Перейти к содержанию

[Статья] Использование потока ордеров для дискреционной статистики - 2


Рекомендуемые сообщения

[Статья] Использование потока ордеров для дискреционной… Опубликовано (изменено)





Наиболее важные аспекты минимально жизнеспособной стратегии.

В первой части мы изложили поведение неэффективности цен в рыночной структуре для валютной пары GBPUSD, включая основную количественную модель, поддерживающую динамичный, концептуально обоснованный подход, который обеспечивает минимально жизнеспособную стратегию с возможностью ее непрерывного совершенствования.

Во второй части мы рассмотрим понятия «экскурсия» и «ожидание» в рамках этой модели, почему они являются ключевыми для создания минимально жизнеспособной ТС и каким образом концепция автоматизации может ускорить тестирование и (вместе с разъяснениями) представим платформу для торговли в режиме реального времени.

Данных недостаточно. Где информация добавляется к данным, а значение добавляется к информации?

Применение экскурсионного анализа. Что такое нормальное поведение?

Нормальное и ненормальное поведение неблагоприятных цен представляет собой концепцию, в доступной форме изложенную Джоном Суини, и ее необходимо знать трейдерам-новичкам, которые борются с тем, «где выйти из рынка», когда цена идет против них. Это описывает максимально неблагоприятная экскурсия (МНЭ). Аналогичным образом - максимально благоприятная экскурсия (МБЭ) описывает нормальное движение в прибыль. Вы должны располагать достаточно большой выборкой, чтобы быть уверенными в обеих из них.

Хитрость заключается в том, чтобы понять, какое поведение для цены является нормальным в данной стратегии; таким образом, мы можем определить закономерности неблагоприятного поведения цены, например, как далеко цена обычно проходит в нежелательном направлении для всех позиций.

В первой части мы говорили о том, что «определение сделанного» для тестирования стратегии заключается в том, что можно будет экспериментировать с настройками ожидания, основываясь на нормальных неблагоприятных ценовых движениях, и смотреть на лучшие и худшие сценарии, в том числе с использованием фильтра сессий для более подробной детализации стратегии. Экскурсионный анализ плавно перейдет в анализ ожиданий.

В ходе достоверно обоснованной концепции неблагоприятное ценовое движение было протестировано в целях количественного определения в рамках дискретных параметров – уровня стоп лосс от 10 до 25 пунктов.

Результаты показывают, что частота первоначального неблагоприятного ценового движения в пределах 10-15 пунктов поддерживает идею о том, что для того чтобы эта торговая стратегия была успешной, позиция с самого начала должна двигаться в прибыль. Это явно является отражением механики исполнения ценового движения, лежащего в основе стратегии – рыночной микроструктуры «стальных нитей».

Данная особенность присутствует для статистических данных, которые включают полные внутридневные фигуры, и статистических данных для дискретных сессий (например, период открытия и закрытия Лондонской сессии).



Таблица 1. Распределение частоты МНЭ в период всей внутридневной Лондонской сессии и отдельно в период ее открытия по 50-му уровню в интервале времени с 2011 по 2015 год.



Таблица 2. Распределение частоты МНЭ, в период всей внутридневной Лондонской сессии и отдельно в период ее открытия, закрытия и утренний период по всем уровням в интервале времени с 2011 по 2015 год.

Таблицы 1 и 2 показывают неблагоприятное движение цены только для управляемых корригируемых позиций. Управляемым позициям присваиваются категории, к которым принадлежат их первоначальные неблагоприятные ценовые движения. Например, если цена перемещается по отношению к уровню на 12 пунктов, прежде чем пойти в прибыль к первой цели по прибыли, она будет отнесена к разряду МНЭ «
Данные цифры объединялись для каждого уровня в течение 5 лет, и выполнялось распределение частот.

Кроме того, рассчитывались отдельные цифры для следующих сессий: периода открытия Лондонской сессии, периода закрытия Лондонской сессии и утреннего периода Лондонской сессии (они интересны нам в связи с более низкой объемной характеристикой данного временно́го интервала).

В таблице 1 приведен пример распределения частот для срединного (50-го) уровня. Эта таблица показывает частоту МНЭ для управляемых позиций в течение 5-ти лет, а также отфильтрованную версию периода открытия Лондонской сессии по этим данным.

Таблица 2 показывает частоту МНЭ для управляемых позиций на всех уровнях, собранных воедино в течение 5-ти лет, а также отфильтрованные версии этих данных для периода открытия Лондонской сессии, периода закрытия Лондонской сессии и утреннего периода Лондонской сессии.

Благоприятная экскурсия (МБЭ)

Как далеко в прибыль может уходить цена согласно этой стратегии? Если я увеличиваю стоп лосс, чтобы дать своей позиции больше места для просадки, это может повлиять на благоприятный исход, потому что для данной стратегии обычно требуется более широкий запас на просадку, прежде чем позиция пойдет в прибыль?

Идея заключается в том, что можно будет экспериментировать с настройками ожидания, основываясь на нормальных благоприятных ценовых движениях, помогая, например, определять параметры горизонтального масштабирования. В данном тестировании записанная МБЭ была установлена максимум на 25 пунктов – граница четверть-процентного уровня для внутридневной торговли, хотя очевидно, что цена может двигаться и дальше.

Благоприятное ценовое движение от МНЭ по валютной паре GBPUSD по всем уровням в период с 2011 по 2015 год



Рисунок 1. Благоприятная экскурсия для каждого из параметров стоп лосс (включая все уровни)

Благоприятное ценовое движение от МНЭ по валютной паре GBPUSD по 50-му уровню в период с 2011 по 2015 год



Рисунок 2. Благоприятная экскурсия для каждого из параметров стоп лосс (по 50-му уровню)



Таблица 3. Пример внутридневного масштабирования из наблюдений МБЭ

На рисунке 1 показаны 5-ти летние итоги благоприятного ценового движения только для управляемых, некорригируемых позиций по каждому из параметров стоп лосс (МНЭ) для всех уровней в комплексе.

На рисунке 2 показано то же самое, но в качестве примера был взят конкретный уровень – средний, «50-й» уровень внутри фигуры.

Таким образом - нет никаких причин использовать стоп лосс величиной в 25 пунктов, чтобы захватить прибыль в районе 10 пунктов. Это может являться, своего рода, отражением принципа стратегии восстановления равновесия как во внутридневном возврате к среднему уровню, так и в поведении импульса. Практическое применение этих данных могло бы скорректировать параметры масштабирования в соответствии с таблицей 3.

Применение анализа ожиданий для оптимизации качества торговой стратегии

Как все эти результаты помогают нам использовать данную стратегию для торговли в режиме реального времени независимо от того, являемся ли мы дискреционными трейдерами или применяем алгоритмическую торговлю? Какая комбинация стоп лосс и тейк профит является самой оптимальной?

Ожидание говорит нам о том, какую величину чистой прибыли или убытка можно ожидать при исполнении большого количества позиций; какое количество прибыли вы получаете на один доллар, которым вы рискуете.

Результаты достоверно обоснованной концепции показывают, что управляемость зависит от ряда параметров (например, уровня и времени суток), предоставляя грубую структуру, которая обеспечивает базовые параметры ожидания. Отдельная модель ожиданий была извлечена для периода открытия Лондонской сессии.

На первый взгляд создается впечатление, что модель риска искажается в сторону бо́льшего риска, чем вознаграждения, по сравнению с классической установкой. Однако рисунок 3 демонстрирует различие в ожиданиях на четверть-процентном уровне между обоими видами позиций (некорригируемыми и корригируемыми) на основе применяемого стоп лосса. Например, в середине фигуры (для 50-го уровня) использование стоп лосса величиной в 15 пунктов обеспечивает более высокое ожидание, в сравнении с использованием стоп лосса величиной в 25 пунктов для обоих видов позиций (некорригируемых и корригируемых), при этом корригируемые позиции имеют на этом уровне более высокое ожидание, чем некорригируемые.

Таким образом, управляемые позиции с величиной стоп лосса в 15 пунктов имеют бо́льшее ожидание, чем позиции с величиной стоп лосса в 25 пунктов, хотя в обоих случаях ожидания положительные. Анализируя глубже: при величине стоп лосса в 25 пунктов некорригируемые позиции в основном имеют бо́льшее ожидание, чем корригируемые; при величине стоп лосса в 15 пунктов корригируемые позиции в основном имеют большее ожидание, чем некорригируемые; для некорригируемых позиций в основном целесообразнее размещать стоп лосс в 15 пунктов, чем в 25 пунктов. Для корригируемых позиций в основном целесообразнее размещать стоп лосс в 15 пунктов, чем в 25 пунктов.

Так какие варианты нам следует предпринять? Располагая такими данными, один из вариантов – применять торговую стратегию с размещением стоп лосса величиной в 15 пунктов и корригировать позиции по усмотрению. В своих первых позициях вы можете поэкспериментировать и внести изменения в настройки тейк профит и стоп лосс. Именно тут вступает в дело статистика МБЭ, ее цель – увидеть благоприятную средневзвешенную экскурсию. Однако следует отметить, что с каждым годом статистика показывает отсутствие согласованности в идее внесения корректировок в позиции, которые сглаживаются в совокупных статистических данных.



Рисунок 3. Ожидание от МНЭ по уровням за период с 2011 по 2015 год



Рисунок 4. Диаграмма медианных значений по всем уровням на протяжении 5-ти летней выборки

Имеются ли среди данных резко отклоняющиеся значения? Использование медианных и средних значений ожиданий

Насколько мы можем быть уверены, что результаты не скрывают резко отклоняющихся значений, которые подрывают нашу стратегию?

С целью верификации каких-либо резко отклоняющихся значений данных используется диаграмма медианных значений для сравнения со средними значениями ожиданий.

На рисунке 4 представлена диаграмма медианных значений моделей ожиданий по всем уровням на протяжении полной 5-ти летней выборки.

По всем уровням на протяжении полной 5-ти летней выборки имеются лишь незначительные расхождения между средними и медианными значениями ожиданий. Это проверка на достоверность. На обеих диаграммах присутствуют аналогичные структуры.

Специализация. Как сопоставлять с периодом открытия Лондонской сессии?

Если мы «специализируемся» на торговле в определенное время дня или сессии, то что мы можем предпринять и как мы можем использовать это?

Мы извлекли статистику по периодам открытия Лондонской сессии (с 6 до 9 ч утра по Гринвичу) и получили результат, который сравнили с полным набором статистических данных.

Для простоты, мы включили только некорригируемые позиции и привели статистику только для позиций с максимальным уровнем стоп лосс в 15 пунктов.

Период открытия Лондонской сессии представляет 16,9% от полной выборки некорригируемых позиций (220 позиций). 95%-й доверительный интервал для данного размера выборки составил приблизительно 132-152 позиции.

На рисунке 6 показано ожидание для периода открытия Лондонской сессии в сравнении с полной выборкой (все сессии, включая период открытия Лондонской сессии) с использованием стоп лосса величиной в 15 пунктов и первого тейк профита величиной в 10 пунктов.

Для всех уровней ожидание для периода открытия Лондонской сессии больше, чем ожидание для полной выборки по этому уровню. Однако в периоде открытия Лондонской сессии у нас меньше возможностей по выборке, но они по-прежнему составляют приблизительно 1 раз в день.

Если объем торговли является обязательным требованием, то характер стратегии предполагает, что его можно протестировать на нескольких валютных парах. Именно здесь можно применить автоматизацию.



Рисунок 5. Средние модели ожиданий для всех уровней в течение 5-ти летней выборки (с 2011 по 2015 год)



Рисунок 6. Ожидание для периода открытия Лондонской сессии в сравнении с полной выборкой

Концепция автоматизации

Теперь, когда у нас есть результаты, какую роль может играть автоматизация в оптимизации стратегии для реальной торговли? Можно ли экспортировать автоматизацию на другие валютные пары и каковы риски?

Стратегия не была разработана с использованием больших данных для обнаружения погрешностей, связаных с рыночным шумом. Данные параметры были получены от торговли вручную, внутри дня, по собственному усмотрению, с помощью понимания рыночной микроструктуры и ценового движения и с некоторым взглядом на то, как автоматизация может оптимизировать производительность.

Основное преимущество ручного тестирования состоит в структурированности и многократности повторения упражнений с сосредоточением на одной основной идее – отработать на практике торговлю на определенном ценовом поведении, в пределах дискретных параметров, обеспечивающих ожидаемую модель. В этих рамках в качестве основы для постоянного непрерывного совершенствования дискреционной способности можно использовать статистику, прошедшую экспериментальную проверку. Рынок постоянно претерпевает изменения; дисциплинированный трейдер, который может сделать выбор касательно изменения стоп лосса, масштабирования или же принятия решения не торговать вообще - может «заметить» сопутствующие факторы, обуславливающие ценовое движение.

Проблема всех тестирований состоит в том, что оно должно перейти от контекстно-независимой концепции к контексту, работающему в режиме реального времени и содержащему множество переменных, и это самый сложный набор параметров для автоматизации. С точки зрения дискреционного трейдера, ручное тестирование является одной из форм физических упражнений – это формирование привычки. Никакая всевозможная компьютеризация не сможет привести к успеху «Формулу-1», пока в машину не сядет опытный водитель и не поставит свою подпись под замечаниями, касающимися тестируемых характеристик.

Тем не менее, поскольку параметры являются дискретными, сам по себе напрашивается вопрос: может ли в рамках данного процесса иметь место автоматизированная стратегия?

Автоматизированное тестирование

Теперь мы можем перейти от достоверно обоснованной концепции к автоматизированной достоверно обоснованной концепции. С целью подтверждения результатов достоверно обоснованной концепции стратегия может быть автоматизирована и протестирована за пределами выборки, эффективно автоматизируя «идущую вперед» тестовую модель. Она также может работать с различными модификациями параметров той или иной сессии, например, периода открытия Лондонской сессии. После того как мы определимся с базовыми концепциями и ожиданиями, мы можем специализироваться, а затем автоматизация поможет обеспечить нам экономию времени и ускоренный набор результатов.

Автоматизированная стратегия также может применяться к нескольким валютным парам, чтобы увидеть, подлежит ли концепция доработке. Хотя каждая валютная пара имеет свою собственную «личность», мы можем ускорить ее тестирование с помощью автоматизации, поскольку мы понимаем саму стратегию, а не только математику.

Например, если мы выполняем автоматическое тестирование по валютной паре EURUSD или NZDUSD, которое обеспечивает положительное ожидание, мы можем пойти и вручную протестировать ее на данных предыдущего года, чтобы сильнее прочувствовать ее на данной валютной паре. Мы не экспортируем правила, применяемые к одним парам, для других пар – мы импортируем пары в процесс.

Главное преимущество автоматизированного тестирования, как только наша концепция была достоверно обоснована, состоит в том, что мы можем применить определенный вид естественного отбора к тем результатам, для ручной обработки которых нам потребовалось бы слишком много времени, при условии что мы не абстрагируемся от базовой механики исполнения ценового движения. Если перефразировать Фрэнсиса Арнольда, лауреата премии тысячелетия 2016 года: «Эволюция – лучший дизайнер».

Автоматизированная торговля в режиме реального времени

Как уже упоминалось, главным недостатком является контекст цены в режиме реального времени в момент торговли. Добавление бо́льшего количества параметров к этой комбинации, основываясь на показателях из другого бэктеста, с целью ее смягчения улучшает аппроксимирующий характер тестирования, потенциально снижая вероятности в реальной торговле. Управление сопутствующими факторами в режиме реального времени может являться дискреционным и уникальным, подобно отпечаткам пальцев.

Таким образом, возникает следующий вопрос – как мы можем уменьшить этот риск в области автоматизации с учетом отклонений от доказательно обоснованной концепции в реальной торговле, возникающих вследствие трений и влияния сопутствующих факторов?

Для уменьшения этого риска в качестве одного из вариантов можно применить специализацию (например, период открытия Лондонской сессии), а также можно рассмотреть возможность автоматизированного тестирования, а затем торговать в этой специализации по ряду ликвидных валютных пар. Специализация может дать положительный результат, потому что у нас есть более глубокое понимание параметров; в сущности, мы моделируем влияние всё бо́льшего количества сопутствующих факторов (например, времени суток), которое в принципе уменьшило бы эффективность.

Простая автоматизация должна использовать лимитные ордера на уровнях выше и ниже предыдущих дневных максимумов и минимумов, а также при необходимости автоматизировать корректировку этой торговли. На рынке можно было бы применять и более комплексную автоматизацию или же использовать лимитные ордера без вмешательства в торговлю. Автоматизация простых стратегий может быть достаточно сложной.

Потенциальная комбинация должна использовать сочетание автоматизации и дискретной торговли, основанной на контексте. Это означает, что исполнение ордеров должно осуществляться автоматически, но в периоды высокого риска (например, перед выходом новостей) вам нужно приостановить алгоритмическую торговлю.

IT-системы, которые разработаны и протестированы, всё еще контролируются в режиме 24/7 и в их конфигурацию внесены изменения на основе проверенных параметров.

Таким образом, необходимость иметь количественное понимание поведения цен для их использования не должна пугать тех, кто хочет добиться успеха.

Почему автоматизированная торговля должна быть несколько иной?

Это потому, что мы трейдеры: торговать трудно, но делать все остальное еще сложнее.



Грэхам Харрисон,
независимый трейдер, автор книги «Динамическое веб-программирование».
Переведено специально для TradeLikeaPro.ru


Изменено пользователем pavlus777
  • Лайк 6
Ссылка на сообщение
Поделиться на другие сайты

Для публикации сообщений создайте учётную запись или авторизуйтесь

Вы должны быть пользователем, чтобы оставить комментарий

Создать учетную запись

Зарегистрируйте новую учётную запись в нашем сообществе. Это очень просто!

Регистрация нового пользователя

Войти

Уже есть аккаунт? Войти в систему.

Войти
×
×
  • Создать...