Например, так трудно реализуемая на практике аксиома – давай доходам расти и обрезай убытки, в садоводстве напротив эксплуатируется не только не вызывая трудностей, но даже неиспользование ее вызывает удивление. Что бы убедиться, что на рынке были куплены семена не розы, нет надобности ждать, пока из них вырастет подсолнух, уже по первым побегам это можно определить. Он, не задумываясь, выкапывает растение, причем делает он это без надежды: а вдруг со временем подсолнух превратиться в красивую розу, дабы не тратить время и место, а попробовать на этом же месте вырастить красивый цветок.

Если по старой дружбе подарили черенок какого то уникального кустарника, садовник, конечно же, выкопает самое слабое, возможно увядающее, растение (если уже нет места в саду), а не срубит самое плодоносящее дерево, как это обычно делают от жадности в трейдинге. В нашем понимании это значит, что если выбран весь риск по портфелю, а вы обнаружили, что по той или иной бумаге высока вероятность значительного движения, то вам следует закрыть самые плохие свои позиции.

Хороший садовник смотрит в целом на сад: где много сорняков, там чистит, а где хорошо растут и без его вмешательства, то там ему и делать нечего.

если, конечно, какое-то из деревьев выросло не соразмерно его среднему размеру, или плодоносит так, что плоды могут пообломать ветки, то тут конечно можно подумать и о подрезке веток (прибыли в нашем случае).

Широко известное выражение - основные враги трейдера: жадность и надежда – не так легко понять.

Приведенные выше достаточно натянутые параллели, тем не менее, помогли мне, надеюсь, помогут еще кому-нибудь в борьбе с врагами внутри нас.

Еще одно сравнение, перед тем как перейти непосредственно к исследованию.

Думаю, что никто не возразит мне, если я скажу что, прогнозирование в садоводстве далеко не самое главное, если вообще имеет хоть какое то значение.

Разве что прогнозы, связанные с сезонностью жизни растений и влиянием на них погодных условий. Так и опытный трейдер не прогнозирует результат будущего трейда, и направление движения цены в ближайшее время, а вот знать регулирование рынка важно, прогнозы фундаментальных показателей акций в портфеле важен (есть ли основания для роста или падения бумаги не находиться ли она на грани банкротства ), будет ли по ним ликвидность, тоже очень важно.

Скорее, садовник следит за тем, чтобы одни растения не мешали расти другим, рационально использовалась территория сада, чтобы сад не зарос сорняками, и морозы не погубили деревья.

Именно этому посвящено описанное ниже исследование.

Цель исследования: показать что, при использование диверсификации по портфелю инструментов и методы управления капиталом возможна прибыльная торговля даже при случайных выходах.

В качестве системы для открытия позиций использовалась система – по подобию формы представления движении цен - крестики-нолики. Очередной крестик или нолик появляется на графике движения цены только после того, как цена поднялась не менее чем на определенную величину. При чем не важно, как цена будет двигаться перед тем, как достигнуть этого значения, она может незначительно скорректировать, может долго находиться в торговом диапазоне и только после этого вырасти так, что рост превысит величину Вох.

Покупка по рыночному ордеру производится в случае, когда цена сделает А3(первый параметр системы) движений на величину не меньшую Вох (второй параметр системы).
Причем не обязательно, чтобы было А3 последовательных закрытия бара. Могут происходить незначительные коррекции, но затем цена продолжает направленное движение и то или иное закрытие превышает последнее максимальное закрытие на величину не меньшую Вох.

Для продажи, соответственно, наоборот.

В портфель были отобраны шесть наиболее ликвидных бумаг (кроме EESR):

SNGS, TATN, RTKM, YUKO, LKOH, GMKN.

Имеющаяся история была разбита на два неравных участка. На первом (11.04.2002 – 11.07.2002) участке была произведена оптимизация параметров для выбора оптимальных и равных для всех элементов портфеля параметров. Второй участок (11.07.2002- 11.11.2002) использовался для проверки устойчивости выбранных параметров на предмет сильного изменения доходности и риска на участке истории, которой не видела бумага при выборе параметров. Для наглядности тестирование проводилось на всем имеющемся участке истории, с выделением на рисунке зон Sample и Out of Sample.

Метод управления капиталом – процент волатильности инструмента.

В качестве случайных выходов использовалась оригинальная методика и алгоритм Дмитрия Толстоногова (DT): для каждого бара несколько генераторов случайных чисел выбирают тип выхода и его уровень.

Набор случайных выходов является хорошим подспорьем в непредвзятом поиске оптимальных параметров или проверки выбранных параметров на устойчивость.

1. Необходимо найти оптимальные параметры для входа. Желательно равные для всех элементов портфеля.

Данная система имеет два параметра для входа : количество закрытий А3 и величена Вох, на которое должно быть больше закрытие от предыдущего максимума.

Для упрощения поиска оптимальных параметров, равных для всех элементов портфеля, зафиксируем один из параметров – А3 = 3.

Для параметра Вох проведем следующую оптимизацию: значения диапазона оптимизации выберем исходя из логики трендовых систем, то есть дальнейшее уменьшение или увеличение Вох приведет не характерному для трендовых систем открытию позиций.

Верхнее значение диапазона оптимизации необходимо контролировать так что бы количество сделок не опускалось меньше 30.

Так как величина Вох сильно изменяется от одной бумаге к другой, то для выбора оптимальных параметров равных для всех инструментов портфеля, будем по оси Х откладывать не величину Вох, а величину BoxN=Box/close*100, что позволит выбрать величину BoxN , равную для всех элементов портфеля, при которой получаются высокие значения профит-фактора . Из ВохN получаем Вох для конкретного инструмента. После чего можно проверить устойчивость параметров системы на участке временного ряда, который не использовался в момент оптимизации параметров.

На каждом шаге изменения Вох проводилось по 100 тестов.

Модуль Optimization Report Output выводит в файл значение Профит фактора и некоторых других параметров по сто случайных результатов на каждом шаге изменения Box.

Однако для наглядности и для упрощения выбора равных для всего портфеля параметров по оси Х будем откладывать BoxN, по оси Y – Профит-Фактор.

Выводы из графиков : для всех бумаг нет таких параметров, которые значительно выделялись бы по эффективности от других. Некоторый выигрыш в эффективности можно все таки увидеть для SNGS, YUKO, LKOH, если взять BoxN равным 0.4. Выбросы профит-фактора происходят в основном в положительную сторону.

2. Таким образом, возьмем BoxN равную 0.4, рассчитаем значение Вох для каждой конкретной бумаги и протестируем на всей имеющейся истории, обращая внимание на то, как будет снижена доходность и увеличен риск.

На рисунке ниже представлена диаграмма тестирования системы на всем участке истории.

Было проведено 30 тестов, получено 30 линий Equity портфеля.

Первая меньшая часть – это участок, на котором происходила оптимизация параметров. Вторую большую часть система при оптимизации не видела.

Несмотря на то, что средняя доходность на участке Out-of-Sample снизилась, но ни разу не стала отрицательной.

Жирной линией на графике выделена усредненная эквити портфеля.

Как видно из графика выше доходность на участке Out of Sample снизилась, увеличился разброс эквити портфеля , но в средняя доходность положительная при этом на достаточно высоком уровне (средняя доходность порядка 90% годовых при среднем Мах DrawDown – 10%, так как количество сделок достаточно велико реальная доходность будет значительна ниже).

Для сравнения полученных результатов проведем эксперимент. Протестируем систему со случайными выходами на одном самом ликвидном инструмента портфеля - LKOH.

Проведем 30 тестов. На график наложим эквити инструмента и усредненную эквити всех тестов.

В целом можно сказать, что применение случайных выходов даже на одном инструменте приводило только иногда к небольшим убыткам. Средняя линия Эквити просто безубыточна, но и бездоходна (с учетом комиссии и проскальзывания торговля одного инструмента будет в среднем убыточной).

Вывод исследования: действительно, используя даже случайные выходы, при торговле портфеля инструментов и использовании методов управления капиталом возможна прибыльная торговля.

Ниже представлены рисунок из программы RealTimePortfolioAnalyzer и таблица для одного из тестов, где можно познакомиться с более подробными статистическими данными результатов тестирования.

Start Equity	1000000
Total Portfolio Equity	1718556
MaxDrawDown	-89995
Equity Statistics (Daily)	Max	Min		Mean
	4.42	-1.92		0.0038
	Skeweness	Kurtosis		t-test
	0.9	0.83		3.82
DrawnDown	Max		Min
	-6.3		-0.87
RunUp	Max		Min
	7.64		1.38
Time Analysis	DrawDown Time		Mean
	15.28		1

|Download demo| How to Buy| Ask here| F.A.Q.| Online Help|

Бурлаков Дмитрий
Брокерская компания PFC
d_burlakov@pfc.infotecstt.ru