Naga Markets



Budowę systemów inwestycyjnych możemy podzielić na kilka etapów. Pierwszym z nich jest stworzenie hipotezy, w oparciu o którą będziemy przeprowadzali badania. Jeśli taka hipoteza znajdzie swoje odzwierciedlenie w historii, będziemy mogli wówczas przejść do drugiej fazy testów w celu symulacji przyjętych założeń. Natomiast trzecia część dotyczy już wdrażania gotowego systemu na rachunku realnym. Poznajmy zatem podstawowe zagadnienia dotyczące budowy strategii inwestycyjnych.

  • Sztywne parametry systemu w bardzo krótkim czasie prowadzą do załamania się strategii inwestycyjnej. Czym mniej zmiennych tym lepiej
  • Efektem ubocznym optymalizacji jest dopasowanie parametrów systemu do danych historycznych. Można sobie jednak z tym poradzić
  • Różne warianty rozkładu In Sample oraz Out of Sample wykorzystywane są przez traderów w celu przetestowania strategii transakcyjnej

Zebranie materiału statystycznego na potrzeby modelowania strategii

Jak wiadomo trzonem każdego sytemu inwestycyjnego są sygnały wejścia i wyjścia z transakcji. Czym więcej system generuje takich sygnałów tym lepsze możemy uzyskać parametry podczas późniejszego modelowania strategi. Do wyznaczenia sygnałów wejścia i wyjścia możemy wykorzystać cokolwiek. Mogą to być wskaźniki, czysta cena, wolumen jak kto woli itd.

Tak naprawdę ograniczeniem jest tutaj tylko nasza wyobraźnia. Ważne jest tylko, aby jasno i klarownie określić moment wejścia na rynek oraz moment wyjścia. Reszta jest już zależna od dalszych etapów budowania strategii. Warto sobie także zdefiniować miejsce występowania zlecenia zabezpieczającego transakcję oraz odbierania profitu.

Jeśli tylko zdecydujemy się na określone parametry, dobrze jest tutaj wykonać co najmniej 100 transakcji na rachunku demo, po to aby zebrać materiał statystyczny, który posłuży nam do dalszej pracy. Na tym etapie nie ma znaczenia jaki uzyskaliśmy wynik. Tutaj chodzi tylko i wyłącznie o zebranie próby statystycznej. Natomiast samo modelowanie strategii jest już przedmiotem optymalizacji.

Sztywne parametry to podstawowy problem budowy strategii inwestycyjnej

Optymalizacja znaczy nic innego jak przeprowadzenie pewnych czynności mających wpływ na poprawę wydajności naszej strategii, tak aby uzyskać jak najlepsze wyniki przy optymalnych parametrach systemu. Innymi słowy na podstawie zebranego materiału oraz statystyki przeprowadzamy kolejne testy, tak aby uzyskać jak najbardziej optymalne wyniki. Robimy to w tym celu, aby już z tymi parametrami inwestować w przyszłość.

Optymalizacja jednoetapowa

Zwolenników, jak i przeciwników optymalizacji jest wielu. Oponenci zazwyczaj twierdzą, że szukając ekstremalnych ustawień strategii  mamy tak na prawdę do czynienia z dopasowaniem ustawień do danych historycznych. Realnie rzecz ujmując takie dopasowanie powoduje, że nasz system zarabia, ale tylko na historii. Dlaczego akurat tak się dzieje?

Piramida strategii inwestycyjnej

Wyobraźmy sobie piramidę, która zbudowana jest ze wszystkich możliwych kombinacji ustawień naszego systemu. W takiej piramidzie zoptymalizowane parametry znajdują się na samym szczycie. Jeśli teraz uświadomimy sobie, że rynki są zmienne to łatwo przyjdzie nam zrozumieć, że utrzymywanie podczas inwestowania sztywnych parametrów spowoduje, że szybko z tego szczytu spadniemy.

Pułapki optymalizacji, czy można sobie z nimi poradzić?

Nie oznacza to jednak, że wcale nie mamy przeprowadzać optymalizacji, wręcz przeciwnie! Dzięki metodzie optymalizacji możemy ustalić najlepsze wartości ulubionej strategii i następnie trzymać się ich podczas zawierania transakcji. Dobrze jest więc budować systemy o małej liczbie zmiennych. Strategia dopasowana tylko i wyłącznie do specyficznych warunków rynkowych prawdopodobnie wcale nie będzie działać, a zamiast zysków będziemy obserwować notoryczne straty.

Niestety, ale w związku z budową strategii istnieje wiele pułapek w które możemy popaść podczas budowy naszego pierwszego systemu. Zbyt wielka ilość  parametrów to najzwyczajniej pierwszy krok do piekła. Nie to jest jednak największy problemem. Bardziej skomplikowaną sprawą jest sama optymalizacja, która bez wątpienia dopasowuje nasz system do warunków historycznych. Jeśli więc chcemy się przed tym zabezpieczyć należy podzielić test na co najmniej dwie części. Jedna z nich nazywa się In Sample (IS) natomiast druga Out of Sample (OOS).

Okres optymalizacji strategii oraz okres testu to nie jest to samo

Najprościej to ujmując test In Sample dotyczy okresu, w którym optymalizujemy strategię na warunkach ogólnych szukając najlepszych parametrów strategii. Natomiast Out of Sample stanowi okres nieznany dla parametrów optymalizacji. Zgodnie ze sztuką backtestingu nazywa się to optymalizacją jednoetapową.

Podstawowe okresy In Sample oraz Out of Sample

A zatem na okresie IS optymalizuje się wybraną przez nas strategię, natomiast na okresie OOS zwyczajnie się ją sprawdza. Jeśli equity strategii nadal pnie się do góry, a parametry nie uległy drastycznemu pogorszeniu to można uznać, że taka strategia jest odporna na warunki rynkowe. Odporność ta jednak, nie jest w dalszym ciągu gwarantowana tylko prawdopodobna.

Przykładowo, jeśli dysponujemy danymi z rynku za okres co najmniej 10 lat lat, wówczas dzielimy je na dwie części, czyli na In sample 7 lat oraz Out of sample 3 lata. Następnie wykonujemy optymalizację za okres 7 lat i sprawdzamy ją na 3 latach nieznanych podczas optymalizacji. W day-tradingu czym dłuższe są te okresy tym lepiej. W skalpingu zaś, ze względu na wysoką częstotliwość setupów możemy posługiwać się danymi z kilkunastu ostatnich miesięcy.

Przykładowe rozkłady okresów In Sample oraz Out of Sample

Sama kwestia proporcji okresów IS oraz OOS jest nieco dyskusyjna. Niektórzy traderzy cały test dzielą na dwa równe okresy po 50% każdy lub nawet je odwracają. W pewnych przypadkach jest to uzasadnione. Pamiętajmy jednak, że w przypadku In Sample zawsze mamy do czynienia z danymi optymalizowanymi, a w przypadku Out of Sample z danymi testowanymi.

Przykładowy rozkład okresów In Sample oraz out of Sample

W następnych artykułach poświęconych budowie i testom strategii inwestycyjnych omówimy sobie bardziej złożony proces polegający na optymalizacji wieloetapowej tzw. Walk forward test. Zobaczymy także, w jaki sposób możemy wykorzystać całą tę wiedzę w praktyce.

Autor poleca także:



Conotoxia

Dołącz do dyskusji logując się za pomocą Facebook

To również Cię zainteresuje - Comparic24.tv

ZOSTAW ODPOWIEDŹ

Please enter your comment!
Please enter your name here