Оптимизация торговой системы

Теперь, когда система удовлетворительно прошла первую серию тестов, пора перейти к следующему шагу: оптимизации. В «Словаре Американского Наследия» дается следующее определение: «Оптимизировать: сделать использование чего-либо наиболее эффективным». Согласно этому определению, оптимизировать торговую систему, значит сделать ее использование наиболее эффективным. Это и есть истинная цель оптимизации торговой системы. К сожалению, продолжительная история неправильного употребления этого слова привела к тому, что его стали путать термином «curve-fitting» («подстраивание под кривую»).

Термин «curve-fitting», означающий аппроксимацию, тоже часто понимается неправильно и используется некорректно, в качестве синонима термина «overfitting» («подстройка»). Подстройка происходит тогда, когда построению кривой или тестированию торговой системы на прошлых данных придается чрезмерный вес, а оценке их предсказательной ценности — недостаточный. Понятие подстройки будет подробнее раскрыто в Главе 9.

Процесс оптимизации чреват ловушками. Эта книга призвана указать на них и, тем самым, помочь их избежать. Правильное применение тестирования и оптимизации даст полное представление о торговой стратегии и позволит получить с ее помощью прибыль. Основная идея оптимизации вполне понятна. Но реализовать ее правильно, без полного понимания всех аспектов оптимизации, почти невозможно.

В практическом смысле, оптимизация — это процесс вычисления показателей большого числа различных тестов данной торговой системы на одном и том же отрезке ценовых данных. Тесты отличаются друг от друга, поскольку каждый из них использует разный набор значений оптимизируемых переменных модели (то есть, предмет теста). Небольшой набор лучших моделей выбирается из этой большой группы различных тестовых результатов по определенным критериям. Если и оптимизация, и указанный процесс отбора выполнены с должным вниманием ко всем соответствующим правилам, лучшими моделями будут те, которые обеспечивают максимальный потенциал прибыли в реальной торговле.

Описанная система пересечения двух скользящих средних — хороший пример разработки простой оптимизации. Торговая модель генерирует сигналы на покупку и продажу, когда две скользящие средние пересекаются. Двумя кандидатами на оптимизацию являются длины, или периоды, двух скользящих средних. Поскольку эти две скользящие средние измеряют два разных масштаба тренда, их длины, или периоды, не должны быть схожими. Учитывая это, данные переменные будут оптимизированы на следующих диапазонах:

МА 1 от 1 до 10 с шагом 1, то есть,

123456789 10

МА 2 от 15 до 60 с шагом 5, то есть,

15 20 25 30 35 40 45 50 55 60

В этом примере короткие значения первой скользящей средней выбраны для отслеживания краткосрочных трендов, а более длинные значения второй скользящей средней — для отслеживания долгосрочных трендов. Так что же на самом деле произойдет в течение процесса оптимизации?

Сначала компьютер переберет каждое возможное значение первой скользящей средней с первым возможным значением второй скользящей средней. Первые 10 тестов будут использовать следующие комбинации скользящих средних:

МА1 123456789 10

МА2 15 15 15 15 15 15 15 15 15 15

После того как все возможные значения Переменной 1 (от 1 до 10) будут протестированы с первым значением Переменной 2 (15), этот процесс будет повторен со вторым значением Переменной 2. Другими словами, далее значения от 1 до 10 короткой скользящей средней тестируются со значением 20 длинной скользящей средней.

МА1 123456789 10

МА2 20 20 20 20 20 20 20 20 20 20

Этот процесс повторяется до тех пор, пока все комбинации значений переменных обеих скользящих средних не будут вычислены и оценены. В данном примере существует 100 комбинаций значений переменных (10 значений Переменной 1 x 10 значений Переменной 2 = 100 тестов).

Оценка торговой модели происходит на основе ее тестовых результатов для каждой комбинации значений переменных. Компьютер вычисляет чистые прибыль и убыток и несколько других статистических показателей торговли для данной торговой модели с 1-дневной скользящей средней и 15-дневной скользящей средней. Эти статистики сохраняются и будут сравниваться со статистиками всех остальных комбинаций. Набор «лучших моделей» будет отобран из этих торговых статистик ста различных вариаций нашей торговой системы, использующей скользящие средние.

На данном этапе можно ожидать значительного улучшения результатов по прибыли по сравнению с теми, которые были получены на первом уровне тестирования. Например, очень хороший тест будет показывать как минимум 25-процентное улучшение общей прибыли, сокращение проседания (drawdown), увеличение числа прибыльных моделей и/или рост доли выигрышных сделок по сравнению с результатами первой серии тестов.