Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Д. Швагер_Теханализ. Ч.2.docx
Скачиваний:
3
Добавлен:
01.07.2025
Размер:
6 Мб
Скачать
☆

Система пробоя (портфель):

РАНГИ НАБОРОВ ПАРАМЕТРОВ ПО ДВУХГОДИЧНЫМ ТЕСТОВЫМ ПЕРИОДАМ, В ЗАВИСИМОСТИ ОТ ЗНАЧЕНИЙ N

Значение N набора

Ранг набора

Ранг набора

Ранг набора

Средний ранг

параметров

параметров в 1989-1990

параметров в 1991-1992

параметров в 1993-1994

20

9

9

9

9,0

30

8

2

5

5,0

40

7

5

3

5,0

50

6

3

1

3,3

60

4

6

6

5,3

70

5

7

8

6,7

80

1

1

2

1,3

90

2

4

4

3,3

100

3

8

7

6,0

Глава 20. Тестирование и оптимизация торговых систем 719

Будет поучительным рассмотреть наблюдения, связанные с предше­ствующим экспериментом по оптимизации.

  • Оптимизация вообще не имела никакого значения, когда при­- менялась к каждому рынку в отдельности.

  • Однако примененная к портфелю, оптимизация кажется полез­- ной для предсказания того, какой набор параметров с наиболь­- шей вероятностью покажет плохую результативность в будущем. Тем не менее, оптимизация не может предсказать, какие из на­- боров параметров с наибольшей вероятностью продемонстри­- руют хорошую результативность в будущем.

  • При более близком исследовании выяснилось, что модель по­- стоянно плохой результативности была не столько следствием степени результативности на предшествующем периоде, сколь­- ко следствием значения параметра. Другими словами, протес­- тированный диапазон наборов параметров начинался со значе­- ния, которое явно было далеко от оптимального для данной си­- стемы: N = 20. Хотя и не показанные в таблицах, более низкие значения для N продемонстрировали бы дальнейшее падение ре­- зультативности по мере уменьшения значений N.

  • За исключением крайних значений параметров (N = 20 или ниже в этом примере), явно далеких от оптимального значения, было мало стабильности в значениях наборов параметров с наи­- лучшей результативностью внутри широкого диапазона наборов параметров (от N = 30 до N = 100 в этом примере).

Эти наблюдения, которые согласуются с результатами похожих эм­пирических тестов, предпринятых мною в прошлом, предполагают сле­дующие ключевые выводы относительно оптимизации*:

1. От любой системы, повторяю, от любой системы с помощью оп­тимизации можно добиться того, чтобы она была очень прибыль­ной на исторических данных. Если вы когда-нибудь обнаружи­те систему, которая не может быть оптимизирована так, чтобы показывать относительно хорошую прибыль в прошлом, примите мои поздравления: вы только что открыли машину по производ-

* Хотя единственный эмпирический эксперимент не может быть использо­ван как основа для широких обобщений, я готов сделать таковые здесь, по­скольку только что описанные результаты абсолютно типичны для многих по­добных тестов, предпринятых мною в прошлом. В этом смысле исследование оптимизации, разобранное в данной главе, не рассматривается в качестве до­казательства нежизнеспособности оптимизации, а скорее, в качестве иллюст­рации этого момента.

720 ЧАСТЬ 4. торговые системы и измерение эффективности торговли

ству денег (поступайте противоположно ее сигналам, если толь­ко транзакционные затраты не чрезмерны). Таким образом, при­ятно смотреть на удивительную результативность оптимизиро­ванной системы в прошлом, однако она имеет мало практичес­кой ценности.

  1. Оптимизация будет всегда, повторяю, всегда преувеличивать по­- тенциальную будущую результативность системы — обычно весьма сильно. Таким образом, результаты оптимизации никог­- да не должны, повторяю, никогда не должны использоваться для оценки достоинств системы.

  2. Для многих, если не для большинства систем, оптимизация не будет улучшать будущую результативность или улучшит ее незна­- чительно.

  3. Если оптимизация и имеет какое-то значение, оно обычно со­- стоит в определении широких границ диапазона, из которых следует выбирать значения наборов параметров для системы. Тонкая подстройка оптимизации — это в лучшем случае поте­- ря времени, а в худшем — самообман.

  4. В свете всех предшествующих пунктов искушенные и слож­- ные процедуры оптимизации — пустая трата времени. Наи­- простейшие оптимизационные процедуры будут предоставлять не меньшее количество значимой информации (предполагая, что, вообще, может быть извлечена некоторая значимая ин­- формация).

В итоге, в противоположность широко распространенным верованиям, существует некий резонный вопрос: приведет ли оптимизация к суще­ственно лучшим результатам при длительном периоде торговли, чем случайным образом выбранный набор параметров? Чтобы не было ни­каких недоразумений, позвольте мне уточнить: это утверждение не при­звано подразумевать, что у оптимизации вообще нет никакой ценнос­ти. Во-первых, как указано ранее, оптимизация может быть полезна при определении явно неподходящего диапазона параметров, который сле­дует исключить при выборе значений параметра (например, N # 20 в нашем примере системы пробоя). Кроме этого, возможно, что для не­которых систем оптимизация может провести некоторые границы в выборе наборов параметров даже после исключения крайних неопти­мальных диапазонов. Однако я подразумеваю, что степень улучшения, предлагаемая оптимизацией, намного меньше, чем обычно представля­ется, и что трейдеры, вероятно, сберегли бы кучу денег, доказывая в начале любое предположение, которое они делают по поводу оптими­зации, а не принимая эти предположения слепо на веру.