Блог им. agasfer
Торговля на фондовом рынке может быть прибыльным занятием, но успех зависит от многих факторов таких как выбор правильного финансового инструмента и торговой стратегии, определение размера позиции и своевременной ротации торговых систем.
При этом выбор подходящей финансового инструмента является одним из решающим фактором в достижении успеха в торговле на фондовом рынке.
В этой статье я опишу свой подход к выбору финансового инструмента для торговли ботами на бирже.
Тестируя свои стратегии на исторических данных, я обратил внимание, что не все акции подходят для всех типов торговых стратегий. Некоторые акции показывали лучшую доходность при торговле по стратегиям, основанным на флэте, в то время как другие уходили в убыток, но лучше торговали по стратегиям, основанным на тренде.
И, как всегда, в теории и с точки зрения здравого смысла все понятно:
В реальности же встал вопрос это понимание внедрить в жизнь и улучшить свою торговлю?
Первоначально мой алгоритм подбора акций для торговли выглядел следующим образом.
В программе Metastok 7. 2 тестировал на выбранной стратегии все акции, скачанные с сайта Финам. Тестирование с оптимизацией параметров я проводил по каждой акции отдельно и заносил лучшие полученные результаты в таблицу Excel. Довольно быстро мне эта тема надоела и решил уменьшить себе работу отобрав ТОП 10 фишек акций ММВБ. Следующим пришло понимание, что я занимаюсь Curve fitting. Я подгонял стратегии под исторические данные для получения лучших результатов на истории, в надежде, что они и дальше будут так же работать.
Прочитав книгу «Компьютерный анализ фьючерсных рынков» Чарльза ЛеБо и Девида
Лукаса и изучив метод Walk-Forward тестов, я каждые 3 месяца проводил повторную оптимизацию на интервале год и применял полученные параметры стратегий на следующие 3 месяца. Первой моей ошибкой при этом было, что оптимизацию я проводил по параметру Net Profit. Сейчас это параметр не является основным, есть другие параметры, которые более точно определяют «робастость» системы и как следствие ее способность зарабатывать в будущем. Второй моей ошибкой было искусственное, обоснованное только моей ленью и большим объемом работ, ограничение количества тестируемых акций ТОП10. Порой было грустно смотреть как акция не входящий в моей перечень улетала в космос, при этом применив к ней постфактум стратегию, даже без оптимизации параметров, выяснялось, что она давала профит больше чем на акциях для которых были подобраны оптимальные параметры.
Решить этот вопрос помог переход на Wealth-Lab и его возможность тестировать стратегию на корзине бумаг.
Вот так выглядит в Wealth-Lab результат BackTest на корзине акций на Мосбирже:
И эта же стратегия на Binance. Обратите внимание, что оптимизация стратегия была по BCHUSDT, но лучший результат по Profit показал SOLUSDT и BTCUSDT. Для определения подходит или нет данная стратегия для других пар криптовалюты, показывающие убытки, необходимо провести еще ряд исследований:
Параметры стратегии здесь оптимизированы только для одной акции, а потом применены ко всем остальным, с такими же параметрами.
Что нам дает такой подход?
В первую очередь возможность быстро протестировать стратегию на любом количестве акций, которые вы добавите в этот DataSet.
Во вторую очередь, вы можете оперативно оценить «робастость» стратегии. Если из всего списка бумаг входящих в корзину прибыль дает только несколько бумаг, включая ту на которых эта стратегия была оптимизирована, способность этой стратегии зарабатывать в дальнейшем, вызывает большое сомнение.
Естественно, это не все методы и не конечная точка подбора финансового инструмента. Для окончательного проведения анализа и подбора акций, которые впоследствии будут торговаться ботами проводятся еще исследования, которые позволяют из большого количества акции выбрать те, которые с большей вероятностью принесут вам доход, а не убыток.
Что касается применения трендовых или флэтовых стратегий к отдельным акциям, я заметил интересный результат. Акции, которые не проходили бэктесты на трендовой стратегии, давали прибыль на флэтовой и наоборот.
Для опытных трейдеров такие алгоритмы подбора акций не является секретом, а новичкам данный начальный алгоритм может дать почву для своих исследований и книга «Компьютерный анализ фьючерсных рынков» Чарльза ЛеБо и Девида Лукаса вам в помощь.
И сразу отвечаю на возможные вопросы. В статье я пишу, что провожу все свои тесты на Wealth-Lab. Есть и другие программы позволяющие делать аналогичные вещи, но я к ней привык и пока менять не планирую. Только если на 8 версию. Опять-таки в статье не привожу конкретные подборки и результаты конечных тестов и подборов финансовых инструментов. Это индивидуальная вещь, которая зависит от вашей стратегии и ваших параметров показателей «робастости» стратегии, которые вы для себя определили.
Я не претендую на единственно правильное решение как отбирать финансовые инструменты. Есть конечно и другие и о преимуществах тех или иных методов спорят уже давно. Я описал часть того метода которым пользуюсь и который дает мне хороший профит, а значит система рабочая и заслуживает право на жизнь.
Итоги работы бота с 11 августа 2022г:
Какие параметры для отбора сейчас используете? Хотя бы в общих словах
Сам чаще всего использую доходность/риск
Годовая прибыль%/МаксДД%
Также неплохо работают:
МаксДД в днях (сорт по возрастанию),
Оценка эквити (квадратичные отклонения эквити от прямой линии с левого нижнего угла графика в правый верхний)
Тестирую по возможности на максимальную глубину по времени. Если по нашему рынку с 2007 года, если данные есть. По америке могу и с конца прошлого века проводить оптимизацию. Но сейчас это не актуально.
Если вы будете обжигать горшки, то за 5 лет у вас будет гора горшков. А за 5 лет тестов у вас будет только разочарование.
Можете посмотреть:
Trend Forever
Trend forever stocks
Впрочем, на удачных стратегиях или алгоритмах тоже можно зарабатывать, продавая их как услугу… И покупать по грамму золота в месяц
Вот этот вывод очень понравился.
И, что приятно, подкреплён примером, а не голословный: