Getting Lean And Mean. Trading Equity Curve. by Oscar Cagigas. A system handlowy, który przynosi konsekwentne zyski jest bramkarzem Ale jeśli przestanie dać Ci pożądane wyniki, czy najlepiej, aby przestać używać Używamy look. W hen kapitał własny systemu handlowego spadnie poniżej średniej ruchomej, większość przedsiębiorców dezaktywuje system, aby ograniczyć jego uszkodzenie lub usunąć część składową portfela, która nie działa, a także inne. Jest jednak inny sposób na zmniejszenie ryzyka, wypłaty i możliwość zepsucia portfela. ZAKRES OBOWIĄZUJĄCY SIĘ ZE ŚRODOWISKU W tym artykule pokażę kilka testów, które możesz przeprowadzić, aby sprzedać krzywą słodyczności systemu, przeprowadziłem kilka testów przy użyciu prostego systemu handlu trendami, który jest oparty na systemie Donchian Sam system nie jest istotny dla tego artykułu, ponieważ można korzystać z dowolnego systemu handlowego Portfel, który wybrałem na handel to mieszanka losowo dobranych towarów w następujący sposób: eSignal tickers są w nawiasie. Dolar australijski AUD A0-FX. Eurodo llar EUR A0-FX. Leki He HE F. Heating oil HO F. Palladium PA F. Platinum PT F. Brent surowy QM F. Swiss frank USDCHF A0-FX obligacje skarbowe ZB F. Soybeans ZS F.10-letnie notatki skarbowe ZN F. W przypadku handlu indywidualnie niektóre z tych towarów powodują straty w systemie Gdy jeden lub kilka z tych rynków traci lub traci synchronizację z logiką systemu, staram się zidentyfikować techniki, które można zastosować w celu zmniejszenia ryzyka systemu. RYSUNEK 1 SYMULACJA BENCHMARK Od stycznia 2004 r. W styczniu 2017 r. System wyprodukował ok. 450 000 zysków. W lipcu opublikowano analizę techniczną akcji towarowych. Wykorzystano z artykułu opublikowanego w raporcie Technicznej analizy zapasów magazynowych z dnia 7 lipca 2017 r. Wszystkie prawa zastrzeżone Copyright 2017, analiza techniczna, Inc. by Michael R Bryant. Automatyczne zarządzanie finansami, które może czasami poprawić wyniki handlowe jest modyfikowanie wielkości pozycji w oparciu o przecięcia średniej ruchomej krzywej kapitału Ba sic pomysł polega na wymianie handlowej lub większej liczbie kontraktów, gdy krzywa kapitału przewyższa lub przewyższa jego średnią ruchową. Istnieją co najmniej dwa podstawowe sposoby na wdrożenie tej idei Jednym z nich jest zatrzymanie obrotu, gdy krzywa kapitału własnego przekracza lub przewyższa średnią ruchową i aby wznowić handel na skrzyżowaniu w przeciwnym kierunku Jest to najbardziej podstawowa i powszechnie stosowana metoda Metoda lub transakcja zwykle kończy się, gdy krzywa kapitału przechodzi poniżej średniej ruchomej, jeśli system lub metoda ma tendencję do generowania smug wygranych i strat, zaczyna się tracić, dobrze, aby zatrzymać handel, aż zacznie się wygrywać znowu. Z drugiej strony, jeśli Twój system lub metoda zmierzają do powrotu do średniej - po kilku zwycięstwach zaczyna się tracić, i na odwrót - zazwyczaj kończysz handel po przekroczeniu kapitału własnego powyżej średniej ruchomej Analiza zależności może zostać użyta do określenia, czy twój system ma którąś z tych tendencji o znaczeniu statystycznym. Bardziej subtelna metoda implementacji możliwy jest również handel rve Zamiast uruchamiać i zatrzymywać transakcje na krzyżowania krzywej kapitału własnego, można zmniejszyć lub zwiększyć wielkość pozycji na średnie przecięcia ruchu Na przykład, możesz zwiększyć rozmiar pozycji dla aktualnie wybranej metody przez X, gdy kapitał własny przechodzi powyżej średniej ruchomej Możesz również zmniejszyć wielkość pozycji przez Y, gdy kapitał własny przecina poniżej średniej ruchomej. Bardziej szczegółowo, przypuśćmy, że używałeś stałej wielkości ułamka i postanowiliśmy zwiększyć wielkość pozycji 50, gdy kapitał własny przekroczył średnią ruchomej i spadł wielkość pozycji o 30, gdy kapitał przecina się poniżej średniej ruchomej W takim przypadku rozmiar pozycji byłby albo wyższy niż 50 lub 30 niższy od wartości określonej przez ułamkową metodę fałszywą Alternatywnie, można zmienić wielkość pozycji na przecięciach w jednym kierunek, ale nie inny Na przykład, można zwiększyć pozycję wielkości 40 na przecięcia powyżej średniej ruchomej i standardowej ustalona wartość ułamkowa przy przejściach poniżej średniej ruchomej. Aby zilustrować, rozważ przedstawione poniżej wyniki handlowe Poniższa krzywa kapitałowa jest zaznaczona na czerwono z 10-stopniową średnią ruchoma na zielono Wykres słupkowy poniżej krzywej akcji pokazuje liczbę umów, które zostały określone biorąc pod uwagę jeden kontrakt na każdą 3000 kapitałów własnych. Poziomowa krzywa kapitału własnego i liczba umów przed zastosowaniem krzywej krzywej akcji Krzywa słupów została przedstawiona w kolorze czerwonym, a średnia długość krzywej podstawowej w okresie 10 jest na zielono. Zauważ, że krzywa kapitału ma tendencję to oznacza odwrócenie, to jest szereg zwycięstw, po których następuje szeregi strat, po których następuje kolejna seria wygranych itd. Jest to odzwierciedlone w liczbie kontraktów, które wzrastają i gwałtownie spadają w kilku miejscach. tego typu sugeruje, że lepiej byłoby zatrzymać się, gdy krzywa kapitałowa przekracza średnią ruchową przewidującą odwrócenie się strat i wznowić handel, gdy krzywa kapitału spadnie poniżej średniej ruchomej, przewidującej odwrócenie zwycięstwa Zastosowanie tego podejścia dla serii handlowej przedstawionej powyżej przedstawia krzywą akcji przedstawioną poniżej. Krzywa charakterystyki i liczba kontraktów z zastosowaną regułą krzywej giełdowej akcji Obligacje są zatrzymywane przy przejściach powyżej średniej ruchomej wznowione przy przejściach poniżej średniej ruchomej Krzywa kapitału wykazana jest w kolorze czerwonym, a średnia długość okresu przejściowego wynosi 10 lat, a krzywa giełdowa jest na zielono. Nie tylko ta zmiana powoduje stopniowo rosnącą krzywą kapitałową przy większej liczbie zysków i niższym odsetku, ale robi to mniej niż Puste obszary na wykresie słupkowym poniżej krzywej akcji wskazują, że rzędy, które są pomijane Liczba zamówień na transakcje, które mają tendencje do zwiększania znacznie bardziej płynnie niż przedtem, bez gwałtownych wzrostów i spadków oryginalnej krzywej. bardziej subtelny efekt mógłby zostać osiągnięty poprzez zwiększenie lub zmniejszenie wielkości pozycji względem wartości ustalonej od kwoty kapitału dolara za sztukę ontract 3000 w przykładzie na przecięcia średniej ruchomej. Jeśli chcesz być informowany o nowych wydarzeniach, nowościach i specjalnych ofertach firmy Adaptrade Software, dołącz do naszej listy e-mailowej dziękuję. Dane statystyczne Ocena transakcji na krzywej equity. Everyone hate wycofuje te okresy, kiedy tracisz pieniądze podczas transakcji Jeśli tylko istnieje sposób, aby zmniejszyć ich wagę i długość. Kilka osób wydaje się, że handel krzywą kapitału jest odpowiedzią Podstawową ideą jest to, że kiedy źle się czujesz, zmniejszyć ekspozycję lub całkowicie usunąć, a jednocześnie śledzić wirtualne pl, co zrobiłbyś bez jakichkolwiek zakłóceń Po odzyskaniu wirtualnego plu możesz wkomponować się w system Pomysł polega na tym, że zmniejszysz straty, podczas gdy system jest wyłączony zbyt dobre, aby mogło być prawdziwe tak to jest Celem tego postu jest próba odpowiedzi na to pytanie. To jest coś, na co patrzyłem w przeszłość, podobnie jak inne, z różnymi wynikami Mimo wszystko analysi s ja widziałem lub zrobiłem sam zaangażowałem patrząc na testy backtests systemów na podstawie rzeczywistych danych finansowych uważam, że aby właściwie ocenić tę technikę musimy wykorzystać duże ilości przypadkowych danych, które nie miały wpływu na fluke jak kilka z powrotem testy wychodzą Pozwoli to również nam ustalić, które warunki pomogą w pracy w handlu krzywym własnym, czy nie. Jest to drugi post w serii na temat korzystania z danych losowych Pierwszy post jest tutaj. Jak robimy trade krzywej equity. I m zakładając, że znasz właściwie podstawową ideę obrotu krzywymi własnymi, jeśli nie, to prawdopodobnie warto przeczytać ten znakomity artykuł z magazynu futures. Na wykresie transakcji z udziałem kapitału własnego składają się następujące składniki. Sposób identyfikacji, że system jest robiąc źle i kwantyfikując przez ile. Reguła odstraszania systemu handlowego, biorąc pod uwagę, jak źle robi. Drugą regułę dotyczącą reguł systemu, gdy krzywa rachunku wirtualnego robi lepiej. Widziałem dwa główne sposoby identyfikowania że system działa źle Pierwszym z nich jest użycie prostej kwoty wypłaty Tak, na przykład, jeśli wypłaty przekracza 10, możesz podjąć działania. Czasami zamiast bezwzględnego wycofania, rozważa się wypłatę od wysokiego w ostatnim okresie. Druga odmiana to użycie średniej ruchomej lub innego podobnego filtru krzywej konta. Jeśli krzywa konta znajduje się poniżej średniej ruchomej, czynność. Istnieją inne warianty tam, w szczególności zauważyłem, że doskonały blog Jon Kinlay miał bardziej złożoną odmianę. Aby podzielić się z Twoim systemem, mówiąc ogólnie, możesz być w stanie zmniejszyć to wszystko jednym ruchem lub stopniowo, jeśli zanurzymy się pod ruchem średnia z krzywej kapitału zakładowego sugeruje się, że zmniejszysz swoją pozycję całkowicie. Jeśli używasz bieżącego drawdown jako swojego wskaźnika, możesz stopniowo wycofać się, a następnie przez kolejne 20, w sumie 40, gdy trafisz na 20 wypłat i więc uwaga, że to oderwanie będzie oprócz zwykłego obalenia, które powinno się zawsze zrobić, gdy stracisz pieniądze, jeśli straci się 10, to powinieneś obalić system przez 10, niezależnie od tego, czy używasz nakładki na krzywe obrotu. reguła jest zazwyczaj odwrotną regułą odstraszania i procesu. Przed badania. Pomysł obrotu krzywej equity jest coś, co wydaje się, że omijają naukowców, chyba że nazywają to coś innego - napisz, jeśli wiesz o jakichkolwiek dobrych badaniach, a nie jakiejkolwiek oficjalnej recenzji literatury miałem szybkie spojrzenie na pierwszą stronę google. Negatywne lub przynajmniej nie wyraźne korzyści. Przypadkowe dane. I osobiście znaleźć powyższe badania interesujące, ale nie definitywnie w ten czy inny sposób Moja główna kwestia polega na tym, że wszystko to zostało zrobione na różnych instrumentach finansowych i różnego rodzaju systemach obrotu, które bezsprzecznie dawały różne wyniki Może to być spowodowane tym, że coś jest szczególnego w tych instrumentach, na których działało krzywdzenie akcji, ale to bardziej prawdopodobne, że jest tylko głupie Uwaga Uwaga: Jest trochę bardziej prawdopodobne, że różne reguły handlowe przynoszą różne wyniki i zbadamy to poniżej. Osobiście uważam, że możemy właściwie ocenić ten rodzaj nakładki bez użycia danych losowych generując zwroty dla różnych arbitralnych strategii handlowych, możemy następnie ocenić, czy na średnim obrotach z udziałem kapitału własnego będzie lepszy. Inna korzyść z wykorzystania danych losowych do ocenić system nakładania krzywej słupowej jest to, że unikamy potencjalnie przesadzania Jeśli uruchomimy jedną wersję nakładki w naszym systemie, a to nie działa, to jest bardzo kuszące, aby wypróbować odmienne odmiany, dopóki nie zadziała Oczywiście możemy dopasować nakładanie parametrów na podstawie próbki Ale to całkiem sporo pracy i naprawdę nie wiemy, czy mamy odpowiednie parametry tej strategii, czy też zdarzyło się, że są najlepsze dla testów z wynikami testów. dane przypadkowe pozwalają odkryć, jaka jest kluczowa cecha systemu handlowego, która umożliwi handel krzywą kapitału własnego, czy nie. Zaprojektowanie testu. Metoda nakładki. Jest to prawdopodobnie nieskończona różnorodność metod prowadzenia obrotu krzywą akcjami nakładka, z którą dotknęłam tylko kilku powyżej, ale aby uniknąć tego już długiego postu rozmiaru encylopedii mam ograniczyć się do testowania tylko jednej metody W każdym razie nie sądzę, że wyniki innych met Ods będzie znacznie różny. Zamierzę skoncentrować się na najbardziej popularnej, średniej ruchomej metodzie. Gdy krzywa kapitału spadnie poniżej tego średniej ruchomej, wyłącz system Keep obliczenie krzywej wirtualnej, a średnia ruchów w tym okresie Jeśli krzywa wirtualna wraca powyżej jej średniej ruchomej, następnie włącz system ponownie. po prostu zostawia nam problem z magazynem N Futures używa 10, 25 i 40 dni i sprawi, że życie będzie proste Ja sobie radzę, ale dla mnie przynajmniej wydają się to niewiarygodnie krótkie okresy Dla tych szybszych kosztów handlu N może przytłaczać wszelkie korzyści dostajemy i zbadam to później. Nież nie chętnie unikaj 3-letniego spadku trendów, który nastąpił między rokiem 2017 a 2017. PoniewaŜ wykorzystujemy przypadkowe dane, które moŜemy zrobić tak długo, jak długo będziemy mogli ruszyć średnie, które nie dałyby nam znaczących wyników, jeśli przetestowaliśmy tylko kilka krzywych konta, które miały tylko 20 lat. Więc będę używać N 10, 25, 40, 64, 128, 256, 512. W dni robocze 2 tygodnie, 5 tygodni , 8 tygodni, 3 miesiące, 6 miesięcy, 1 rok, 2 lata. def isbelow cumx, mavx, idx. zwraca 1 jeśli cumx mavx na idx, 0 inaczej. if cumx idx mavx idx return 1 0 return 0 0.def applyoverlay x, Nlength zastosuj filtr krzywej equity overlay. x to seria czasu pd zwrotu. Nlength to mav do zastosowania Powraca nowy x z plamkami. jeśli Nlength NOOVERLAY zwraca x. Nlength mavx, idx dla idx w zakresie len x. można stosować tylko z opóźnieniem. Kryterium. Dobry sposób myślenia o handlu krzywym słupkowym jest taki, że jest to trochę jak zakup ubezpieczenia lub w kategoriach finansowych opcja put na wydajność systemu Jeśli system źle działa, wówczas polisa ubezpieczeniowa zapobiega utracie zbyt wiele. Jednym z moich ulubionych akronimów jest TINSTAAFL. Jeśli ponownie kupimy ubezpieczenie lub opcję, to powinno to być kosztowne. Ponieważ nie płacimy jakiejkolwiek wyraźnej premii, koszt musi pochodzić z forma utraty czegoś w ukryty sposób Może to być niższy przeciętny powrót, albo coś innego, co jest bardziej subtelne Nie oznacza to, że handel krzywą akcydentalną jest automatycznie zły - zależy to od tego, czy wartość dolnego maksymalnego spadku jest większa niż Premia domyślna, którą rezygnujesz. Zakłada się, że otrzymujemy niższe maksymalne wypłaty - jak zobaczymy później to nie zawsze. Przypominam sobie wiele sposobów oceny wyników, które spróbują wyważyć ryzyko i wynagrodzić. Najbardziej powszechne, Sharpe Ratio, isn t Odpowiednia tutaj Zmienność krzywej akcyjnej z nakładką polega na użyciu terminu technicznego, dziwnego - zwłaszcza w przypadku dużych okresów N długich bez zwrotu zostanie połączona z okresami, w których normalne odchylenie standardowe jest zwyczajne Tak więc zmienność krzywej nakładka zawsze będzie niższa, ale to nie jest dobrze zdefiniowana statystyka Wyższe momenty statystyczne również będą cierpieć. Zamierzam użyć wycofania z metryki Zwracam się precyzyjnie, widzę jaki efekt dodanie nakładki ma na poniższej krzywej konta statystyki. Całkowity roczny zwrot z inwestycji. Wydatki z tytułu odsetek. Maximum drawdown. Average średni roczny zwrot średniego rocznego drawdown. Average rocznego maksymalnego zwrotu. Zwróć uwagę, że zwroty z drawdown są dobrym wskaźnikiem wydajności, ponieważ jest to skala niezrównoważona, jeśli podwoisz dźwignię, to ta miara będzie niezmieniona. Mój plan polega na wygenerowaniu krzywej losowej rachunku, a następnie zmierzyć wszystkie powyższe. Potem przechodzę przez nakładkę na akcje i zbadać statystyki. Wreszcie pragnę zauważyć, że w większości tego postu nie rozważyłem kosztów Dla małych N, biorąc pod uwagę, że zamykamy całą naszą strategię, a następnie uruchamiamy ją ponownie co tydzień, mogą to być olbrzymie W kierunku koniec Pozwolę sobie pomyśleć, jak wrażliwe są ustalenia dotyczące kosztów różnych instrumentów handlowych. Jakie są cechy charakterystyczne krzywej dochodów. Ogólnie mówiąc, proces wykorzystywania danych losowych jest. Zdidentyfikuj ważne cechy rzeczywistych danych, które musisz modelować. Skalibruj przed niektórymi prawdziwymi data. Create procesu, który generuje dane losowe z niezbędnymi cechami. Produkować dane losowe, a następnie zrobić to, co musisz zrobić. Notyczne, że oczywiste dange r tego procesu sprawia, że dane losowe są zbyt dobre W ekstremalnych przypadkach z wystarczającą liczbą stopni swobody można skończyć wytwarzanie danych losowych, które wyglądają dokładnie tak, jak dane, które skalibrowałeś do Nie ma równowagi pomiędzy posiadaniem losowych danych, które są wystarczająco realistyczne dla sprawdzonych testów i kalibracji. Jakie cechy charakterystyczne zwrotu z systemu obrotu będą miały wpływ na skuteczność nakładania się krzywej kapitału własnego Jak w poprzednim artykule będę produkować zwroty, które mają szczególny cel o zmienności - które nie wywarły wpływu na wyniki będą miały również spodziewany Sharpe Ratio Z negatywnym odchyleniem Krzywej Kapitałowej Sharpe Ratio powinno być fantastyczne - wyłączy zły system Z wysokim pozytywnym wskaźnikiem Sharpe'a prawdopodobnie nie będą miały wpływu przynajmniej na wystarczająco duże N It s w środku, że wszystko będzie bardziej interesujące I'll test Sharpe Ratios od -2 do 2.Moje intuicji jest to, że skew jest ważny tutaj Negatywne skew strategii mogłoby zobaczyć ich krótkie, ostre, los ses reduced Positive skew, takie jak tendencja do następujących strategii, które mają tendencję do powolnego krwawienia kapitału można poprawić przez nakładkę i wydaje się to być wspólną opinią wśród tych, którzy lubią tego rodzaju systemów I'll test skew z -2 średnio na krótki zmienność lub system arbitrażu do 1 typowego dla szybkiego trendu po systemie. Wreszcie uważam, że autokorelacja zwrotów może być kluczowa Jeśli mamy tendencję do uzyskania strat jeden po drugim, a następnie obrotu krzywych akcjami może pomóc wyłączyć system, zanim straty się źle. First to dla etapu kalibracji potrzebujemy pewnych rzeczywistych zwrotów prawdziwych systemów trading. The systemów jestem zainteresowany są reguły handlowe opisane w mojej książce iw tym poście zestaw tendencji po regułach odchylenia wykładniczy ważony średniej ruchomej przecięcia lub EWMAC na skróty i regułę carry. First skew Stylizowany fakt jest taki, że trend, zwłaszcza szybki trend poniżej, jest pozytywny skew Jednak nie spodziewaliśmy się tego efektu na frequenc znacznie szybciej niż typowy okres utrzymywania się w domu Nie dziwi powrót na co dzień nie wykazuje znacznego skośnego nawet w najszybszych regułach W częstotliwości tygodniowej najszybsze odchylenia 2,8 i 4,16 EWMAC mają skośność około 1 0 W miesięcznej częstotliwości, wariacje 8,32 i 16,64 przyłączają się do pozytywnej strony skewu z dwoma najmniejszymi wariacjami, które mają połowę tego. Carry nie widzi negatywnych skosów, których można oczekiwać od powiedzenia fx carry tylko, chociaż z pewnością jest to ta pozytywna strategia skośności. jest wiele badań wskazujących na to, że zgodnie z regułami uzyskuje się zwroty, które zazwyczaj są negatywnie autocorrelated np. i ten ostatni artykuł sugeruje, że akcje mają miesięczną autokorelację około 0 2, podczas gdy tendencje po autokorelacji pochodzą około -0 3 Carry nie wydaje się mieć znaczna autokorelacja. Podsumowując, że dla realistycznych krzywych kapitału nie wystarczy, aby generować dzienne zyski z pewnymi odchyleniami standardowymi i skośnymi. Musimy wygenerować pewne coś, co ma pewne właściwości w odpowiedniej skali czasowej, a także musimy generować autokorelacje. Pokażę efekt różnicy pochylenia między -2 i 1, autokorelacji między -0 3 i 0 3 a współczynnikiem Sharpe pomiędzy -1 i 2 . Jak to model. W poprzednim poście pokazałem, jak wygenerować skośne dane losowe Teraz musimy zrobić coś nieco fancier Ta sekcja jest nieco techniczna i możesz pominąć, jeśli nie obchodzi się, gdzie dane losowe pochodzą z tak długo, jak to ma właściwe właściwości. Klasycznym sposobem modelowania autokorelacji jest stworzenie autoregresywnej wzorcowej AR1, ignorującej wyższą autoregresję, aby uniknąć skalibrowania modelu. Zakłada się, że drugie autokorelacje trzeciego rzędu są takie same, jak w modelu AR1.Je więc nasz model jest Rho rt-1 et. W przypadku, gdy Rho jest pożądaną autokorelacją i et jest naszym procesem błędu tutaj jest przekrzywiony hałas gaussowski. Wprowadzenie autokorelacji w innych momentach dystrybucji I've uwzględniła korekty, które działają na rozsądne poziomy abs rho 0 8 Prawdopodobnie nie widzisz nic podobnego do tego poziomu w systemie handlu rzeczywistego. Ten kod Pythona pokazuje, jak dane losowe są produkuje i sprawdza, czy ma odpowiednie właściwości. Teraz, jak radzimy sobie z różnymi zachowaniem na różnych częstotliwościach Są bardzo skomplikowane sposoby radzenia sobie z tym, jak przy użyciu mostka Browna, ale najprostszym jest wygenerowanie zwrotu w odpowiedniej skali czasowej do szybkości wskaźnika Oznacza to tygodniowe zwroty na carry i szybkie zasady EWMAC 2,4 i 4,8 oraz co miesiąc w przypadku wolniejszych reguł EWMAC W przypadku handlu bardzo szybką regułą handlu należy wygenerować dzienne dane, jeśli widzisz wyraźne wzór zwrotny na tej częstotliwości. Będę używać dziennych zwrotów przez resztę tego posta, ale sprawdziłem, czy nadal mają one prawdziwość w częstotliwości tygodniowej i miesięcznej, przy użyciu filtrów krzywej praw własności wzrokowych co najmniej 3 razy dłużej niż częstotliwość zwrotów, które generujemy. Aby podsumować mam zamiar BADOWANIA różnych lookbacks dla filtra krzywej equity i mam zamiar generowania zwraca z skośnym między -2 i 1, autokorelacja między -0 4 i 0 4 , a Sharpe Ratio między -1 i 2.I ll zachować standardowe odchylenie stałych stała, ponieważ to tylko zmienić ogólną skalę każdego procesu i nie wpływa na wyniki I'll spojrzenie na wyniki z codziennych zwrotów Wyniki wygrał być znacząco różni się od innych periods. All kod, którego potrzebujesz jest tutaj. Sharpe Ratio. W tej sekcji będę zmieniać Sharpe Ratio przy jednoczesnym zachowaniu skośności i autokorelacji ustalonej na zero i zero, odpowiednio. scenariotype VaryingSharpeRatio okres 1 dzienne returns. Average roczne return. Wszystko poniższych wykresów ma taki sam format Każda linia przedstawia inny poziom charakterystyki zwrotnej Sharpe Ratio w tym przypadku Oś x pokazuje filtr N krzywej słupów N liczbę dni, którą używamy dla m średnia ważona N 1000, która zawsze znajduje się po prawej stronie, oznacza, że nie używamy filtra na wszystkich O oś y pokazuje średnią wartość statystycznej stopy procentowej w tym przypadku średni roczny zwrot wszystkich krzywych losowych kapitałów, które generujemy i filtrujemy. Dobrą wiadomością jest to, czy wiesz, że system wymiany handlowej jest śmieci, a następnie zastosowanie systemu krzywej kapitału własnego, najlepiej z dużym N, poprawia wydajność Jeśli wiesz, że Twój system jest śmieci, to oczywiście zamiast używać skomplikowanego filtru aby go wyłączyć nie będzie to przeszkadzać to w ogóle Wszakże dla wszystkich krzywych kapitału własnego krzywe obrotu giełdowego zmniejsza, a nie zwiększa, zwrot. Wydatki z tytułu zwrotu. Przeciwnie, jeśli systemy, które łamią równowagę lub tracą pieniądze, średni spadek jest niższy niż system obrotu krzywymi własnymi, jak można się spodziewać ponownie dla dużych N, jednakże dla systemów zyskownych nie ma żadnych korzyści, a przeciętne wypłaty mogą być nawet gorsze. Maksymalne wypłaty. Dla zyskownych systemów th może być może być skromna redukcja maksymalnego wycofywania małych wartości N Dla systemów generowania strat największą redukcją odchylenia są duże wartości N, chociaż wszystkie filtry są lepsze niż none. Za pomocą średniej rocznej średniej zwrotu. Najpróbuj teraz spróbować razem zwrot i wycofanie w prostą statystykę Dla systemów nierentownych nakładka nie ma znaczenia W przypadku rentownych systemów redukuje skorygowany zwrot, garb po prawej stronie linii SR 2 0 jest artefaktem spowodowanym faktem, że możemy obliczyć ta statystyka, gdy średni spadek zera wynosi zero. Za pomocą rocznego zwrotu maksymalnej kwoty wypłaty. Ta statystyka mówi tę samą historię Dla zyskownego systemu stosującego nakładkę krzywej akcji zmniejsza się średnie zwroty maksymalnego współczynnika wypłaty przy szybszych nakładkach małych N prawdopodobnie gorsze i byłyby dużo, dużo gorsze z kosztami handlu używanego Jeśli masz system, który na pewno traci pieniądze, a następnie nakładanie nakładki, każdego spojrzenia, złagodzi straty. W tej sekcji będę zmieniać Skew przy jednoczesnym zachowaniu współczynnika Sharpe'a i autokorelacji w jednym punkcie, a zero. Naprawa scenariotypu VaryingSkew okres 1 powrotu codziennie. Za pomocą średniej rocznej średniej zwrotu. Aby zaoszczędzić czas, przeskocz dalej do obliczonych statystyk Bluntly moja intuicja była błędna nachyl nie ma znaczenia Nakładka szkodzi zwraca wszystkie wartości skośne pokazane tutaj. Zgodnie z rocznym zwrotem maksymalnego drawdown. There jest podobna historia zwrotu max drawdown. In tej sekcji będę zmieniać Autokorrelation przy zachowaniu skośu i Sharpe Stosunek do zera i jeden. Odpowiednio do rocznego zysku. Powtarzaj się, jeśli mamy wynik Jeśli masz ujemną lub zerową autokorelację, dodanie nakładki krzywej kapitału sprawi, że twoje powroty będą gorsze. Jeśli masz pozytywną autokorelację, poprawi się je , z szybszymi nakładkami robiąc najlepiej pamiętaj, że ponownie ignorujemy koszty tutaj To ma sens Po tym wszystkim, jeśli coś ma pozytywną autokorelację, to chcemy, aby tre a następnie po tym. Jednak jak już wcześniej omówione tendencje następujące systemy wydają się mieć ujemną autokorelację Więc wygląda na to, że nakładki krzywej akcji są nie-nie dla tendencji po systemie. Sprzedaż drawdown. Again drawdowns są ulepszane tylko wtedy, gdy autokorelacja jest pozytywna są znacznie gorsze, jeśli jest negatywne, że średnie wypłaty są mniejsze dla negatywnie autocorrelated systemów anyway. Maximum drawdown. There jest podobny obraz dla maksymalnej drawdown. Average rocznej średniej zwrotu. Wszystko dodałem więcej linii do tej scenariuszotyp fabuły VaryingAutoMore, aby zobaczyć, czy możemy znaleźć punkt równowagi, w którym należy zastosować pokrywę krzywej kapitału Wygląda na autokorelację 0 lub większą, z długości N 40 dni lub krócej. Pamiętaj, że nie uwzględniono kosztów w żadnym z tych obliczeń Dla informację o rocznym obrocie dodanym do każdego systemu przez filtr krzywej giełdowej waha się od około 23 dla Nlength 10 do 1 2 dla Nlength 512 W przypadku najtańszych kontraktów futures I trade sta naraŜony koszt 0 001 jednostek SR rocznie, dla czegoś takiego jak NASDAQ to nie jest największy problem, redukując średnio powrót z 10 na N o około 1. Więcej informacji na temat sposobu obliczania obrotów i standardowych kosztów można znaleźć w rozdziale 12 mojej książki. Jednak niech s zobaczyć wyniki przy użyciu droższej przyszłości, australijskiej stopy procentowej w przyszłości, z kosztem około 0 03 jednostek SR na rok. Z kosztami m N wygląda znacznie gorzej I d sugerują, że na tym poziomie kosztów potrzebna jest dodatnia autokorelacja co najmniej 0 2, zanim nawet rozważymy transakcję krzywej equity. Zejdź rocznym zwrocie maksymalnego wycofania. Zanim pojawi się, że autokorelacja 0 1 lub więcej wystarczy, aby skorzystać z obrotu krzywych akcjami, ale jeśli zastosujemy koszty, zanim otrzymamy to zdjęcie i znowu tylko wię ksza autokorelacja. Pomysł, że możesz łatwo poprawić rentownĘ ... krzywę własnoś ci przez dodanie prostego ruchomym filtrem ś rednim jest, prawdopodobnie, zły Wynik ten jest solidny w różnych proporcjach i poziomach sharpe skew Korzystanie z krótszej średniej ruchomej filtru jest gorsze niż korzystanie z wolniejszego, nawet jeśli zignorujemy koszty. Jest jeden wyjątek Jeśli Twoja strategia handlowa zwróci nam pozytywną autokorelację, wówczas zastosowanie filtru o stosunkowo krótkiej średniej ruchomej prawdopodobnie poprawi twoje zwroty , ale tylko wtedy, gdy koszty handlu są wystarczająco niska. Jednak jeśli Twoja strategia jest tendencją po strategii, to prawdopodobnie ma ujemną autokorelację, a zastosowanie filtru będzie niekorzystną katastrofą. Jest to drugi post z serii przy użyciu danych losowych Pierwszy post jest tutaj Następny wpis na temat optymalizacji portfela jest tutaj.
No comments:
Post a Comment