Способы оценки минимальной просадки

15:17 Naragot 0 Comments


Проводим бэктест, видим на нём одну просадку, но в реальности уже по факту на своих кровных средствах получаем более глубокую. Почему так происходит, я упомянул в посте "Кёртис Фэйс- оптимизировать или нет?". А теперь разберёмся, как можно примерно оценить, какая минимальная просадка нас может ожидать в будущем, и к чему надо быть готовым.

Оптимальные параметры в прошлом не гарантируют такого же поведения кривой доходности в будущем. И тем не менее как-то всё-таки выбирать их приходится. И чем меньше у системы степеней свободы, тем проще не попасть в ловушку переоптимизации и оценить минимальную возможную просадку, к которой необходимо готовиться. И это будет только минимальная оценка.

Разумное количество оптимизируемых параметров не должно превышать количество пальцев на руках неаккуратного токаря. Пара для определения входа в зависимости от типа торговой системы и ещё несколько для выхода из открытой позиции: стоп, тэйк и, возможно, ещё безубыток, трал или таймстоп. Всё. Чем проще система, тем лучше.

Способы оценки минимальной просадки

1) Стресс-тест на максимально неоптимальных параметрах


Выполняется повторная оптимизация системы по параметрам в пределах плюс-минус, например, 30% от выбранных для работы и с шагом в 5%. То есть если наилучшим были выбраны 100-пунктовые тэйки и стопы, то проводятся бэктесты со всеми возможными сочетаниями от 70 до 130 с шагом в 5 пунктов, а затем для оценки выбирается наихудший вариант с максимальной просадкой. Также интересными показателями могут являться средняя и медианная просадка по всему набору полученных результатов. Однако наиболее часто используемой в статистике величиной является определение границ доверительного интервала, то есть отсекаются, например, 5% наихудших полученных результатов и считается, что с вероятностью в 95% просадка не превысит максимальную из оставшихся вариантов. По факту такое стресс-тестирование является частным случаем описанного далее метода Монте-Карло.

Это очень затратный по вычислительным ресурсам способ, если система состоит из нескольких подсистем, однако он покажет наиболее реальные перспективы вашей будущей торговли.

2) Используемое кредитное плечо


Вполне очевидно, что, используя плечо 1:100, невозможно будет в будущем удержать просадку на низком уровне в, скажем, 10%. А значит, и по размеру ИКП можно сделать некоторую очень примерную оценку минимально возможной просадки.

Для построения такой эмпирической таблицы минимальных просадок необходимы обширные дополнительные исследования, однако сейчас очень грубо я бы сказал, что при нетоксичной торговле EURUSD плечом 1:10 необходимо ориентироваться на просадку на уровне минимум в 20%, 1:20 - 35%,  а 1:30 - 50%. Как бы ни была совершенна по вашему мнению торговая система, к сожалению, подобного скорее всего не получится в будущем избежать.

Очевидно, что просадка будет зависеть не только от используемого кредитного плеча, но и от частоты торговли, и от установленного на сделку риска, однако некоторое отдалённое представление о возможных рисках в отрыве от бэктестов этот способ может дать.

3) Метод Монте-Карло


Суть метода: на основе нашей торговой системы генерируется набор теоретических систем, по которому производится оценка минимальной просадки. Процесс создания таких кривых клонов может происходить по различным правилам. Например, в QuantAnalyzer реализованы следующие:

а) простая перестановка сделок в бэктесте
б) произвольный выбор сделок из бэктеста. Его отличия от а) в том, что одна и та же сделка может быть выбрана несколько раз, а какие-то другие не выбраны вообще.
в) пропуск определённого количества сделок

В результате метод Монте-Карло выдаёт оценку, с какой вероятностью параметры запущенной системы, в том числе просадка, не выйдут за заданные пределы.

Для бэктестов с реинвестированием этот метод в QuantAnalyzer работает кривовато, а вот с фиксированным или нормированным лотом отлично. Далее уже самостоятельно по размеру максимальной просадки в пунктах производится оценка относительной просадки в процентах при торговле с реинвестированием.

Слабой стороной метода Монте-Карло является то, что для переоптимизированных систем он всё равно выдаст слишком оптимистичный результат.

Выводы


Бэктесты - это хорошо, но необходимо не забывать, что это ошибка выжившего. Нельзя полагаться на то, что будущее пойдёт по уже накатанной лыжне. И этих трёх способов для оценки просадки, я считаю, вполне достаточно, чтобы прикинуть реальные перспективы торговой системы.

Описание моей торговли на всех инструментах:

____________
Подписка на анонс новых постов в Телеграме: @naragot_blog
Подписка на анонс новых постов в ВКонтакте: Naragot PAMM
Подписка на анонс новых постов в Инстаграме: @naragoth

0 коммент.: