Рыночная волатильность и ликвидность

Волатильность может резко падать из-за отсутствия рыночного интереса. После того как в 1979 году казначейские векселя (Т-bills) совершили классическое 1000-пунктовое ралли на высоком объеме и при высокой волатильности, рынок в течение нескольких месяцев консолидировался в узком торговом диапазоне при очень низкой волатильности.

Уменьшение или увеличение ликвидности может иметь очень сильное воздействие на структуру рынка. Для неликвидных рынков характерны маленькие торговые диапазоны и большое число ценовых разрывов. Такие «заторможенные» рынки могут погубить модели для дневной торговли. Наоборот, высоколиквидные рынки характеризуются незначительными разрывами. Когда разрывы действительно происходят, они гораздо чаще бывают в некоторой степени предсказуемы.

Рынки время от времени действительно меняются. Легендарного финансиста и биржевика Дж. Моргана однажды спросил новичок трейдинга, который искал ценный совет: «J.P., что рынок будет делать сегодня?» Морган мудро и точно ответил: «Он будет колебаться».

Системный трейдер должен тщательным образом искать компромисс между высокой эффективностью и статистической валидностью. Из сказанного очевидно, что трейдер может получить преимущество за счет оптимизации на «релевантных данных». Однако во сколько это обойдется?

В предыдущих разделах этой главы были представлены определенные четкие статистические руководства, следуя которым можно обеспечить валидность торговой модели. Должно быть достаточное число сделок, достаточное количество данных, достаточное число степеней свободы и широкий диапазон типов рынка. Теория релевантных данных предполагает, что следует использовать только данные, схожие с текущими торговыми условиями. Это правило скорее всего приведет трейдера к конфликту с указанными статистическими руководствами.

Принесение степеней свободы в жертву никогда не может быть мудрым решением. Это самый легкий способ получить подстроенную модель. Искушенный и более опытный трейдер может предотвратить любую опасность со стороны недостаточного числа сделок или данных, торгуя «на очень коротком поводке», жертвуя более высокими прибылями, которые иногда обещают такие модели. Другими словами, модель, в которой вы жертвуете правилами статистической валидности, может быть быстро остановлена («взята на короткий поводок»), если она показывает какие-то тревожные знаки.

Безусловно, модель, разработанная на небольшом окне данных, будет иметь более короткий «срок годности». Другими словами, она будет требовать большей поддержки в виде более частой реоптимизации и более пристального наблюдения.

Одной из сильнейших сторон форвардного тестирования является способность находить для оптимизируемой торговой системы лучшие тестовое и торговое окна и торговать в них. С помощью этого метода тестирования можно непосредственно наблюдать и измерять воздействия на эффективность торговли различных размеров окон. Ввиду опасностей, сопряженных с использованием небольшого тестового окна, даже для максимизации торговой эффективности посредством теории релевантных данных я настоятельно рекомендую делать это лишь в контексте форвардного теста.