Блог им. elogunov

О шансах выбрать хорошую стратегию

В этой статье мы оценим вероятности выбрать хорошую (или плохую) стратегию, в случае когда решение принимается на основании результатов нескольких тестов.

Зачем это надо? Чтобы не быть излишне оптимистичным, когда тесты расходятся в мнениях относительно стратегии, и реалистично представлять свои шансы найти хорошую стратегию.

Постановка задачи

Пусть О шансах выбрать хорошую стратегию — вероятность того, что очередная придуманная стратегия окажется плохой (нерабочей). Тогда О шансах выбрать хорошую стратегию — вероятность того, что стратегия окажется хорошей (рабочей).

Допустим, у нас есть один или несколько (О шансах выбрать хорошую стратегию) тестов для стратегий, качество которых можно охарактеризовать О шансах выбрать хорошую стратегию — вероятностью (корректно) отклонить плохую стратегию и О шансах выбрать хорошую стратегию — вероятностью (ошибочно) отклонить хорошую стратегию. Для простоты примем, что качество всех имеющихся в нашем распоряжении тестов одинаково (т.е. одинаковы выше указанные вероятности), а также что тесты независимы.

Нас интересуют совсем другие вероятности:
1) О шансах выбрать хорошую стратегию — вероятность того, что выбранная стратегия окажется хорошей;
2) О шансах выбрать хорошую стратегию — вероятность того, что отклонённая стратегия окажется хорошей;
3) О шансах выбрать хорошую стратегию — вероятность того, что выбранная стратегия окажется плохой;
4) О шансах выбрать хорошую стратегию — вероятность того, что отклонённая стратегия окажется плохой.

Для того, чтобы найти эти вероятности мы воспользуемся теоремой Байеса. Но сначала нам нужно будет досчитать некоторые вероятности и скорректировать их на основе того, как мы интерпретируем расхождения в мнениях тестов относительно стратегии.

Тривиальный случай

Пусть О шансах выбрать хорошую стратегию, т.е. в нашем распоряжении имеется всего один тест для стратегии. Очевидно, в этом случае никаких неоднозначностей в результатах тестов быть не может.

Досчитаем недостающие вероятности, характеризующие качество теста:
О шансах выбрать хорошую стратегию — вероятность принять плохую стратегию;
О шансах выбрать хорошую стратегию — вероятность принять хорошую стратегию.

Найдём полные вероятности того, что мы примем или отклоним стратегию:
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию.

Теперь при помощи теоремы Байеса мы легко найдём нужные вероятности:
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию.

Остаётся взять конкретные значения О шансах выбрать хорошую стратегиюО шансах выбрать хорошую стратегиюО шансах выбрать хорошую стратегию и сосчитать.

Оптимистичный выбор стратегий

Теперь допустим, что О шансах выбрать хорошую стратегию. Будем оптимистами и примем стратегию, если хотя бы один из тестов не отвергает её. Мы можем свести этот случай к предыдущему, но для этого нам придётся пересчитать вероятности отклонения хороших и плохих стратегий, а также вероятности принятия хороших и плохих стратегий. Сделаем это!

О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию.

Используя эти скорректированные вероятности находим полные вероятности принятия и отклонения стратегии, а также все интересующие нас вероятности по теореме Байеса.

Пессимистичный выбор стратегий

Вновь допустим, что О шансах выбрать хорошую стратегию. Но на этот раз мы будем отклонять стратегию, если её отклонил хотя бы один тест. Как и в прошлый раз — сведём задачу к тривиальному случаю, пересчитав вероятности:

О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию;
О шансах выбрать хорошую стратегию.

Насколько всё плохо

Проведём вычисления для нескольких вариантов сочетаний вероятностей О шансах выбрать хорошую стратегиюО шансах выбрать хорошую стратегию и О шансах выбрать хорошую стратегию. Рассмотрим все три случая отбора стратегий: тривиальный (О шансах выбрать хорошую стратегию), оптимистичный и пессимистичный, положив О шансах выбрать хорошую стратегию:
О шансах выбрать хорошую стратегию

Из таблицы видно:
1) Уменьшение вероятности О шансах выбрать хорошую стратегию отклонения хороших стратегий несёт гораздо меньше пользы, чем увеличение вероятности О шансах выбрать хорошую стратегию отклонения плохих стратегий;
2) Оптимистичный выбор стратегий сильно повышает вероятность О шансах выбрать хорошую стратегию принять хоть какую-то стратегию, однако в этом случае принятая стратегия с большой вероятностью О шансах выбрать хорошую стратегию окажется плохой;
3) Пессимистичный выбор стратегий снижает вероятность О шансах выбрать хорошую стратегию принять хоть какую-то стратегию, однако при этом резко возрастает вероятность О шансах выбрать хорошую стратегию того, что выбранная стратегия окажется хорошей.

Очевидно, на чём стоит сфокусировать усилия, а также по какому принципу не стоит отбирать стратегии (либо у вас должна быть весомая причина пренебречь результатами отдельных тестов для конкретной стратегии).
★15

Зачем-зачем стока формул, зачем вообще формулы. Я конечно понимаю, что это лично мои закидоны, но где язык логики, простых рассуждений, доказательств, выводов, посылов и следствий. Математика суха и безжизненна), ну и не шарю я в ней. Математика сама по себе, сомневаюсь, что делает результаты алго-трейдинга лучше, его может делать хорошая математика или очень хорошая. Но так может делать очень хорошее что угодно.

 

Сорри, просто тема вроде интересная, но даже не пытался пробраться сквозь формулы).

avatar

Replikant_mih

Replikant_mih, Глубоко в математике разбираться не обязательно. Есть таблица, выводы из неё и текстовые пояснения к тому, что какая вероятность значит.

Мне не очень нравятся нестрогие объяснения «на пальцах», в которых вроде как знаешь о чём должна идти речь, но за простынёй текста теряется суть, которую можно лаконично выразить небольшой формулой.

Я подумаю можно ли (и нужно ли) излагать проще.
avatar

Eugene Logunov

Eugene Logunov, а мне и думаю многим очень понравились математические выкладки дающие реальную ценность при выборе торговых стратегий! спасибо!
avatar

Max

Max, Вот так и подмывает спросить, какую такую ценность это вам дало), чего такого вы не знали, что узнали?)
avatar

Replikant_mih

Replikant_mih, да просто автор скоро начнёт что-то продавать или хвалить кого-то кто продаёт, оч толсто это всё
Пафос Респектыч, Обязательно начну!
avatar

Eugene Logunov

Пафос Респектыч, Может поспорить хотите, килобаксов эдак на 10, начну я в ближайший год семинары рекламировать и продавать что-нибудь?
Или мне просто вас отправить в ЧС?

UPD: Предложение всё ещё актуально. В случае моей победы в споре — вы перечисляете средства на благотворительность. В случае вашей победы — отправлю вам банковским переводом.
avatar

Eugene Logunov

Eugene Logunov, готов поставить свои носки против вашего майбаха, что отправите )) косите под алготрейдера дальше ))
Пафос Респектыч, Готов поставить носки против носков! 43 размер, без дырок.
avatar

Eugene Logunov

Eugene Logunov, Да не, не о том речь. одно дело простыни неструктурированные. Другое дело четко, логично — дедукция, индукция все дела. 

«Формула  = строгие объяснения
Не формула = нестрогие объяснения»

Этот постулат ошибочен. Математика не равно строгость, математика — всего лишь язык. Со своими плюсами, но и минусами, к тому же не все на нем говорят)).

 

avatar

Replikant_mih

Вероятность выбрать хорошую стратегию зависит только от отношения количества хороших стратегий к общему числу стратегий, из которых выбираем. P_good = (N_good/N)
Пафос Респектыч, Это верно только если вы выбираете случайным образом или ваши тесты стратегий ничего об их качестве не говорят. В противном случае — вероятность считается именно по теореме Байеса.
avatar

Eugene Logunov

Eugene Logunov, тесты стратегий говорят что-то только об их прошлом перформансе. К тому же применять формулу Байеса к расчёту условной вероятности и нормально считать вероятность выбрать хорошую страту по Байесу — это не одно и то же.


Чот я в ваших выкладках не вижу априорных и апостериорных вероятностей, так что ничего по Байесу тут строго говоря нет

Пафос Респектыч, 
Чот я в ваших выкладках не вижу априорных и апостериорных вероятностей, так что ничего по Байесу тут строго говоря нет
Есть и априорные, и апостериорные, и маржинальные вероятности. От того, что я не употребил именно эти слова — они из статьи не исчезли.
тесты стратегий говорят что-то только об их прошлом перформансе.
Если вопрос ставить так — то можно вообще не торговать.
avatar

Eugene Logunov

Eugene Logunov, нету. Где?
Пафос Респектыч, Вы проверяете моё знание теоремы Байеса или просто не знаете её сами?
P(good), P(bad) — априорные вероятности;
P(accept), P(reject) — маржинальные вероятности;
P(good|accept), P(good|reject), P(bad|accept), P(bad|reject) — апостериорные вероятности.
avatar

Eugene Logunov

Eugene Logunov, очень смешно. Википедию что ли откройте почитайте, нельзя ж так позориться
Пафос Респектыч, Ну так расскажите как правильно, а то мы не знаем.
avatar

Eugene Logunov

Eugene Logunov, 
https://ru.wikipedia.org/wiki/Априорная_вероятность
https://ru.wikipedia.org/wiki/Апостериорная_вероятность

Априорная — до опыта, апостериорная апдейтится по формуле Байеса после опыта.

P(good), P(bad), P(accept), P(reject) — у вас маржинальные вероятности, только такого, чтобы они были известны, не бывает
P(good|accept), P(good|reject), P(bad|accept), P(bad|reject) — условные вероятности
Пафос Респектыч, И? Ещё раз внимательно смотрим:



avatar

Eugene Logunov

Eugene Logunov, что и? условные вероятности считаете, вернее считали бы, если бы маржинальные были известны. Опыт-то где? Где до и после? )
Пафос Респектыч, Опыт — решение «accept» или «reject» относительно стратегии. С учётом этого опыта пересчитываем P(good) --> P(good|x), P(bad) --> P(bad|x), где x — решение.
avatar

Eugene Logunov

Eugene Logunov, нет ) опыт — это оказалась стратегия good или bad по результатам торгов или тестов на следующей порции данных… короче понятно всё
Eugene Logunov, 
Если вопрос ставить так — то можно вообще не торговать.

А по другому не бывает, так как будущего мы не знаем. Приходится выкручиваться
А если одна стратегия хороша для одного актива, но плоха для другого, в то время как вторая стратегия наоборот хорошая для второго актива, но плоха для первого. Можно ли какую-то из них отклонять? 
avatar

Dmitryy

Dmitryy, возможно в этом случае наткнемся на парадокс Симпсона :)
avatar

Dmitryy

Dmitryy, На этот вопрос нельзя ответить, не зная сути стратегии и о каких инструментах идет речь. Конечно, объяснение можно всегда притянуть за уши, но в некоторых случаях ответ может быть как «да», так и «нет».
avatar

Eugene Logunov

если правильно обобщаю вывод, то чем больше мы делаем тестов, и чем более строгие критерии оценки применяем, тем вероятность получит качественную стратегию выше. из этого следует, что нужна надежная система тестирования и хороший бенчмарк.
avatar

Max

Max, только в том случае, если тесты умеют смотреть в будущее не так как все
Max, Всё верно. Но при этом важно, что в целом вероятность отобрать какую-либо стратегию сокращается при использовании более строгих критериев.

avatar

Eugene Logunov

Eugene Logunov, Блин, ну вот так и думал, что за этой простыней формул скрывается что-то до безобразия простое)), а в данном случае, можно сказать, банальное. Это выглядит как… вроде было какое-то слово для этого — ну когда ты можешь сделать что-то просто, а из люби к чему-то ты используешь это что-то чтобы сделать то же самое но намного сложнее, зато используя то, что тебе нравится).
avatar

Replikant_mih

Replikant_mih, верно, но если следовать языку формализма — математике и другим наукам — то можно получить очень много пользы. так например, предсказывались свойства химических элементов до их физического открытия, или например, черные дыры были предсказаны теоретически, а потом уже открыты в космосе. 

кстати например математический вывод оптимального f по Винсу есть ни что иное как подтверждение фразы «часть заработанной прибыли нужно выводить». 
avatar

Max

Max, Да, но на мой взгляд это справедливо для «высокой» математики, когда ты не просто применяешь школьную математику или математику «из института», а что-то сам выводишь, химичишь), вряд ли у многих математика на таком уровне. Математика — инструмент, просто использование математики не преимущество. Многие переходят с ручной торговли на алго — сомневаюсь что-то, что только сам этот переход улучшает их результаты. Так и тут. 
avatar

Replikant_mih

Допустим, у нас есть один или несколько (О шансах выбрать хорошую стратегию) тестов для стратегий, качество которых можно охарактеризовать О шансах выбрать хорошую стратегию — вероятностью (корректно) отклонить плохую стратегию и О шансах выбрать хорошую стратегию — вероятностью (ошибочно) отклонить хорошую стратегию.

Таких тестов с такими характеристиками не бывает, к сож
Пафос Респектыч, То, что эти две вероятности численно неизвестны для ваших тестов, и то, что они наверняка будут отличаться для разных тестов, не мешает делать качественные выводы о том, как лучше отбирать стратегии.
avatar

Eugene Logunov

Eugene Logunov, уже качественные выводы? типа лучше выбирать те стратегии, которые лучше? )))))

Я думал вы про количественные выводы попытались статейку запилить, а оно вон оно как

Пафос Респектыч, «лучше выбирать те стратегии, которые лучше» — пометил себе)). На случай когда в тренде будет пилить посты про свои правила торговли, ТОП озарений и т.д.

 

В списке «лучше выбирать те стратегии, которые лучше» соседствует с «покупать дешево, продавать дорого»).

avatar

Replikant_mih

Replikant_mih, шутки шутками, но это на самом деле так. На качественном, разумеется, уровне )
Пафос Респектыч, В Visual Studio система подчеркивает когда ты пытаешься переменной присвоить саму себя), скомпилировать даст, но предупреждает, что это бессмысленно. Тут что-то подобное).
avatar

Replikant_mih

Пафос Респектыч, Не, типа «лучше пессимистично комбинировать результаты тестов, чем оптимистично». А про количественные выводы — даже не претендую.
Стало быть, в следующий раз, надо обозначать большими красными буквами, что параметры расчёта взяты «на глаз», раз это не всем очевидно. Ну, там, P(bad)=0.99 и остальные inputs.
avatar

Eugene Logunov

Выводы кажется очевидны без всякого Байеса, нет? При этом они сугубо теоретические: понятно, что если жестче отбирать — то повышается precision тестов. Но проблема в том, что уменьшается recall, и можно выкинуть уникальные стратегии, пусть и слабые. А для практики интересна следующая задача: максимизировать шарп портфеля из отобранных в торговлю (плохих и хороших) стратегий. Жесткость отбора стратегий влияет на:
  — количество стратегий, добавляемых в портфель в единицу времени
  — вероятность того, что стратегия «хорошая» (имеет положительный шарп) или «плохая» (имеет нулевой шарп), в более общем случае — условное распределение шарпов стратегий в портфеле зависит от жесткости отбора
И подбирать надо такую жесткость, чтобы оптимизировать этот самый шарп. При этом еще не забыв, что шарп зависит в том числе от корреляций стратегий друг с другом, то есть от метода ресерча (генерации стратегий).
avatar

MadQuant

MadQuant, Вот кстати, стратегия может быть не особо хороша в единичном зачете, но за счет уникальности обогащать портфель большим приростом качества, чем выскокоррелирующие «хорошие» стратегии.
avatar

Replikant_mih

Replikant_mih, Главное не заниматься фигней типа «давайте оставим стратегию, плевать что она не проходит ни один тест и имеет нулевой шарп — главное что она уменьшает просадки на бэктесте» :) Так что, КМК, сначала фильтруем стратегии, а потом уже что-то с ними делаем.
avatar

Eugene Logunov

Eugene Logunov, Тут не поспоришь), формула успеха понятна, факторы:

1. Использовать аналитическое обоснование при отборе стратегий. Ключевое слово — использовать.

2. Собственно сами эти критерии должны быть не от балды). Ключевое слово — правильные критерии.

avatar

Replikant_mih

MadQuant, 
Выводы кажется очевидны без всякого Байеса, нет?
Но почему-то пару лет назад точку в подобной дискуссии удалось поставить именно примером такого расчёта :)
Без учёта априорной вероятности найти хорошую стратегию, интуитивно кажется, что выводы должны быть чуть другими.
А для практики интересна следующая задача: максимизировать шарп портфеля из отобранных в торговлю (плохих и хороших) стратегий.
Интересна :) Но будут ли те, кто знают возможные ответы, распространяться о них?
avatar

Eugene Logunov

Eugene Logunov, 
Но почему-то пару лет назад точку в подобной дискуссии удалось поставить именно примером такого расчёта :)
В какой дискуссии? Стоит ли как-то отбирать стратегии перед тем, как их торговать? Приводит ли более жесткий отбор к повышению среднего качества отобранных стратегий? Это вроде вопросы для кэпа)
Интересна :) Но будут ли те, кто знают возможные ответы, распространяться о них?
Это так же моделируется математически — нужно только ввести понятие R — жесткость отбора (например при R=0 берем все подряд, R=1 — берем только стратегии с вер.ошибки первого рода не более 10^-10) функции H(R ) — матожидание количества прошедших тесты стратегий за единицу времени (например, год), S(R ) — средний шарп прошедшей стратегии, rho(R ) — средняя корреляция.
Ну и шарп портфеля будет что-то вроде S(R ) / sqrt{ 1/N(R ) + (N(R )-1)/N(R ) * rho(R ) }
Наша задача — оптимизировать эту штуку по R. По крайней мере, для больших large-scale компаний с выделенным ресерчем S(R ), H(R ) & rho(R ) будут понятными функциями, и задачу реально можно решать (на самом деле, все еще сложнее, потому что надо промоделировать процесс «отмирания» стратегий и оптимизировать долгосрочный «равновесный» портфель с учетом отмирания и замедления со временем поиска новых идей).
Да даже для адекватного «домашнего» трейдера, тестирующего сотни идей — уже есть смысл анализировать подобным образом все что он натестировал. По крайней мере, от этого бОльший практический выхлоп для процесса, чем от констатации того, что если жестче тестировать, то отбираемые стратегии в среднем будут лучше.
avatar

MadQuant

Eugene Logunov, где бы взять несколько независимых тестов для стратегии? Или Вы о чем-то простом, например, ШАРП каждого отдельного года — независимый тест? 
Но мы ПОДГОНКОЙ занимались на всем массиве!
Возможно, конечно,  сочетание шарпа по годам с лукфорвардом. Но как-то все это… простовато, что ли. 
Пожалуйста, объясните про тесты. 
avatar

SergeyJu

SergeyJu, Нет, я не про тесты на разных периодах. Я про разные методы, позволяющие понять, отличается ли стратегия от шума и нет ли в ней каких-то очевидных косяков на одном и том же периоде.

Например:
Тест #1: Проверяем значимость отличия средней доходности от нуля;
Тест #2: Проверяем перформанс без учёта лучших доходностей стратегии (очевидно, не независимый, но тоже вариант теста :) );
Тест #3: Проверяем при какой задержке торговли стратегия перестает зарабатывать.

На портфелях (т.е. по весам) можно гораздо больше придумать.
avatar

Eugene Logunov

Eugene Logunov, хотелось большего. Но есть над чем поразмыслить. Кстати, если взять лукфорвард и Шарп по годам, это в Вашу логику ляжет? 
avatar

SergeyJu

SergeyJu, 
Кстати, если взять лукфорвард и Шарп по годам, это в Вашу логику ляжет? 
В целом — да. Вопрос лишь в том, насколько хорошо фильтрация по Шарпу предсказывает будущий перформанс стратегии.
avatar

Eugene Logunov

Eugene Logunov, ну, в известном смысле каждый следующий год — результат предсказания. Если за 5 лет каждый год шарп лучше, чем байэндхолд, наверное, уже что-то брежжит. А если 7 или 10? 
avatar

SergeyJu

SergeyJu, При большом кол-ве экспериментов несложно на истории получить хороший шарп и на 5 и на 20 годах. Но это обычный оверфиттинг, с которым бороться надо как-то иначе, чем так, как я говорю в этой статье. Жестко отбирая по шарпу на разных периодах можно наоборот усугубить степень оверфита стратегии к рынку. Вобщем, «в целом — да», но сомнительно)
avatar

Eugene Logunov

Важно выбрать в портфель стратегий те, которые слабо коррелируют, а лучше даже антикоррелируют. Ваша кучка формул как-то учитывает сей факт?
avatar

ivanovr

ivanovr, Уверены про анти?)
avatar

Replikant_mih

Replikant_mih, тренды и контртренды например, почему нет?
avatar

MadQuant

MadQuant, Ну просто отрицательная корреляция — это тоже корреляция), один раз этот фокус, допусти, проканывает, а дальше ты коррелируешь либо с одной из пары, либо с другой. Второй раз сантикоррелировать не получится)).
avatar

Replikant_mih

Replikant_mih, ну мы же не говорим про среднюю отрицательную корреляцию. На самом деле, чтобы получить бесконечный шарп — вам достаточно средней корреляции, стремящейся к нулю сверху. А это в теории достижимо)
А сигналы со средней отрицательной корреляцией с существующим портфелем тоже легко получить — берете любой сигнал, меряете корреляцию, и если она положительна (до костов, понятно дело) — просто меняете все направления трейдов на противоположные. Получите стратегию с отрицательной корреляцией)
avatar

MadQuant

Replikant_mih, имея дело в с вероятностыми процесами, ни в чем нельзя быть уверенным.
avatar

ivanovr

ivanovr, Не, звучит как отмазка какая-то). Имея дело с вероятностными процессами, нельзя быть уверенным в любом конкретном исходе только, а в остальном — можно делать выкладки, доказывать, обосновывать, выводить. На больших числах все красиво работает).
avatar

Replikant_mih

Replikant_mih, проблема что больших чисел в трейдинге не будет из-за природы процесса. Поскольку участники конкурируют за извлечение знаний из данных, то данные становятся таковы, что все очевидное, при существующей длине данных, уже выбрано.
Это как мечтать сделать машину, которая за тебя будет работать. В итоге, машины занимают свои ниши, но индивидум должен продолжать конкурировать и расслабона не будет. Только мечты.
avatar

ivanovr

ivanovr, Это уже следующий этап. Прежде чем что-то собирать в портфель — имхо, нужно грубо отфильтровать.
avatar

Eugene Logunov

Eugene Logunov, зачем фильтровать поодиночке. Собирайте варианты портфелей и смотрите качество эквити портфеля. Корреляции учтутся автоматически.
Гипотетически можно предположить, что выгодно будет положить в портфель плохую стратегию, но которая так удачно антикоррелирует с остальными, что уменьшает просадку.
avatar

ivanovr

ivanovr, я пробовал раздать веса стратегиям так, чтобы получить оптимальный в каком-то смысле портфель. Условный пример — максимизация Шарпа портфеля. 
К сожалению, это занятие оказалось ну очень похоже на переподгонку. 
avatar

SergeyJu

SergeyJu, да, любая оптимизация повышает вероятность подгонки. Не важно портфель или по одиночке.
avatar

ivanovr

ivanovr, тут каскад из 2-х последовательных подгонок. Я, кстати, не про теорию, я на практике кой-что смотрел. Увиденное не порадовало. Риск переподгонки точно возрастает.
avatar

SergeyJu

Ущербная постановка задачи в принципе. Уровень студента, который кроме  формальной математики ничего не знает. Автор не понимает, что является главным в трейдинге. Поэтому выбранная «лучшая» стратегия в дальнейшем сольет, а что является гарантией ее устойчивости — это для автора загадка
avatar

Кан Делябр

Кан Делябр, а вот тут по подробнее. Какие такие гарантии?
avatar

ivanovr

ivanovr, гарантия — это адекватная динамическая адаптирующаяся масштабируемая модель рынка. Но разработать ее могут «не только лишь все».  Видимо, только квантовые алготрейдеры-кибертехнологи.
Кан Делябр, звучит как шаманство
avatar

ivanovr

ivanovr, вы  сильно ошибаетесь
Кан Делябр, Тут речь о том, как мусор отфильтровать. Лучшая/худшая, за сколько времени деградирует и т.д. — это не являлось предметом статьи.
avatar

Eugene Logunov

Eugene Logunov, к сожалению, впечатление как о матем. схоластике. Потеря времени для вас.
Eugene Logunov, есть простые общеизвестные  показатели — профит-фактор, Шарп, Сортино и пр. 
Кан Делябр, они действительно общеизвестны. И чертовски мало друг от друга отличаются в реальности. 
avatar

SergeyJu

Кан Делябр, Я в курсе :) Но, как вы верно заметили, задачу отбора «устойчивой» стратегии всё равно надо решать. Даже если вы опираетесь на эти показатели.
avatar

Eugene Logunov

Спасибо за статью и за дискуссию, которая развернулась по этой теме.
Для меня тема очень актуальна.
У меня есть тысячи разных стратегий, как, наверное, у многих алготорговцев.
Примерно тысяча постоянно торчит в симуляции. На длинной дистанции эти стратегии, примерно, дают одинаковый результат.
Из них я выбираю примерно 10-20 для реальной торговли каждый месяц.
То есть ребалансировка стратегий в реальном портфеле производится раз в месяц.
Но, к сожалению, часто это приводит только к ухудшению. 
А все стратегии на реале торговать невозможно из-за НЕбесконечного капитала.
Так что статья для меня было полезной.
avatar

_sg_

Этот метод кстати можно применить и для машинного обучения, хотя возможно автор на него и намекал :)
avatar

Dmitryy

В реальности стратегии не требуют такой формально тщательной проверки ибо все относятся к нескольким классам с заранее известными свойствами. Больше интересует их взаимодействие (в первом приближении это корреляция) в разных режимах
avatar

wrmngr


Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.

Залогиниться

Зарегистрироваться
....все тэги
UPDONW