Переворот в понимании рыночных процессов
@QuantUXВ этой статье мы более детально поговорим о количественных методах оценки вероятностей и статистической значимости тех или иных событий случайного процесса биржевой игры.
Как производится оценка активов с точки зрения применения математики и статистики, количественной оценки вероятностей, построения прогнозных моделей и цифровых фильтров читайте в этой вводной статье.
Подробности можно изучить на моем канале и в блоге.
Напомню, что система, описанная в моих статьях и на моем канале состоит из двух блоков:
Таким образом в общем и целом система позволяет заранее построить прогнозную модель движения цены актива при помощи информативного модуля, а затем в торговом модуле на основании полученных (и получаемых в реальном времени) данных построить обоснованные параметры фильтров для принятия торговых решений.
Как это работает:
- В прогнозном модуле исторические данные путем специальных преобразований определяют параметры и характеристики кривой;
- В прогнозный модуль с каждым новым тиком поступают все новые и новые данные, и алгоритм определяет, какое влияние эти данные оказывают на характеристики кривой;
- Полученные коэффициенты на выходе дают актуальные параметры цифрового фильтра торгового модуля системы на основании статистической и вероятностной значимости;
- Эти же коэффициенты применимы для построения прогноза кривой, так как мы статистически обсчитываем влияние новых данных на кривую, и можем видеть устойчивость прогнозной модели;
Давайте углубимся в описании двух модулей торгового алгоритма - прогнозного и торгового.
Как все начиналось:
До 2014 года я как и многие занимался на бирже тем, что пытался по наитию (хотя многим это показалось бы действительно системным подходом) обуздать рынок. Все любые известные подходы к анализу котировок к тому моменту уже были мною испробованы, но необходимого стабильного результата НЕ приносили. Торговля с показателем профит фактора PF ≈ 1.5 меня категорически не устраивала.
Именно в 2014 году у меня случился тот самый переворот в понимании того, как следует работать со случайными процессами. Конечно, какие-то задатки были и ранее: еще в 2012 году я составил свою первую модель, написанную в Excel, и, признаться, успешно использовал ее многие годы спустя. В основном это касалось спекуляций с наличным долларом. Окончательно от этой модели я не отказался до сих пор, и время от времени все же посматриваю на нее; однако, именно с нее начался мой путь в мир количественного анализа.
На тот момент у меня за плечами был солидный бекграунд построения всевозможных механических торговых систем: казалось-бы, для успешной торговли было все необходимое - качественный бектест, длительный трек-рекорд, строгость системы принятия решений, и т.д. и т.п. Но рынок все равно продолжал извиваться, и в самый неподходящий момент менял все свои характеристики (волатильность, к примеру), что в конечном итоге приводило к растрате накопленного ранее профита.
Другими словами, разработчики алгоритмов, в основной своей массе, в желании найти исторические рыночные неэффективности, занимаются на бирже курв-фиттингом. Найденные на бектесте значения скользящих средних и прочих элементов систем со временем перестают показывать былые результаты. Чем это в конечном итоге оборачивается, хорошо известно - историями о манипуляциях, об изменчивости рынка, об инсайде, крупных игроках, и все в таком духе.
Именно осознание того, что изменение биржевых котировок относится к случайным процессам и подтолкнуло меня в свое время к исследовательской деятельности в этом направлении. Кроме того, так совпало, что именно в 2012 году в мире начался бум на Big Data (стат/мат анализ), и информация потекла как из рога изобилия.
Тем более, некоторые умные люди из самых глубин Интернета, на закрытых форумах и прочих открытых источниках твердили о массивах данных, о генетических алгоритмах, о скрытых процессах и т.п. В частности, в конце 2011 года Григорий Фишман вот в этом своем выступлении натолкнул меня на некоторые соображения:
Начался период в моей карьере под названием Deep Learning...
Прогнозный модуль системы:
Со временем, после многолетнего прочтения тонн информации, стало понятно, что торговать, а уж тем более прогнозировать случайные процессы можно исключительно с точки зрения оценки вероятности наступления того или иного события. И никак иначе.
Согласитесь, каждый раз открывая какую-то сделку, трейдер так или иначе осуществляет прогноз, оценивает (кто как умеет) вероятность, риски, и пытается предугадать будущее движение рынка.
График цены, формируемый балансом спроса и предложения - это динамичная среда, имеющая определенные свойства и характеристики, которые изменяются с каждой новой секундой. Это объясняется тем, что временные ряды биржевых данных не дискретны и не стационарны.
Статистическое моделирование изучает влияние флуктуаций, шумов и т.п. на процессы. При учете случайных процессов движение системы будет подчиняться уже не динамическим законам, а законам статистики. В соответствии с этим могут быть поставлены вопросы о вероятности того или иного движения, о наиболее вероятных движениях и о других вероятностных характеристиках поведения системы
Таким образом, цены — это отражение более глубинных процессов, которые мы не видим. Отсюда вывод:
Что это означает? Это значит, что единственным решением на бирже, с учетом всех имеющихся условий, является прогноз не самих цен, а вероятностной картины изменения этих цен в будущем.
Система (принятия решений), если это действительно система, должна выступать симбиозом всех трех состояний времени, и описывать статистически и вероятностно обоснованную реальность процесса на любом его отрезке. Система должна решать следующие проблемы:
- Определение фазы рынка;
- Построение прогнозной модели;
- Определение тренда;
- Избегание sideway market;
- Точность входа/выхода из позиции;
Если в системе не решены в комплексе нижеизложенные проблемы, то такую торговлю вообще нельзя причислять к разряду системной, а лишь к механической:
- Необходимо определить фазу/состояние рассматриваемой кривой (количественно выяснить ее параметры и свойства);
- Полученные коэффициенты необходимо преобразовать и вычислить, как поступление НОВЫХ значений отражается на параметрах кривой;
- Провести оценку статистической и вероятностной значимости событий (плотности распределения и т.д.);
- Построить прогнозную (информативную) модель движения;
- Построить такие цифровые фильтры, сигналы которых строго ложились бы в полученные параметры и характеристики;
Таким образом получится строгая объективность оценки кривой: мы оценили и исторические данные, и построили актуальный фильтр для текущей ситуации, и применили все это для построения прогноза.
Действительно, со временем стало понятно, что ни один из этих компонентов по отдельности работать не будет. Если построить алгоритм только по историческим данным - мы не узнаем, когда такая система сломается; если брать только текущие значения, мы не узнаем как новые значения меняют нашу систему; если просто строить прогноз (даже в Excel это можно делать) - то опять-таки, постоянно обновляемые данные будут оказывать влияние на кривую, и система в конце концов утратит эффективность.
Из поэтапного решения всех вышеизложенных задач и родился сначала прогнозный модуль, а затем уже со временем из него был закономерно выведен и торговый модуль. Их взаимодополняющий симбиоз как раз и является тем, что называется торговая система. Напомню еще раз, как эта синергия работает:
- В прогнозном модуле исторические данные путем специальных преобразований определяют параметры и характеристики кривой;
- В прогнозный модуль с каждым новым тиком поступают все новые и новые данные, и алгоритм определяет, какое влияние эти данные оказывают на характеристики кривой;
- Полученные коэффициенты на выходе дают актуальные параметры цифрового фильтра торгового модуля системы на основании статистической и вероятностной значимости;
- Эти же коэффициенты применимы для построения прогноза кривой, так как мы статистически обсчитываем влияние новых данных на кривую, и можем видеть устойчивость прогнозной модели;
Торговый модуль системы:
После того, как прогнозная модель построена, за дело берется торговый модуль системы, который используя коэффициенты информативного модуля, позволяет ВСЕГДА покупать дешево, а продавать дорого, при этом фильтруя моменты бокового рынка/низкой волатильности.
Построение системы принятия решений заключается в получении такого цифрового фильтра, который был бы адаптивным, сглаженным и статистически обоснованным. Имея на руках обсчитанные (информативным/прогнозным модулем) коэффициенты кривой мы можем строить такой фильтр. К сожалению я не могу озвучить алгоритм подбора параметров, но в общих словах я не раз уже описывал концепцию в своем блоге: полученные из специальным образом преобразованных данных коэффициенты статистически обрабатываются и сортируются. На выходе имеем параметры цифрового фильтра, которые прошли статистическую и вероятностную оценку.
Как совершать выгодные сделки на бирже при помощи торгового модуля системы, среди прочего, описано здесь:
Практика применения:
На моем канале можно найти огромное количество примеров того, как работает описанный выше алгоритм. Это и всевозможные количественные прогнозы, и торговые сигналы, и рекомендации. Все это публично и открыто. В ретроспективе с контентом можно ознакомиться в этом обзоре:
А так же в этой статье (постоянно дополняется):
Давайте рассмотрим работу обоих модулей алгоритма на примере динамики криптовалюты Ripple. Посты на канале (прогнозные и торговые) по данному активу можно найти по хеш тегу #XRPUSDпрогноз.
Как Вы помните, для многих "трейдеров" и "гуру" обвал котировок XRP в начале года стал неожиданностью. Вопрос о том, где и когда откупать это падение так же вызывало споры в среде всевозможных инвесторов.
В то же самое время для тех, кто владеет математикой, такие вопросы совершенно не являются откровением:
Система заранее построила прогнозную модель движения цены актива при помощи информативного модуля, а затем в торговом модуле на основании полученных (и получаемых в реальном времени) данных были получены обоснованные параметры цифровых фильтров для принятия торговых решений.
Ниже на GIF-картинке показано, как система заранее определяет динамику движения актива от начала падения в январе 2018 года и до его завершения в текущий момент времени (оранжевая кривая - цены закрытия XRP):
Сразу отмечу, что на рисунке выше в виде синусоиды представлен лишь удобный формат визуализации разворотных моментов на временном ряду. Это никоим образом не очередная вариация на тему спектрального анализа, как кто-то мог бы подумать.
Такая форма визуализации выбрана и реализована мной не случайно. Далее станет понятно о чем я.
Давайте теперь посмотрим, как необходимые параметры цифровых фильтров торгового модуля системы, полученные из коэффициентов, обработанных прогнозным модулем на основании их статистической и вероятностной значимости, отработали покупки в заранее обозначенное время.
Как видим, покупки Ripple сформировались сигналами затухания цифровых фильтров в строго обозначенное еще вначале года время, когда цена актива еще только била новые исторические вершины, и ни о каком падении никто даже не догадывался.
Вот так работает настоящая торговая система. Где каждый элемент вытекает из иного и дополняет друг-друга, рассматривая динамику изменения цен как единый процесс со своими строгими законами и логикой.
Точно так были определены все торговые и прогнозные решения, озвученные на моем канале по разного рода активам: BTC, EURUSD, TWTR и т.д. Горизонты событий ограничены лишь объемом данных: это могут быть прогнозы динамики движения актива на год вперед (например прогнозы по EURUSD или USDUAH описаны здесь), на неделю вперед и т.д.
ВАЖНО!!! В скором времени я предоставлю подписчикам своего канала возможность пользоваться (!!!) моим собственным алгоритмом.
Поставлю, так сказать, бизнес-процесс на поток. Это будут не просто какие-то сигналы, или канал с подпиской, обучение, и тому подобное. А свежий вариант инвестиционного предпринимательства - то чего разного рода "гуру" предоставить никогда и никому не смогут!
Зачем мне все это? Ну, во-первых "человек не просто смертен, а внезапно смертен", и всегда нужно делиться знаниями, а во-вторых более развернуто я отвечал на подобный вопрос здесь.
Что Вы получите:
- Вы будете иметь прогнозные модели по любым интересующим Вас активам, сможете качественно заранее определять их динамику; все рыночные движения сразу же обретут логику;
- Вы будете пользоваться цифровыми фильтрами торгового модуля системы, точно определяя моменты выгодных покупок или продаж любых интересующих Вас активов;
- Сможете самостоятельно на практике осуществлять те свои инвестиционные решения, которые я описываю на своем канале и в блоге;
Как это будет реализовано:
- Никакого дополнительного программного обеспечения не потребуется - все будет реализовано в среде Вашего аккаунта Tradingview;
- Торговые решения можно будет принимать или отслеживать динамику цен прямо с Вашего мобильного устройства;
Почему Tradingview:
- В одной веб-платформе встроены практически любые рынки - не нужно искать брокеров и разные терминалы для принятия торговых решений;
- Мой алгоритм будет защищен ограниченным доступом Pine Script;
Небольшое объяснение по последнему пункту:
В Tradingview существует возможность предоставлять свои алгоритмы с ограниченным доступом. Вероятно Вы видели такие, - они обозначены "замочком".
Никто без согласия автора не сможет добавить скрипт на график, а исходный код всегда будет виден только автору.
Это значит, что за демократичную плату я смогу предоставлять только конкретным пользователям в аренду свой алгоритм без раскрытия его кода.
Это крайне отличное решение для разработчиков: пользователь сможет беспрепятственно пользоваться системой, однако не сможет "расшарить" среди знакомых и друзей чужую интеллектуальную собственность.
Таким образом решаются следующие задачи:
- Пользователи смогут торговать количественными методами, на изучение и реализацию которых потребовалось бы не мало лет упорного интеллектуального труда;
- Нет необходимости раскрывать код алгоритма в любом виде;
- Пользователи не смогут поделиться системой с кем бы то ни было;
Согласитесь, такого решения никто из публичных "гуру" никогда не предоставит. Вы получаете конкретную систему с конкретными строгими количественными методами оценки вероятности и статистической значимости тех или иных событий случайного процесса биржевой игры. Сможете проделывать все те же трюки, которые я показываю у себя на канале.
Не упустите шанс познать свой поворот в понимании рыночных процессов!
Об этом всем более подробно Вы узнаете в будущих публикациях на канале.
Следите за обновлениями на моем канале и в блоге.
Единственный канал без воды о трейдинге и количественных методах оценки биржевых данных: применение математики и статистики, количественная оценка вероятностей, построение прогнозных моделей и цифровых фильтров. Только КОНКРЕТНЫЕ вероятностно и статистически взвешенные торговые рекомендации. ПОДПИСЫВАЙСЯ!!! https://t.me/quantux