Секрет алготрейдинга №1: Торговля после виртуальных убытков

Большой Брат, спасибо)

А бектест делал через свой личный терминал. Параметр «макс.просадки» конкретно на этом боте означает макс.убыток по сделке, а не от хая доходности до её дна.

Поэтому и одинаковый всюду (риски не менялись, менялась только длина вирт.серии).

Большой Брат, благодарю 

Единственно, я не программист и вовсе даже гуманитарий; коды для ботов мне пишет программист на аутсорсе по моим ТЗ. Я потом радуюсь, как ребёнок, когда это работает))

Зет счетчик — это какой-то коэффициент (вроде Шарпа или Сортино)?

Большой Брат, верно, я сам пришёл к тому же выводу)

Приведённый в посте расчёт — исключительно демонстративный! Чтобы показать работу подхода)

А сам я, знаете, даже завязанные на волатильность (a-la ATR) СЛ и ТП не использую. Точнее, в ряде ботов они реализованы. Но самыми прибыльными и востребованными оказываются простые пробойные трендовики с СЛ, но без ТП. Они часто копят убыток, однако, взяв одно большое движение, легко вылетают в плюс)

Антон Иванов, падение прибыли скоррелировано со снижением количества сделок.

Вы бы выбрали 100 сделок, которые приносят 100$, или 20 сделок, которые приносят 80$?)

Соразмерно снижению количества сделок должен быть поднят и риск на каждую отдельно взятую сделку. Тогда не только будет восстановлен паритет «кол-во сделок»/«прибыль», но и улучшены все показатели доходности)

svgr, здравствуйте, единомышленник!)

Да, все инвесторы знают, что на просадке стоит доливаться (если проект достойный), но не всем приходит в голову, что через Big Data можно сгенерировать множество торговых сетов, выбрать из них самые устойчивые, а из устойчивых — те, которые находятся в просадке, близкой к средней исторической, а то и вовсе к максимальной, и запустить на реале. С целью даже не выхода из просадки, а получения небольшой прибыльной серии. В случае применения к портфелю самых разнообразных стратегий времени «сидеть на заборе» почти не будет — всегда будет находиться какая-то сборка, приглашающая открыться на реале)

А по причинам, почему так происходит, — моя гипотеза, что это становится рыночной неэффективностью (то есть повторяющимся паттерном, из которого можно извлечь прибыль), это замечает толпа и насухо исчерпывает ликвидность неэффективности.

Ваше объяснение более фундаментально! И основано, если верно его понимаю, на математических законах. Применительно к рынку, была у меня мечта (может, как-нибудь и дойдут руки...) — создать алгоритм, вроде этакой машины или демона Лапласа, который пересчитывает миллиарды тиков и видит, где начинаются и продолжаются складывания аномальных серий, и чем серия длиннее, тем больше её удельный вес в прогнозировании потенциального разворота; из множества сигналов таких серий на разворот — и строится некий глобальный прогноз, куда цена пойдёт хотя бы с 51-53% вероятностью, чего при множестве сделок достаточно. Так, на мой взгляд, и работают большие алгофонды на Big Data)

Большой Брат, я просто должен забрать это на свой канал  Спасибо большое за детальное объяснение!

Как гуманитарию мне часто не хватает базы для объяснения каких-то эмпирически выявленных причин и закономерностей, которые беру и закладываю в свои стратегии. Насколько понял, тяготение системы к возврату к среднему (из области атипичных значений) будет наблюдаться, если мы работаем с областью распределения случайных величин (фин.инструмент), а не случайного блуждания (монетка). Ведь если прошлый результат может повлиять на будущий (как на рынке), Гауссовым распределением это не может являться по умолчанию. Верно?

А про неидеальное исполнение (а также наличие комиссий, ставок финансирования и прочего) — это естественно и чаще бывает убыточным, так что при ТП=СЛ реальный результат можно считать не 1 к 1, а 0,98 к 1, например. Обязательные издержки)

Большой Брат, «У чистого СБ около 68 % значений из нормального распределения находятся на расстоянии не более одного стандартного отклонения σ от среднего»

Но это ведь это усреднённое значение потенциально бесконечной выборки, верно?

Хотя про 68 VS 32 не знал, спасибо.