Цепи Маркова. Многорукие Бандиты и Прочая Хрень

Почему цепи Маркова не помогли улучшить прибыльную торговую систему? 13 этапов исследований и закономерный результат

В портфеле CryptoGoldenAce работают три стратегии с различной торговой логикой: TREND, IMPULSE и Mean Reversion.

Они способны приносить прибыль, но обнаружилась проблема: периоды восстановления предыдущего максимума капитала достигали почти 100 дней.

Можно ли сократить это время, не уничтожив математическое ожидание портфеля?

С чего начали

Первоначальная гипотеза была достаточно простой: результаты предыдущих сделок могут содержать информацию о вероятности успеха следующих.

Мы начали с цепей Маркова и анализа последовательностей прибыльных и убыточных сделок. Если удастся обнаружить устойчивую зависимость, можно будет динамически уменьшать риск в неблагоприятных состояниях рынка.

Однако выявленные закономерности оказались нестабильными: зависимости менялись от года к году, а иногда даже меняли знак.

Исследование пришлось расширить.

Что проверяли

За 13 этапов мы последовательно исследовали:

• Цепи Маркова и зависимость результатов от истории сделок.

• 54 прогнозных признака неблагоприятных состояний портфеля.

• Multi-Armed Bandits, включая Discounted UCB, для адаптивного распределения риска между стратегиями.

• 13 семейств рыночных факторов: ADX, ATR, волатильность, объёмы, корреляции и синхронность движения инструментов.

Использовали хронологическую проверку, независимые временные периоды, контроль доступности информации в момент принятия решений, статистические проверки и анализ экономических последствий изменения торговых правил.

Что получили

Ни цепи Маркова, ни исследованные рыночные признаки не дали устойчивого прогностического преимущества для управления риском.

Один из вариантов адаптивного управления сократил максимальное модельное время восстановления почти на 25%. Но одновременно прибыль снизилась на 19,4%, а максимальная просадка увеличилась. Другой вариант ухудшил время восстановления.

Иными словами, сократить время ожидания удалось, но экономически приемлемого улучшения мы не получили.

Самое интересное обнаружилось в IMPULSE.

Во всех шести продолжительных периодах восстановления именно эта стратегия была крупнейшим источником первоначальных потерь.

Казалось бы, решение очевидно: ограничить повторные входы после сильного движения цены.

Но детальное исследование показало, что повторные входы обеспечивали 90,2% чистой прибыли IMPULSE.

При их механическом исключении на каждую единицу предотвращённых убытков приходилось 1,56 единицы потерянной прибыли.

То, что создавало наиболее болезненные периоды просадок, одновременно оказалось основным источником доходности стратегии.

Главный результат

Мы не нашли статистически устойчивого способа существенно сократить Time Under Water без потери экономической эффективности. (мы снова в говне)

Иногда недостаток торговой системы оказывается неотъемлемой частью её преимущества.

Вопрос коллегам, занимающимся количественными исследованиями:

Удавалось ли вам существенно сократить Time Under Water прибыльной торговой системы, сохранив её математическое ожидание и приемлемый уровень риска? Если да — подскажите направление исследований.

#QuantResearch #AlgorithmicTrading #PortfolioRisk #SystematicTrading #TradingStrategie