Do poprzednio prezentowanych pierwszej i drugiej części pracy o zarządzaniu prostymi technicznymi strategiami chciałbym dodać kilka własnych ocen, propozycji i porad.
Kwestia pierwsza padła już w komentarzach czytelników – ile w całkiem niezłych wynikach taktyki przełączania między strategiami ma swój udział optymalizacja czyli wybór potencjalnie najstabilniejszych obszarów działania podczas testów danych historycznych?
I tutaj mamy do czynienia z 2 mechanizmami:
1. Parametry pojedynczych strategii
Praktycznie carry trade nie wymaga optymalizacji, w tym wypadku może być tylko jedno ustawienie parametru czyli relacja stóp procentowych.
W przypadku wybicia z kanałów cenowych optymalizacja nie ma wielkiego znaczenia – każdy istotny ruch/duży trend powinien zostać wyłapany przez kanał o dowolnym zakresie czasowym (gra z trendem – „trend following”) ; gdyby tylko kanał o jednej długości miał być zyskowny to raczej nie wróżyłbym mu stabilności. Podobnie wygląda sprawa z filtrami od minimum/maksimum, które wyłapują korekty trendu o różnym zakresie (strategia anytrendowa, uzupełniająca wybicia z kanałów).
Nieco większą rangę udziału optymalizacji nadałbym przecięciu średnich. Proszę jednak zauważyć, że w 2 przypadkach na 3 mamy do czynienia ze średnią 1-dniową czyli de facto samą cenę zamknięcia, tak więc badana była interakcja między jednodniowymi zmianami kursów a średnią.
Ale tak naprawdę optymalizacja nie ma w przypadku pojedynczych strategii aż tak wielkiego znaczenia ponieważ mechanizm przełącznika filtruje w dużej mierze strategie zbyt dopasowane do danych historycznych, co jest jednym z fenomenów tego rozwiązania.
2. Parametry przełącznika
W testach ranking był układany po raz pierwszy po 500 dniach (lub po 1000 dniach) a potem uaktualniany co 20 dni roboczych czyli w przybliżeniu co miesiąc. Owe 20 dni jest pewnego rodzaju optymalizacją, która zresztą zaskoczyła mnie i poważnie zastanowiła, jak zresztą cały ten mechanizm przełącznika.
Nie wiem na ile stabilnie pracują inne długości cyklicznego układania rankingu i przełączania, jak choćby 10 dni albo 250 dni, nigdy nie pracowałem nad tego rodzaju rozwiązaniem. Wystarczą do tego proste choć czasochłonne testy statystyczne, ja chciałbym zwrócić natomiast uwagę na niesamowicie logiczny i zgodny z rynkową mechaniką działania mechanizm tej taktyki.
Systemowcy zapewne nie raz wpadali w zadumę nad tym jak układać systemy w portfele, jak łączyć je nawzajem optymalnie, albo które wybierać pojedynczo do realnej gry i na jakim rynku. Pomysłów na to istnieje wiele, ten powyższy uważam za genialny w swej prostocie choć sam chciałbym najpierw stracić nieco czasu na jego bliższe poznanie w praktyce (choćby po to by sprawdzić poziom dopasowania do danych czyli optymalizację). A oto co zauważyłem w logicznej podbudowie owego przełącznika:
Po pierwsze – eliminuje on w pewnym stopniu pojedyncze strategie, które są ewidentnie przepotymalizowane lub nie posiadają przewagi, eliminuje również rynki, na których nie istnieje dostateczna doza nieefektywności by korzystać z rozwiązań technicznych. Co ciekawe – mechanizm ten zawiera jednak sporą dawkę stabilności skoro zarówno wybranie najlepszej strategii w rankingu jak i jednocześnie pierwszych pięćdziesięciu strategii z czoła zestawienia zapewnia zyskowność i daje się pozytywnie modelować pod względem zmienności i zarządzania pozycjami.
Po drugie- i tu tkwi potencjalnie największy wg. mnie fenomen- potrafi złożyć skutecznie działający portfel nawet ze strategii, które pojedynczo mogą nie działać zyskownie, tu liczy się praca zespołowa! A to dlatego, że wybiera z nich tylko określony fragment, który spełnia określone założenie, o czym za chwilę. Wcale się bowiem nie zdziwię, gdyby się okazało, że ze 196 badanych strategii żadna nie była zyskowna przez cały okres testów, lub zyskowne były nie te, które wybierano w rankingach, lub że użyte wszystkie razem jednocześnie nie przyniosłyby profitów. Ale ponieważ wykorzystano tylko niewielkie kawałki aktualnie najlepszych dlatego zyskowność pojedynczych nie ma wielkiego znaczenia dla tak pięknie pracującej całości! Poddaję ten pomysł pod głęboką rozwagę Czytelników!
Po trzecie – mechanizm ów pozwala na przystosowanie się do ewolucji rynków, wybierając z nich najtłustsze technicznie kąski, na tyle na ile rynek sam udostępnia możliwość technicznego zarabiania na istniejących trendach.
Po czwarte – mechanizm ów oferuje już sam w sobie możliwość optymalizacji, której dokonuje na bieżąco w procesie comiesięcznego rankingowania. Przypomina on tzw. „walk forward test” dostępny choćby w Amibrokerze, w którym co pewien okres można dokonać cyklicznej optymalizacji na danych nie widzianych w teście pierwotnym (tzw. in-sample), z tym, że w przypadku omawianego przełącznika ów test jest już sam częścią systemu. Doprawdy genialne rozwiązanie.
Po piąte – umożliwia automatyczną grę portfelem, odciążając naszą psychikę i emocje z uczuć żalu,rozgoryczenia, złości i odpowiedzialności za błędnie wybrane pojedyncze systemy; gra portfelem zapewnia dywersyfikację i mniejsze ryzyko.
Największą jednak zagadką jest sam proces ewolucji, wbudowany w jego działanie. Oto bowiem do dalszej gry wybiera się te strategie, które przez ostatnie 4 tygodnie (a) sprawowały się najzyskowniej, lub które (b) cechowała najmniejsza zmienność – pamiętajmy bowiem , że ranking układany był wg. wskaźnika Sharpe’a a nie zysku.
Owo (a) jest bowiem nieco antyintuicyjne. Jeśli system przyniósł zysk lub serię zysków to raczej spodziewamy się lekkiego ochłodzenia czyli transakcji stratnej lub nawet kilku. A tutaj działa to na zasadzie impetu – pewnej autokorelacji stóp zwrotu, czyli oczekiwana jest seria dalszych zyskownych wejść! Co nie jest zresztą wykluczone gdyż patrząc na krzywe kapitału systemów zwykle widzimy w niej trendy spadkowe i wzrostowe na przemian.
Ja jednak bardziej przychylam się do opcji (b) wyżej czyli małej zmienności powiązanej z pozytywnym wynikiem przez 4 tygodnie, po której przychodzi skok zmienności, najlepiej powiązanej z serią kolejnych zysków.
Nie wiem jednak nie widząc wszystkich wyników testów czy akurat tak wybrane strategie okazały się potem najzyskowniejsze. Niewykluczone, że nie, ważne, iż zapewniły pewną stabilność i ochronę kapitału.
Taki obraz ewolucyjny widzę pierwszy raz, póki co patrzę na niego nieco podejrzanie i potrzebuje czasu by go rozgryźć głębiej. Z pewnością eliminuje on w pewien sposób 'złe’ strategie, choć zgodnie z zasadą „powrotu do średniej” można by oczekiwać również ewolucyjnego podejścia innego rodzaju – co spada wzrosnąć musi. Czyli niewykluczone, że działać może mechanizm odwrotny – branie z rankingu strategii z samego końca, licząc na to, że systemy owe na najbliższy czas wpadną w końcu w jakąś choćby niewielką korektę czyli okres działania (nawet zrzucony zdechły kot odbije się od ziemi). I w takim układzie również nieważne byłoby to czy pojedyncze strategie działają ponieważ my chcemy z nich wyciągnąć tylko kawałek ich mechanizmu działania – odbicia, małe fazy działania po wpadnięciu w obsunięcia.
Zresztą takich modyfikacji może istnieć wiele innych. Z pewnością była to praca, która moje myślenie o strategiach posunęła znacznie do przodu jak nic innego ostatnio.
—Kat—
