Построение торговых систем

Способы построения торговых систем

Объем позиции все-таки должен как-то зависеть от тех самых исходных факторов

Как обычно строят торговые системы? Придумывают условие для входа в позицию и условие для выхода из позиции, потом применяют полученные условия на ценовой график и получают эквити системы как сумму результатов сделок. Таким образом, если представить текущую ситуацию в момент принятия решения в виде набора разных числовых факторов (цена, волатильность, показания разных опорных индикаторов и прочее), то алгоритм системы будет бинарным, то есть выдавать два значения: «вход в позицию» или «выход из позиции». Это привычный всем способ построения системы, но у него есть свои недостатки.

Например, предполагается, что каждый раз мы входим в позицию одной и той же долей капитала. Однако очевидно, что такой подход довольно негибкий, ведь рыночные ситуации могут иметь разную степень определенности, возможно, иногда имело бы смысл войти в позицию небольшой суммой. То есть, кажется разумным, что объем позиции все-таки должен как-то зависеть от тех самых исходных факторов, а алгоритм торговой системы должен выдавать не крайности («без позиции», «войти на все»), а долю капитала, плавно изменяющуюся от нуля до максимально возможной.

Такая возможность появляется, если взглянуть на трейдинг не с привычной точки зрения бинарного торгового алгоритма, навязанного нам производителями средств теханализа, а через математическую статистику. С этой точки зрения ценовое изменение (для определенности - за один бар) характеризуется определенной функцией распределения, у которой есть среднее значение (мат.ожидание) и есть дисперсия, показывающая степень разброса.

Конечно, мы не знаем в точности, какой будет цена в будущем, но мы можем строить определенные модели, имея на руках набор значимых для принятия решения факторов и достаточную серию исторических данных для проверки взаимосвязей. Модель даст нам оценку сдвига цены в будущем (то есть потенциальную прибыль), а разброс ценовых изменений на исторических данных даст нам оценку дисперсии, которая будет мерой потенциального риска.

Остался последний шаг – из матожидания и дисперсии придти к размеру позиции, который нужно держать на текущем баре. Оптимальный размер позиции пропорционален среднему изменению, поделенному на средний квадрат изменения.

Итак, все нужное собрали вместе – вместо бинарной модели, выдающей “вход”/”выход”, получаем модель, выдающую оптимальный размер позиции на каждом баре. Каковы преимущества такого подхода? Разумеется, более гибкое использование рыночных особенностей, охваченных построенной нами моделью. Но самое главное – для любых оценок доходности и риска используются не исходы сделок, а данные баров. А баров может быть на порядок больше, чем сделок бинарной системы, а, значит, оценки будут значительно более адекватными.

Недостатки тоже очевидны: придется пересесть с привычных метастоков с красивыми стрелочками и веселыми графиками индикаторов на скучные таблицы Экселя.

Автор статьи: Тарас Правдюк