Читайте также:
|
|
Никогда не следует недооценивать возможной значимости негативных результатов. Анализ условий, при которых система дает плохие результаты, иногда может раскрыть важные недостатки системы, которые ранее были пропущены, и, таким образом, дать ключ к возможному улучшению системы. Конечно, тот факт, что подразумеваемые изменения правил улучшают результаты в случае низкой результативности системы, ничего не доказывает. Однако обоснованность любых предполагаемых изменений была бы подтверждена, если подобные изменения в общем случае вели бы к улучшению результатов и для других наборов параметров и рынков. Потенциальную ценность негативных результатов как источника идей относительно того, как можно улучшить систему, трудно переоценить. Концепция беспорядка как катализатора мышления — всеобщая истина, которая была превосходно выражена писателем Джоном
* Для целей фьючерсной торговли (в противоположность историческому тестированию) историческая результативность может быть третьим релевантным фактором в определении веса контракта. Однако этот фактор не может учитываться как один из параметров процедур тестирования, поскольку он искажал бы результаты.
ГЛАВА 20. тестирование и оптимизация торговых систем 727
Гарднером: «В совершенном мире не было бы потребности в мышлении. Мы думаем, поскольку что-то происходит неправильно».
Идея учиться на плохих результатах в основном применима к системе, которая хороша на большинстве рынков и при большинстве наборов параметров, однако в отдельных случаях дает плохие результаты. Однако системы, которые демонстрируют разочаровывающие результаты на широком спектре рынков и наборов параметров, скорее всего, негодны, если только результаты не оказываются ужасающе плохи. В последнем случае может оказаться привлекательной система, которая меняет сигналы исходной системы на противоположные. Например, если тестирование новой системы следования за трендом показывает, что она постоянно теряет деньги на большинстве рынков, можно предполагать, что кто-то случайно наткнулся на эффективную проти-вотрендовую систему. Подобные открытия могут больно ударять по самолюбию, однако их не следует игнорировать.
Конечно, тот факт, что система демонстрирует стабильно плохие результаты, не подразумевает, что обратная ей система работала бы лучше. Причина в том, что виновником значительной части убытков часто оказываются транзакционные затраты. Таким образом, реверсивная система может работать не менее плохо, поскольку эти затраты никуда не денутся. Например, так было в случае вышеприведенного специально подобранного примера, описанного в начале этой главы. В качестве другого примера: на первый взгляд, реверсирование сигналов, генерируемых системой, которая теряет в среднем $3000 в год, может показаться привлекательной стратегией. Тем не менее, если две трети потерь могут быть отнесены к транзакционным затратам, то эта стратегия приведет к потере $1000 в год, предполагая неизменность ее результативности. (Предыдущие предположения подразумевают, что транзакционные затраты равны $2000 в год и что торговля приводит к потерям $1000 в год за вычетом этих затрат. Таким образом, реверсирование сигналов давало бы доход от торговли, равный $1000 в год, но транзакционные затраты ($2000 в год) привели бы к чистым убыткам в размере $1000 в год.) Мораль: если вы собираетесь сконструировать плохую систему, то вас ждут большие неприятности, если она окажется хорошей.
Дата добавления: 2015-07-10; просмотров: 163 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
ПРАВДА О РЕЗУЛЬТАТАХ МОДЕЛИРОВАНИЯ | | | ЭТАПЫ ПОСТРОЕНИЯ И ТЕСТИРОВАНИЯ ТОРГОВОЙ СИСТЕМЫ |