Помогите выбрать стратегию для построения МТС.

Московский Лоссбой, Аналогично, не во вред семьи 

Московский Лоссбой,  сделки анализировать в общем случае бессмысленно. В акциях без плечей можно годами пересиживать убытки и иметь 90%+ прибыльных сделок с очень хорошим соотношением прибыль/убыток. В статистике сделок нет анализа одного из ключевых решений системы: сохранение ранее открытой позы.

Московский Лоссбой, Коля, вот еще что....
Ты за какой период тесты выложил? Для объективности нужно тестировать период 5-10 лет… Меньше нет смысла, т.к. параметры рынка периодически меняются… Но в большом периоде возникают другие трудности… Например, если фьюч Si вырос в два раза за последние 10 лет, то и математика в индикаторах меняется…

А. Г., Хочу больше протестировать (по времени) потом можно и отчет и эквити проанализирвоать)  

Московский Лоссбой, я проводил серию тестов на фьючерсах. 
Брал тест за 5 лет, отбирал лучшую систему по разным параметрам (прибыль/убыток, % прибыльных сделок, прибыль и др.) потом проверял результат торгов в последующие 2 года.
Так вот, системы отобранные по прибыль/убыток показывали лучшие результаты, чем системы, отобранные по другим параметрам.

Московский Лоссбой, и да, процент прибыльных сделок вообще никак не коррелировал с последующей прибыльностью систем.

Московский Лоссбой, ок, т.е. это собственного производства стратегии, думал что-то распространенное :)

По вариантам: если Прибыль/Убыток меньше 1 это же убыточная стратегия?
Если Прибыль/Убыток = 1,01 — это просто окупит комиссии, т.е. тут только 1 правильный ответ :)

Dmitryy, можно подробней, что вы имеете в виду?

Friendly Deep Space, извиняюсь, если выразился не ясно, на мой взгляд прибыльным остается лишь один вариант — первый, где прибыль/убыток = 1,22. Остальные убыточные или мало-эффективны.

Dmitryy, оказывается я был не совсем прав, после знакомства с Оптимальным F, о чем прочитал ниже, можно подобрать такой размер сделок, при которых стратегия становится прибыльной. Любопытно…

Московский Лоссбой, количество прибыльных сделок к убыточным бесполезный показатель.
Соотношение прибыль к убыткам больше.
Из фактически показательных — максимальная просадка, максимальная прибыль. Может получится так, что убыток пересиживаем вплоть до маржина, а прибыль всего 100 против тысячи убытка.
время удержания позиции прибыльной и убыточной. Короткие прибыльные сделки и длительное пересиживание убытка плохой показатель.
Конечно хочется большую прибыль к меньшим убыткам. Ответ первая стратегия. Но нужны детали

Московский Лоссбой, http://www.novationz.ru/html/optimalF/index.htm  
smart-lab.ru/blog/432718.php
Посмотри комментарии в посте на смартлабе, ты там встречаешься:). 
Я вчера случайно нашел. Вот кстати оказалось))

Московский Лоссбой, ради тимофейчиков запилю пост с тем же ответом:).
Поскольку сам благодарю ими, лишними не будут). 

Ajax, Интересная приблуда, но в реальной жизни эквити будет довольна далека от рисуемой, проверено практикой. Даже если среднее P/L рассчитана на основании более 1000 сделок в реальной жизни будет дисперсия P/L, иногда серьёзно влияющая на итоговый результат. Ну и в реальной жизни многие системы склонны входит в гораздо более длинные серии убытков, чем расчётные, поскольку часто «плохие дни» имеют тенденцию следовать друг за другом (panic sell к примеру). Добавить бы в программку возможность ручного регулирования дисперсии P/L — скажем ставишь распределение убытков от 0.1 стопа до 1 и выбираешь ползунком где находится «горб» с максимальной плотностью вероятности, ну и возможность задавать максимальные убыточные серии.

Ajax, Вот скрин с примером.

Тест программой системы с вероятностью 70% и P/L 1:1:


Практически экспоненциальный рост за 712 сделок, без значимых просадок.

А вот реальная работа системы (это сделки записанные в блокнот с реального рынка (NYSE):


Разница очевидна, система может входить в гораздо более глубокие просадки. Но это ВСЕ записанные возможные сделки. То есть в этой эквити их может быть и 20 и 30 в день. Но поскольку риск на сделку 1%, то это не реальной (просто ГО не хватить и чувство самосохранения не позволит)).

Положим мы хотим ставить под риск 6% на день (довольно спекулятивная торговля, я считаю) и ухудшаем выборку потому что накладывается ещё случайность нашей выборки, которая вмещается по ГО в день.

ЗЫ. Сейчас заморочусь и выложу ту же последовательность при разрешённом риске в 6% на день, следующим постом.

Antishort, Та-дам.

Из реальной последовательности оставили только сделки, вмещающиеся по ГО (6 в день).


Это без комиссий и проскальзывания. Нах такое торговать.

Это к вопросу переноса тестовых систем и даже реальных последовательностей в реальную жизнь с учётом всех ограничивающих условий.

Antishort, согласен, реальная торговля отличается от тестовых результатов. Считаю, что для отбраковки совсем уж сливных систем, а главное расчета доли от депозита, выделяемой на спекулятивную торговлю- программа очень даже норм. Все наглядно. 
На биржу и смартлаб пришло много свежего мяса новичков.  Может, прочтение поста и его обсуждение убережет неофитов от торговли на всю котлету:)

Antishort, а глубокий анализ реальной торговли, в будущем позволяет создать модель, которая учтет все нюансы, как комиссии, праздничные дни и прочее? Т.е. грубо-говоря, понять в чем были ошибки тестовой модели? Если это возможно, такая модель в будущем будет более полезной?

Dmitryy, Конечно. Но у меня требования к стат.данным: не менее 10 000 сделок за период не менее 3-х лет. Всё это время ведётся журнал, за ВСЕ торговые дни. Только тогда можно говорить об устойчивости системы. Лично из своего опыта могу сказать следующее: пресловутые 300 сделок  — считающиеся достаточными для статистических выводов не соответствует реальному положению дел. У меня были системы, которые давали хорошее такое «жирное», матожидание на 1500 реальных сделок, а потом скатывались в «реальность».

Поэтому только хардкор — выборка из тысяч и тысяч сделок. Но на Америке проще. Считай 500 ликвидных инструментов, почти 10 000 потенциальных торговых ситуаций в месяц. Есть что анализировать ).

Antishort, Но закончить хотелось бы на мажорной ноте. Вот та же последовательность реальных сделок к которой мы применим опыт и статистику сделок за несколько лет (более 30 000 по 500 инструментам). Подняв дневной риск до 10%, риск на сделку до 1,33%) и применив все оказывающие влияние статистические закономерности (различные спреды, фильтры боковиков, сортировка по времени входа в сделку, индексные фильтры (что происходит с E-mini, VIX) и т.д. и т.п. Мы, таки получим вменяемую эквити, которая должны выдержать комиссии и проскальзывание.



Но из итоговой последовательности остаётся всего 50 сделок, т.е. около 7%.

Antishort, а скажите, важно ли анализировать интрадей данные? Если вы скажем анализируете 1000 предыдущих дней, то принимаете решение о сделке и делаете или не делаете по крайней мере 1 сделку в день на актив? Или бывают кейсы, когда оптимально делать много сделок в день? Не берем HFT.

Dmitryy, Не уверен, что до конца вопрос понял. Опишу своими словами:

1) Есть протестированная на исторических данных гипотеза с положительным МО.
2) Тестируем эту гипотезу на внутридневных данных в режиме реального времени (в файл записываются все возможные данные и спреды).
3) Крутим эту уже реальную последовательность статистическими методами, выявляем какие фильтры можно применить, чтобы улучшить статистику.
4) Получаем алгоритм, включающий условия для входа и дающий статистическое преимущество. Применяем к нему критерий Келли или оптимальное F, определяя какой долей можем рисковать. Определяем оптимальный риск на сделку и общий на день (диверсификация, кстати работает), чтобы получить лучшее соотношение прибыли к просадке и максимально гладкую эквити, способствующую росту капитала по сложному проценту.

В разных системах у меня разный разрешенный риск на день, риск на сделку и количество сделок в день, но по каждому инструменты разрешён только один сигнал. То есть, по конкретной акции может быть заключена только одна сделка. Вот есть алгоритм, отслеживающий 100 акций. Генерирует он около 120 сделок за месяц (где-то 22 рабочих дня). То есть, около 5%. Рынок, исходя из «понимания» этого алгоритма неэффективен около 5% от всего торгового времени. Есть алго, которые вообще меньше 1% времени находят неэффективности.

Как-то так вот и строится работа.

Antishort, спасибо! В общем-то понятно, выходит, если анализировать волатильность и другие параметры на годовом интервале, они слабо применимы для торговли внутри дня. Для торговли внутри дня целесообразнее анализировать данные за предыдущие несколько дней?

Собственно мой вопрос в этом и состоял, какой временной интервал  анализируется для внудредневной торговли? 

reinvestor, 

Стратегия должна основываться прежде всего на рыночной логике

Это как, можно пример?

Андрей Свечков, давно система работает? А если матожидание меньше нуля?

Московский Лоссбой, рад, если пригодилось.