Наскільки надійною є Ваша стратегія Введення в метод Монте-Карло
Невизначеність прогнозування майбутніх результатів Торгових операцій
Історичні результати торгової стратегії свідчать, як проявляла себе стратегія у минулому. При прогнозуванні рентабельності стратегії у майбутньому ми стикаємося з невизначеністю. Для нас не важливий доступний обсяг історичної інформації, оскільки ми не можемо з упевненістю сказати, що чекає на нас у майбутньому. Ми можемо лише підготувати оцінку, засновану на історичних результатах, досвіді, накопиченому нами у цій галузі, або досвіді, який був у нас у минулому. Незважаючи на те, що нам знадобиться ця оцінка, ми не можемо дізнатися, наскільки прогноз відповідатиме реальним результатам у майбутньому.
Моделювання Монте-Карло (МК) дозволяє отримати ймовірнісну інтерпретацію нашого прогнозу. Коротко, результати моделювання Монте-Карло пропонують нам дані про передбачувану та засновану на статистиці рентабельності торгової стратегії. Моделювання може допомогти вам прийняти рішення про надійність вашої стратегії, про співвідношення прибутку/максимальний збиток, очікуваний для вашої стратегії, а також про доцільність застосування стратегії або повної відмови від неї.
Що є метод Монте-Карло?
В рамках моделювання Монте-Карло пропонується список моделей можливих результатів із рандомізацією параметрів моделі відповідно до заданого розподілу ймовірностей. Потім кілька разів здійснюється підрахунок результатів, залежно від використання різних комплексів випадкових значень моделі.
Найпростіше пояснення полягає в тому, що метод Монте-Карло заснований на виконанні одного моделювання кілька разів, при кожномуу разі виникнення незначних випадкових змін. Що більше число повторень, то вище статистична достовірність результатів.
Приклад використання Методу МК - Зміна послідовності операцій
Історичним обґрунтуванням є простий перелік операцій. Що у ньому можна рандомізувати? Наприклад, послідовність операцій. Порядок операцій, здійснених у минулому, є відносно випадковим. Якщо рентабельність системи становить 60%, Ви маєте підстави очікувати, що 60% операцій будуть рентабельними, а 40% збитковими, але Ви не можете зробити висновок про те, в якій послідовності вони відбуватимуться.
Просто після перетасування надходжень, Ваш остаточний виторг буде той самий, але максимальні збитки можуть значною мірою змінитися. Замість 10% скорочення Ви можете зіткнутися із скороченням у розмірі 30%, лише змінивши порядок проведення операцій. Отже, якому значенню слід довіряти? Чого слід очікувати у майбутньому?
Відповідь у статистиці, це основа методу Монте-Карло. Ви можете дозволити програмі виконати цю реорганізацію 100 разів і побачите, яким буде найбільше та найменше скорочення, досягнуте під час випадкових змін.
На малюнку 1 викладено систему. На малюнку 3 представлені 100 різних процесів, виконаних з використанням тієї ж системи. Все, що ми зробили, змінили послідовність операцій.
Як розраховуються ці значення?
Наприклад, значення на рівні довіри 95% означають, що в рамках 100 випадкових виконаних нами моделювань, 95 з них (95%) мали ті ж чи кращі значення, ніж значення на рівні довіри.
Або, іншими словами, ймовірність, що максимальні збитки становитимуть понад 30,07%, не перевищує 5%. Значення, що дорівнює 95%, є звичайним рівнем довіри, що розглядається. Ви можете реально очікувати, що результати системи будуть тими ж чи кращими порівняно зі значеннями цього рівня довіри.
Які характеристики можуть виступати як випадкові в рамках методу Монте-Карло?
Коли ми працюємо з історичними результатами трейдерів, список виконаних у минулому операцій – це все, що ми маємо. То що ми можемо зробити з ними?
1. Змінити порядок здійснення операцій. Існує 2 можливості: у першому випадку ми лише випадковим чином виконуємо перетасовування в послідовності операцій. У рандомізованому варіанті даного тестування операції проходять не тільки перетасовування. Натомість, програма навмання вибирає загальну кількість операцій у групі з усіх операцій, що мали місце в минулому. Відмінність у тому, що з використанні останнього методу списки операцій можуть бути різними. Ви можете вибрати одну операцію кілька разів, інші операції не вибирати зовсім.
2. Пропускаючи операції. Ми можемо отримати результат щодо деяких операцій, які випадково не будуть використовуватися (із заданою ймовірністю). При здійсненні реальних торгових операцій з майном часто можна втратити операцію у зв'язку з платформою або інтернетом, або просто тому, що протягом певного періоду часуВи не торгували. Даний тест дасть Вам уявлення про те, якою буде крива акцій, якщо деякі операції будуть випадково пропущені.
Практичне використання методу Монте-Карло
Застосування цього методу має бути одним із останніх кроків у розробці Вашої стратегії. Перш ніж розпочати впровадження будь-якої стратегії, Вам необхідно виконати моделювання Монте-Карло для реалістичної оцінки очікувань щодо максимального прибутку та збитків.
Рівень очікувань та кількість моделювань. Найкраще мати рівень очікувань, що становить 95%, і виконувати як мінімум 100 моделювань. Чим більше буде виконано моделювань, тим вище статистичне значення. При цьому лише значення на рівні 95% буде вказувати на те, що ймовірність отримання гірших результатів, ніж результати моделювання, дорівнює 5%.
Максимальні збитки та чистий прибуток. Вам необхідно виконати пошук значень, запропонованих у ході моделювання Монте-Карло, розглянути їх як значення, які можуть мати місце насправді, а також оцінити свою готовність застосувати стратегію, що пропонує отримані очікування щодо прибутків та ризиків.
Др. Марк Фрік має науковий ступінь доктора наук у галузі програмування. Він є розробником програмного забезпечення для торгових операцій з досвідом роботи понад 10 років і головним архітектором програмного забезпечення в StrategyQuant, компанії з розробки програмного забезпечення та технологій, присвячених продукції, пов'язаної з алгоритмічними торговими операціями та штучним інтелектом.