+
Adaptrade Software Boletín artículo Técnicas Multi-Mercado para Estrategias de Trading robustos por Michael R. Bryant Una de las mayores preocupaciones entre los comerciantes sistemáticas es estrategias de negociación sobre-ajuste. Una estrategia de sobre-ajuste se ve muy bien en el back-testing, pero falla en las pruebas hacia adelante o en el comercio en tiempo real. Hay muchos factores que afectan o no una estrategia es el exceso de ajuste, pero un factor importante es la robustez. En este contexto, la robustez se refiere a qué tan sensible es una estrategia a las variaciones en los datos sobre los que se basa. Una estrategia más robusta es menos sensible a las variaciones en los datos de precios. En otras palabras, una estrategia robusta llevará a cabo bien para una variedad más amplia de los precios de mercado que una estrategia menos robusto. Podría decirse que una estrategia comercial que funciona bien en una variedad de diferentes mercados es más robusto que uno que trabaja en uno de esos mercados. Sin embargo, las estrategias de construcción que trabajan en una variedad de mercados es sólo una manera de lograr la robustez con un enfoque multi-mercado para el diseño de estrategias. En este artículo se analizan algunas de las diferentes técnicas de multi-mercado que pueden usarse para desarrollar estrategias de negociación más sólidas. Insensibilidad a precios El elemento clave de la estrategia de robustez que quiero abordar es la insensibilidad a los precios. Insensibilidad significa que la estrategia puede resultar rentable para una amplia variedad de precios. El grado de variación de los precios puede variar de pequeñas diferencias, como la alta o baja diferente por unos pocos ticks, a las grandes diferencias, como completamente diferentes mercados. Para las pequeñas variaciones, debe quedar claro que una estrategia no debe ser tan dependiente de un precio específico o patrón de precios que incluso unos pocos ticks variación en el patrón hará que la estrategia falle. Sin embargo, esto puede suceder en la práctica si una estrategia se ha diseñado para un mercado específico utilizando técnicas como la evolución de los precios en los que las condiciones de entrada o salida dependen de ciertos precios o la relación entre los precios específicos. Dado que el futuro nunca se replica exactamente el pasado, es importante no confiar en los patrones que están tan atados al pasado que no es probable que se repita. De hecho, en la mayoría de los casos, estos patrones son probablemente el ruido del mercado simplemente al azar. En este extremo del espectro de la robustez, entonces, un objetivo que vale la pena sería hacer estrategias menos sensible al ruido aleatorio mercado. En el otro extremo del espectro, podemos tener completamente diferentes mercados. Una estrategia que negocia con eficacia una amplia cartera de futuros, acciones y divisas representa el ápice de la insensibilidad precio. Es muy poco probable que esa estrategia sería sobre-ajuste. Por otra parte, una estrategia que pone a prueba bien en una amplia variedad de mercados es más probable que un buen desempeño en el futuro, cuando las condiciones cambian porque ya ha demostrado su capacidad para desempeñarse bien en diferentes condiciones. Las técnicas para diferentes grados de robustez En esta sección, voy a discutir tres técnicas diferentes para la construcción de robustez en una estrategia de negociación, cada una enfocada en un diferente grado de robustez. Para ilustrar las ideas, voy a utilizar ejemplos generados por Adaptrade Constructor. una herramienta de generación de descubrimiento estrategia y código que construye estrategias de negociación en EasyLanguage para TradeStation y MultiCharts. Estrategias Multi-Mercado La primera técnica, que también es el más comúnmente encontrado, es construir una estrategia en múltiples mercados, donde cada mercado es diferente. Algunos comerciantes sólo se intercambian estrategias multi-mercado basadas en la creencia de que las estrategias del mercado único son demasiado propensos a ser sobre-ajuste. Otros comerciantes prefieren centrarse en un mercado único. Independientemente de su preferencia, un compromiso entre la robustez y el rendimiento se puede esperar en la construcción de estrategias. Sería pedir demasiado esperar que una estrategia diseñada para operar múltiples mercados para llevar a cabo también en cualquier mercado como una estrategia diseñada específicamente para ese mercado. Por otro lado, el riesgo de exceso de montaje generalmente será mayor para una estrategia de mercado único. Una posición intermedia es posible, sin embargo. Si bien no hay nada malo en tratar de desarrollar una estrategia que negocia de forma fiable una cesta de los mercados en gran parte sin relación - por ejemplo, el petróleo crudo, el oro, el trigo, los índices bursátiles, divisas, etc. - otro enfoque es a los mercados relacionados con el grupo y construir sólo sobre los mercados en cada grupo. Me centraré en el último enfoque aquí. En el siguiente ejemplo, he construido una estrategia en tres futuros de acciones: E-mini SP MidCap 400 (EMD), mini Russell 2000 (TF), y E-mini S & P 500 (EN). El uso de cinco años de barras diarias y asumiendo $ 25 por contrato para los costes de negociación (deslizamiento, comisiones, etc.), construí una estrategia mediante la maximización de la utilidad neta y reducir al mínimo la reducción, en el que el beneficio neto se ponderó el doble que la disposición de fondos. Reservé el último 25% de los datos para las pruebas fuera de la muestra. Tamaño de la posición fue configurado para utilizar un contrato por el comercio. Los resultados se muestran a continuación en la Fig. 1. Figura 1. Curvas de renta variable de una estrategia comercial construido sobre las barras diarias de la ES, EMD, y los mercados de futuros TF. La curva más gruesa en la parte superior representa la curva de las acciones combinadas (cartera), mientras que las tres curvas a continuación representan las curvas de valores respectivos para cada mercado. Es evidente a partir de las curvas de renta variable para cada mercado que la estrategia comercia de manera muy similar en cada mercado. Mientras que los tres mercados están relacionados y, probablemente, tienen un alto grado de correlación, los precios reales son diferentes en cada serie de precios. Podemos concluir que la estrategia es, por tanto, insensible a la variación de los precios entre los mercados - que funciona más o menos la misma en cada mercado a pesar de que los detalles tick-by-tick de los precios son diferentes para cada mercado. Esto ayuda a lograr el objetivo de hacer la estrategia insensible al ruido del mercado al azar, ya que, presumiblemente, elementos aleatorios serán diferentes de un mercado a otro, incluso en los mercados relacionados. Por otra parte, es razonable concluir que la lógica de la estrategia está tecleando en elementos que los tres mercados tienen en común. Desde los tres mercados son futuros de acciones, estos elementos están presuntamente relacionados con cómo el comercio futuros de acciones en este marco de tiempo. Estrategias un solo mercado intradiario Otra técnica para la fabricación de las estrategias más robusto es uno que se puede aplicar a una estrategia de mercado único en los datos intradía. Digamos que usted desea desarrollar una estrategia de negociación para 5 barras diminutas de los E-mini SP 500 Los futuros (ES). Si desea centrarse en el ES, pero usted está preocupado acerca de los patrones espurios inadvertidamente ajuste en ese tamaño de la barra, puede intentar montar simultáneamente a otros, tamaños de barras similares. Este enfoque se basa en la idea de que una estrategia que cotiza en, digamos, 5 bares hora también debe soportar en, digamos, 7 bares minuto. Cualquier estrategia que no comercia de manera similar en ambos tamaños de barras se presume que el exceso de ajuste a la serie un precio y, por tanto, excluidos. En la Fig. Se muestran 2, los resultados de la construcción de una estrategia de más de 5, 7, y 9 bares hora de la ES (sesión de día). Fue utilizado durante un año de los datos intradía, y se asumió $ 25 por contrato para los costes de negociación. Los otros ajustes fueron los mismos que en el ejemplo anterior, excepto que el 33% de los datos fue reservados para las pruebas fuera de la muestra. Figura 2. Curvas de renta variable de una estrategia comercial construido sobre 5, 7 y 9 bares minuto del mercado de futuros de ES. Como se muestra por las tres curvas de capital más bajos en la fig. 2, la estrategia cambiaron de manera similar sobre los tres tamaños de barras, lo que sugiere que la estrategia no fue sobre-ajuste al tamaño de una barra. Al igual que en el ejemplo anterior, podemos concluir que la lógica de la estrategia no es apto para los elementos aleatorios (es decir, ruido) asociados con cualquier tamaño de una barra. Esto nos debe dar más confianza en que la estrategia no es el exceso de ajuste al mercado ES. Directamente incluido el ruido Si el objetivo es hacer que la estrategia que se está desarrollando es insensible al ruido del mercado, el enfoque más directo es incluir el ruido en el proceso de construcción. Hay varias formas de hacer esto. En un artículo de mi otro boletín, El Boletín Breakout. Le expliqué cómo crear datos de precios sintéticos aleatorizando ciertos elementos de una serie de precios existente. En ese artículo, aleatorizado el orden de los cambios de precios, que conserva el precio cambia a sí mismos, pero pierde ninguna dependencia de serie en los datos. Hay por lo menos dos enfoques alternativos que preservaría las correlaciones de serie, mientras que la creación de una versión modificada de forma aleatoria de la serie original: Aleatoriamente cambiar un porcentaje determinado de bares, y, para cada barra para cambiar, seleccionar al azar un precio (abierto, alto, bajo o cercano) para modificar. Por último, cambiar el precio por una cantidad aleatoria. Por ejemplo, supongamos que modificamos bares con una probabilidad del 20%. Si se selecciona un bar que ser modificado, podemos seleccionar aleatoriamente el alto precio de ser cambiado. Por último, queremos cambiar el alto de una cantidad elegido al azar entre, por ejemplo, 0% y el 10% del rango verdadero promedio de los últimos 50 bares. Aplicar el método de series de precios sintética descrita en el artículo mencionado anteriormente, pero utilizar una técnica CHUNKING para ayudar a preservar las correlaciones de serie. Los grupos de técnicas chunking los cambios de precios de un número preseleccionado de bares y aleatoriza el orden de los trozos. Por ejemplo, supongamos que el tamaño de la porción es de 20 bares. Cada serie de 20 bares es considerada una porción, y el orden de los trozos se asignó al azar a continuación. Los trozos aleatorios de los cambios de precios son luego reconstituirse en una serie de precios, tal como se explica en el artículo. El tamaño del fragmento podría ser elegido sobre la base de un análisis de la dependencia de serie, si existiera, en los precios originales. Independientemente de que se elija el método, se añadiría la serie resultante de la cartera, al igual que en los ejemplos anteriores. Dado que el objetivo es asegurarse de que la estrategia resultante es insensible a los elementos aleatorios introducidos en los datos, por lo menos varios tales series de precios sintética debe ser añadido a la cartera, además de los precios originales. Las estrategias de entonces serían construidas sobre todas las series, original y sintética, como una cartera. Conclusiones El logro de la insensibilidad a la variación de precios es una manera de construir robustez en una estrategia de negociación. El grado de variación de precios puede variar de fluctuaciones aleatorias (es decir, ruido) a precios de un mercado completamente diferente. Para desarrollar una estrategia que es insensible al grado deseado de variación de precios, la estrategia puede ser construido y probado más de una cartera de mercados que consisten en la serie original o precio objetivo junto con otras series de precios que introducen el grado deseado de variación. Las tres técnicas descritas en este artículo difieren en cómo se creó la variación de precios. La primera técnica utiliza diferentes pero relacionados mercados. La segunda técnica utiliza diferentes tamaños de barras de un mismo mercado. La última técnica propuso utilizar los datos de precios sintéticos generados a partir de la serie original, modificando aleatoriamente elementos de la serie original. Independientemente del método utilizado, la idea básica de la construcción de estrategias de negociación que sea menos sensible a los datos utilizados para el diseño y prueba de ellos deben ayudar a crear estrategias de negociación más sólidas. Y una estrategia comercial sólida es menos probable que haya un exceso de ajuste al mercado y, por tanto, más posibilidades de aguantar bien en las operaciones en tiempo real. Mike Bryant Adaptrade Software * Este artículo fue publicado en la edición de agosto 2012 del boletín Adaptrade Software. Una de las características que impidan la utilización de los comerciantes de tendencia que sigue es la tasa menor porcentaje de victorias típico (es decir, relación de ganar el comercio frente a la pérdida de oficios) de tales sistemas. Va contra el instinto natural de querer tener razón la mayor parte del tiempo que las operaciones terminan en una pérdida de más de las veces. Psicológicamente, es más difícil para el comercio un sistema que produce más operaciones perdedoras. A pesar de esto, la tendencia que sigue es una estrategia rentable. ¿Podría haber una especie de prima psicológica recibida por los comerciantes que deseen utilizar el sistema de porcentaje de victorias bajo? Cuando hace poco mirando a Ralph Vinces Espacio Apalancamiento Modelo. Pude ver una posible razón por qué los sistemas porcentaje de victorias bajas podrían ser más robusto. Sistemas robustos son volátiles Un aspecto de sistemas sólidos es la volatilidad de los resultados del sistema y su curva de la equidad. Del mismo modo que bajo porcentaje de victorias, la volatilidad es también una característica del sistema que los operadores / inversores casi siempre quieren evitar, al menos desde un punto de vista psicológico. He aquí una cita de David Druz una adición reciente a la siguiente tendencia Wizards informe que explica la relación entre la robustez y la volatilidad: La robustez de un sistema de comercio es proporcional a su volatilidad. Esta es la parte no-libre-almuerzo. Un sistema robusto es aquel que funciona y es estable a lo largo de muchos tipos de condiciones de mercado y durante muchos plazos. Trabaja en futuros del Bund alemán y funciona en trigo. Funciona cuando se prueba más de 1.950 hasta 1.960 o más de 1990-2000. Sistemas robustos tienden a ser diseñado en torno a las tácticas exitosas de negociación, técnicas de manejo de dinero clásicos y los principios universales del comportamiento del mercado. Estos sistemas no están diseñados en torno a los tipos específicos de mercados o la acción del mercado. Y aquí está lo sorprendente de sistemas robustos: El un sistema más robusto, más volátil que tiende a ser. Esto se debe a que los sistemas robustos no están optimizadas a los mercados o las condiciones del mercado en particular. Lo contrario también es cierto. Usted puede diseñar sistemas con un excelente rendimiento y baja volatilidad en la prueba histórica, sino que trabajan sólo para períodos determinados en los mercados dadas. Estos sistemas tienden a ser curva en forma o ajuste en el mercado y no son robustos. Para un sistema que tiene las más altas probabilidades de la rentabilidad a través del tiempo y de los mercados, la disyuntiva ineludible es la volatilidad. La diversificación se puede utilizar, por supuesto, pero sólo amortiguar la volatilidad tanto. Un ejemplo típico de baja volatilidad, curva de la equidad de alto rendimiento es éste a continuación: LTCM: curva de la equidad sin problemas por un rato. No robustez allí. El impacto de la administración del dinero La administración del dinero es una parte fundamental de un sistema de comercio. Se puede hacer o romper cualquier sistema, por muy bueno que es. Más de comercio un muy buen sistema todavía que va a perder dinero. De hecho, afirma Vince, en el apalancamiento de comercio espacial Modelo introducción, que la administración del dinero representa el 100% de un sistema de comercio (dejando a 0% para la generación de señales, etc.). Esta es probablemente una exageración, pero el impacto de la administración del dinero no debe ser subestimada. Al observar el impacto de los sistemas de las tasa de ganadores por parte la administración del dinero de ella, podría haber una razón de por qué un sistema podría ser más robusto cuando produce más perdedores que ganadores. F óptima, las fronteras y el tigre de la jaula Dependiendo de las preferencias, existe una f óptima que maximiza el crecimiento y que puede tomar en cuenta los factores de riesgo. El enfoque óptimo es, obviamente, para estar tan cerca como sea posible a la f óptima. Sin embargo, esto no es simple: los mercados cambian, los sistemas pasan por diferentes fases de funcionamiento y como resultado, mueve f óptimos también. No es un valor fijo. Desde el principio, sabemos que f óptima es acotada entre 0 y 1, y que cuanto más somos de ella, el rendimiento menos óptimo será. Vince tenía una analogía divertida, comparando la óptima f para un tigre de itinerancia en un campo de fútbol. El tigre podría estar en cualquier lugar en el campo; el comerciante de caza tiene que encontrar su ubicación para colocar la jaula del tigre. Cualquier error en la localización del tigre se traduciría en un rendimiento inferior al óptimo: cuanto más el tigre es de la jaula, peor es el sistema podría realizar. Sin embargo, no es un corolario de los cálculos f óptimos: el valor óptimo f está limitada por la tasa de ganar del sistema de comercio. F puede tomar valores entre 0 y 1, pero si el sistema tiene una tasa de ganancia de 30%, f óptima siempre será de entre 0 y 0,3. Volviendo a la analogía del tigre-on-the-fútbol de campo, se reduce en gran medida la tarea del operador de caza si sabemos que el tigre nunca se aventura más allá de la línea de 30 yardas. Y como resultado, así que nunca será demasiado lejos de la meta. Desde un punto de vista comercial, esto significa que hay menos margen para el error en la ubicación de la palanca óptima y por lo tanto menos impacto de un apalancamiento sub-óptima. En términos de robustez, esto significa que a medida que cambian los mercados, también lo hará la f óptima. Un sistema de comercio con un bajo porcentaje de victorias reducirá la posible variación en la f óptima (por ejemplo, [0,0.3] en lugar de [0,1]) y por lo tanto el error entre el valor f real utilizado por un comerciante y el f óptima. La reducción del error también debe reducir su impacto negativo en el rendimiento del sistema y que el sistema sea menos sensible a los cambios de mercado subyacentes. En una palabra: más robusto. Esto es sólo un pensamiento. No tengo ninguna evidencia dura o teoría para ello. Cuando era un joven niño siempre soñé con tener un tigre y montar a la escuela. Id ahora gusta pensar que se trataba de una llamada subconsciente pronto para ser un buen comerciante, centrándose en la captura de el tigre de la buena posición de calibrado / administración del dinero