Математика управления капиталом: Методы анализа риска для трейдеров и портфельных менеджеров

Ральф Винс, 2011

Книга, основанная на теории вероятностей, статистике и современной теории портфеля, рассказывает о том, как использовать различные методы управления капиталом на фьючерсном, валютном, фондовом и других рынках. Концепции, изложенные в этой книге, в большинстве своем просты, как и практические примеры, наглядно иллюстрирующие их использование в торговле. Сочетая практику современной теории портфеля с концепцией оптимального f, автор показывает, как соизмерять ставки и возможные последствия торговых решений. Стратегии, рассмотренные в этой книге, позволяют определять оптимальное количество контрактов для торговли на любых рынках, максимизировать прибыль при торговле с реинвестированием, рассчитывать весовые коэффициенты компонентов инвестиционного портфеля. Книга ориентирована на профессиональных трейдеров и аналитиков, частных и институциональных инвесторов, работающих на фондовом рынке, рынке FOREX, а также на рынках фьючерсов и опционов.

Глава 1 Эмпирические методы

Эта глава является кратким изложением книги «Формулы управления портфелем». Цель главы — довести уровень знаний читателей, которые не знакомы с эмпирическими методами, до уровня знаний тех, кто уже знаком с ними.

Какой долей счета торговать?

Когда вы начинаете торговлю, то должны принять два решения: какую позицию открыть, длинную или короткую, и каким количеством торговать. Решение о количестве всегда зависит от баланса на вашем счете. При счете в 10 000 долл. приобретение 100 контрактов на золото будет слишком рискованным. Если на вашем счету 10 млн долл., разве не очевидно, что приобретение одного контракта на золото почти никак не отразится на счете? Признаем мы это или нет, решение относительно того, каким количеством контрактов в определенный момент времени торговать, зависит от уровня баланса на счете.

Если мы будем использовать определенную долю счета в каждой сделке (другими словами, когда будем торговать количеством, соотносимым с размером нашего счета), то добьемся более быстрого прироста капитала.

Количество зависит не только от баланса на нашем счете, а является также функцией некоторых других переменных: нашего предполагаемого убытка в наихудшем случае в следующей сделке; скорости, с которой мы хотим, чтобы рос наш счет; зависимости от прошлых сделок. Доля счета, которую следует использовать для торговли, будет зависеть от многих переменных, и мы попытаемся собрать все эти переменные, включая уровень баланса счета, чтобы в итоге принять достаточно субъективное решение относительно того, каким числом контрактов или акций торговать.

Из этой главы вы узнаете, как принимать математически верные решения в отношении количества и не основывать свои действия на субъективном и, возможно, ошибочном суждении. Вы увидите, что если использовать неправильное количество, то придется заплатить чрезмерную цену, и эта цена будет расти с течением времени.

Большинство трейдеров не уделяют должного внимания проблеме выбора количества. Они считают, что этот выбор в значительной мере случаен и не имеет значения, какое количество использовать, важно только то, насколько они правы в отношении направления торговли. Более того, возникает ошибочное впечатление, что существует прямая зависимость между тем, сколько контрактов открывать, и тем, сколько можно выиграть или проиграть с течением времени.

Это неверно. Как мы увидим, отношение между потенциальным выигрышем и количеством не выражается прямой линией. Это — кривая. У нее есть пик, и именно на этом пике мы достигнем максимального потенциального выигрыша. Из этой книги вы узнаете, что решение о количестве, используемом в определенной сделке, так же важно, как и решение о длинной или короткой позиции. Мы опровергнем ложное мнение большинства трейдеров и покажем, что уровень счета зависит от правильного выбора количества контрактов не в меньшей степени, чем от правильного направления торговли. Не вы управляете ценами, и не от вас зависит, будет следующая сделка прибыльной или убыточной. Однако количество контрактов, которые вы открываете, зависит только от вас. Поэтому ваши ресурсы будут использованы с большей отдачей, если сконцентрироваться на верном количестве.

При любой сделке вы хотя бы приблизительно предполагаете, каким может быть убыток наихудшего случая. Можно даже не осознавать этого, но, когда вы начинаете торговлю, у вас есть ощущение, пусть даже подсознательное, что может произойти в худшем случае. Восприятие худшего случая вместе с уровнем баланса на вашем счете формируют решение о том, каким количеством контрактов торговать.

Таким образом, мы можем сказать, что существует некий делитель (число между 0 и 1) наибольшего предполагаемого убытка для определения количества контрактов. Например, если при счете в 50 000 долл. вы ожидаете в худшем случае убыток 5000 долл. на контракт и открыто 5 контрактов, то делителем будет 0,5, так как:

50 000 / (5000 / 0,5) = 5.

Другими словами, у вас есть 5 контрактов на счет в 50 000 долл., т. е. 1 контракт на каждые 10 000 долл. баланса. Вы ожидаете в худшем случае потерять 5000 долл. на контракт, таким образом, вашим делителем будет 0,5. Если бы у вас был 1 контракт, то делителем в этом случае было бы число 0,1, так как:

50 000 / (5000 / 0,1) = 1.

Этот делитель мы назовем переменной f. Таким образом, сознательно или подсознательно при любой сделке вы выбираете значение f, когда решаете, сколько контрактов или акций приобрести.

Теперь посмотрите на рис. 1.1. На нем представлена игра, где у вас 50 %-ный шанс выиграть 2 долл. против 50 %-ного шанса потерять 1 долл. в каждой игре. Отметьте, что здесь оптимальное f = 0,25, когда TWR = 10,55 после 40 ставок (20 последовательностей +2, — 1). TWR — это относительный конечный капитал (Terminal Wealth Relative), он представляет доход по вашим ставкам в виде множителя. TWR = 10,55 означает, что вы увеличили бы в 10,55 раза ваш первоначальный счет или получили бы 955 % прибыли. Теперь посмотрите, что произойдет, если вы отклонитесь всего лишь на 0,15 от оптимального f = 0,25. Когда f равно 0,1 или 0,4, ваш TWR = 4,66. Это не составляет даже половины того, что будет при 0,25, причем вы отошли только на 0,15 от оптимального значения и сделали только 40 ставок!

О какой сумме мы говорим? При f = 0,1 вы ставите 1 долл. на каждые 10 долл. на счете. При f = 0,4 вы ставите 1 долл. на каждые 2,50 долл. на счете. В обоих случаях получаем TWR = 4,66. При f = 0,25 вы ставите 1 долл. на каждые 4 долл. на счете. Отметьте, что если вы ставите 1 долл. на каждые 4 долл. на счете, то выигрываете в два раза больше после 40 ставок, чем в случае ставки 1 долл. на каждые 2,50 долл. на вашем счете! Очевидно, что не стоит излишне увеличивать ставку. При ставке 1 долл. на каждые 2,50 долл. вы получите тот же результат, что и в случае ставки четверти этой суммы, т. е. 1 долл. на каждые 10 долл. на вашем счете! Отметьте, что в игре 50/50 вы выигрываете вдвое больше, чем проигрываете, а при f = 0,5 вы «остаетесь при своих»! При f > 0,5 вы проигрываете в этой игре, и теперь окончательное разорение — просто вопрос времени! Другими словами, если f (в игре 50/50, +2, — 1) на 0,25 отклоняется от оптимального, вы будете банкротом с вероятностью, которая приближается к определенности, если продолжать играть достаточно долго. Таким образом, нашей целью будет объективный поиск пика кривой f для данной торговой системы.

Рис. 1.1. 20 последовательностей +2, — 1

В этой книге определенные концепции освещаются с позиции азартных игр. Основное отличие азартной игры от спекуляции заключается в том, что азартная игра создает риск (и отсюда многие настроены против нее), в то время как спекуляция является переходом уже существующего риска (предположительного) от одной стороны к другой. Иллюстрации азартных игр используются для наглядного показа излагаемых концепций. Математика управления капиталом и принципы, используемые в торговле и азартных играх, довольно похожи. Основная разница состоит в том, что в математике азартных игр мы обычно имеем дело с распределением Бернулли (только два возможных исхода), в то время как в торговле сталкиваемся со всем распределением результатов, которые только могут быть в реальной сделке.

Основные концепции

Вероятность задается числом от 0 и 1, которое определяет, насколько вероятен результат, где 0 — это полное отсутствие вероятности происхождения определенного события, а 1 означает, что рассматриваемое событие определенно произойдет. Процесс независимых испытаний (отбор с замещением) — это последовательность результатов, где значение вероятности постоянно от одного события к другому. Бросок монеты является примером такого процесса. Каждый бросок имеет вероятность 50/50 независимо от результата предыдущего броска. Даже если последние 5 раз выпадал орел, вероятность того, что при следующем броске выпадет орел, все равно не изменится и составит 0,5.

Другой тип случайного процесса характеризуется тем, что результат предыдущих событий влияет на значение вероятности, и, таким образом, значение вероятности непостоянно от одного события к другому. Эти виды событий называются процессами зависимых испытаний (отбор без замещения). Игра «21 очко» является примером такого процесса. После того как вытаскивают карту, состав колоды изменяется. Допустим, что новая колода перемешивается и одна карта удалена, скажем бубновый туз. До удаления этой карты вероятность вытянуть туза была 4/52, или 0,07692307692. Теперь, когда туза вытащили из колоды и не вернули обратно, вероятность вытянуть туза при следующем ходе составляет 3/51, или 0,05882352941.

Различие между независимыми и зависимыми испытаниями состоит в том, что вероятность или фиксирована (независимые попытки), или меняется (зависимые попытки) от одного события к другому в зависимости от предыдущих результатов. Фактически это и есть единственное различие.

Серийный тест

Когда в случае с колодой карт мы проводим отбор без замещения, можно путем проверки определить, существует ли зависимость. Для определенных событий (таких как поток прибыли и убытков по сделкам), где зависимость не может быть определена путем проверки, мы будем использовать серийный тест. Серийный тест подскажет нам, имеет ли наша система больше (или меньше) периодов последовательных выигрышей и проигрышей, чем случайное распределение.

Цель серийного теста — найти счет Z для периодов выигрышей и проигрышей в системной торговле. Счет Z означает, на сколько стандартных отклонений вы удалены от среднего значения распределения. Таким образом, счет Z = 2,00 означает, что вы на 2 стандартных отклонения удалились от среднего значения (ожидание случайного распределения периодов выигрышей и проигрышей).

Счет Z — это просто число стандартных отклонений, на которое данные отстоят от среднего значения нормального распределения вероятности. Например, счет Z = 1,00 означает, что данные, которые вы тестируете, отклонены на 1 стандартное отклонение от среднего значения.

Счет Z затем переводится в доверительную границу, которая иногда также называется степенью достоверности. Площадь под кривой нормального распределения вероятности шириной в 1 стандартное отклонение с каждой стороны от среднего значения равна 68 % всей площади под этой кривой. Преобразуем счет Z в доверительную границу. Связь счета Z и доверительной границы следующая: счет Z является числом стандартных отклонений от среднего значения, а доверительная граница — долей площади под кривой, заполненной при таком числе стандартных отклонений.

При минимальном количестве 30 закрытых сделок мы можем рассчитать счет Z. Попытаемся узнать, сколько периодов выигрышей (проигрышей) можно ожидать от данной системы? Соответствуют ли периоды выигрыша (проигрыша) тестируемой системы ожидаемым? Если нет, существует ли достаточно высокая доверительная граница, чтобы допустить, что между сделками существует зависимость, т. е. зависит ли результат текущей сделки от результата предыдущих сделок?

Ниже приведено уравнение серийного теста. Счет Z для торговой системы равен:

Z = (N * (R — 0,5) — X) / ((X * (X — N)) / (N — 1)) ^ (1/2), (1.1)

где N — общее число сделок в последовательности;

R — общее число серий выигрышных или проигрышных сделок;

X = 2 * W * L;

W — общее число выигрышных сделок в последовательности;

L — общее число проигрышных сделок в последовательности.

Этот расчет можно провести следующим образом.

1. Возьмите данные по вашим сделкам.

а) Общее число сделок, т. е. N.

б) Общее число выигрышных сделок и общее число проигрышных сделок.

Теперь рассчитайте Х:

Х = 2 * (Общее число выигрышей) * (Общее число проигрышей).

в) Общее число серий в последовательности, т. е. R.

2. Предположим, что произошли следующие сделки:

— 3, +2, +7, — 4, +1, — 1, +1, +6, — 1, 0, — 2, +1.

Чистая прибыль составляет +7. Общее число сделок 12, поэтому N = 12. Теперь нас интересует не то, насколько велики выигрыши и проигрыши, а то, сколько было выигрышей и проигрышей, а также серий. Поэтому мы можем перевести наш ряд сделок в простую последовательность плюсов и минусов. Отметьте, что сделка с нулевой прибылью считается проигрышем. Таким образом:

Как видим, последовательность состоит из 6 прибылей и 6 убытков, поэтому Х = 2 * 6 * 6 = 72. В последовательности есть 8 серий, поэтому R = 8. Мы называем серией каждое изменение символа, которое встречается при чтении последовательности слева направо (т. е. хронологически).

1. Последовательность будет выглядеть следующим образом:

2. Вычислите значение выражения:

N * (R — 0,5) — X.

Для нашего примера:

= 12 * (8–0,5) — 72 = 12 * 7,5 — 72 = 90–72 = 18.

3. Вычислите значение выражения:

(X * (X — N)) / (N — 1).

Для нашего примера:

= (72 * (72–12)) / (12 — 1) = (72 * 60) / 11 = 4320 / 11 = 392,727272.

4. Возьмите квадратный корень числа, полученного в п. 3. В нашем примере:

392,727272 ^ (1/2) = 19,81734777.

5. Разделите ответ из п. 2 на ответ из п. 4. Это и есть счет Z. В нашем примере:

18 / 19,81734777 = 0,9082951063.

6. Теперь преобразуйте счет Z в доверительную границу. Распределение периодов является биномиальным. Однако, когда рассматриваются 30 или больше сделок, мы можем использовать нормальное распределение как близкое к биномиальному. Таким образом, если вы используете 30 или более сделок, вы просто можете преобразовать ваш счет Z в доверительную границу, основываясь на уравнении (3.22) для нормального распределения.

Серийный тест подскажет вам, содержит ли ваша последовательность выигрышей и проигрышей больше или меньше полос (серий выигрышей или проигрышей), чем можно было бы ожидать от действительно случайной последовательности, в которой нет зависимости между испытаниями. Так как в нашем случае мы находимся на уровне относительно низкой доверительной границы, то можно допустить, что между сделками в этой последовательности нет зависимости.

Если счет Z имеет отрицательное значение, то при расчете доверительной границы просто возьмите его абсолютное значение. Отрицательный счет Z говорит о положительной зависимости, т. е. полос меньше, чем при нормальном распределении вероятности, и, следовательно, выигрыши порождают выигрыши, а проигрыши порождают проигрыши. Положительный счет Z говорит об отрицательной зависимости, т. е. полос больше, чем при нормальном распределении вероятности, и, следовательно, выигрыши порождают проигрыши, а проигрыши порождают выигрыши.

Какой уровень доверительной границы считать приемлемым? Статистики, как правило, рекомендуют доверительную границу не менее 90 %. Некоторые рекомендуют доверительную границу свыше 99 %, чтобы быть уверенным, что зависимость существует, другие рекомендуют менее строгий минимум 95,45 % (2 стандартных отклонения).

Очень редко система демонстрирует доверительную границу выше 95,45 %, чаще всего она менее 90 %. Даже если вы найдете систему с доверительной границей от 90 до 95,45, это не будет золотым самородком. Чтобы убедиться в зависимости, на которой можно хорошо заработать, вам нужно как минимум 95,45 %.

Пока зависимость находится на приемлемой доверительной границе, вы можете изменить систему, чтобы улучшить торговые решения, даже если не понимаете основной причины зависимости. Если вы узнаете причину, то сможете оценить, когда зависимость действовала, а когда нет и когда можно ожидать изменения степени зависимости.

До настоящего момента мы смотрели на зависимость только с точки зрения того, была ли последняя сделка выигрышем или проигрышем. Теперь мы попытаемся определить, есть ли в последовательности выигрышей и проигрышей зависимость или нет. Серийный тест на наличие зависимости автоматически принимает в расчет процент выигрышей и проигрышей. Однако серийный тест по периодам выигрышей и проигрышей учитывает последовательность выигрышей и проигрышей, но не их размер. Для того чтобы получить истинную независимость, не только сама последовательность выигрышей и проигрышей должна быть независимой, но и размеры выигрышей и проигрышей в последовательности также должны быть независимыми. Выигрыши и проигрыши могут быть независимыми, однако их размеры могут зависеть от результатов предыдущей сделки (или наоборот). Возможным решением является проведение серийного теста только с выигрышными сделками. При этом полосы выигрышей следует разделить на длинные (по сравнению со средним значением распределения вероятности) и менее длинные, и только затем искать зависимость между размером выигрышных сделок. Потом необходимо провести ту же процедуру с проигрышными сделками.

Корреляция

Есть другой и, может быть, лучший способ определения зависимости между размерами выигрышей и проигрышей. Этот метод позволяет рассмотреть размеры выигрышей и проигрышей с совершенно другой стороны, и, когда он используется вместе с серийным тестом, взаимосвязь сделок измеряется с большей глубиной. Для количественной оценки зависимости или независимости данный метод использует коэффициент линейной корреляции r, который иногда называют пирсоновским r.

Посмотрите на рис. 1.2. На нем изображены две абсолютно коррелированные последовательности. Мы называем это положительной корреляцией.

Рис. 1.2. Положительная корреляция (r = +1,00)

Рис. 1.3. Отрицательная корреляция (r = — 1,00)

Теперь посмотрите на рис. 1.3. Он показывает две последовательности, которые находятся точно в противофазе. Когда одна линия идет вверх, другая следует вниз (и наоборот). Мы называем это отрицательной корреляцией.

Формула для коэффициента линейной корреляции r двух последовательностей Х и Y такова (черта над переменной обозначает среднее арифметическое значение):

Расчет следует производить следующим образом.

1. Вычислите среднее Х и Y (т. е. и ).

2. Для каждого периода найдите разность между Х и , а также Y и .

3. Теперь рассчитайте числитель. С этой целью для каждого периода перемножьте ответы из шага 2, другими словами, для каждого периода умножьте разность между Х и на разность между Y и .

4. Сложите результаты, полученные в шаге 3, за все периоды. Это и есть числитель.

5. Теперь найдите знаменатель. Для этого возьмите результаты шага 2 для каждого периода как для разностей Х, так и для разностей Y и возведите их в квадрат (теперь они будут положительными значениями).

6. Сложите возведенные в квадрат разности Х за все периоды. Проделайте ту же операцию с возведенными в квадрат разностями Y.

7. Извлеките квадратный корень из суммы возведенных в квадрат разностей Х, которые найдены в шаге 6. Теперь проделайте то же с Y, взяв квадратный корень суммы возведенных в квадрат разностей Y.

8. Умножьте два результата, которые вы нашли в шаге 7, т. е. умножьте квадратный корень суммы возведенных в квадрат разностей Х на квадратный корень суммы возведенных в квадрат разностей Y. Это и есть знаменатель.

9. Разделите числитель, который вы нашли в шаге 4, на знаменатель, который вы нашли в шаге 8. Это и будет коэффициент линейной корреляции r.

Значение r всегда будет между +1,00 и — 1,00. Значение 0 указывает, что корреляции нет.

Теперь посмотрите на рис. 1.4. Он представляет следующую последовательность из 21 сделки:

1, 2, 1, — 1, 3, 2, — 1, — 2, — 3, 1, — 2, 3, 1, 1, 2, 3, 3, — 1, 2, — 1, 3.

Чтобы понять, есть ли какая-либо зависимость между предыдущей и текущей сделкой, мы можем использовать коэффициент линейной корреляции. Для значений Х в формуле для r возьмем P&L по каждой сделке. Для значений Y в формуле для r возьмем ту же самую последовательность P&L, только смещенную на одну сделку. Другими словами, значение Y — это предыдущее значение Х (рис. 1.5).

Рис. 1.4. Отдельные результаты 21 сделки

Рис. 1.5. Отдельные результаты 21 сделки, сдвинутые на 1 сделку

Средние значения различаются, потому что вы усредняете только те X и Y, которые частично перекрывают друг друга, поэтому последнее значение Y (3) не вносит вклад в , а первое значение Х (1) не вносит вклад в .

Числитель является суммой всех значений из столбца Е (0,8). Чтобы найти знаменатель, мы извлечем квадратный корень из итогового значения столбца F и получим 8,555699, потом извлечем квадратный корень из итогового значения столбца G и получим 8,258329, затем перемножим их, что даст в результате 70,65578. Теперь разделим числитель 0,8 на знаменатель 70,65578 и получим 0,011322. Это наш коэффициент линейной корреляции r. В данном случае коэффициент линейной корреляции 0,011322 едва ли о чем-то говорит, но для многих торговых систем он может достигать бóльших значений. Высокая положительная корреляция (по крайней мере 0,25) говорит о том, что большие выигрыши редко сменяются большими проигрышами, и наоборот. Отрицательные значения коэффициента корреляции (между — 0,25 и — 0,30) подразумевают, что после больших проигрышей следуют большие выигрыши, и наоборот. Для заданного количества сделок с помощью метода, известного как преобразование Z Фишера, коэффициент корреляции можно преобразовать в доверительный уровень. Эта тема рассматривается в приложении C. Отрицательную корреляцию так же, как и положительную, можно использовать в своих интересах. Например, если обнаружена отрицательная корреляция и система показала большой проигрыш, то в следующей сделке можно ожидать большого выигрыша и, таким образом, открыть больше контрактов, чем обычно. Если и эта сделка принесет убыток, то он не должен быть очень большим (из-за отрицательной корреляции).

Наконец, при определении зависимости вы должны провести тесты по разным сегментам данных. Для этого разбейте ваши данные на две или более частей. Если вы увидите зависимость в первой части, тогда посмотрите, существует ли эта зависимость во второй части и т. д. Это поможет исключить случаи, где появляется кажущаяся зависимость, но фактически ее нет.

Использование этих двух инструментов (серийный тест и коэффициент линейной корреляции) поможет ответить на многие вопросы, однако только в том случае, если у вас есть достаточно высокая доверительная граница и/или достаточно высокий коэффициент корреляции. Большую часть времени эти инструменты вряд ли будут вам полезны, так как слишком часто во фьючерсных торговых системах зависимость отсутствует. Если вы получите данные, указывающие на зависимость, то следует обязательно воспользоваться этим обстоятельством в торговле, вернуться и включить новое правило в торговую логику, чтобы использовать зависимость. Другими словами, вы должны вернуться и изменить логику торговой системы, чтобы она учитывала эту зависимость (минуя определенные сделки или разбивая систему на две различных системы: например, одна — для сделок после выигрышей, а другая — для сделок после проигрышей). Таким образом, можно утверждать, что, если в сделках появляется зависимость, вы не максимизировали систему. Зависимость, если она найдена, надо использовать (для этого измените правила системы), пока она не исчезнет. Первой ступенью в управлении деньгами является использование и, следовательно, удаление любой зависимости в сделках. Чтобы узнать о зависимости больше, прочитайте приложение C «Подробнее о зависимости: разворотные точки и тест длины фазы».

Мы рассмотрели зависимость в отношении торговых прибылей и убытков. Можно также поискать зависимость между индикатором и последующей сделкой или между любыми двумя переменными. Чтобы узнать больше об этих концепциях, посмотрите приложение B, а именно раздел «Биномиальное распределение», посвященный статистической оценке торговой системы.

Обычные ошибки в отношении зависимости

Будучи трейдерами, мы должны исходить из того, что в большинстве рыночных систем зависимости не существует, т. е. при торговле в данной рыночной системе мы находимся в среде, где результат следующей сделки не предсказуем на основе результата (результатов) предыдущих сделок. Это не значит, что в рыночных системах никогда не бывает зависимости между сделками. Речь идет о том, что нам следует действовать так, будто зависимости не существует, пока не будет убедительных доказательств обратного. Это произойдет в случае, если счет Z и коэффициент линейной корреляции указывают на зависимость на рынке даже с оптимизированными параметрами системы. Если мы посчитаем, что зависимость есть, когда нет убедительных доказательств, то обманем сами себя и не получим хороших торговых результатов. Даже если система показала зависимость при доверительной границе 95 % для всех значений параметра, это недостаточно высокая доверительная граница, чтобы с уверенностью говорить, что на определенном рынке или в определенной системе зависимость между сделками существует.

Первая ошибка заключается в том, что мы можем отвергнуть гипотезу, которую следует принять. Если, однако, мы принимаем гипотезу, когда ее следует отвергнуть, то совершаем другую ошибку. Не зная заранее, верна или нет гипотеза, мы должны решить, какую цену мы готовы заплатить за первую ошибку, а какую — за вторую. Иногда одна ошибка серьезнее, чем другая, и в таких случаях мы должны решить, принимать или отвергать неподтвержденную гипотезу, выбирая меньшее из двух зол.

Допустим, вы хотите использовать определенную торговую систему, но не уверены, будет ли она работать при торговле в режиме реального времени. Здесь гипотеза состоит в том, что торговая система будет хорошо работать в режиме реального времени. Вы решаете принять гипотезу и торговать с помощью этой системы. Если гипотеза не подтвердится, то вы совершите вторую ошибку и заплатите за нее проигрышами. С другой стороны, если вы решите не торговать по системе, которая на самом деле окажется прибыльной, то совершите первую из рассмотренных нами ошибок. В этом случае цена, которую вы заплатите, — это упущенные прибыли. Что лучше? Ясно, что упущенная прибыль. Хотя из этого примера можно сделать вывод, что если вы собираетесь торговать по системе в режиме реального времени, то ей, конечно, надо быть прибыльной на прошлых данных, но существует и другой мотив для использования этого примера. Если мы допустим, что зависимость есть, когда фактически ее нет, то совершим вторую ошибку. Цена, которую мы заплатим, — реальный убыток. Однако если мы допустим, что зависимости нет, а она на самом деле есть, то совершим первую ошибку и упустим прибыль. Согласитесь, что лучше упустить прибыль, чем понести реальные убытки. Поэтому, пока не будет убедительного доказательства зависимости, вам лучше исходить из того, что прибыли и убытки в торговле (неважно, по механической системе или нет) не зависят от предыдущих результатов. Здесь, как может показаться, существует некий парадокс. Во-первых, если существует зависимость в сделках, то система подоптимальна^[1]. Однако о зависимости никогда нельзя говорить с полной уверенностью. Если мы будем действовать, будто зависимость есть (когда фактически ее нет), мы совершим более дорогостоящую ошибку, чем если бы действовали, будто зависимости нет (когда фактически она есть). Допустим, что в системе с историей из 60 сделок на основе серийного теста обнаружена зависимость с доверительным уровнем 95 %. Мы хотим, чтобы наша система была оптимальной, поэтому соответствующим образом изменяем ее правила, чтобы использовать замеченную зависимость. Предположим, после этого у нас остается 40 сделок и зависимости больше нет, в результате мы приходим к выводу, что правила системы оптимальны. Теперь при 40 сделках мы получаем более высокое оптимальное f, чем при 60 (более подробно об оптимальном f далее в этой главе). Если вы будете торговать по этой системе с новыми правилами, использующими зависимость, применяя более высокое сопутствующее оптимальное f, а зависимости на самом деле нет, то результат будет ближе к 60 сделкам, чем к 40 сделкам, в которых были показаны лучшие результаты. Таким образом, f, которое вы выбрали, будет сдвинуто вправо, что выразится в потерях, которые вы понесете из-за того, что предположили зависимость. Если зависимость присутствует, тогда вы будете ближе к пику кривой f, допускающей, что зависимость существует. Если бы вы решили, что зависимости нет, когда фактически она есть, то вы были бы слева от пика кривой f и ваша система была бы подоптимальной (но вы потеряете меньше, чем если бы были справа от пика).

Короче говоря, ищите зависимость. Если она обнаружится с достаточно высокой вероятностью, тогда измените правила системы, чтобы использовать эту зависимость. В противном случае, при отсутствии убедительного статистического доказательства зависимости, считайте, что ее не существует (и вы понесете меньшие потери, если фактически зависимость все же существует).

Математическое ожидание

Таким образом, вам лучше не торговать, пока не будет убедительных доказательств того, что рыночная система, по которой вы собираетесь торговать, прибыльна, т. е. пока вы не будете уверены, что рыночная система имеет положительное математическое ожидание.

Математическое ожидание является суммой, которую вы можете заработать или проиграть в среднем по каждой ставке. На языке азартных игроков это иногда называется «преимуществом игрока» (если оно положительно для игрока) или «преимуществом казино» (если оно отрицательно для игрока):

где Р — вероятность выигрыша или проигрыша;

A — выигранная или проигранная сумма;

N — количество возможных результатов.

Математическое ожидание — это сумма произведений каждого возможного выигрыша или проигрыша и вероятности такого выигрыша или проигрыша.

Давайте рассмотрим математическое ожидание игры, где у вас есть 50 % шансов выиграть 2 долл. и 50 % шансов проиграть 1 долл.:

Математическое ожидание = (0,5 * 2) + (0,5 * (–1)) = 1 + (–0,5) = 0,5.

В таком случае ваше математическое ожидание — выигрыш 50 центов в среднем за бросок.

Рассмотрим ставку на один номер в рулетке. В этом случае ваше математическое ожидание (МО) составит:

МО = ((1 / 38) * 35) + ((37 / 38) * (–1)) = (0,02631578947 * 35) + (0,9736842105 * (–1)) = (0,9210526315) + (–0,9736842105) = — 0,05263157903.

Если вы поставите 1 долл. на номер в рулетке (американский двойной ноль), то можете ожидать проигрыш в среднем 5,26 цента на один круг. Если вы поставите 5 долл., то можете ожидать проигрыш в среднем 26,3 цента на один круг. Отметьте, что различные ставки имеют различное математическое ожидание в денежном выражении, но в процентном отношении от ставки оно всегда одинаково. Ожидание серии ставок является суммой значений ожиданий отдельных ставок. Поэтому если при игре в рулетку вы ставите 1 долл. на число, затем 10 долл. на число, затем 5 долл. на число, то вашим общим ожиданием будет:

МО = (–0,0526 * 1) + (–0,0526 * 10) + (–0,0526 * 5) = — 0,0526 — 0,526 — 0,263 = — 0,8416.

Таким образом, следует ожидать проигрыш 84,16 цента.

Этот принцип объясняет, почему системы, в которых пытаются изменить размер ставок в зависимости от того, сколько проигрышей или выигрышей было (допуская процесс независимых испытаний), считаются проигрышными. Сумма отрицательных ожиданий по ставкам всегда является отрицательным ожиданием!

В отношении управления капиталом очень важно понимать, что при игре с отрицательным ожиданием нет схемы управления деньгами, которая может сделать вас победителем. Если вы продолжаете играть, то независимо от способа управления деньгами вы проиграете весь ваш счет, каким бы большим он ни был в начале.

Эта аксиома верна не только для игры с отрицательным ожиданием, она истинна также для игры с равными шансами. Поэтому единственный случай, когда у вас есть шанс выиграть в долгосрочной перспективе, — это игра с положительным математическим ожиданием. Кроме того, вы можете выиграть только в двух случаях. Во-первых, при использовании ставки одинакового размера, во-вторых, используя ставки при f, меньшем значения f, соответствующего точке, в которой среднее геометрическое HPR становится равным или меньшим 1.

Эта аксиома истинна только при отсутствии верхнего поглощающего барьера. Например, азартный игрок, который начинает со 100 долл., прекращает играть, если его счет вырастает до 101 долл. Эта верхняя цель (101 долл.) называется поглощающим барьером. Допустим, игрок всегда ставит 1 долл. на красный цвет рулетки. Таким образом, у него небольшое отрицательное математическое ожидание. У игрока больше шансов увидеть, как его счет вырастет до 101 долл., и он должен будет прекратить играть, чем увидеть, как его счет уменьшится до нуля и он будет вынужден прекратить играть. Если он будет повторять этот процесс снова и снова, то окажется в отрицательном математическом ожидании. Если сыграть в такую игру только раз, то аксиома неизбежного банкротства, конечно же, неприменима. Различие между отрицательным и положительным ожиданием — это различие между жизнью и смертью. Не имеет значения, насколько положительное или насколько отрицательное ожидание; важно лишь то, положительное оно или отрицательное. Поэтому до рассмотрения вопросов управления капиталом вы должны найти игру с положительным ожиданием.

Если у вас такой игры нет, тогда никакое управление деньгами в мире не спасет вас^[2]. С другой стороны, если у вас есть положительное ожидание, то можно посредством правильного управления деньгами превратить его в функцию экспоненциального роста. Не имеет значения, насколько мало это положительное ожидание! Другими словами, не имеет значения, насколько прибыльна торговая система на основе 1 контракта. Если у вас есть система, которая выигрывает 10 долл. на контракт в одной сделке (после вычета комиссионных и проскальзывания), можно использовать методы управления капиталом таким образом, чтобы сделать ее более прибыльной, чем систему, которая показывает среднюю прибыль 1000 долл. за сделку (после вычета комиссионных и проскальзывания). Имеет значение не то, насколько прибыльна была ваша система, а то, насколько определенно можно сказать, что система покажет хотя бы минимальную прибыль в будущем. Поэтому наиболее важное приготовление, которое может сделать трейдер, — это убедиться в том, что система покажет положительное математическое ожидание в будущем.

Для того чтобы иметь положительное математическое ожидание в будущем, очень важно не ограничивать степени свободы вашей системы. Это достигается не только упразднением или уменьшением количества параметров, подлежащих оптимизации, но и путем сокращения как можно большего количества правил системы. Каждый параметр, который вы добавляете, каждое правило, которое вы вносите, каждое мельчайшее изменение, которое вы делаете в системе, сокращает число степеней свободы. В идеале вам нужно построить достаточно примитивную и простую систему, которая постоянно будет приносить небольшую прибыль почти на любом рынке. И снова важно, чтобы вы поняли: не имеет значения, насколько прибыльна система, пока она прибыльна. Деньги, которые вы заработаете в торговле, будут заработаны посредством эффективного управления деньгами. Торговая система — это просто средство, которое дает вам положительное математическое ожидание, чтобы можно было использовать управление деньгами. Системы, которые работают (по крайней мере показывают минимальную прибыль) только на одном или нескольких рынках или имеют различные правила или параметры для разных рынков, вероятнее всего, не будут работать в режиме реального времени достаточно долго. Проблема большинства технически ориентированных трейдеров состоит в том, что они тратят слишком много времени и усилий на оптимизацию различных правил и значений параметров торговой системы. Это дает совершенно противоположные результаты. Вместо того чтобы тратить силы и компьютерное время на увеличение прибылей торговой системы, направьте энергию на увеличение уровня надежности получения минимальной прибыли.

Конец ознакомительного фрагмента.

Примечания

1

Система подоптимальна, если ее можно оптимизировать. — Прим. ред.

2

Это правило применимо к торговле только в одной рыночной системе. Когда вы начинаете торговать более чем в одной рыночной системе, то вступаете в иную среду. Например, можно включить рыночную систему с отрицательным математическим ожиданием для одного из рынков и в действительности получить более высокое математическое ожидание, чем просто математическое ожидание группы до включения системы с отрицательным ожиданием! Более того, возможно, что математическое ожидание для группы с включением рыночной системы с отрицательным математическим ожиданием будет выше, чем математическое ожидание любой отдельной рыночной системы! В настоящее время мы рассматриваем только одну рыночную систему, и для того, чтобы методы управления деньгами работали, необходимо иметь положительное математическое ожидание.