Дано: есть N пар <торговая система, инструмент> каждая со своим набором свойств и характеристик прибыльности, которые могут торговать параллельно друг другу, но в целом в рынке постоянно не сидят. Есть всего M денег. Каким должен быть алгоритм выделения денег на позиции по каждой ТС, чтобы обеспечить наибольшую прибыльность?
UPD: т.е. я конечно же понимаю, что это ответ не на пару строк комента. Хотелось бы увидеть направление в котором гуглить, релевантные ключевые слова и т.д.
Простой вариант — разделить все поровну. Смысл в том, что мы не знаем какая система реализует свой потенциал по мат. ожиданию, а какая нет. Система с наибольшей эффективностью (отношение доход/просадка) может на реале сработать хуже. Система параметрами похуже может наоборот выстрелить. Таким образом балансировка поровну, вроде слишком просто, но в этом есть определенный смысл.
Другой вариант — определять доли систем в портфеле в зависимости от их корреляции. Системы с большей корреляцией к друг другу — меньше доля в портфеле. Системы с меньшей корреляцией к остальным — больше доля в портфеле. Таким образом добиваемся уменьшение волатильности портфеля при целевом доходе и риске.
> Смысл в том, что мы не знаем какая система реализует свой потенциал по мат. ожиданию, а какая нет.
После отбора на тестовом сете и проверки отобранного на валидационном кое-какая обоснованностьу ожиданий появляется. Её надо использовать в распределении денег.
Про корреляции — и так понятно, что это тоже надо использовать. Вопрос — как конкретно и какие обоснования этого конкретно?
johnsson08, Безусловно нужно отталкиваться от расчетов, которые получили на тестовом периоде. Просто это как подход, как один из вариантов)
На счет корреляции, на данный момент подбираю в ручную, смотрю как системы ведут себя на разных участках рынка. В периоды просодок основных систем смотрю, чтобы были системы которые сработали этот же период в «ноль» или в +. Математическую модель пока не строил)
Поровну хороший вариант, т.к если будет сильно больше чем поровну у одной из систем и она вдруг превысит плановую посадку, то хуже станет всем системам. Т.е. главное не давать больше чем поровну. Если меньше чем поровну, то уже возможны варианты. Можно и динамически сделать, но надо хранить состояние системы для перезапусков.
johnsson08, можно поспорить на самом деле. оптимизация просадки, это тоже хорошая задача. формально говоря, слово «оптимальный» без доролнительных уточнений несёт слишком мало смысловой нагрузки.
мысль была в том, что если кому-то дать больше чем поровну — это уже не оптимально. т.е. всё подмножество оптимальностей лежит внутри подмножества поровну.
В начале интересующего торгового периода считаешь для каждой системы optimal F smart-lab.ru/finansoviy-slovar/оптимальное%20f
Получаешь размер капитала, который нужен каждой системе для работы. Потом примеряет эти суммы к своему капиталу, по принципу сумма всех оптимальнх ф не больше моего капитала, не больше двух моих капиталов и т.д. Тут уж какой ММ ближе сержцу.
Периоды для каждой системы могут быть свои
Алексей Фролов, F-ортимальное дает завышенную оценку плеча. Особенно это чувствительно, если система — результат какой-нибудь, пусть минимальной, подгонки.
есть другой взгляд на этот вопрос — я активно практикую. Есть более рискованные системы, но и более доходные (агресивные, доходные), есть менее рискованные, но и менее доходные(плавные, устойчивые, надежные). Смысл держать пирамидой большую часть капитала в надежных системах и из их небольшой прибили подпитывать\подстраховывать доходные ненадежные системы. Если учитывать системы по отдельности — теряете множество возможностей.
Максимальная прибыльность — не очень хороший критерий. Потому что Вы ничего не сказали про риск.
Я бы искал устойчивость портфеля, а не доходность. Если на минуту забыть про корреляции, то устойчивым будет распределение, при котором каждая компонента несет один и тот же риск в рублях (в процентах).
Допустим, у дной системы максДД 10%, а у другой 30%. Тогда делим средства в соотношении 30 к 10. То есть 75% денег в первую, 25% денег во вторую.
Более продвинутые могут учесть корреляции и дохи. Только не надо слишком надеяться на то, что стандартные формулы из порфельной теории хорошо подойдут к Вашей задаче.
А. Г., понятное дело, что мало… И понятно, что красивые нобелевские результаты, расчитанные на средних и дисперсиях — дорога в ад. LTCM не даст соврать… Запись есть?
По каждой из N пар взять ежедневные приращения эквити. Все запихнуть в эксель. Попарно расчитать корреляцию — получиться корреляционная матрица. На ее основе раздаются веса системам. Такой подход не для максимизации доходности, а для минимизации просадок.
Ал, Давайте сюда условия. Думаю многим интересно будет. Можно две карты сделать привязанных к одному счету но с разными балансами. С одной сам катаюсь по миру, другую бывшей супруге переслать. И со...
🏦БСПБ: один в поле воин Кредитная организация отчиталась по МСФО за 3-й квартал и 9 месяцев. 🔹Банк Санкт-Петербург (BSPB)👉Инфо и мультипликаторы Результаты за 3-й квартал — чистый процентный доход: ₽...
Это означает только одно, только при угрозе победы над инфляцией и понижение ставки ЦБ, могут зайти такие объёмы и при условии ставки в последующие годы ниже этих 16-17%
UPD: т.е. я конечно же понимаю, что это ответ не на пару строк комента. Хотелось бы увидеть направление в котором гуглить, релевантные ключевые слова и т.д.
ru.wikipedia.org/wiki/Критерий_оптимальности
ru.wikipedia.org/wiki/Финансовый_менеджмент
ru.wikipedia.org/wiki/Критерий_Келли
Хотя, как мне кажется, это пустое для одиночки. Какой-нибудь фонд с командой в несколько десятков человек сможет проделать такую работу.
Другой вариант — определять доли систем в портфеле в зависимости от их корреляции. Системы с большей корреляцией к друг другу — меньше доля в портфеле. Системы с меньшей корреляцией к остальным — больше доля в портфеле. Таким образом добиваемся уменьшение волатильности портфеля при целевом доходе и риске.
> Смысл в том, что мы не знаем какая система реализует свой потенциал по мат. ожиданию, а какая нет.
После отбора на тестовом сете и проверки отобранного на валидационном кое-какая обоснованностьу ожиданий появляется. Её надо использовать в распределении денег.
Про корреляции — и так понятно, что это тоже надо использовать. Вопрос — как конкретно и какие обоснования этого конкретно?
На счет корреляции, на данный момент подбираю в ручную, смотрю как системы ведут себя на разных участках рынка. В периоды просодок основных систем смотрю, чтобы были системы которые сработали этот же период в «ноль» или в +. Математическую модель пока не строил)
мысль была в том, что если кому-то дать больше чем поровну — это уже не оптимально. т.е. всё подмножество оптимальностей лежит внутри подмножества поровну.
Получаешь размер капитала, который нужен каждой системе для работы. Потом примеряет эти суммы к своему капиталу, по принципу сумма всех оптимальнх ф не больше моего капитала, не больше двух моих капиталов и т.д. Тут уж какой ММ ближе сержцу.
Периоды для каждой системы могут быть свои
Я бы искал устойчивость портфеля, а не доходность. Если на минуту забыть про корреляции, то устойчивым будет распределение, при котором каждая компонента несет один и тот же риск в рублях (в процентах).
Допустим, у дной системы максДД 10%, а у другой 30%. Тогда делим средства в соотношении 30 к 10. То есть 75% денег в первую, 25% денег во вторую.
Более продвинутые могут учесть корреляции и дохи. Только не надо слишком надеяться на то, что стандартные формулы из порфельной теории хорошо подойдут к Вашей задаче.
ntovavilov.timepad.ru/event/924254/