В поисках Грааля. Часть 3

Почему нельзя оптимизировать по чистой доходности

Вопрос: Какую метрику выбирать для оптимизации? Доходность же очевидно хочется максимальную.

Ответ: Чистая доходность — это засада. Метрика оценки должна включать и доходность, и риск.

Например, одна стратегия дает 10% годовых при просадке 5%, а другая дает 20% при просадке 20%, ты какую выберешь? [Первую] Верно, ведь у неё лучше отношение доходности к риску, её можно масштабировать с плечом до нужного риск-профиля и получить более интересный результат, то есть на риск 20% её доходность будет уже не 10, а 40% с сохранением соотношения риск/прибыль один к двум, как в начале.

Поэтому мы используем для анализа метрики Calmar, MAR, Sortino. На Sharpe смотрим в меньшей степени из-за специфики стратегий, ведь этот коэффициент учитывает общую волатильность, и как следствие, большие прибыльные сделки его уменьшают. Sortino лишен части этого недостатка, потому что рассчитывается только от отрицательной волатильности.

Еще один коэффициент, который полезен при анализе — Recovery factor, но у него есть минус: он зависит от периода. Если стратегия за 5 лет заработала 50%, а за 10 лет 100%, при той же максимальной просадке recovery factor вырастет в два раза. Поэтому в ряде случаев лучше смотреть Calmar или MAR, где доходность нормирована в годовых.

Брать стратегию с максимальной доходностью и не смотреть на риск — это быстрый путь к потере капитала.

Генетика, brute force и локальные максимумы

Вопрос: Поговорим про оптимизацию. Если параметров много, почему не использовать генетические алгоритмы? Они же быстрее полного перебора.

Ответ: Генетический алгоритм, действительно, быстро ищет хорошие области в пространстве параметров, так как берет в нем несколько точек, считает метрики, начинает двигаться в сторону улучшения и отбрасывает ветки, где результат хуже.

Проблема в том, что он может найти локальный максимум: красивый пик по целевой метрике, который на деле окажется неустойчивым выбросом. То есть алгоритм найдет то, что хорошо выглядит в этой области, но пропустит более широкие и устойчивые зоны.

Полный перебор гораздо медленнее, зато он позволяет увидеть все пространство параметров. Для нас это важно, потому что результаты оптимизации потом используются в других модулях системы. Мы не просто ищем лучший набор параметров, а хотим понять, где находятся рабочие диапазоны.

Почему портфель — это сложнее, чем один бот

Вопрос: Одного бота уже сложно сделать правильно. Как из сотен ботов собирается портфель? Тут точно есть какая-то магия.

Ответ: Сначала мы декомпозируем задачу. Есть инструменты, есть торговые логики, есть моды внутри этих логик. По каждому инструменту и каждой логике нужно понять, какие параметры можно использовать и как они ведут себя в walk-forward.

Один из подходов — кластеризация параметров. Представь многомерное пространство, где каждая точка — это набор параметров стратегии. Например, три периода скользящих. Мы оптимизировали пространство, получили набор точек, потом кластеризовали их.

В каждом кластере можно взять центроид — условный центр области. Интересно, что этот центроид может не совпадать ни с одной точкой, которую мы только что тестировали, но он находится внутри рабочей области параметров. Такой подход помогает не брать случайный пик, а выбирать представителя устойчивого кластера.

Дальше можно провести walk-forward уже не только для торговой логики, но и для метода формирования портфеля, то есть проверить, как исторически работала бы система, если бы мы каждый интервал (например, квартал) переобучали параметры, выбирали кластеры, пересобирали портфель и дальше торговали. Так из набора торговых логик получается не «зоопарк ботов», а воспроизводимая методология отбора и управления портфелем.

Ликвидность важнее красивой развесовки

Вопрос: Как распределяются веса между инструментами? По волатильности, доходности, капитализации?

Ответ: Для академической литературы, можно распределять веса и по волатильности, и по доходности инструментов\ботов, однако на практике это не всегда реализуемо.

Например, модель может рекомендовать выделить 30% портфеля в какой-нибудь альткоин. На бумаге это может выглядеть хорошо, в реальности вы не сможете это проторговать: не хватит ликвидности, особенно, если речь идет о крупных счетах и внутридневных или среднесрочных стратегиях.

Для частного трейдера с небольшой суммой многие инструменты выглядят ликвидными. Для счета в миллионы долларов — другая история. Даже инструменты из топ-10 по объемам торгов могут давать кратно более высокие издержки на проскальзывании в волатильные моменты.

Поэтому базовая развесовка для крупных счетов должна учитывать реальную ликвидность. Чем больше ликвидность, тем больший вес можно выделить инструменту. 

Почему на разных счетах может быть разное количество ботов

Вопрос: Если продукт один, почему на счете в 100 тысяч и на счете в 10 миллионов может быть разное количество ботов?

Ответ: Это связано диверсификацией по модам торговых логик и с правилами управления капиталом. Стратегия — это не только правила входа и выхода, управление капиталом — её неотъемлемая часть.

Есть два основных критерия. Первый и основной — это требования к методу управления капиталом. Они определяют минимальный объем средств, который требуется каждому боту для корректной реализации money management, если выделить меньше, бот будет работать неэффективно. Второй — устойчивость портфеля и размытие точки входа в рынок. 

При этом добавлять бесконечно много ботов тоже нельзя. У стратегии есть диапазон рабочих параметров. Если добавлять неэффективные моды просто ради размазывания входа, это ухудшит портфель. Может быть правильнее добавить другую торговую логику, а не еще одну слабую вариацию той же самой.

Риск-менеджмент: задача — не допустить реализации риска

Вопрос: Как устроен риск-менеджмент на уровне портфеля?

Ответ: Есть риск каждого бота в каждой сделке. Бот не может потерять больше заданного риска на сделку. Также есть и риск по инструменту, риск по счету, риск по валюте (если портфель мультивалютный).

Мы контролируем риск на каждом уровне: бот, инструмент, валюта, портфель. Если каждый бот и каждый инструмент работает в рамках заданного риск-профиля, мы снижаем вероятность того, что весь счет выйдет за допустимую просадку.

Еще важный момент: боты рассчитывают сделки от реального баланса. Если счет был 100 тысяч и ушел в просадку до 70 тысяч, следующий риск считается уже от 70 тысяч, а не от старого максимума. За счет этого система по экспоненте снижает вероятность достижения предельного риска по счету.

В идеальной модели мы приближаемся к заданной границе риска, но не пересекаем ее. В реальности бывают инфраструктурные сбои, молодые инструменты с недостаточной историей, резкие изменения ликвидности. Поэтому риск нельзя просто «поставить в настройках» и забыть. Его нужно постоянно анализировать.

Почему лучший момент для входа психологически самый неприятный

Вопрос: Что делать, когда портфель в просадке? Остановить, ждать, увеличить счёт?

Ответ: Исторически, лучшее время для входа или увеличения капитала в стратегии — максимальная просадка портфеля, которая является нормальной для того или иного риск-профиля. Это контринтуитивно, но, по статистике, именно в такие периоды вероятность последующего восстановления выше.

Проблема в психологии. Все говорят, что понимают и разделяют знаменитую фразу Ротшильда «Покупай, когда на улицах льется кровь». На деле же, когда клиенты видят просадку на реальном счете, то испытывают тот же страх, что и все остальные. Когда стратегия обновляет high-water mark, наоборот, всем хочется увеличить экспозицию,  хотя иногда после обновления максимума стратегия может отдать часть прибыли рынку. 

Где остается ручное вмешательство

Вопрос: В системной торговле вообще есть место ручному вмешательству?

Ответ: Есть, но это не из-за интуитивного ощущения, что рынок вот-вот развернется или услышанного мнения именитого аналитика. Ручное вмешательство допустимо или даже необходимо, когда появляются внешние инфраструктурные или геополитические риски, которые могут повлиять на возможность корректной торговли и следованию стратегии.

Например, риск со стороны биржи, брокера или другого контрагента, инфраструктуры. Если есть шанс попасть в ситуацию, где рынок или контрагент перестают нормально функционировать, безопаснее закрыть позиции и переждать вне рынка.

Но просадка сама по себе — не повод лезть руками, как и фиксировать прибыль по причине “круто заработали, давай заберём”. Если вы руками фиксируете прибыль, потому что кажется, что уже хорошо заработали, или открываете сделку, потому что «кажется, сейчас будет разворот», это уже лудомания, а не системная торговля.

В краткосрочной перспективе ручное вмешательство иногда может улучшить результат. Но на длительном горизонте происходит обратное: человек фиксирует небольшой плюс, а потом начинается движение, на котором стратегия должна была выйти из просадки и заработать. Системная торговля возможна только пока вы придерживаетесь всех правил заранее протестированной системы.

Откуда берутся новые гипотезы

Вопрос: Как рождаются новые торговые идеи?

Ответ: Первый источник — наблюдение за стратегиями, которые уже работают в продакшене. Смотришь результаты, графики, паттерны, видишь неэффективности и формулируешь гипотезу, как можно улучшить алгоритм.

Второй источник — книги практикующих трейдеров. Это реальные истории людей, которые торговали и делятся опытом, такие идеи точно стоит проверять.

Третий источник — интернет: исследования, статьи, тематические ресурсы, TradingView, новые индикаторы. Не обязательно полностью повторять идею, иногда можно взять часть или адаптировать к своему исследованию.

Сейчас активно развивается искусственный интеллект, который тоже можно использовать для поиска идей. Он обучен на данных из интернета, поэтому может порекомендовать направления, подсказать, что использовать, как быстрее протестировать гипотезу. Но нужно понимать: он не знает, что реально работает на рынке, а лишь агрегирует то, что уже написано.

Также идеи приходят от клиентов, партнеров и коллег по деятельности. Мы можем протестировать чужую гипотезу и дать экспертное мнение. Но решение запускать или не запускать всегда остается за тем, кто несет риск.

Что читать тем, кто хочет двигаться дальше

Вопрос: Что посоветовать человеку, который уже умеет бэктестить, читал академические статьи и хочет идти глубже?

Ответ: Читать практиков. Академические статьи часто пишутся для научной карьеры: показать метод, формулу для публикации. Это не значит, что они бесполезны, но многие такие идеи работают только на бумаге.

По бэктестированию классика — Роберт Пардо, по трейдингу: наши любимые «черепахи» Куртиса Фейса, Ларри Вильямса, Ральфа Винса. Джек Швагер, например, собрал десятки успешных историй — бери каждую и проверяй. Много сильных книг действительно из прошлого века, но это не делает их хуже. Там больше реальности рынка, меньше хайпа и продажной упаковки.

Отдельно стоит прочитать хотя бы одну нормальную книгу по психологии трейдинга. Не Фрейда и не Юнга, а именно психологию трейдера: эмоции на просадках, эйфория от прибыли, желание вмешаться в систему. Это нужно чтобы понимать влияние результатов торговли на свое психоэмоциональное состояние и не допускать нарушений правил своей системы из-за эмоций.

Вместо выводов

Алготрейдинг не начинается с робота и не заканчивается бэктестом. Идея должна пройти оптимизацию, проверку устойчивости, walk-forward анализ, стресс-тесты, оценку риска, проверку ликвидности, сборку в портфель и только потом — продакшен. Даже после этого работа не заканчивается: нужно понимать, когда стратегия ведет себя нормально, когда деградирует, когда рынок изменился, а когда клиенту просто психологически тяжело смотреть на просадку.

Самая большая и дорогая ошибка — думать, что стратегия работает, потому что она отлично заработала на истории. Хотя история — только зеркало заднего вида, которое необходимо, без него ехать нельзя, но дорога впереди не обязана быть такой же.

Поэтому настоящий вопрос в алготрейдинге не «сколько процентов показал бэктест», а «что останется от стратегии, когда она перестанет знать будущее?»