Название: Энциклопедия торговых стратегий

Рейтинг:

Просмотров: 2083

Глава 4 статистика

Многие разработчики торговых  систем  не оценивают статистическую значимость результатов оптимизации.  Это достаточно неприятно, учиты- вая,  что статистика принципиально важна  при оценке поведения торго- вых систем.  Как,  например, можно  судить о причине успеха системы — реален  ли он или  основан на артефакте либо на «удачной»  выборке дан- ных?  Задумайтесь об этом,  ведь следующая выборка может  быть не оче- редным  тестом,  а реальной торговлей. Если поведение системы определя- лось случаем,  можно  быстро  лишиться капитала. Нужно  найти  ответ на следующий очень важный вопрос:  высокая эффективность системы выз- вана  обнаружением по-настоящему оптимальных параметров или  явля- ется  результатом «подгонки» под исторические данные? Мы  встречали много разработчиков систем, которые отказываются от любой оптимиза- ции  вообще  по причине иррационального страха подгонки, не зная,  что статистический анализ  помогает бороться с этой  опасностью. В общем, статистика может  помочь  трейдеру оценить вероятность того,  что систе- ма в будущем будет работать  так же прибыльно, как и в прошлом. В этой книге мы представили результаты статистического анализа везде,  где это, по нашему  мнению, полезно и уместно.

Среди  методов  статистического анализа,  наиболее полезных трейде- ру, можно  назвать  проверку по критерию Стьюдента, корреляционный анализ  и некоторые виды  непараметрического статистического анализа.

Проверка  по критерию  Стьюдента  необходима в тех случаях,   когда надо определить вероятность того, что среднее или сумма некоторого ряда независимых значений (полученных из выборки) больше или меньше не- которого числа  или находится в некоторых пределах  от него.  Например, проверка по  критерию Стьюдента может  вскрыть  вероятность того,  что общая  прибыль ряда  сделок  (каждая  с индивидуальными показателями прибыли/ убытка)  может  превысить некоторый порог  в результате  про- стой случайности. Эти критерии также полезны для выбора периодично- сти данных,  например при вычислении дневного или месячного дохода за период  в несколько лет.  Кроме того,  проверка по критерию Стьюдента помогает установить  границы  производительности  системы  в  будущем

70                                                                                                  ЧАСТЬ  I   РАБОЧИЕ ИНСТРУМЕНТЫ

(если предположить, что на рынке не ожидается структурных изменений), что позволит заявить, например,  следующее: «вероятность того, что в бу- дущем средняя прибыль составит от х до у, более 95%».

Корреляционный анализ  помогает  определить  степень  взаимосвязи двух различных переменных.  При использовании для принятия решений он также помогает  определить, являются ли связи  «статистически значи- мыми»  или просто  случайными. С помощью таких методов  можно  опре- делить доверительные интервалы границ  «реальной» корреляции, т.е. кор- реляции по выборке данных  за некоторый период  времени. Корреляци- онная статистика важна при поиске переменных, которых можно исполь- зовать как прогностические показатели, например, в нейронной сети или в системе  уравнений регрессии.

Корреляционный анализ и непараметрические статистические  мето- ды (критерий наличия «чередующихся полос» в ряду данных)  полезны при

оценке зависимости значений ряда данных от предыдущих значений в ряду (серийной корреляции). Например, действительно ли выгодные сделки сле- дуют в виде полос  или групп,  между которыми сплошные убытки?  Крите- рии наличия «полос»  позволяют определить, что же на самом деле проис- ходит. Если в системе  есть серийная корреляция, ее можно  использовать для перенастройки системы. Например, если в системе  выражены перио- ды прибылей и убытков,  можно  разработать метасистему, которая будет проводить сделку за сделкой, пока  есть прибыли, и прекращать торговлю после  первой  убыточной сделки,  уходя в «виртуальную торговлю»  до на- ступления новой  прибыльной полосы.  Если полосы  реально существуют, то подобная стратегия может  значительно улучшить  поведение системы.