Porównywanie systemów mechanicznych, część 2

Selekcję strategii mechanicznych zaczniemy, co może wydać się komuś dość dziwne, od bardzo popularnych aczkolwiek subiektywnych mierników.

Systemy transakcyjne, w swoim kanonicznym wydaniu, powstały między innymi w celu wyeliminowania konieczności dokonywania każdorazowych ocen posiadanych informacji w celu podjęcia decyzji o zawarciu transakcji czy zarządzaniu ryzykiem (stopami). Tam gdzie do gry wchodzi homo sapiens ze swoimi osądami, przekonaniami, szacowaniem tam o błędy nietrudno, szczególnie podczas działania w warunkach stresu, niepewności i pod presją czasu. Z tą funkcją systemów łączy się również kolejne zadanie: zdjęcie brzemienia dobrych i złych emocji, które przeszkadzają w racjonalnym myśleniu. Ale nawet tam, gdzie całość operacji przejmuje komputer, zostaje jeszcze miejsce na psychologiczne pułapki. Po części dotyczy to właśnie wyboru odpowiedniej strategii.

Każdy program przeznaczony do tworzenia komputerowych systemów posiada wbudowane pojedyncze mierniki efektywności lub też umożliwia dodawanie takowych. Niektóre z nich stanowią całkiem niezłe filtry pomocnicze dla mierników syntetycznych a w kwestii psychologicznego dostrojenia można mówić o ich nadrzędnej funkcji mimo, że w znacznej mierze ich ocena obarczona jest sporo dozą subiektywności. Inne niepotrzebnie drażnią wyobraźnię. Spójrzmy jak działają w praktyce.

Zyskowność, zysk netto czy średni składany zysk roczny (CAR lub CAGR) są chyba najbardziej przecenianym wskaźnikiem możliwości danego algorytmu a przy tym chyba najczęściej przykuwającym uwagę konstruktorów. Bez urealnienia go o wielkość prowizji i skutki poślizgów w realizacji zleceń, niepotrzebnie zaciemniamy obraz już na pierwszym etapie budowy. Niewiele mówi o stabilności ani o kosztach (ryzyku) jakie trzeba ponieść na jego uzyskanie. Dążenie w testach tylko do optymalizacji właśnie jego prowadzi do optymalizacyjnych paradoksów. Brak szerszego spojrzenia na jego rozkłady w czasie może istotnie zaburzać jego odczyt – często jego wysokość to wynik tylko ułamka procent transakcji. Lub też przedstawienie w formie suchej średniej zniekształca rzeczywisty przebieg linii zysku z jej degradacją w miarę upływu czasu. Porównywanie go dla wielu strategii bez odniesienia do ryzyka jest wręcz niedopuszczalne. Nie da się jednak ukryć, że wysokie jego odczyty, w miarę regularnie rozłożone w czasie i generowane w raportach jako procentowe (a nie punktowe) wielkości w stosunku do kapitału są jak najbardziej pożądane. Dobrze ale czasem złudnie wpływa na psychikę.

Kolosalnie większe znaczenie posiada natomiast największe obsunięcie kapitału (maxDD) lub też inne obsunięcia niższego rzędu (DD) i chodzi o ujęcie procentowe liczone do linii kapitału, czas trwania, częstotliwość i rozkłady. Oczywiście dla porównań potrzebne są prawidłowe odczyty generowane za pomocą tej samej techniki zarządzania wielkością pozycji. Dwa systemy o podobnym maxDD wymagają wnikliwszego spojrzenia. Jeśli wyjście z jednego zabrało 15 miesięcy, z drugiego 3 miesiące to w kwestii mentalnego zaangażowania ma to ogromne znaczenie. To samo gdy w jednym maxDD o danym zasięgu procentowym zdarzył się raz a w innym zjazdy o podobnej wielkości bywają częściej. Umiejscowienie maxDD w teście out-of-sample może być również sygnałem ostrzegawczym. Z innej strony – małe obsunięcia o dużej częstotliwości mogą być bardziej dewastujące dla psychiki niż jedno ale konkretne (lub odwrotnie). Odnalezienie wzoru obsunięć może być kluczowe dla naszej psychologicznej wytrzymałości i tylko w praktyce można odnaleźć własną na nie wrażliwość. Na szczęście matka natura podarowała nam narzędzie typu regulacja wielkości zaangażowania w pozycję co pomaga zneutralizować rozmiary stresu i niedostosowania mentalnego. Pod warunkiem, że nie robi się testu na 1 pozycji a potem zysk mnoży przez ilość planowanych pozycji bo i takie sztuczki widziałem!

Obsunięcie poza granice bólu i poza testowy maxDD powodują, że albo porzucamy kontynuowanie tradingu zgodnie z decyzjami generowanymi przez algorytm bądź intensywnie zastanawiamy się czy czasem system nie rozsynchronizował się na dobre. Dla wyznaczenia orientacyjnych barier wydajności w realu przyjęło się w branży mnożenie wyników testów przez tzw. ?reality factor” a więc zysk dzielimy na 2 a maxDD mnożymy przez 2 by oszacować najgorszy scenariusz w przyszłości. W porównaniu do weryfikacji metodą Monte Carlo to duże uproszczenie ale wcale nie nierzeczywiste jak wiem z praktyki. Jeśli więc podczas optisizingu otrzymaliśmy najgorsze obsunięcie rzędu 50% wcale nie jest wykluczone, że real test wyzeruje nam rachunek zgodnie z powyższym wzorem.

Dwa systemy o podobnym zasięgu maxDD i przybliżonym zysku średnim mogą mieć drastycznie różny profil zmienności czyli rozrzutu linii equity wokół swojej średniej. Oględziny graficznego jej zapisu to tylko część praktyki – im jest ona bardziej gwałtowna i pofałdowana tym gorzej zniesie ją psychika o ile transakcji nie dokonuje sam komputer bez naszej ingerencji. Dużo obiektywniejszym miernikiem jest wariancja lub odchylenie standardowe zysków i strat, o których pisałem na blogu w przeszłości. Mniejsza zmienność linii equity to teoretycznie bardziej przyjazny mentalnie system. Ale uwaga – jak wiem z doświadczeń, im gładsza linia equity w testach tym większe podejrzenie dopasowania jej do danych historycznych i jej przedłużeniem będzie mocno szarpana lub gładka ale opadająca krzywa.

Cdn

—*Kat*—