Начнем с традиционной таблицы
14 июня был достигнут новый исторический максимум счета, в первую очередь за счет RI-тренд, через который удалось поймать шорт в Si или лонг в индексе Мосбиржи. В то же время сам Si после нескольких неудачных попыток сыграть в лонг с 18.06 был «вырублен» «фильтром большой пилы», вообще запрещающим любую торговлю. В акциях были разные тенденции:
— в SBER весь месяц был включен «фильтр малой пилы» (1 система из 4-х в лонг и шорт по всем системам на 1/3 лимитов лонга) и его действительно «пилило»;
— в GAZP торговался только лонг с плечом и получился плюс в июне;
— в GMKN торговался лонг+шорт без плеча, при этом лонги минусовали, а шорты плюсовали, но из-за разницы в объемах (шорт=1/3 лонга) по итогам месяца получился минус.
В целом после исторического максимума счет за три дня 15-17 июня попал в просадку в 2,7%, после чего «лег в дрейф» до 28 июня, включительно, и «распилился» на движениях вниз-вверх 29-30-го, добавив к просадке еще примерно 1%.
Начнем с традиционной таблицы
В годовом обзоре я приводил свою помесячную статистику, из которой следовало, что май для моей торговли месяц редких (5 из 13) больших плюсов и частых (8 из 13) маленьких минусов: средний результат +4.1%, второй результат после января (12 плюсовых месяцев из 14).
И в этом году май оправдал эту статистику, выдав хороший плюс и исторический максимум счета 18.05. В итоге я вышел из просадки, длившейся 5 месяцев и 1 день, в максимуме достигавшей -9.3%.
Бенефициарами мая были RI-тренд и 2G: GMKN (по традиции в этом году) и GAZP. Неудачниками мая были:
— RI-контртренд, по «традиции» сливший всю почти прибыль с начала года;
— Si, в котором торговался «только лонг без плечей», так как уровни шорта были гораздо ниже текущих значений;
— SBER, который включился в торговлю уменьшенным объемом из-за «фильтра малой пилы», но лучше б он этого не делал.
Это исследование я сделал под влиянием бурной дискуссии на форуме о распределении «хвостов» приращений логарифмов цен, возникшей, казалось, на «пустом месте»: насколько корректны доверительные интервалы для оценок параметров линейной регрессии в альфа-бета модели?
Кроме указанной ссылки, дискуссия продолжилась в еще двух ветках: тут и тут.
Действительно, эти оценки в классическом случае строятся на основе центральной предельной теоремы для статистик оценок параметров линейной регрессии. Однако, как я уже писал на смартлабе, необходимым условием которой является скорость роста дисперсии суммы слагаемых как О(N), N – число слагаемых, а для быстрой сходимости в центральной области еще и требуется конечность абсолютного третьего момента любого слагаемого (если говорить о сходимости на всей прямой, включая «большие уклонения», то еще требуется и конечность всех моментов отдельных слагаемых). Однако эти условия не выполняются для части распределений Парето и Стьюдента с полиномиальной скоростью убывания «хвостов» и поэтому для «хорошего» приближения суммы таких слагаемых нормальным законом требуется очень большое число испытаний, которых, как правило, в альфа-бета модели, построенной на дневных данных, нет. А значит традиционные методы построения доверительных интервалов для оценок параметров этой модели «не работают».
Начнем с традиционной таблицы
Писать об отдельных системах в такой месяц и нечего, потому что все в заголовке. Приведу только график динамики счета, который наглядно подтверждает заголовок