Machine Translated by Google

Тактика четвертая: управление рисками

Первую главу этой книги я начал с цитаты из фильма «Маржа» .

Колл, поэтому кажется уместным закончить последнюю главу так:

Послушай, я занимаюсь управлением рисками... Я действительно не понимаю, как

естественно начать сокращать рабочие места.

Эрик Дейл, риск-менеджер, которого играет Стэнли Туччи в фильме «Предел риска», реагирует
на увольнение.

Быть риск-менеджером в банке или хедж-фонде — тяжелая работа. Вам, вероятно, платят
меньше, чем более гламурным трейдерам и управляющим портфелями, и у вашей работы
нет положительных сторон: только обратная сторона того, что что-то идет не так. Как
выяснил Эрик, к вам относятся как к центру затрат и очевидному месту, где можно начать
увольнение в кризисной ситуации. Но риск-менеджеры часто являются невоспетыми
героями286 многих финансовых компаний, а управление рисками является жизненно
важной дисциплиной, которой часто пренебрегают.

Я написал эту главу только для институциональных риск-менеджеров? Точно нет.

Управление рисками — это работа каждого, и оно должно составлять ключевой компонент
любой торговой стратегии. В стратегиях, описанных в этой книге, уже заложено
управление рисками, потому что они автоматически изменяют размеры позиций в
соответствии с ожидаемым риском данной позиции. Но есть и другие вещи, которые мы
можем сделать, чтобы позволить себе немного лучше спать по ночам.

Решение проблем с маржей

Самая очевидная и непосредственная опасность для фьючерсного трейдера или любого,
кто использует любой тип деривативов с кредитным плечом, — это маржин-колл. Если
вы получаете маржин-колл, значит, ваш процесс управления рисками уже дал сбой!

В предыдущей главе я отмечал, что проблемы с маржой возникают редко, если вы

разумный трейдер, но даже у меня они время от времени случались. Иногда маржа по
определенным фьючерсам временно увеличивается до чрезмерного уровня из-за
рыночных событий. Лично для меня самый последний эпизод произошел в феврале 2018
года, когда уровень VIX удвоился за один день на фоне резкого падения акций США.
Неудивительно, что маржа VIX и европейских
Machine Translated by Google

Фьючерсы VSTOXX резко выросли. Мне пришлось действовать быстро, чтобы предотвратить маржин-колл и

принудительную ликвидацию некоторых моих позиций.

Чтобы гарантировать, что вы никогда не получите маржин-колл, вам необходимо внедрить процесс

управления рисками. Все такие процессы должны включать следующие этапы:

Что-то, что вы можете измерять и количественно оценивать на регулярной основе.

Уровень, на котором вы будете действовать.

Действие, которое вы предпримете.

Когда отменить действие, которое вы предприняли.

Первое, что вам нужно сделать, это измерить: иметь хороший контроль над использованием вашей маржи. Я

проверяю свой каждый день. Далее нужно решить, какой максимальный уровень маржи вам будет удобно

использовать. В предыдущей главе я сказал, что использование маржи для трейдеров, торгующих

направленными фьючерсами с целевым уровнем риска = 20%, должно в среднем составлять около 30% от

стоимости счета.287 Допустим, мы будем обеспокоены, когда наше использование маржи превысит 50%, и

примем меры, когда оно достигнет двойного значения. наш средний: 60%. Теперь вам нужно решить, какие

действия вы предпримете, когда ваша маржа превысит требуемый уровень.

Все действия по управлению рисками бывают двух типов: конкретные и общие. Конкретным ответом будет

сокращение или закрытие позиций с самыми высокими маржинальными требованиями, пока мы не снизим

нашу маржу до приемлемого уровня, например 50% . На первый взгляд это кажется наиболее логичным

ходом, но он фактически приведет к ошибке отслеживания по сравнению с позициями, которые мы бы имели

без каких-либо проблем с маржой.288 Возможно, было бы лучше предпринять общие действия и временно

сократить все наши позиции на один и тот же коэффициент. Например, если наше использование маржи в

настоящее время составляет 75%, мы сократим все наши оптимальные позиции на треть, доведя начальную

маржу до 50% от стоимости нашего счета.

Наконец, нам нужно решить, когда отменить наши действия. В этом случае мы можем вернуться к торговле

в обычном режиме, как только уровень использования маржи снова станет ниже 50%.

Наложение экзогенного риска

Метод, который я использовал для построения портфелей фьючерсных контрактов с
Machine Translated by Google

Четвертая стратегия может показаться довольно сложной, но с точки зрения управления рисками она

довольно проста и потенциально опасна.

Несмотря на то, что он хорошо справляется со своей ожидаемой целью риска, в среднем в течение

длительных периодов времени бывает много дней, когда он занимает чрезмерные и потенциально

опасные позиции.

Чтобы справиться с этим, я использую наложение риска. Наложение является экзогенным (вне)

торговой стратегии, но его все же можно применять систематически. Он берет позиции, которые

торговая стратегия хотела бы принять, в качестве входных данных, а затем вычисляет множитель

позиции. Множитель, равный единице, означает, что мы не вносим никаких изменений в наши

оптимальные позиции. Множитель меньше единицы означает, что мы умножаем все оптимальные

позиции на множитель. Множитель не может быть больше единицы — мы никогда не рискуем больше,

чем исходная стратегия.

хотеть.

Как видите, это более сложный пример процесса управления рисками, который я описал выше:

Что-то, что вы можете измерить и количественно оценить: множитель позиции.

Уровень, на котором вы будете действовать: Когда требуемый множитель меньше единицы.

Ваше действие: Умножьте все позиции на множитель.

Когда следует отменить любое предпринятое действие: Когда множитель равен

один.

Множитель позиции будет равен наименьшему из следующих значений, каждый из которых

предназначен для работы с определенным типом риска:

Расчетный мультипликатор риска портфеля.

Нестационарный мультипликатор риска.

Множитель корреляционного риска.

Мультипликатор риска кредитного плеча.

Расчетный мультипликатор риска портфеля

За исключением стратегии двадцать пять, ни одна из стратегий в этом

Machine Translated by Google

позаботьтесь о риске на уровне портфеля . Мы очень внимательно относимся к риску по

позициям по отдельным инструментам в зависимости от силы наших прогнозов. Также
учитываем средний уровень диверсификации по разным инструментам, когда умножаем
все на множитель диверсификации инструмента (IDM). Если мы сделали все это
правильно, то, по крайней мере, при тестировании на исторических данных мы должны
достичь ожидаемой цели среднего риска, τ.

Но мы не учитываем, каким будет наш ожидаемый риск на ежедневной основе. Давайте

подумаем об обстоятельствах, при которых ожидаемый риск будет значительно выше
среднего:

Наши прогнозы необычайно сильны.

Два инструмента с одинаковым знаком позиции, доходность которых исторически

была некоррелированной, в настоящее время имеют временно сильно
коррелированную доходность.

Два инструмента с противоположным знаком позиции, доходность которых

исторически была сильно коррелирована, имеют временную антикоррелированную
доходность.

Два инструмента с сильно коррелированной доходностью, но обычно имеющие

позиции с противоположными знаками, временно получили позиции с одинаковым
знаком.

Два инструмента с сильно антикоррелированной доходностью, но обычно имеющие

позиции одного знака, временно получили позиции с разными знаками.

Торговля - это все о том, чтобы рисковать, но делать это правильно. Из этих факторов
только первый является законной причиной более высокого ожидаемого риска. Остальное
является раздражающим побочным эффектом процесса, который мы используем для
определения риска долгосрочной стратегии, вместо того, чтобы пытаться достичь того
же ожидаемого риска на ежедневной основе. Если есть идеальный шторм странно
подписанных позиций и корреляций необычного размера, то наш ожидаемый риск может
быть намного выше среднего, без оправдания более высокой уверенности, отраженной в
прогнозах с большими величинами.

Что нам нужно, так это множитель, который меньше единицы, когда наш ожидаемый риск
Machine Translated by Google

идет выше некоторого уровня. Иногда это будет слишком консервативно, так как
увеличение риска будет вызвано высокой убедительностью прогноза, но чаще всего нам
не нужна дополнительная волатильность.

Я собираюсь использовать один и тот же процесс для всех четырех множителей, начиная с
первого примера, множителя риска портфеля:

Измерьте что-то (X), в данном случае ожидаемый риск портфеля.

Из исторического распределения X в моем бэктесте найдите точку квантиля

99%. Это максимум Х.

Если в какой-либо точке X выше максимального, то ко всем позициям применяется

множитель, чтобы X был равен максимальному X.

Это применимо к любому X, если он масштабируется линейно, если мы умножим все наши
позиции на некоторую константу. Если мы сократим наши позиции вдвое, то X также
должен сократиться вдвое. Очевидно, это относится к оценке риска портфеля.

Почему я выбрал точку процентиля 99%, подразумевая, что множитель будет работать в
1% случаев? В какой-то степени это произвольно. Я не хочу, чтобы мультипликатор
работал постоянно, иначе он сильно исказит эффективность базовой торговой стратегии.
Но если множитель почти не срабатывает, то толку от него будет немного. Если у меня
есть четыре таких множителя, каждый из которых активен 1% времени, то, если они не
коррелированы, мой общий множитель позиции будет активен примерно 4% времени:
примерно две недели в году. Это кажется правильным.

Давайте начнем с измерения нашего первого X: ожидаемого годового процентного

стандартного отклонения доходности нашего портфеля.

Рассчитаем ожидаемое стандартное отклонение портфеля:

Здесь w — вектор весов позиций, а Σ — ковариационная матрица289 процентной доходности

инструмента, а не доходности подстратегии (см. Приложение B).
Мы выполняем умножение матриц внутри скобок. Вес позиции равен условной стоимости
нашей позиции в данном инструменте, разделенной на капитал, и с соответствующим
знаком (положительным, если
Machine Translated by Google

длинный, отрицательный, если короткий). Учитывая позицию N контрактов в инструменте i,

вес инструмента равен:

В качестве эталона я собираюсь использовать последнюю стратегию из первой части:

одиннадцатую стратегию с переносом и трендом для всего портфеля Jumbo. Результаты
будут аналогичны для других торговых стратегий, описанных в этой книге. На рисунке
97 показан исторический временной ряд ожидаемого риска для одиннадцатой стратегии.

Рисунок 97: Ожидаемое годовое процентное стандартное отклонение доходности

для одиннадцатой стратегии

Стоит отметить, что чем более диверсифицирован ваш портфель, тем более стабильными
будут ваши свойства риска и тем ниже значение вашего максимального риска.
Вот почему максимальный риск со временем постепенно снижается, так как в ранней части
бэктеста меньше инструментов.

Чтобы отразить это, я решил измерить максимальное стандартное отклонение в точке

процентиля 99% по данным за последние 20 лет. Для одиннадцатой стратегии это
значение составило 28 %, но я решил использовать 30 %, так как это ровно в 1,5 раза
больше целевого риска τ = 20 %. Это может показаться очень консервативным. Однако вы
должны иметь в виду, что из-за негауссовского характера доходности финансовых активов
ожидаемый риск, как правило, ниже целевого уровня, в то время как реализованный риск
Machine Translated by Google

подходит очень близко. Трейдеры с менее диверсифицированными стратегиями могут захотеть

использовать более высокий предел стандартного отклонения.

Теперь мы можем рассчитать предполагаемый мультипликатор риска портфеля, предполагая,

что мы хотим, чтобы ожидаемый риск портфеля не превышал 30%:

Вот несколько примеров с текущими ожидаемыми стандартными отклонениями 15% и 45%

соответственно:

Множитель риска прыжка

Выше я указал — уже не в первый раз — что финансовые активы имеют негауссовский риск.
Как следствие, предполагаемые стандартные отклонения имеют неприятную привычку
290
быстро меняться. Я очень нервничаю, когда рынок спокоен, так
как по опыту знаю, что, вероятно, будет шторм волатильности, который начнется, когда его
меньше всего ожидают, когда цены выйдут из-под контроля.

В какой-то степени я справился с этим в третьей стратегии, продвигая использование оценки

риска, в которой смешаны долгосрочные и краткосрочные оценки стандартного отклонения,
так что, когда риск в настоящее время очень низок, мы гарантируем, что наша текущая
оценка не упадет слишком далеко. ниже долгосрочного среднего. Но это довольно тупой
инструмент, который не помогает нам с инструментами с особенно неприятными свойствами
хвоста, чьи худшие дни намного, намного, намного хуже, чем их средние дни.

Для решения этой проблемы я использую следующий метод:

Измерьте годовое стандартное отклонение каждого инструмента от

процент возврата.

Рассчитайте 99% процентиль291 по распределению стандартных

Machine Translated by Google

отклонения для каждого инструмента. Это будет чрезвычайно высоко.

Оцените ожидаемый риск портфеля, используя новую ковариационную матрицу Σ

jump , построенную из этих новых значений стандартного отклонения, плюс
исходные оценки корреляции процентных доходностей.

Как выглядит эта новая мера риска для одиннадцатой стратегии? На рисунке 98 показаны
результаты. Как и следовало ожидать, риск здесь намного выше, чем на рисунке 97. В
результате 99% процентиль, измеренный за последние 20 лет, также выше, чуть более
76%. Опять же, я решил сделать это круглым числом: 75%, что в 3,75 раза больше
целевого уровня риска τ.

Рисунок 98: Ожидаемый риск портфеля со всеми стандартными отклонениями в точке 99

%.

Как выглядит множитель риска прыжка?

Множитель корреляционного риска

Выше я отметил, что одна из причин увеличения риска связана с нетипичным

Machine Translated by Google

паттерн корреляций и позиций. Предположим, например, что в вашем портфеле всего два
инструмента: 10-летние облигации США и акции S&P 500.
В недавней истории эти инструменты имели почти нулевую корреляцию доходности,
поэтому вполне вероятно, что IDM был бы очень высоким.

Теперь представьте, что у вас случайно оказались большие длинные позиции как по
S&P 500, так и по 10-летним облигациям США. Что произойдет, если произойдет
скоординированная распродажа как акций, так и облигаций, т. е. резкий рост корреляции?
Кстати, это не выдуманный пример, а точно отражающий события как лета 2021 года, так и
весны 2022 года, если назвать только два случая, когда это произошло на самом деле.

Какую меру мы должны использовать для построения мультипликатора риска, чтобы

защитить себя от риска объединения корреляций с позициями таким образом?
Рассмотрим ожидаемое стандартное отклонение на уровне портфеля позиции по
инструменту i с учетом оценки среднегодового процентного стандартного отклонения
σ% и веса w:

Если бы все корреляции инструментов, которые мы держали в нашем портфеле, стали бы

равными 1 или -1, в зависимости от того, что для нас сейчас хуже, то наш ожидаемый общий
риск портфеля был бы равен сумме абсолютного значения риска для каждого инструмента:

Чтобы получить некоторую интуицию, давайте нарисуем это для одиннадцатой стратегии: см. рисунок 99.

Рисунок 99: Риск портфеля одиннадцатой стратегии, оцененный с помощью

шоковых корреляций
Machine Translated by Google

Как и в случае с риском скачка, он должен быть намного выше, чем риск портфеля,
оцененный с помощью матрицы нормальной корреляции. Фактически для риска скачка мы
используем наихудший сценарий для стандартных отклонений, тогда как здесь мы
используем наихудший сценарий для корреляций. 99%-й процентиль исторического
шокового риска корреляции составляет чуть более 67%; снова, чтобы все было
аккуратно, я установлю максимальное значение ровно 65%, что в 3,25 раза больше
целевого риска 20%. Это дает нам следующий множитель:

Множитель риска кредитного плеча

Во многих отношениях кредитное плечо является самой грубой мерой риска, который
существует. Это легко рассчитать: просто сложите абсолютную стоимость условного
риска для каждой позиции и разделите на капитал. Плюс у него очень четкая
интерпретация: если ваше кредитное плечо равно 100% и вы все в длинной позиции, то
если цены на все ваши инструменты упадут до нуля в одночасье, вы потеряете ровно
100% своего капитала.

Но кредитное плечо радикально различается в зависимости от инструмента. Тот, кто

торговал только евродолларами, должен иметь гораздо большую терпимость к крупным
позициям, чем Биткойн или Эфириум. Евродоллары — возможно, главные условные деньги
Machine Translated by Google

прошлые — имеют очень низкий риск, в то время как фьючерсы на криптовалюту — возможно, условные

деньги будущего — имеют чрезвычайно высокое стандартное отклонение.

Для достижения целевого уровня риска в 20% с евродолларами в настоящее время требуется примерно

18-кратное кредитное плечо, в то время как в биткойнах вы должны использовать кредитное плечо,

которое значительно меньше единицы.

Поэтому сложно сравнивать кредитное плечо по разным инструментам. Тем не менее, отложив этот

вопрос в сторону, давайте воспользуемся тем же процессом, что и раньше, для расчета мультипликатора

риска левериджа на уровне портфеля. Учитывая веса портфеля w в каждом инструменте i, общий леверидж

портфеля равен:

На рисунке 100 показан рычаг одиннадцатой стратегии.

Рисунок 100: Кредитное плечо, кратное капиталу для одиннадцатой стратегии

Как видите, со временем он увеличился. Отчасти это связано с добавлением большего количества

инструментов и растущим IDM, а также с тем, что многие из добавленных инструментов имеют более

низкое стандартное отклонение, чем первоначальные рынки, которые были преимущественно

товарами с высоким риском.292 Для согласованности с предыдущими

мультипликаторами я взял 99 % от этого процентиля с 2000 года, и это дало мне максимальное

кредитное плечо чуть более 20, что привело к следующей формуле для множителя:
Machine Translated by Google

Максимальное кредитное плечо в 20 все еще кажется пугающе высоким, но мы не хотим, чтобы оно

применялось слишком часто и искажало естественные позиции, удерживаемые нашими торговыми

стратегиями. На самом деле, вероятно, есть лучшие способы контролировать кредитное плечо на уровне

отдельного инструмента, и я буду обсуждать их позже в этой главе.

Наконец, я должен повторить, что ваше кредитное плечо будет очень сильно зависеть от комбинации

инструментов, которыми вы торгуете, и вы должны помнить об этом, устанавливая любые ограничения

кредитного плеча.

Окончательный множитель риска

Напомним, вот как мы рассчитываем окончательный множитель риска. В любой конкретный день он будет

равен наименьшему из следующих значений, каждое из которых представляет собой множитель,

предназначенный для борьбы с определенным типом риска:

Расчетный мультипликатор риска портфеля.

Множитель риска прыжка.

Корреляционный множитель риска шока.

Мультипликатор риска кредитного плеча.

Окончательный множитель риска будет либо равен единице, либо меньше ее. Затем мы умножаем293

все наши неокругленные оптимальные позиции на множитель, а затем применяем буферизацию обычным

способом.

Окончательный мультипликатор риска для одиннадцатой стратегии показан на рисунке 101.

Рисунок 101: Скаляр риска для одиннадцатой стратегии

Machine Translated by Google

Множитель срабатывает чуть менее чем в 5% случаев. Это примерно то, что мы ожидаем,
учитывая, что каждый из четырех множителей настроен на активацию, когда
соответствующий показатель риска достигает своего 99%-го процентиля. Может быть
интересно понять, когда срабатывают различные множители. Вот некоторые периоды
времени, когда соответствующий множитель оказал наибольшее влияние:

В конце 2017 и начале 2018 года это множитель риска скачка. В это время
волатильность на многих рынках падала очень низко, а VIX приближался к
однозначным числам.

В 2012 году это мультипликатор риска кредитного плеча. Это был период очень
низкой волатильности на рынках процентных ставок и облигаций, что значительно
увеличило заемные средства.

В конце 2008 года это был оценочный мультипликатор риска портфеля. Это был
период финансового кризиса, связанного с субстандартной ипотекой.

Для многих более ранних периодов это был мультипликатор риска корреляции.
Это было особенно активно примерно в 1980 году, когда многие товарные рынки
стали сильно коррелированы.

Обратите внимание, что множитель не действует ни во время краха фондового рынка из-за
COVID-19 в 2020 году, ни во время вторжения в Украину в начале 2022 года.
Machine Translated by Google

В таблице 171 показано влияние применения мультипликатора риска на одиннадцатую стратегию.

Как и следовало ожидать, учитывая, что у нас всегда будут одинаковые или меньшие позиции,

это немного уменьшает стандартное отклонение и среднее значение, хотя SR практически не

меняется. Но снижение крайне мало — как и следовало ожидать, учитывая, что в 95% случаев

множитель не действует. Скью чуть хуже, но хвосты чуть лучше. Также приятно видеть, что

дополнительная торговля за счет сокращения наших позиций, а затем их повторного увеличения

не увеличила оборот или торговые издержки.

Таблица 171. Статистика эффективности одиннадцатой стратегии с использованием

расширенных данных до и после применения множителя риска

Без мультипликатора риска После мультипликатора риска

Средний годовой доход 27,3% 27,2%

Расходы 0,9% 0,9%

Средняя просадка 8,7% 8,6%

Среднеквадратичное отклонение 20,7% 20,5%

Коэффициент Шарпа 1,32 1,33

Оборот 50,3 50,0

перекос 0,59 0,55

Нижний хвост 1,88 1,84

Верхний хвост 1,75 1,71

Альфа 22,7% 22,6%

Бета 0,33 0,33

Инструменты, которые слишком безопасны для торговли

В стандартной формуле определения размера позиции мы увеличиваем кредитное плечо, когда

видим падение стандартного отклонения доходности инструмента. Это имеет некоторые

преимущества, такие как более низкие минимальные требования к капиталу, но это также

потенциально опасно.

Рассмотрим, например, краткосрочную процентную ставку евродоллара в будущем. Контракт на март

2022 года, который был первым месяцем, когда я писал первый вариант этой главы, почти не

изменился с апреля 2020 года, когда ФРС резко снизила процентные ставки в разгар пандемии

COVID-19. В
Machine Translated by Google

на момент написания стандартное отклонение составляло около 0,0153% в день или 0,245%
в год.

Из второй стратегии мы знаем, что требуемый коэффициент кредитного плеча равен

коэффициенту волатильности: соотношению τ и σ%, что для фронтального евродоллара

составит 20% ÷ 0,245% = 81,6. Так, например, с капиталом в 100 000 долларов нам нужно было
бы держать евродолларовые контракты с условным риском более 8 миллионов долларов —
более 30 контрактов.

Я бы хотел, чтобы этот пример был чисто произвольным, но это не так. Когда я возглавил
портфель инструментов с фиксированным доходом в AHL, наши евродоллары действительно
были сконцентрированы в первые несколько дат истечения срока действия. Позиция
заключалась в сотнях тысяч контрактов с условным риском в десятки миллиардов долларов,
что в несколько раз превышает размер всего нашего фонда. Излишне говорить, что мне
было трудно спать, когда я приобрел это портфолио. Даже подсчет овец не работал: каждый
баран или овца, казалось, представлял собой еще один контракт, которым мы владели!

Почему я терял сон? Что может пойти не так в этой сделке? Ну, довольно много. При 80-
кратном кредитном плече изменение цены евродоллара на 1,25% полностью уничтожило
бы наш капитал. Конечно, чрезвычайно низкое стандартное отклонение подразумевает,
что это крайне маловероятно. Но это не значит, что такая потеря невозможна. Помните,
что мера риска стандартного отклонения несовершенна и не учитывает негауссовский
риск, распространенный на финансовых рынках. Более высокий левередж также означает
более высокие затраты с поправкой на риск, а затраты на авансовый евродоллар действительно
были очень высокими.

Теперь, теоретически, это будет решаться путем установления целевого уровня риска,
как я обсуждал во второй стратегии, а именно максимального риска, связанного с наихудшим
убытком. Но начиная со четвертой стратегии мы объединили разные инструменты в один
портфель, и нет смысла устанавливать разные целевые показатели риска для разных
инструментов.

Возможный ответ, который я обсуждал в третьей стратегии, состоит в том, чтобы смешать
вашу оценку волатильности с долгосрочным средним значением. Это поможет вам с
инструментами, которые имеют временно низкую волатильность, так как это гарантирует,
что вы не будете слишком сильно масштабироваться в этих режимах. Однако для
инструментов с постоянно низкой волатильностью это не очень помогает.

К счастью, есть ряд других возможных решений этой головоломки. Лучше всего полностью
избегать инструментов с очень низким
Machine Translated by Google

волатильность. Как рассчитать минимальный уровень волатильности, который нас устраивает? Во-

первых, обратите внимание, что коэффициент кредитного плеча для данной позиции, как доля от

всего вашего капитала, с использованием максимального прогноза с абсолютным значением 20

будет:

Теперь предположим, что вы хотите ограничить коэффициент кредитного плеча. Если

переформулировать приведенную выше формулу, то это означает, что существует нижний предел

риска инструмента (σ%,i):

Предположим, например, что средний инструмент будет иметь вес инструмента 10%, а также что

ваш IDM равен 1,5. Мы исходим из целевого уровня риска 20% и не хотим, чтобы коэффициент

кредитного плеча превышал четыре при максимальном прогнозе. Минимально приемлемый риск:

Следовательно, любой инструмент с инструментальным риском, который в настоящее время составляет

менее 1,5% в год, должен быть исключен. Это, безусловно, исключит передний евродоллар!

Конечно, исключение инструмента — это неявная ставка на то, что он будет работать хуже

инструментов, которые мы сохраняем без каких-либо четких доказательств, но у нас нет большого

выбора. Такой инструмент, вероятно, будет иметь высокие затраты с поправкой на риск, поэтому в

любом случае торговля им может оказаться слишком дорогой.

Что произойдет, если инструмент имеет приемлемый уровень риска, но впоследствии его

волатильность падает? Мы бы закончили с неоправданно большой позицией. Одним из решений

этой проблемы является установка лимитов позиции: по сути, максимальное количество контрактов,

которое мы будем держать, независимо от оптимальной позиции. Я обсуждаю это позже в этой главе.

Однако, если инструмент продолжает достигать своего предела позиции в течение

продолжительных периодов времени, вам, вероятно, следует рассмотреть возможность его удаления

навсегда.

Менее удовлетворительное решение состоит в том, чтобы скорректировать вес ваших инструментов,

придав инструментам с низкой волатильностью меньший вес, уменьшив их влияние на ваш счет,

если они сработают неправильно. Еще раз, это фактически ставка на то, что некоторые
Machine Translated by Google

инструментальные подстратегии будут работать лучше, чем другие, когда у вас нет никаких
доказательств того, что это так.

Наконец, конкретно для евродоллара вы можете торговать дальше по кривой, где волатильность
в настоящее время выше. Я обсуждал этот вариант, который также действителен для некоторых
других фьючерсов, в главе, посвященной тактике скользящего контракта и выбора контракта.
Это то, что мы выбрали, когда я был в АХЛ.
Вам будет приятно узнать, что после того, как мы реализовали этот план, я смог спать как
младенец.

Установка пределов позиций

Когда я впервые присоединился к AHL, они использовали свои торговые стратегии на смеси
разных языков программирования. Был даже собственный язык, который они разработали сами в
начале 1990-х годов: «Проектирование стратегии» (SD). У SD был очень эффективный способ
хранения данных временных рядов, таких как цены, но он не мог обрабатывать более
нескольких знаков после запятой. Для чего-то вроде курса KRWUSD FX, который в настоящее
время составляет около 0,0008, вы не можете точно хранить цены. Чтобы обойти это, все цены
были сначала умножены на константу перед их сохранением. Насколько я помню, для KRWUSD
соответствующая константа была 100 000.

Через несколько месяцев после присоединения я получил одобрение на запуск своей

первой торговой стратегии. Мне дали разрешение обменять несколько миллионов долларов
собственного капитала фирмы, чтобы проверить, правильно ли она работает, прежде чем ей
разрешили доступ к деньгам клиентов. Разработчик программного обеспечения переписал
мою довольно плохую реализацию прототипа в компьютерный код промышленного качества, и
после нескольких окончательных проверок стратегия была настроена на запуск в полночь,
когда открылись азиатские рынки. Ушла с работы с чувством удовлетворения.

Мне позвонили в час ночи. Это был один из торговцев, работавших в ночную смену. Он был
краток и по существу: «Приятель. Вы действительно хотели купить треть всего непогашенного
государственного долга Кореи?» Это был не видеозвонок, но я знал, что он ухмыляется —
торговцы «солью земли» любили смущать исследователей «башни из слоновой кости». — Э…
нет? Я ответил, все еще в полусне и задаваясь вопросом, был ли это на самом деле кошмар. «Я
так не думал!
Хорошо, тогда я аннулирую этот заказ на 10-летние фьючерсы на корейские облигации.
Увидимся завтра."
Machine Translated by Google

Конечно, произошло то, что разработчик (который также был относительно неопытен) не знал о

магическом числе, и код стратегии очень услужливо умножил все на 100 000. Вместо десяти

контрактов, которые я должен был купить, они решили купить миллион.

Условная стоимость этой сделки составляла около 100 миллиардов долларов, что, как любезно указал

трейдер, составляло значительную часть долговых обязательств корейского правительства.

Торговые стратегии, которыми я пользуюсь в настоящее время, полностью автоматизированы, и никакой

человек-трейдер не может их проверить. Поэтому я очень осторожен, чтобы убедиться, что со мной

никогда не случится ничего подобного. Я делаю это, устанавливая ограничения позиций. Учитывая,

что я ограничиваю свои прогнозы абсолютным значением 20, можно рассчитать максимальную позицию,

которую должна занимать стратегия, и установить ее как жесткое ограничение, которое код моей

торговой системы не будет превышать.

Используемые мной лимиты позиций имеют другие цели, которые важны, даже если вы не используете

автоматизированную систему:

Они не позволяют стратегиям наращивать слишком большое кредитное плечо более

целенаправленным образом, чем мультипликатор риска кредитного плеча на уровне портфеля.

Для крупных институциональных трейдеров они гарантируют, что вы не будете слишком

большой частью рынка и рискуете быть не в состоянии быстро ликвидировать свою позицию.

Как и в случае с мультипликатором риска ранее в этой главе, я отдельно рассчитываю лимиты позиций

для каждой из вышеперечисленных целей, а затем беру наиболее консервативный.

Лимит позиции при максимальном прогнозе

Это максимальные позиции, которые мы должны когда-либо иметь в обычном режиме, с максимальным
абсолютным значением прогноза 20:
Machine Translated by Google

В этом разделе об ограничениях позиций я буду использовать общий пример, чтобы проиллюстрировать, что

происходит. Давайте предположим, что нас интересует лимит позиции по фьючерсам на процентную ставку

евродоллар, что у нас есть капитал в размере 500 000 долларов США, IDM 2,0 и вес инструмента 10%, плюс обычный

целевой риск = 20%. Текущая цена равна 97, мультипликатор фьючерса составляет 2500 долларов, а процентное

стандартное отклонение составляет около 1,1% в год:

Математически, при текущих оценках параметров, наша оптимальная позиция по фьючерсу на евродоллар никогда

не может превышать 15 контрактов. На практике стандартное отклонение и цена будут меняться изо дня в день,

поэтому, если вы не пересматриваете эти лимиты ежедневно, лучше установить их с некоторым запасом для

увеличения позиций в случае изменения рыночных условий. Как правило, я добавляю 50% к максимальной

позиции, полученной с помощью приведенной выше формулы, что соответствует лимиту позиции в 22,5 или 23

контракта.

Лимит позиции для максимального кредитного плеча

Начнем с определения коэффициента кредитного плеча для некоторого инструмента i:

Чтобы ограничить коэффициент кредитного плеча по любому данному инструменту определенным уровнем, мы

устанавливаем лимит позиции следующим образом:

Machine Translated by Google

Рассмотрим еще раз фьючерс на евродоллар, который я привел в качестве примера минуту назад.

Предполагая, что мы не хотим, чтобы коэффициент кредитного плеча превышал два для любого

отдельного инструмента, максимальная позиция, которую мы можем удерживать, составляет:

Это намного меньше, чем то, что мы получили при максимальном прогнозе: 15 контрактов. Следствием

этого является то, что если прогноз по евродоллару выйдет выше 20 × 4 ÷ 15 = 5,333, то мы больше не

будем увеличивать нашу позицию.

Это не должно быть сюрпризом; стандартное отклонение евродоллара очень низкое, поэтому проблема

заключается в том, что инструмент «слишком безопасен для торговли».

В этой ситуации стоит серьезно задуматься об уменьшении инструментального веса евродоллара или

вообще прекратить его торговлю.

Лимит позиции как доля открытого интереса

Выбирая инструменты в третьей стратегии, я объяснил, что мне нравится видеть определенный

минимальный объем перед торговлей данным инструментом. Но я не устанавливал минимальный уровень

доступного открытого интереса на данном рынке.

Это может быть проблематично для инструмента, который торгует значительным объемом, но не имеет

значительного открытого интереса из-за большого сообщества скальперов или внутридневных

трейдеров.

Трейдеры с большими размерами счетов могут рассмотреть возможность введения дополнительного

правила, например, что они не должны превышать 1% доступного открытого интереса к данному

инструменту на дату истечения срока, которую они выбрали для торговли.

В нашем примере очень маловероятно, что размер рынка евродоллара станет ограничением для

трейдера со счетом в 500 000 долларов. Открытый интерес к контракту на июнь 2025 года, которым я

сейчас торгую, составляет около 160 000 контрактов.

Machine Translated by Google

что означает, что с правилом 1% я был бы ограничен позицией в 1600

контракты.

Очень удачливые трейдеры, которые обнаружат, что это меньше, чем лимит позиции,
подразумеваемый их максимальным прогнозом, должны серьезно подумать об уменьшении
веса своего инструмента.

Ограничение конечной позиции и реализация

Лимит позиции для данного инструмента должен быть установлен как минимум:

Лимит позиции при максимальном прогнозе.

Ограничение позиции при максимальном желаемом кредитном плече.

Лимит позиции в процентах от открытого интереса.

Для нашего простого примера с евродолларом эти цифры были соответственно 23, 4 и 1600.
Я бы использовал самый низкий из них: четыре контакта.

Есть несколько способов использовать эти ограничения. Во-первых, как я уже упоминал,
они создают полезные ограждения для полностью автоматизированных торговых систем. Они
также могут использоваться трейдерами или риск-менеджерами по своему усмотрению,
чтобы предупредить их о позициях, вызывающих некоторую озабоченность.

Наконец, и это наиболее актуально для крупных институциональных трейдеров, которые

рассматривают возможность торговли на менее ликвидных рынках, их следует учитывать при
установлении весов инструментов. Если конкретный инструмент регулярно превышает свой
лимит позиции294 в тестах на исторических данных, тогда его вес инструмента необходимо
уменьшить.

Лимиты позиций и динамическая оптимизация

Трейдерам, использующим стратегию двадцать пять, динамическую оптимизацию,

придется внести пару изменений в методологию, которую я объяснил выше.

Во-первых, при расчете лимита позиций при максимальном прогнозе не следует

использовать фактические веса инструментов. Это связано с тем, что при наличии
набора, скажем, 100 инструментов и розничного счета размером 500 000 долларов,
оптимизация обычно выбирает позиции примерно от 10 до 20.
Machine Translated by Google

инструменты. Если бы мы использовали фактические веса инструментов, в среднем 1%, то

результирующие ограничения позиций были бы слишком малы.

Однако важно, чтобы вы по-прежнему применяли некоторые ограничения позиций.

В частности, если у вас небольшой набор инструментов, вполне вероятно, что будут
времена, когда большая часть вашего риска будет сконцентрирована только в одной или
двух позициях. В какой-то степени это неизбежно, так как природа стратегий типа тренда,
в частности, такова, что часто существует лишь несколько рынков с сильными трендами в
любой момент времени. Но это подвергает вас идиосинкразическому риску, если у вас все
яйца в корзине инструмента, который столкнулся с внезапным неблагоприятным движением
цены.

Я бы посоветовал заменить фактический вес инструмента в расчетах предела положения

номинальным значением, например, 10% или 20%. Результатом этого будет ограничение
возможной концентрации риска в любом отдельном инструменте до 10% или 20% вашего
среднего общего бюджета риска.

Во-вторых, можно реализовать ограничения позиций как ограничения в самой динамической

оптимизации. Это позволит наилучшим образом использовать ваш ограниченный капитал,
избегая при этом чрезмерного кредитного плеча или чрезмерной концентрации риска в
одной позиции.

Установка торговых ограничений

Помимо ограничений по позициям, я устанавливаю ограничения на количество сделок, которые

я могу совершать по конкретному инструменту. В отличие от других показателей в этой
главе, здесь речь идет не столько о рыночном риске, сколько об операционном риске.
Поскольку я запускаю свои торговые стратегии на полностью автоматизированной основе, есть
небольшая вероятность того, что торговля может начаться заново: покупка и продажа гораздо
большего количества контрактов, чем я ожидал. Это может быть вызвано какой-то необычной
комбинацией ценовых движений, неверными данными, ошибкой в моей стратегии или ошибкой в моем коде.

Чтобы предотвратить это, я использую жесткие торговые ограничения. Например, я могу

ограничиться торговлей четырьмя микрофьючерсами S&P 500 в день или 20 в неделю. Как только
я достигну этих уровней, моя система больше не будет разрешать дальнейшие сделки с этим
инструментом, если только я не переопределю его вручную.295 Даже если вы торгуете
вручную, все равно стоит рассчитать эти ограничения. Они могут быть не сложными
Machine Translated by Google

ограничения, которые я использую в своей системе, но их превышение даст вам ключ к

пониманию того, что что-то может пойти не так, что стоит исследовать.

Рассчитать торговые лимиты из лимитов позиций просто. Прежде всего, мы учитываем,

какой долей от нашей максимальной позиции мы, вероятно, будем торговать ежедневно. В
какой-то степени это будет свойство нашей базовой стратегии и скорости изменения ее
торговых правил, но эмпирического правила будет достаточно. Для стратегий из частей с
первой по третью маловероятно, что мы захотим торговать более чем на треть нашей
максимальной позиции за один день.
296

В качестве примера в предыдущем разделе я выяснил, что максимальная позиция с учетом

некоторых предположений по фьючерсам на евродоллар будет составлять четыре контракта.
Треть этой суммы составляет чуть более одного контракта, который я бы округлил до двух
фьючерсов. Как только я торгую двумя фьючерсами на евродоллар за один день, я запрещаю
своей системе торговать дальше.

Полезным упражнением для крупных институциональных трейдеров является расчет доли

максимальной сделки за день в типичном дневном объеме. Если это слишком много, вы
можете подумать об отказе от инструмента, уменьшении веса вашего инструмента или
удалении вариантов торговых правил, которые
иметь высокие обороты.297

286 Внимание, спойлер: Эрик Дейл фактически спасает фирму, которая только что его уволила, от банкротства.

287 Я предполагаю, что ваш торговый счет полностью капитализирован. Если он недостаточно капитализирован, то, очевидно,
вашим первым шагом, если маржа ограничена, должен быть перевод части или всего вашего свободного капитала на счет.

288 Если вы используете стратегию двадцать пятую «Динамическая оптимизация», то вы можете сделать это, установив лимиты
позиций по инструментам с проблемами с маржей и позволив оптимизатору перераспределять капитал на менее жадные до маржи
рынки.

289 Метод не слишком чувствителен к тому, как оценивается ковариационная матрица. Вы можете использовать простую или
экспоненциально взвешенную ковариационную оценку: приблизительно шестимесячный интервал даст вам хороший прогноз.
Или вы можете сделать то, что делаю я, а именно использовать мои существующие оценки годового стандартного отклонения σ% в

сочетании с отдельной оценкой корреляций. Моя оценка корреляции основана на еженедельных доходах, что уменьшает

погрешность, вызванную закрытием рынков в разное время, и использует экспоненциально взвешенную оценку с шестимесячным
интервалом. См. Приложение B для получения дополнительной информации.

290 Существует интересный, но, в конечном счете, бесполезный философский спор о том, является ли доходность финансовых
активов негауссовой с фиксированными параметрами или гауссовой с переменными параметрами.
Но эта сноска слишком мала, чтобы вместить ее.

291 В идеале при тестировании на истории это должно быть сделано на ретроспективной основе.
Machine Translated by Google

292 Более сложным способом применения этой методологии было бы измерение и ограничение левериджа по классам активов.

293 Если вы используете стратегию двадцать пять, «динамическая оптимизация», вы должны внедрить этот множитель, чтобы он применялся к

оптимальным неокругленным позициям до того, как произойдет динамическая оптимизация. В стратегиях из четвертой части применение

множителя должно быть выполнено до начала торгового дня, чтобы избежать необычного поведения с лимитными ордерами. Он может подойти

для стратегий из пятой части, «Стратегии относительной стоимости», но вам нужно быть осторожным при калибровке мультипликатора риска

кредитного плеча.

294 Если вы собираетесь протестировать эффект от установки лимитов позиций, вам следует не использовать фиксированные лимиты, а

пересчитывать их в соответствии с историческими уровнями цены, риска, валютных курсов и так далее.

295 Теоретически было бы возможно включить торговые ограничения в динамическую оптимизацию, используемую в стратегии двадцать пять, но

лично меня это не беспокоит. Если есть инструменты, которыми я не хочу торговать по другим причинам, я могу применить жесткое

ограничение «не торговать вообще». Вместо этого я применяю торговые лимиты в торговом коде, который запускается после того, как

динамическая оптимизация определила сделки, которые он хотел бы совершить.

296 Для стратегий быстрой торговли в четвертой части следует использовать гораздо более высокое значение – примерно в два раза больше

максимальной позиции, которую можно торговать ежедневно.

297 Вы можете рассчитать, сколько времени потребуется для ликвидации вашей позиции по данному инструменту, разделив лимит позиции на

торговый лимит. Например, если ваш дневной лимит торговли евродолларом составляет четыре контракта, а лимит позиции — двенадцать

контрактов, вы сможете закрыть свою позицию в течение трех дней.

Machine Translated by Google

Глоссарий
Слова , выделенные жирным шрифтом, относятся к другим статьям в глоссарии.
Machine Translated by Google
Machine Translated by Google
Machine Translated by Google
Machine Translated by Google
Machine Translated by Google

Приложения
Machine Translated by Google

Приложение А: Ресурсы
дальнейшее чтение

Торговля с кредитным плечом: Роберт Карвер; 2019, Дом Гарримана

Моя третья книга. Необходимая литература для трейдеров, которые хотят изучить
основы торговли фьючерсами, но тогда вы ожидаете, что я скажу это.

Опционы, фьючерсы и другие производные инструменты: Джон Халл; 2017,

Pearson Достаточно техническое введение в фьючерсы и другие деривативы.

Формула удачи: нерассказанная история научной системы ставок, которая превзошла

казино и Уолл-стрит: Уильям Паундстоун; 2006, Hill and Wang Нетехническое и приятное

введение в критерий Келли.

Вслед за трендом: Андреас Ф. Кленоу; 2012, Wiley Подробнее о

следовании тренду.

Ожидаемая доходность: Руководство инвестора по получению рыночных вознаграждений:

Антти Ильманен; 2011, Wiley

Отличное введение в концепцию премий за риск, а также список покупок премий для
использования в торговых стратегиях.

Эффективно неэффективно: как инвестируют умные деньги и определяются рыночные

цены: Лассе Х. Педерсен; 2015, издательство Принстонского университета.

Более подробно рассказывается о некоторых стратегиях в этой книге, а также в превосходных

разделах, посвященных исполнению, тестированию на исторических данных, измерению

производительности и надбавке за риск.

Рост керри: опасные последствия подавления волатильности и новый финансовый порядок

затухания роста и повторяющихся кризисов: Тим Ли, Джейми Ли и Кевин Колдирон; 2019,
Макгроу Хилл

Очень интересная книга о керри, но скорее философское исследование, чем

руководство по трейдингу.

Алгоритмическая торговля: выигрышные стратегии и их обоснование: Эрни Чан; 2013,

Уайли
Machine Translated by Google

Подробно рассказывает об определенных ключевых стратегиях: особенно хорош при

возврате к среднему.

STIR Futures: торговля фьючерсами на Euribor и евродоллар, Стивен Айкин;

2012, Дом Гарримана

Очень сильны в календаре относительной стоимости торги фьючерсами на краткосрочные

процентные ставки (STIR).

Систематическая торговля: Роберт Карвер; 2015, Дом Гарримана

Моя первая книга. Необходимая литература для трейдеров, которые хотят разработать свои
собственные торговые системы, но я пристрастен.

Полезные сайты

Ссылки на внешние веб-сайты верны на момент написания, но могут прерываться без

предупреждения. Эти ссылки не являются рекомендациями или одобрениями. Цены и сборы
могут варьироваться.

Брокеры

www.interactivebrokers.com

www.tradestation.com

www.ninjatrader.com

www.ampfutures.com

www.home.saxo

Алгоритмы

исполнения www.quantitativebrokers.com

Финансовые данные

algoseek.com

barchart.com

csidata.com

eoddata.com

iqfeed.net

investing.com/commodities/futures-спецификации
Machine Translated by Google

kinetick.com

data.nasdaq.com

norgatedata.com

pinnacledata.com

portaracqg.com
tickdata.com

Мои сайты

www.systematicmoney.org/futures-strategies-21-resources Ресурсы для

этой книги; содержит много полезных ресурсов, включая ссылки на электронные

таблицы и код Python.

www.systematicmoney.org Мой

основной сайт. https://

github.com/robcarver17/pysystemtrade Моя платформа

для тестирования и торговли фьючерсами на Python с открытым исходным кодом.

qoppac.blogspot.com Мой

блог со множеством статей о систематической торговле.

Machine Translated by Google

Приложение B: Расчеты
Обратная корректировка ценового ряда фьючерсов

Создание исходного ценового ряда с обратной поправкой

Начнем с ряда цен для разных сроков действия. Давайте не будем усложнять ситуацию и
воспользуемся тремя датированными контрактами (A, B и C) с очень нереалистичным
примером, в котором у нас есть только цены за несколько дней для каждого контракта.
Вот история цен до сих пор:

азбука

2 января 2022 г. 100

3 января 2022 г. 100,2

6 января 2022 г. 100,3

7 января 2022 г. 99,9 100,2

8 января 2022 г. 99,9

9 января 2022 г. 98,7 99,1

10 января 2022 г. 99,0 99,5

13 января 2022 г. 99,9

14 января 2022 г. 100,1

Теперь решаем, когда бы мы перешли от одного срока действия к другому.

Для переключения с А на Б у нас нет выбора; есть только одна дата, когда у нас есть
цена на оба контракта (7 января). Для переключения с B на C у нас есть два варианта.
Предположим, мы всегда выбираем самую позднюю дату (10 января). Конечно, это
отличается от ситуации со многими фьючерсами, где у нас есть цены, которые
перекрываются в течение нескольких недель или месяцев, но на самом деле есть
некоторые фьючерсы, где переключение возможно только в один день.

Теперь нам нужно создать новый столбец для цены с поправкой на прошлое. Он
заполняется в обратном порядке, начиная с последнего дня с данными и в обратном
порядке. Мы начинаем с копирования цен для окончательного контракта C, пока не
дойдем до первой даты истечения срока действия (даты истечения выделены жирным шрифтом):
Machine Translated by Google

АБ C Скорректированная цена

2 января 2022 г. 100

3 января 2022 г. 100,2

6 января 2022 г. 100,3

7 января 2022 г. 99,9 100,2

8 января 2022 г. 99,9

9 января 2022 г. 98,7 99,1

10 января 2022 г. 99,0 99,5 -> 99,5

13 января 2022 г. 99,9 -> 99,9

14 января 2022 г. 100,1 -> 100,1

Теперь возьмем разницу в цене закрытия между текущим контрактом C и предыдущим

контрактом B на дату переноса: 99,5 – 99,0 = 0,5. Эта разница должна быть добавлена ко всем
ценам B, чтобы они соответствовали ценам C на дату пересчета:

АБ B скорректировано C Скорректированная цена

2 января 2022 г. 100,0

3 января 2022 г. 100,2

6 января 2022 г. 100,3

7 января 2022 г. 99,9 100,2 100,2 + 0,5 = 100,7

8 января 2022 г. 99,9 99,9 + 0,5 = 100,4

9 января 2022 г. 98,7 98,7 + 0,5 = 99,2 99,1

10 января 2022 г. 99,0 99,0 + 0,5 = 99,5 99,5 99,5

13 января 2022 г. 99,9 99,9

14 января 2022 г. 100,1 100,1

Скорректированные цены B затем копируются, чтобы стать окончательными скорректированными

ценами на соответствующие даты:

Скорректированная АББ цена C Скорректированная цена

2 января 2022 г. 100,0

3 января 2022 г. 100,2

Machine Translated by Google

6 января 2022 г. 100,3

7 января 2022 г. 99,9 100,2 100,7 > 100,7

8 января 2022 г. 99,9 100,4 > 100,4

9 января 2022 г. 98,7 99,2 > 99,1 99,2

10 января 2022 г. 99,0 99,5 99,5 99,5

13 января 2022 г. 99,9 99,9

14 января 2022 г. 100,1 100,1

Теперь мы создаем скорректированные цены для А: на дату истечения срока 7 января

разница между скорректированной ценой и ценой А составляет 100,7 - 99,9 = 0,8; это
добавляется к ценам на А:
А скорректированный Цена с поправкой на ББ

2 января 2022 г. 100,0 100 + 0,8 = 100,8

3 января 2022 г. 100,2 100,2 + 0,8 = 101,0

6 января 2022 г. 100,3 100,3 + 0,8 = 101,1

7 января 2022 г. 99,9 99,9 + 0,8 = 100,7 100,2 100,7 100,7

8 января 2022 г. 99,9 100,4 100,4

9 января 2022 г. 98,7 99,2 99,2

10 января 2022 г. 99,0 99,5 99,5

13 января 2022 г. 99,9

14 января 2022 г. 100,1

Наконец, мы копируем скорректированные цены для A, чтобы они стали

скорректированными ценами:

С поправкой на AA С поправкой на BB Цена с поправкой на прошлое

2 января 2022 г. 100,0 100,8 -> 100,8

3 января 2022 г. 100,2 101,0 -> 101,0

6 января 2022 г. 100,3 101,1 -> 101.1

7 января 2022 г. 99,9 100,7 100,2 100,7 100,7

8 января 2022 г. 99,9 100,4 100,4

9 января 2022 г. 98,7 99,2 99,2

Machine Translated by Google

10 января 2022 г. 99,0 99,5 99,5

13 января 2022 г. 99,9

14 января 2022 г. 100,1

Мы будем продолжать этот процесс, пока не скорректируем самый старый контракт в нашей
истории данных.

Поддержание ценовой серии в актуальном состоянии

Полезным свойством обратной корректировки является то, что текущая цена с обратной
поправкой равна цене устаревшего продукта, которым мы в настоящее время торгуем. Поэтому
обычно мы можем просто добавить новые строки следующим образом:

C Скорректированная цена

2 января 2022 г. 100,8

3 января 2022 г. 101,0

6 января 2022 г. 101.1

7 января 2022 г. 100,7

8 января 2022 г. 100,4

9 января 2022 г. 99,1 99,2

10 января 2022 г. 99,5 99,5

13 января 2022 г. 99,9 99,9

14 января 2022 г. 100,1 100,1

15 января 2022 г. 101,6 101,6

Это будет продолжаться до тех пор, пока мы не будем готовы перейти к новому контракту (D).
На дату сворачивания (16 января) мы получаем цену для обоих контрактов:

CD Цена с поправкой на прошлое

2 января 2022 г. 100,8

3 января 2022 г. 101,0

6 января 2022 г. 101.1

7 января 2022 г. 100,7

8 января 2022 г. 100,4

9 января 2022 г. 99,1 99,2

Machine Translated by Google

10 января 2022 г. 99,5 99,5

13 января 2022 г. 99,9 99,9

14 января 2022 г. 100,1 100,1

15 января 2022 г. 101,6 101,6

16 января 2022 г. 101,0 101,5 101,0

Берем разницу в цене между новым контрактом D и существующим контрактом C

на дату экспирации: 101,5 – 101,0 = 0,5. Теперь мы добавляем эту разницу ко
всему ценовому ряду с поправкой на прошлое:

CD Старая скорректированная цена Новая скорректированная цена

2 января 2022 г. 100,8 100,8 + 0,5 = 101,3

3 января 2022 г. 101,0 101 + 0,5 = 101,5

6 января 2022 г. 101.1 100,1 + 0,5 = 101,6

7 января 2022 г. 100,7 100,7 + 0,5 = 101,2

8 января 2022 г. 100,4 100,4 + 0,5 = 100,9

9 января 2022 г. 99,1 99,2 99,2 + 0,5 = 99,7

10 января 2022 г. 99,5 99,5 99,5 + 0,5 = 100,0

13 января 2022 г. 99,9 99,9 99,9 + 0,5 = 100,4

14 января 2022 г. 100,1 100,1 100,1 + 0,5 = 100,5

15 января 2022 г. 101,6 101,6 101,6 + 0,5 = 102,1

16 января 2022 г. 101,0 101,5 101,0 101 + 0,5 = 101,5

Теперь мы можем отбросить первоначальный ряд цен с обратной поправкой и в

последующие дни добавить дополнительные цены контракта D к новому ряду
цен с обратной поправкой.

Оценка стандартного отклонения

Несколько различных оценок стандартного отклонения используются в книге

для разных целей. В следующем списке показаны различные цели, для которых
требуется оценка, и объясняется, какой доход и метод расчета следует
использовать. После этого я подробно описываю, как выполнять каждый тип
расчета.
Machine Translated by Google
Machine Translated by Google

Отрицательные цены

При расчете процентной доходности мы делим на текущую цену контракта, поскольку

скорректированные цены могут быть близкими к нулю или отрицательными.
Но текущие цены все еще могут стать отрицательными, как это произошло с фьючерсами
на сырую нефть WTI в марте 2020 года. В этих обстоятельствах я рекомендую вместо этого

оценивать σ p и получать, который не требует деления на текущую цену,

σ% , используя некоторую произвольную положительную цену P&.

Для P& I я бы использовал самую последнюю «нормальную» положительную цену или,

возможно, среднюю цену за последние пару лет. Обычно мы умножаем оценку
стандартного отклонения на цену, например, при расчете соответствующего размера
позиции, поэтому, если вы используете одно и то же значение в обоих местах, условие
P & отменяется.

Простое стандартное отклонение

Чтобы вычислить стандартное отклонение ряда доходностей r1… rT , мы сначала

Machine Translated by Google

*
найти среднее r :

Затем мы можем рассчитать стандартное отклонение:

Это дневное стандартное отклонение. Если нам нужно привести его в годовое исчисление,
то при определенных предположениях, которые я обсуждал ранее в книге, это делается путем
умножения на 16.

Экспоненциально взвешенное стандартное отклонение

р среднее будет экспоненциально

Учитывая ряд дневных доходностей r0 … т

взвешенное скользящее среднее (EWMA):

И соответствующее экспоненциально взвешенное стандартное отклонение будет равно:

Более интуитивно понятно определить нашу EWMA с точки зрения их диапазона. Для данного
промежутка в днях N мы можем рассчитать λ как:

Сочетание быстрых и медленных оценок

Учитывая некоторую текущую оценку σt , я использую смешанную оценку:

Оценка корреляции

Если вы хотите оценить свой собственный IDM или FDM или использовать метод, отличный от
ручного, для расчета прогноза или весов инструментов, вам необходимо оценить корреляции.
Machine Translated by Google

Для этих целей я использую все доступные данные для оценки корреляций, поскольку
использую торговые стратегии, поведение которых должно оставаться относительно
стабильным во времени. При рассмотрении корреляции инструментов я использую
еженедельные данные, чтобы избежать проблем с сопоставлением дневных доходностей
для рынков, которые закрываются в разное время.

Инструмент Используйте еженедельную доходность для подстратегии инструмента, предполагая,

веса и что данный инструмент имеет весь доступный капитал, т. е. вес инструмента и IDM равны 1.
Расчет IDM Используйте все доступные данные для оценки корреляции. Этаж отрицательных корреляций
на нуле.
(фиксированный)

Инструмент Используйте еженедельную доходность для подстратегии инструмента, предполагая,

веса и что данный инструмент имеет весь доступный капитал, т. е. вес инструмента и IDM равны 1.
Расчет IDM Каждый год пересчитывайте матрицу корреляции, используя все доступные на тот момент
исторические данные. Нижняя отрицательная корреляция на нуле.
(переменная
в бэктесте)

Прогноз Используйте прогнозные значения для каждого варианта торгового правила (а не доходности).

веса и Используйте все доступные исторические данные для оценки корреляции. Этаж отрицательных корреляций
на нуле.

мультипликатор Объединение: Вы можете оценить разные матрицы корреляции для каждого инструмента,
но для этой цели лучше использовать объединенные данные. Создайте единую
диверсификации прогноза
(ФДМ) оценку матрицы корреляции, «накладывая» матрицу Tj × N прогнозных значений друг
на друга, где Tj — количество наблюдений для инструмента i.

Оценка ковариации

Я использую ковариацию доходности инструментов для оценки риска портфеля, который

требуется для стратегии двадцать пять и тактики четыре. Хотя их можно оценить
непосредственно по данным, поскольку предсказуемость корреляций и стандартных
отклонений различна, лучше вычислить два компонента напрямую, а затем найти
ковариацию. Окно оценки для прогнозирования корреляций, которое работает лучше всего,
— это экспоненциальное взвешивание с шестимесячным интервалом, в то время как для
стандартных отклонений я уже использовал 32-дневный интервал.
Machine Translated by Google

Расчет оборота на бэктестах

Оборот — полезная диагностика, которую я использую для приблизительных расчетов затрат, а также

позволяющая нам принимать решения о том, можно ли использовать конкретный инструмент с данным

вариантом торгового правила.

Прогноз оборота

Для данного масштабированного проверенного на истории

т
рассчитывается ежедневно для каждого бизнеса

прогноза f день годовой оборот равен:

Обратите внимание, что здесь мы используем масштабированные прогнозы и, следовательно, делим на 10,
Machine Translated by Google

которое является целевым средним абсолютным значением для масштабированных прогнозов. Я

беру среднее значение оценок прогнозируемого оборота по инструментам.

Оборот позиции

Для данной проверенной позиции в контрактах pt , рассчитываемой ежедневно для каждого рабочего

дня, годовой оборот равен:

*
где p т
это средняя позиция, например позиция, которую мы бы имели на этом
инструмент с прогнозом +10.

Прогнозный мультипликатор диверсификации (FDM)

Учитывая N вариантов правил торговли с корреляционной матрицей N × N прогнозных значений ρ

и вектором прогнозных весов w с длиной N , сумма которых равна 1, множитель диверсификации
будет равен:

где '.' — это точечное умножение, а «T» — оператор транспонирования. Любые отрицательные
корреляции должны быть сведены к нулю до того, как будет выполнен расчет, чтобы избежать
опасного завышения множителя. Я рекомендую ограничить значение FDM значением 2. Обратите
внимание, что корреляции относятся к прогнозным значениям, а не к доходам от торговли

отдельным прогнозом.

При тестировании на исторических данных я рекомендую оценивать матрицу корреляции на

скользящей основе ежегодно, используя все исторические данные, доступные на тот момент. Вы
также должны использовать экспоненциально взвешенное скользящее среднее вашего FDM,
чтобы предотвратить резкие изменения позиции каждый новый год: что-то вроде 30-дневного
интервала будет достаточно.

Если в вашей торговой стратегии есть несколько инструментов, вы можете рассчитать общий FDM
для всех инструментов, которые используют один и тот же набор торговых правил с одинаковыми

весами прогноза. Для этого я рекомендую объединить ваши данные для создания единой оценки
матрицы корреляции. Вы можете сделать это, «наложив» матрицу Tj × N значений прогноза друг на

друга, где Tj — количество наблюдений для инструмента i.

Machine Translated by Google

Мультипликатор диверсификации инструмента (IDM)

Учитывая N инструментов с корреляционной матрицей N × N подстратегии инструментов,

возвращающей ρ, и вектор весов инструментов w с длиной N и суммой 1, множитель

диверсификации будет:

где '.' — это точечное умножение, а «T» — оператор транспонирования. Любые

отрицательные корреляции должны быть сведены к нулю до того, как будет выполнен
расчет, чтобы избежать опасного завышения множителя. Я рекомендую ограничить
значение IDM на уровне 2,5, чтобы избежать чрезмерного кредитного плеча в высоко
диверсифицированных портфелях; однако, если вы сделаете это, вы не достигнете
ожидаемого целевого уровня риска.

При тестировании на исторических данных я рекомендую оценивать матрицу корреляции

на скользящей основе ежегодно, используя все исторические данные, доступные на тот
момент. Процесс вычисления этой корреляционной матрицы обсуждался ранее в этом
приложении. Вы также должны использовать экспоненциально взвешенное скользящее
среднее вашего IDM, чтобы предотвратить резкие изменения позиции каждый новый год:
что-то вроде 30-дневного периода будет достаточно.
Machine Translated by Google

Приложение C: Портфолио Jumbo

Таблицы 172–
183 представляют собой полный список всех 102 инструментов в портфеле
Jumbo с разбивкой по каждому классу активов. Каждая таблица содержит:

Описательное название инструмента.

Рыночный код, используемый моим фьючерсным брокером для соответствующего

инструмента. Рыночные коды могут различаться у разных брокеров, и эти
коды могут отличаться от официального кода биржи.

Биржа, на которой я торгую инструментом. Могут быть и другие биржи, на которых

он доступен.

Фьючерсный множитель, который я использую. Могут быть доступны и другие

инструменты с другими множителями.

Первый год, когда инструмент появляется в моем наборе данных, а не когда

инструмент начал торговаться, что может быть намного раньше или позже
(данные некоторых микро- или мини-фьючерсов были заполнены ценами из
более крупных контрактов).

Я использую следующие сокращения для обмена:

CFE: фьючерсная биржа CBOE

CME: Чикагская товарная биржа

DTB: Немецкая биржа

ECBOT: Электронная Чикагская торговая палата

GLOBEX: глобальная биржа CME

МОНЕП: Парижская торговая площадка опционов

NYMEX: Нью-Йоркская товарная биржа

SGX: Сингапурская биржа

SOFFEX: швейцарская биржа опционов и финансовых фьючерсов

Облигации и процентные ставки

Таблица 172: Фьючерсы на облигации США и процентные ставки в портфеле Jumbo

Machine Translated by Google

Код рынка Биржевой валютный мультипликатор Первый год с данными

2 года США ЗТ ЭКБОТ Долл. США 2000 г. 2000 г.

3 года США Z3N ЭКБОТ Долл. США 2000 г. 2020

5-летний США ЗФ ЭКБОТ Долл. США 1000 1989 г.

10 лет США ЗН ЭКБОТ Долл. США 1000 1982 г.

10-летняя ультра США Теннесси ЭКБОТ Долл. США 1000 2016

20 лет США ЗБ ЭКБОТ Долл. США 1000 1978 г.

30 лет США УБ ЭКБОТ Долл. США 1000 2010

5-летний своп ERIS США LIW ЭКБОТ Долл. США 1000 2020

10-летний своп США N1U ЭКБОТ Долл. США 1000 2013

Евродоллар Дженерал Электрик ГЛОБЭКС Доллар США 2500 1984 г.

Таблица 173: Прочие фьючерсы на облигации и процентные ставки в портфеле Jumbo

Код рынка Биржевой валютный мультипликатор Первый год с данными

10-летний французский (OAT) ОАТ ДТБ евро 1000 2012

2-летний немецкий (Шац) ГБС ДТБ евро 1000 2007 г.

5-летний немецкий (бобл) ГБМ ДТБ евро 1000 2008 г.

10-летний немецкий (Бунд) ГБЛ ДТБ евро 1000 2006 г.

20-летний немецкий (Buxl) GBX ДТБ евро 1000 2015

3-летний итальянский (BTP) БТС ДТБ евро 1000 2011

10-летний итальянский (BTP) БТП ДТБ евро 1000 2010

10-летний японский (JGB) JGB Осака иена 1000000 2001 г.

3-летняя Корея 3кТБ Корея 1000000 южнокорейских вон 2014

10-летняя Корея ФЛКТБ Корея 1000000 южнокорейских вон 2014

10-летний испанский (Боно) FBON ДТБ евро 1000 2016

Акции
Таблица 174: Фьючерсы на индексы акций США в портфеле Jumbo

Код рынка Мультипликатор обменной валюты Первый год с

данными

Доу-Джонс промышленный MYM ECBOT USD 0,5 2002 г.

Machine Translated by Google

(микро)

Насдак (микро) MNQ ГЛОБЭКС USD 2 1999 г.

Рассел 1000 Значение РСВ ГЛОБЭКС USD 50 2015

Рассел 2000 с мелкой М2К ГЛОБЭКС USD 5 2015

капитализацией (микро)

Средняя капитализация S&P 400 (e-mini) ЕМД ГЛОБЭКС USD 100 2002 г.

S&P 500 (микро) МЭС ГЛОБЭКС USD 5 1982 г.

Таблица 175: Фьючерсы на европейские индексы акций в портфеле Jumbo

Код рынка Обменный валютный мультипликатор Первый год с данными

Голландский AEX ЭОЕ евронекст евро 200 2009 г.

Французский САС 40 CAC40 МОНЕП ЕВРО 10 2009 г.

Немецкий DAX 30 ДАКС ДТБ евро 1 2000 г.

Швейцарский СМИ СМИ СОФФЕКС ЕВРО 10 2014

Диджей ЕС, маленькая кепка 200 DJ200S ДТБ евро 50 2013

EU STOXX выбирает дивиденды DJSD ДТБ евро 10 2009 г.

30

ЕС STOXX 600 DJ600 ДТБ евро 50 2005 г.

ЕВРОСТОКС 50 ESTX50 ДТБ евро 10 2014

Таблица 176: Фьючерсы на европейские акции в портфеле Jumbo

Код рынка Биржевой валютный мультипликатор Первый год с данными

ЕС Авто SXAP ДТБ евро 50 2015

Основные материалы ЕС SXPP ДТБ евро 50 2018

Здоровье ЕС SXDP ДТБ евро 50 2016

Страхование ЕС SXIP ДТБ евро 50 2020

Нефть ЕС SXEP ДТБ евро 50 2018

Технология ЕС SX8P ДТБ евро 50 2018

Путешествие по ЕС SXTP ДТБ евро 50 2014

Коммунальные услуги ЕС SX6P ДТБ евро 50 2014

Таблица 177: Фьючерсы на азиатские индексы акций в портфеле Jumbo

Machine Translated by Google

Код рынка Биржевой валютный мультипликатор Первый год с данными

MSCI Азия М1МС ДТБ доллар США 100 2021

FTSE Китай А XINA50 SGX доллар США 1 2011

FTSE Китай H XIN01 SGX доллар США 2 2020

Индийский КРАСИВЫЙ КРАСИВЫЙ SGX доллар США 2 2002 г.

Япония НИККЕЙ Н225М Осака иена 100 2011

Япония НИККЕЙ 400 JPNK400 Осака иена 100 2015

Индекс матерей Японии TSEMOTHR Осака иена 1000 2018

Япония ТОПIX MNTPX Осака иена 1000 2010

Корея KOSDAQ KOSDQ150 Корея KRW 10000 2020

Корея КОСПИ К200 Корея 250000 южнокорейских вон 2014

MSCI Сингапур ССГ SGX сингапурский доллар 100 2001 г.

FTSE Тайвань TWN SGX доллар США 40 2020

Волатильность

Таблица 178: Фьючерсы на волатильность в портфеле Jumbo

Код рынка Биржевой валютный мультипликатор Первый год с данными

VIX VIX ДОВСЕ доллар США 1000 2006 г.

VSTOXX V2TX ДТБ евро 100 2013

Форекс

Таблица 179: Основные валютные фьючерсы в портфеле Jumbo

Код рынка Биржевой валютный мультипликатор Первый год с данными

AUD/USD AUD GLOBEX 100000 долларов США 1987 г.

CAD/USD CAD GLOBEX 100000 долларов США 1972 г.

швейцарский франк/доллар США CHF ГЛОБЭКС 125000 долларов США 1972 г.

EUR/USD ЕВРО ГЛОБЭКС 125000 долларов США 1999 г.

Фунт стерлингов/доллар США GBP ГЛОБЭКС Доллар США 62500 1975 г.

йена/доллар США JPY ГЛОБЭКС 12500000 долларов США 1977 г.

Machine Translated by Google

NOK/USD NOK ГЛОБЭКС USD 2000000 2002 г.

NZD/USD NZD ГЛОБЭКС USD 100000 2003 г.

шведская крона/доллар США SEK ГЛОБЭКС 2000000 долларов США 2002 г.

Таблица 180: Фьючерсы Cross и EM FX в портфеле Jumbo

Код рынка Биржевой валютный мультипликатор Первый год с данными

евро/фунт РП ГЛОБЭКС 125000 фунтов стерлингов 1999 г.

евро/йена RY ГЛОБЭКС JPY 125000 1999 г.

BRE/доллар США БРЭ ГЛОБЭКС 100000 долларов США 1995 г.

Доллар США/оффшор CNH UC SGX 100000 китайских юаней 2013

INR/доллар США СЭР ГЛОБЭКС 5000000 долларов США 2015

MXP/доллар США MXP ГЛОБЭКС 500000 долларов США 1995 г.

руб./долл. США РУБЛЕЙ ГЛОБЭКС 2500000 долларов США 2003 г.

доллар США/SGD СНД SGX 100 000 сингапурских долларов 2020

Металлы и крипта
Таблица 181: Фьючерсы на металлы и криптовалюты в портфеле Jumbo

Код рынка Биржевой валютный мультипликатор Первый год с данными

Алюминий АЛИ НАЙМЕКС Доллар США 25 2019

Медь ХГ NYMEX доллар США 25000 1995 г.

Золото (микро) MGC NYMEX USD 10 1975 г.

Железо SCI SGX доллар США 100 2014

Палладий Пенсильвания NYMEX доллар США 100 1977 г.

Платина PL NYMEX доллар США 50 1970 г.

Серебро СИ NYMEX доллар США 1000 1970 г.

Биткойн (микро) МБТ СМЕ доллар США 0,1 2017

Эфириум ETHUSDRR CME доллар США 50 2012

энергии
Таблица 182: Фьючерсы на энергию в портфеле Jumbo
Machine Translated by Google

Код рынка Биржевой валютный мультипликатор Первый год с данными

Brent Crude в последний день БЖ NYMEX доллар США 1000 2020

Нефть WTI (мини) QM НАЙМЕКС Доллар США 500 1988 г.

Газ в последний день ЧЧ NYMEX доллар США 10000 2006 г.

Бензин РБ NYMEX доллар США 42000 1985 г.

Генри Хаб Газ (мини) QG NYMEX доллар США 2500 1990 г.

Топочный мазут ХО NYMEX доллар США 42000 1980 г.

Сельскохозяйственный

Таблица 183: Сельскохозяйственные фьючерсы в портфеле Jumbo

Код рынка Биржевой валютный мультипликатор Первый год с данными

Bloomberg Commodity AIGCI ECBOT USD 100 2006 г.

Сыр ЗАО «ГЛОБЭКС» USD 20000 2010

Кукуруза ЗК ЭКБОТ Долл. США 5000 1972 г.

Кормовой скот ГФ ГЛОБЭКС Доллар США 50000 1977 г.

худые свиньи ОН ГЛОБЭКС Доллар США 40000 1974 г.

Живой скот ЛЭ ГЛОБЭКС Доллар США 40000 1971 г.

Овес ЗО ЭКБОТ Долл. США 5000 1970 г.

Красная пшеница КЭ ЭКБОТ Долл. США 5000 1995 г.

Рис ЗР ЭКБОТ Долл. США 2000 г. 1988 г.

соевые бобы ЗС ЭКБОТ Долл. США 5000 1985 г.

Соевая мука ЗМ ЭКБОТ Долл. США 100 1970 г.

Соевое масло ЗЛ ЭКБОТ Долл. США 60000 1970 г.

Пшеница ZW ECBOT USD 5000 1973 г.

Machine Translated by Google

Благодарности
Это моя четвертая книга. Мои первые три книги были выпущены с четкими
интервалами в два года, в октябре 2015, 2017 и 2019 годов. Вероятно, эта книга
просрочена примерно на 18 месяцев. Отчасти это связано с тем, что я начал
писать его только в конце 2021 года, но это также был довольно длительный и
сложный проект. Я бы предположил, что это было нелегко читать, и определенно
было трудно писать.

Но эта книга была бы невозможна, а не просто трудна, без вдохновения, помощи и

поддержки большого числа других людей, лишь некоторых из которых я назову
здесь. Как я сказал во вступлении, мой профессиональный опыт торговли начался
в Barclays Capital в начале 2000-х. Мой босс, Ричард Глэдвин, рискнул нанять меня
в программу выпускников, несмотря на то, что я не соответствовал обычному
профилю. Он также очень понимающе отнесся к тому, что я ушел менее чем
через два года, решив, что рубка и толчок торгового зала не для меня.

Моя последующая торговля фьючерсами на чужие деньги осуществлялась в Man

AHL. Сначала меня взяли туда в качестве стажера, несмотря на то, что я не
соответствовал их обычному стереотипу найма выпускников (да, здесь есть
тема…), и впоследствии провел там семь очень счастливых лет в качестве
штатного сотрудника. Я мог бы попытаться перечислить всех, с кем я работал в
AHL, кто имел какое-то отношение к прямому или косвенному вдохновению
материала для этой книги, но этот список будет исчисляться десятками людей, и
я неизбежно кого-то забуду. Если вы думаете, что окажетесь в таком списке, похлопайте себя п

После ухода из AHL у меня была возможность продолжить обсуждение теории и

практики торговли фьючерсами с широким кругом людей, здесь я назову лишь
некоторых из них: Саид Амен, Пол Билокон, Адам Батлер, Андреас Кленоу, Кевин
Колдирон, Арвинд Дамарла, Джонти Филд, Йоав Гит, Кэм Харви, Кори Хоффштейн,
Тревор Нил, Майкл Ньютон, Мэтт Стивенсон, Бурак Йенигун и Сандрин Унгари. В
частности, я хотел бы поблагодарить Дуга Хохнера, без которого я не смог бы
написать главу о стратегии двадцать шестой, динамической оптимизации.

Я благодарен своим подписчикам на сайте EliteTrader.com и соавторы по

Machine Translated by Google

моя торговая система Python с открытым исходным кодом, pysystemtrade. Мой диалог
с ними заставил меня постоянно объяснять и пересматривать свои предположения
об основах торговли фьючерсами, что послужило отличной практикой при
написании этой книги. В большинстве случаев я не знаю ваших настоящих имен,
но я думаю, вы все знаете, кто вы такие. В том же духе я также хотел бы
поблагодарить всех, кто оставляет проницательные вопросы в моем блоге,
отправляя в самый сокровенный круг ада гораздо большее количество спамеров,
чьи комментарии мне приходится регулярно отсеивать.

Последние пару лет у меня были полурегулярные выступления в качестве

приглашенного соведущего в подкасте Top Traders Unplugged Systematic Investor.
Я хотел бы поблагодарить Нильса Кааструпа-Ларсена за предоставление мне
возможности регулярно включать этот проект, а также слушателей, которые
пишут вопросы. Многие из этих вопросов заставляют задуматься и вдохновили на
некоторые идеи, которые появляются на этих страницах. Также было бы упущением
с моей стороны не поблагодарить моих соведущих, в частности: Джерри Паркера,
Ричарда Бреннана и Морица Зайберта. Мы не всегда во всем согласны, но суровая
необходимость регулярно защищаться от такой прославленной толпы — одна из
причин, по которой эта книга была тщательно изучена.

Для моих предыдущих книг я собрал группу экспертов для проверки ранних
вариантов; выслеживание ошибок, упущений, путаницы и откровенной чепухи.
На этот раз первоклассная команда добровольцев состояла из Томаса Смита,
Хелдера Паларо, Тансу Демирбилек и Риккардо Ронко. Эта работа требует
многочасовой работы, за которую они получают несколько жалких строчек в
конце книги и подписанный экземпляр, а я получаю свое имя на обложке и все
гонорары. Я не знаю, почему кто-то захочет добровольно участвовать в этом, но,
надеюсь, никто из них не поймет, насколько это плохая сделка. В частности,
Риккардо заслуживает особой похвалы за то, что продолжает выслеживать ошибки
и промахи еще долгое время после того, как он выполнил свои служебные обязанности.

У меня был один и тот же издатель с тех пор, как я начал свою писательскую
карьеру, что должно означать, что я либо слишком ленив, чтобы найти нового,
либо они очень хороши в том, что они делают. В действительности оба эти
утверждения верны, но особенно верно второе. Я обязан Стивену Экетту, который
первоначально подписал меня, и Крису Паркеру, который продюсировал обложки,
но я также благодарен Майлзу, Трейси, Харриет, Люси, Шарлотте, Салли и Сюзанне.
Особенно Сюзанна — она выписывает чеки на роялти!
Machine Translated by Google

Особая благодарность Крейгу Пирсу, который принимал участие в заказе и/или

редактировании всех моих предыдущих книг; и кто выполнил обе работы по этому
поводу. Время от времени я достаю с полки одну из своих старых книг, чтобы что-
то проверить, и меня неизбежно отвлекает само качество продукта; восхищаясь
плавной структурой, красивой планировкой и прекрасной прозой. Без Крейга
структура была бы беспорядочной, изложение уродливым, а проза была бы — в
лучшем случае — погребена под страницей непроницаемой чепухи.

И наконец, что не менее важно, я хотел бы поблагодарить свою семью. Во время

написания этих страниц я просматривал раздел благодарностей в своих
предыдущих книгах. В них я ранее благодарил свою семью за их любовь, поддержку
и понимание. Смириться с четвертой книгой означает, что я определенно
должен добавить терпения к этому списку!
Machine Translated by Google

Детали публикации
ХАРРИМАН ХАУС, ООО

3 Двор вице-короля
Бедфорд-роуд

Питерсфилд

Хэмпшир
ГУ32 3ЛЖ

ВЕЛИКОБРИТАНИЯ

Тел.: +44 (0)1730 233870

Электронная почта: enquiries@harriman-house.com

сайт: harriman.house

Впервые опубликовано в 2023 году.

Авторское право © Роберт Карвер

Право Роберта Карвера быть идентифицированным как Автор было заявлено в соответствии с Законом об авторском праве, дизайне

и патентах 1988 года.

ISBN в твердом переплете: 978-0-85719-968-3

ISBN электронной книги: 978-0-85719-969-0

Каталогизация Британской библиотеки в данных публикации

Запись каталога CIP для этой книги можно получить в Британской библиотеке.

Все права защищены; никакая часть этой публикации не может быть воспроизведена, сохранена в поисковой системе или

передана в любой форме и любыми средствами, электронными, механическими, фотокопированием, записью или иным образом без

предварительного письменного разрешения Издателя. Эта книга не может быть передана во временное пользование,

перепродана, сдана внаем или иным образом продана путем торговли в любой форме переплета или обложки, кроме той, в которой

она опубликована, без предварительного письменного согласия Издателя.

Несмотря на то, что были предприняты все усилия для обеспечения точности информации в этой книге, мы не несем никакой

ответственности за любые убытки, понесенные каким-либо образом любым лицом, полагающимся исключительно на информацию,
содержащуюся в этой книге.

Издатель, Автор или работодатели Автора не несут никакой ответственности за ущерб, причиненный какому-либо физическому

или юридическому лицу, действующему или бездействующему в результате прочтения материала, содержащегося в этой книге.