РЦБ.RU

Оценка эффективности работы механических торговых систем методом случайных сделок

Январь 2005


    Как определить, насколько хороша ваша торговая система и насколько случаен полученный положительный результат, рассказано в данной статье.

    При проектировании механических торговых систем, осуществляющих операции на рынке ценных бумаг, авторы торговых стратегий неизбежно сталкиваются с основными проблемами их применения в реальной торговле, такими как:

  • оптимизация параметров системы;
  • управление рисками;
  • устойчивость результата;
  • определение степени эффективности системы.
        Как правило, решение этих задач происходит по следующей схеме:
        1. Выделяется набор значимых параметров системы и разумный интервал значения для каждого из параметров. Для управления рисками в набор параметров можно включить стоп-лоссы. (Управление рисками методом комбинирования сигналов двух и более систем пока не рассматривается.)
        2. Определяется отрезок данных, на которых будет проводиться оптимизация. С помощью одного из методов перебора ведется поиск оптимальных значений параметров, при которых прибыль от операций максимальна на выбранном промежутке данных.
        3. Система тестируется на устойчивость. Для этого определяется:
  • насколько существенно меняется размер прибыли на данном участке при малом приращении одного или нескольких параметров системы;
  • насколько существенно меняется размер прибыли на следующем (проверочном) участке данных. Под проверочным подразумевается сравнимый по размерам с исходным участок <будущих> данных, т. е. тех, для которых оптимизация параметров не проводилась.
        Предположим, что последовательно решены первые 3 задачи и получен некоторый набор параметров системы, обеспечивающий устойчивый результат с приемлемой мерой риска.
        Прежде чем определить, насколько получившаяся система эффективна, договоримся о том, что мы будем подразумевать под эффективной системой.
        Иногда под эффективно работающей системой предлагается понимать систему, дающую за некоторый период времени прибыль большую, чем прирост за этот же период индекса (РТС, ММВБ или др.). За меру эффективности можно также брать соотношение объемов убыточных и прибыльных сделок системы или превышение полученной прибыли над банковским процентом.
        Рассмотрим подробнее альтернативный показатель, который в большей степени, чем указанные выше, гарантирует, что применяемая нами система эффективна. Мы называем это методом <случайных сделок> (<торгующих болванчиков>).

    ОПРЕДЕЛЕНИЕ ЭФФЕКТИВНОСТИ ТОРГОВОЙ СИСТЕМЫ

        Пусть наша механическая торговая система (МТС) за рассматриваемый отрезок времени t дает k сигналов на покупку/продажу актива и зарабатывает при этом прибыль (П) (рис. 1).


        Рассмотрим на том же периоде случайную систему, которая генерирует количество сигналов с математическим ожиданием k в случайных точках. Возьмем достаточно большое количество n таких случайных систем и построим распределение соответствующих прибылей:
        П1, П2, ?, Пn.
        На рис. 2 показана (желтым цветом) плотность распределения (P) прибылей наших случайных систем.
        Для расчетов плотности распределения взяты данные за период 2003-2004 гг. по акциям РАО <ЕЭС России> с периодичностью 15 мин. На данном отрезке данных построено 100 тыс. случайных систем и отображены показанные ими результаты.
        Из рис. 2 следует, что наибольшее количество случайных систем заработали 10-50% за эти 2 года (область максимума на графике плотности распределения). Наша система заработала 120%. Хороший ли это результат?
        Построим результирующую функцию распределения, интегральную к нашему распределению (проще говоря, суммирующую для каждого отрезка приращения нашего распределения):
        F(x)=тP(x)dx.
        Для удобства интерпретации на графике синим цветом показана функция 1-F.
        Ее отображение вдоль оси Х (размер прибыли) указывает процент систем от общего числа случайных торговых систем, получивших соответствующую прибыль. Прибыль нашей МТС соответствует 120% (на графике - вертикальная красная прямая). Если взять точку пересечения этой прямой с результирующей функцией F, получится ответ на искомый вопрос о качестве результата, показанного нашей МТС. В данном случае найдется 7-8 случайных торговых систем из 100, которые покажут результат не хуже, чем наша система.
        Если такой результат сохраняет устойчивость, можно считать его удовлетворительным.

    ВЫВОДЫ

        Создание МТС стало в последнее время довольно модным направлением, поэтому, даже если лично вы не собираетесь разрабатывать свою собственную систему, не исключено, что другие предложат вам подобный инструмент для инвестиций - машинку для зарабатывания денег. Для того чтобы понять, является ли предложенный инструмент действительно привлекательным, полезно убедиться в том, что он хоть немного отличается в лучшую сторону от среднестатистического <болванчика>, делающего сделки наугад. В идеале вероятность получения такого же результата случайной торговой системой должна стремиться к нулю.
        Хотелось бы отдельно обратить внимание авторов МТС и на другую сторону оценки торговых систем. Вероятен такой сценарий развития событий: оптимизация системы привела к получению устойчивой прибыли, размер который труднодостижим для случайных торговых систем. В определенный момент прибыль постепенно сползла в зону неэффективности. Возможно, это не будет подходящим критерием выбраковки системы. Варианты выводов могут быть следующие:
        1. Система, действительно, малоэффективна, положительный результат, полученный на предыдущем отрезке данных, был случаен. В этом случае необходимо пересмотреть параметры системы, а может быть, и правила, заложенные в нее.
        2. Характер движения рынка изменился в связи с какими-либо форс-мажорными обстоятельствами (например, теракты 11 сентября). Тогда можно попытаться оптимизировать параметры с учетом нового отрезка данных. Можно просто дождаться, пока движение рынка окажется сравнимым с остальными отрезками данных (этого может и не случиться), и <вычеркнуть> эти форс-мажорные движения из истории данных или завести для подобных периодов систему для использования в условиях форс-мажора.
        3. Система была <натренирована> (оптимизирована) на однотипном участке данных, содержащем только участки роста, и оказалась неспособной зарабатывать прибыль на боковых и падающих трендах. Здесь, как и в п. 2, есть два пути:

  • создать для каждого вида тренда свою систему и использовать их комбинацию (тогда возникает проблема идентификации текущей ситуации на принадлежность к тому или иному тренду - растущему, боковому, падающему и проблема адекватных действий в случае ошибочной идентификации);
  • увеличить отрезок данных, на которых проводится оптимизация параметров системы, захватив различные участки движения рынка (тогда, вероятнее всего, прибыль, которую покажет система, может снизиться, но это не беда, если и <болванчики> ухудшили свои результаты).
        Конечно, на большинство затронутых вопросов не всегда возможно дать однозначный ответ, даже задействовав весь программно-математический аппарат. Однако создание хорошей МТС, по сути, является постепенным градиентным движением по нескольким направлениям, таким как эффективность, прибыльность и рискованность. Мы лишь показали способы движения по этим направлениям.

        E-mail авторов: golovin@megawap.ru

    • Рейтинг
    • 0
    Содержание (развернуть содержание)
    Факты и комментарии
    Завтра будет лучше, чем вчера?
    О пользе двойного дефицита США для российской экономики
    За высокими стандартами
    Можно ли доверять суверенным кредитным рейтингам?
    Особенности управления портфелем ценных бумаг в малых банках
    Об итогах VI Всероссийской конференции профессиональных участников рынка ценных бумаг
    Отдадим деньги в хорошие руки
    Reverse merger - альтернатива IPO
    Методы оценки рыночных рисков между компаниямианалогами при расчете рыночной стоимости оцениваемой компании на основе метода рынка капитала
    Сколько стоит время на рынке?
    Программная торговля: миф или реальность?
    Международные расчетно-клиринговые центры и биржи выбирают надежных партнеров
    Оценка эффективности работы механических торговых систем методом случайных сделок
    Особенности национальных рисков на рынке ценных бумаг
    Схема риск-анализа инвестиций на российском рынке ценных бумаг
    Свопы на акции - перспективный продукт для доступа на фондовый рынок
    Мировой опыт использования инсайдерской информации на рынке ценных бумаг
    Приморский край: солнце встает на востоке
    "Нераскрытие информации - общероссийская проблема"
    Как "потрогать" рынок капитала?
    "Приморье - восточные ворота России..."
    Дальний Восток изнутри
    Инфраструктура валютного рынка: НА пути к конвертируемому рублю
    Рынок акций нефтегазовых и электроэнергетических компаний в 2004 г.
    Российский рынок облигаций. Итоги 2004 года.
    Инвестиционная привлекательность ПИФов
    Системы управления рисками фьючерсных бирж
    Проекты НДЦ

    • Статьи в открытом доступе
    • Статьи доступны на платной основе

    Раздел не найден.

    Актуальные темы    
    Екатерина Трофимова
    Реализация рейтинговой реформы в России: «импортодополнение», а не «импортозамещение»
    Интервью с главой национального Аналитического кредитного рейтингового агентства (АКРА) Екатериной Трофимовой
    Михаил Ханов
    Научный метод инвестирования
    Интервью с управляющим директором инвестиционной компании «Норд Капитал» Михаилом Хановым
    Уран Абдынасыров
    Тенденции развития рынка корпоративных ценных бумаг Кыргызской Республики
    В статье представлены результаты исследования текущего состояния фондового рынка Кыргызской Республики. На основе анализа статистических данных дана оценка различным аспектам деятельности организованного рынка, рассмотрены основные современные тенденции и перспективные направления развития рынка ценных бумаг Кыргызской Республики
    Юрий Голицын
    «Побудить Россию осуществить заем» (российские ценные бумаги за рубежом в XIX — начале XX вв.)
    Впервые российские ценные бумаги начали обращаться за рубежом во второй половине XVIII в. Таким местом стала Амстердамская биржа, после того как в 1769 г. императрицей Екатериной II в Голландии был размещен первый внешний заем Российской империи
    Все публикации →
    • Rambler's Top100