Биржевая игра - Страница 45

ПРЕУВЕЛИЧЕНИЕ ЗНАЧЕНИЯ ОПТИМИЗАЦИИ

Одна из наиболее вероятных причин использования оптимизации состоит в том, что она помогает найти наилучшие параметры системы за определенный исторический период на рынке. Простым примером может послужить проверенный и надежный способ торговли, основан­ный на простом пересечении скользящих средних. Например, если 10-дневное скользящее среднее пересекает 40-дневное скользящее сред­нее снизу вверх, то вы покупаете. Если 10-дневное скользящее среднее пересекает 40-дневное скользящее среднее сверху вниз, то вы продае­те. Эта система имеет три параметра. Первый - это период краткосроч­ной скользящей средней. Второй - период более долгосрочной скользя­щей средней. Третий - это тип скользящей средней, который вы ис­пользуете. Предположим, каждый из этих трех параметров определен: продолжительность краткосрочной скользящей средней - 10 дней, дол­госрочной скользящей средней - 40 дней, а тип скользящей средней, которую вы используете, - простая¹ (в отличие от смещенной, взвешен­ной, или экспоненциальной²).

Если мы применим этот метод к ежедневному графику цен рынка бондов за последние пять лет, то получим следующие показатели:

Чистая прибыль$29.000

Число торгов32

Число выигрышей12

Число убытков20

% выигрышей37,5%

Средний выигрыш$5.200

Средний убыток$ 1.700

Средняя торговля$906

Коэффициент выигрыш/проигрыш3,08

Наибольшее падение капитала$11.593

Это основная статистика. В общем, картина не самая блестящая, но вполне солидная. Однако эти показатели не базируются на опти­мальных параметрах. Что произойдет, если мы пожелаем произвести оптимизацию параметров, чтобы получить максимальную прибыль? Тогда мы должны оптимизировать все три параметра одновременно, чтобы установить их наилучшую комбинацию. Поэтому я протестиро­вал разные значения для скользящих средних с периодом от 4 до 19с приращением в 1. Для долгосрочной скользящей средней были испы­таны числа от 20 до 50 с приращением 1. Каждый из этих тестов затем был проверен для различных видов скользящих средних: простой, сме­щенной, экспоненциальной и взвешенной.

Ниже приведены лучшие результаты, которые оказалось возмож­ным получить при использовании простой скользящей средней с 10-дневной краткосрочной скользящей средней и 34-дневной скользящей средней:

Чистая прибыль$57.000

Число торгов28

Число выигрышей17

Число убытков11

% выигрышей60%

Средний выигрыш$4.200

Средний убыток$ 1.300

Средняя торговля$2.000

Коэффициент выигрыш/проигрыш3,20

Максимальное проседание капитала$5.000

Лучший результат при пересечении со смещенной скользящей средней похож на второй результат, но с чистой прибылью, которая меньше, и составляет 57.000 долларов. Однако для этого потребова­лось 34/57 сделок со средней торговлей в $1.000 при проседании капи­тала, равном 5.600 долларов. При этом использовалось 6-дневная краткосрочная средняя и 25-дневная долгосрочная средняя. При ис­пользовании взвешенной скользящей средней мы получаем прибыль, которая тоже чуть меньше - 57.000 долларов, и при этом заключается 18/36 сделок. Коэффициент выигрыш/проигрыш равен 4,0, и при этом средняя торговля составляет 1.600 долларов. Падение капитала также допускается в разумных пределах: на уровне в 5.600 долларов. Экспоненциальная скользящая средняя дала сравнительно слабый ре­зультат: она обеспечила всего 23.000 профита при 32% выгодных тор­гов при максимальном падении капитала, равном 10.000 долларов. Средняя торговля оставалась все еще на уровне в 700 долларов.

Вот что мы получили. Оптимизированные результаты для систе­мы со скользящей средней применяются к рынку бондов. Теперь един­ственный вопрос заключается в том: какая нам польза от этой инфор­мации? Я боюсь, что не слишком большая. Сама по себе эта информа­ция не имеет никакого смысла, кроме того, что при определенных па­раметрах она дает нам определенные результаты за пятилетний пери­од. Приведенные выше результаты - это то, что вы обычно видите, ког­да вам предлагают купить метод или систему, то есть это результаты гипотетического тестирования. Чаще всего такие результаты довольно хороши. Тем не менее в следующих разделах книги показано, что опти­мизация торговой системы для одного вида финансовых инструментов и одного набора данных очень похожа на оптимизацию метода Фикси­рованно-Фракционной торговли для какого-то определенного набора данных, как это показано в главе 5. То, что оптимально для одного ряда данных, может оказаться неоптимальным для другого набора.

¹Simple - оригинал.

²Displaced, Weighted or Exponential - оригинал.

БОЛЕЕ ГЛУБОКИЙ ВЗГЛЯД НА ОПТИМИЗАЦИЮ

Чтобы проиллюстрировать этот факт, вновь были взяты следую­щие результаты с рынка бондов, но на этот раз система пересечения с простой скользящей средней была оптимизирована с 1990 по 1993 гг.:

Параметры, оптимизированные для 1990-1993 годов

Чистая прибыль$34.000

Число торгов21

Число выигрышей10

Число убытков21

% выигрышей48%

Средний выигрыш$4.300

Средний убыток$800

Средняя торговля$ 1.600

Коэффициент выигрыш/проигрыш5,30

Максимальное проседание капитала$6.100

При оптимизации параметров системы простой скользящей сред­ней с 1993 по 1995 гг. наибольшую прибыль дали 10-дневная кратко­срочная скользящая средняя и 34-дневная долгосрочная скользящая средняя. Но для 1990-1993 годов параметры были другими. В этом пе­риоде использовалась 18-дневная краткосрочная скользящая средняя и 48-дневная долгосрочная скользящая средняя. Если бы в период между 1994 и 1998 годами использовались оптимизированные пара­метры, полученные для 1993 г., то у нас получились бы следующие ре­зультаты:

Чистая прибыль$23.000

Число торгов18

Число выигрышей8

Число убытков10

% выигрышей44%

Средний выигрыш$6.300

Средний убыток$2.600

Средняя торговля$ 1.300

Коэффициент выигрыш/проигрыш2,35

Максимальное проседание капитала$13.100

Есть важная разница между двумя результатами. Во-первых, чис­тая прибыль была значительно ниже на протяжении более продолжи­тельного периода времени, чем период, на котором производилась оп­тимизация. Процент выигрышей слегка снизился, а средние потери стали гораздо выше. Представьте себе, опираясь на логику системы, что предполагается средний убыток - 800 долларов, а затем оказывает­ся 2.600 долларов. При таком ходе событий было бы сложно продол­жать торговлю. Помимо этого, коэффициент выигрыш/проигрыш стал ниже. Когда процент выигрыша и коэффициент выигрыш/проигрыш значительно уменьшаются, то снижается и резерв для ошибки. И, на­конец, максимальное падение цены должно было бы составлять 6.000 долларов, но вместо этого оно возросло почти что вдвое, дойдя до $13.000. Если вы полагаете, что потеряете на контракт чуть больше, чем 6.000 долларов, то в какой точке вы будете готовы остановиться и выйти из позиций? Для многих из нас падение капитала на 13.000 дол­ларов было бы слишком большим.

Следующая группа результатов показывает нам те же параметры для того же рынка, но в течение другого временного периода. Этот вре­менной период частично включает в себя первый период и частично второй период тестирования. Данные взяты с 1992 по 1996 гг. При этом использовалась 18-дневная краткосрочная скользящая средняя и 48-дневная долгосрочная скользящая средняя.

Чистая прибыль$6.600

Число торгов14

Число выигрышей4

Число убытков10

% выигрышей29%

Средний выигрыш$7.700

Средний убыток$2.400

Средняя торговля$475

Коэффициент выигрыш/проигрыш3,20

Максимальное проседание капитала$17.000

Большая разница! На протяжении поч­ти всех четырех лет этот метод, использующий параметры предшест­вующего периода, дал всего 6.600 долларов при 4 выигрышных торгах! Максимальное проседание капитала за этот период составило 17.000 долларов. Как видите, показатели могут вводить в заблуждение, осо­бенно если они оптимизированы. Да, следует отметить, что метод все же способен приносить доход. Но сможете ли вы в таких обстоятельст­вах продолжать торговлю? Примените тот же метод и те же параметры к другому рынку. Что произойдет с этими показателями?