Chuck LeBeau - Оцениваем рынки
Представляется что производительность торговых систем часто напрямую зависит от выбора рынков. Система может хорошо работать на бондах и валютах и совершенно отвратительно на сахаре или сое. То же самое относится и к акциям. Во время нашего совместного с Элдером семинара в Нью-Йорке я помогал обучающимся создавать систему для торговли Microsoft, которая провалилась, когда мы протестировали ее на Proctor and Gamble. Я уверен, что этот пример не вызовет удивления у опытных системных трейдеров. Выбор портфеля всегда был проблемой. Даже те, кто выступают с позиции “одна система для всех рынков” должны признать, что существует огромный разброс в производительности на разных рынках даже лучших так называемых “универсальных” систем.
К сожалению, общепринятые подходы к отбору активов в состав портфеля чреваты неприятностями. Одним вариантом является слепая торговля всего в составе очень широкого диверсифицированного портфеля в надежде, что количество прибыльных рынков в итоге превысит количество убыточных. Такой подход приводит к большим дродаунам и потерям капитала в результате торговли на убыточных рынках. (Покажите мне систему, которая приносит прибыль одновременно на рынках крупного рогатого скота, сои, SP, какао и Евро и я буду первый петь осанну подходу “одна система на все рынки”).
Другой подход состоит в исключении всех “плохих” рынков и торговле только тех, которые показали [при тестировании] хорошие результаты. На самом деле это просто разновидность подгонки рынков под системы. Основной проблемой в этом подходе является то, что мы не знаем, какой из рынков будет “хорошим” в будущем. Когда я работал CTA, то мы имели одну систему с помощью которой торговали все. Мы спорили на тему, следует ли включать в состав портфеля контракты на крупный рогатый скот, поскольку исторические результаты нашей трендовой системы на мясе были отвратительны. В конце концов, мы решили включить эти контракты в состав портфеля только для того, чтобы быть представленными на рынке мяса в том случае, если по какой-либо причине однажды там возникнет тренд. Кроме того, хотя история торговля по системе контрактов на крупный рогатый скот была плоха, однако она была лучше, чем если бы по этой системе торговали свиней или свинину. Мы начали торговать портфель из 15 фьючерсных рынков и знаете, какой контракт принес нам основную прибыль в первый год? Конечно - крупный рогатый скот. Зато британский фунт за несколько лет перестал быть самым лучшим рынком для нашей системы и стал самым худшим.
Поскольку мы не можем знать, какой из рынков будет лучшим для наших систем в будущем, статичный портфель, все равно с какой тщательностью он не отобран, не может считаться лучшим решением. Представьте, если бы мы обладали способностью каким-либо образом идентифицировать и затем количественно выражать рыночные характеристики, которые делают рынок “хорошим” для нашей торговой системы, и затем бы включали в состав нашего динамически изменяющегося портфеля только те рынки, которые в настоящее время имеют эти “хорошие” характеристики. Когда рынок британского фунта обладает нужными характеристиками, мы включаем его в состав портфеля. Как только он теряет свойства, необходимые для торговли трендовых систем, мы выбрасываем его из портфеля до тех пор, пока он снова не начнет демонстрировать требуемые нам характеристики. Мы могли бы торговать сахар только раз в 7-8 лет и ловить большие выигрышные тренды, не страдая от частых убытков на этом тяжелом рынке.
Я понимаю, что эта идея звучит несбыточной мечтой, но я думаю, что она может оказаться достижимой, если мы все вместе подумаем над этой проблемой. Давайте предпримем мозговой штурм и посмотрим, что можно сделать. Я думаю, что некоторые важные характеристики рынка могут быть измерены и количественно определены, если мы вдумчиво подойдем к этой проблеме.
Мне представляется, что те важные характеристики рынка, о которых я говорю, относятся напрямую к волатильности и выраженности трендов. Гладкость трендов тоже характеристика, которую будет полезно измерить. Возможно есть смысл в измерении объемов и open interest, поскольку интересные рынки обладают способностью привлекать к себе трейдеров.
Мы также должны держать в уме тот факт, что не все системы основаны на следовании за трендом и “хорошие” рынки для трендовых систем могут быть плохими для контртрендовых стратегий. Поэтому необходимо объективное ранжирование выраженности трендов и волатильности и затем отбор рынков с характеристиками необходимыми для данной конкретной системы.
Мы также должны сделать одно важное предположение. Мы должны предположить, что идентифицируемые нами характеристики будут сохранять свои значения в течение времени достаточного для применения торговых систем с прибылью. Нет смысла идентифицировать рынки, которые мы могли бы торговать с прибылью в прошлом. Если, однако, эти рынки продолжают сохранять желательные характеристики и в будущем, мы совершим значительный прорыв в развитии систематической торговли. Мое наблюдение, основанное на многих годах торговли, состоит в том, что желательные для нас характеристики рынков существуют в течение периода времени достаточного для их выявления и прибыльного использования. Я представляю себе ситуацию, когда мы может динамически добавлять активы в портфель и держать их там по году или двум. Я так же думаю, что могут быть рынки, которые есть смысл исключать из состава портфеля на 5-6 лет и включать только тогда, когда они начинаю предоставлять интересные торговые возможности.
Моей первой идеей является изучение и измерение величины торговых диапазонов и силы движений в разных временных масштабах. Время должно быть важным элементом любого измерения. Поскольку мы должны иметь в своем распоряжении торговую систему, которая прибыльна в различных временных диапазонах, бессмысленно измерять только один временной масштаб. Нам необходимо выбрать несколько временных масштабов для измерений. Кроме того. необходимо определиться со способом, которым мы будем измерять торговые диапазоны и силу движений. Первое предложение - измерять все в единицах ATR, а затем конвертировать ATR в доллары для получения дополнительной информации о волатильности. Например, если ATR слишком мал в долларовом выражении, мы, скорее всего, не захотим включать этот рынок в состав нашего портфеля. Однако, если и когда ATR начинает возрастать, рынок может начать представлять для на интерес в плане включения в динамический портфель.
Вот пример анализа, который я предлагаю. В настоящий момент я называю этот подход “Market Characteristics Matrix (MCM)” - матричное оценивание рынков.
Показатель A: Выраженность трендов (Шкала от 1 до 10)
таймфрейм 1 = 7
таймфрейм 2 = 5
таймфрейм 3 = 6
Показатель B: Торговый диапазон (Шкала от 1 до 10)
таймфрейм 1 = 8
таймфрейм 2 = 6
таймфрейм 3 = 5
Показатель C: Волатильность (Шкала от 1 до 10)
таймфрейм 1 = 4
таймфрейм 2 = 3
таймфрейм 3 = 5
Показатель D: Объемы (Шкала от 1 до 10)
таймфрейм 1 = 9
таймфрейм 2 = 8
таймфрейм 3 = 7
Показатель E: Гладкость трендов
И так далее.
Необходимо найти ответы на многие вопросы. Какие еще характеристики возможно необходимо измерять? В каких временных интервалах надо проводить измерения? Как провести шкалирование каждой характеристики? Надо ли вычислять один общий показатель или получать набор показателей?
После того, как мы закончим с этим “Market Characteristics Matrix (MCM)” мы можем выбрать систему и протестировать систему на разных рынках в прошлом, одновременно определяя MCM на прошедших данных. Затем мы определим МСМ для рынков, на которых система давала прибыль и для рынков на которых она проваливалась и попробуем выделить те показатели, которые отвечают за успех нашей системы. Зная эти характеристики, мы сможем определять те рынки, которые сейчас обладают нужными значениями этих характеристик - это начало для динамического портфеля, который может по необходимости изменять свой состав.