Carver R. Advanced Futures Trading Strategies Ru

Machine Translated by Google
Об этой электронной книге
Если вы просматриваете эту электронную книгу в режиме онлайн-предварительного просмотра,
имейте в виду, что макет и презентация печатного издания будут отличаться от того, что вы
видите здесь. Авторы могут точно контролировать расположение и форматирование книг при печати,
но при создании документа электронной книги приходится идти на неизбежные компромиссы. Все
покупатели печатного издания получат бесплатный доступ к электронной версии.
Мы тщательно протестировали эту электронную книгу на нескольких различных комбинациях

различных форматов электронных книг, программного обеспечения и устройств; но разные
программы для чтения электронных книг будут отображать этот документ по-разному. Например, в
электронной книге нет фиксированной нумерации страниц, и разрывы страниц могут появляться в
середине таблиц или абзацев. Изображения могут отображаться с другим размером, качеством или
соотношением сторон; в то время как таблицы могут быть отформатированы по-разному.

ПРОДВИНУТОЕ БУДУЩЕЕ
ТОРГОВЫЕ СТРАТЕГИИ
30 полностью протестированных стратегий для

разных торговых стилей и таймфреймов
Роберт Карвер
Содержание
Об авторе
Введение
Часть первая: основные стратегии управления

Стратегия первая: покупка и удержание, единый контракт
Стратегия вторая: покупать и удерживать с масштабированием риска
Стратегия третья: «Купи и держи» с переменным масштабированием риска
Стратегия четвертая: покупка и удержание портфеля с переменным размером позиции риска
Стратегия пятая: медленное следование тренду, только длинные позиции
Стратегия шестая: медленное следование тренду, в длинных и коротких позициях
Стратегия седьмая: медленное следование тренду с сильным трендом
Стратегия восьмая: быстрое следование за трендом, длинные и короткие позиции с учетом силы тренда
Стратегия девятая: несколько правил следования за трендом
Стратегия десятая: базовый керри
Стратегия одиннадцатая: сочетание керри и тренда
Часть вторая: продвинутые стратегии следования за трендом и стратегии керри

Стратегия двенадцатая: скорректированный тренд
Стратегия тринадцатая: следование за трендом и сохранение в различных режимах риска
Стратегия четырнадцать: определение тренда
Стратегия пятнадцатая: точный перенос
Стратегия шестнадцатая: распределение тренда и керри
Стратегия семнадцать: нормализованный тренд
Стратегия восемнадцатая: классы активов, следующие за трендом
Стратегия девятнадцатая: перекрестный импульс
Стратегия 20: кросс-секционный перенос
Часть третья: продвинутые направленные стратегии

Стратегия двадцать первая: прорыв
Стратегия двадцать вторая: ценность
Стратегия двадцать третья: ускорение
Стратегия двадцать четвертая: перекос – тематическое исследование
Стратегия двадцать пятая: динамическая оптимизация (когда вы не можете торговать портфелем Jumbo)
Часть четвертая: стратегии быстрой направленности

Стратегия двадцать шестая: быстрый возврат к среднему
Стратегия двадцать седьмая: более безопасный быстрый возврат к среднему
Часть пятая: стратегии относительной ценности

Стратегия двадцать восьмая: кросс-инструментальные спреды
Стратегия двадцать девятая: кросс-инструментальные тройки
Стратегия тридцать: Календарные торговые стратегии
Часть шестая: Тактика
Тактика первая: выбор контракта и прокрутка
Тактика вторая: казнь
Тактика третья: наличные и начисление процентов
Тактика четвертая: управление рисками
Глоссарий
Приложения
Приложение А: Ресурсы
Приложение B: Расчеты
Приложение C: Портфолио Jumbo
Благодарности
Детали публикации
Обзоры систематической торговли Роберта Карвера
Замечательный взгляд на систематическую торговлю, невиданную ранее, охватывающую
диапазон от мелких до институциональных трейдеров. Чтение этого принесет пользу всем

трейдерам.
— Перри Кауфман, легендарный трейдер и писатель.
Поскольку я сам управляю хедж-фондом и лично прочитал почти все основные книги по
инвестициям и трейдингу, это, безусловно, одна из лучших книг, которые я читал за более
чем 15 лет, на сложную для большинства тему.
— Джош Хоуз, менеджер хедж-фонда
У Роберта был очень ценный опыт работы в течение многих лет в крупном хедж-фонде,
занимающемся количественными расчетами, что делает книгу вдвойне полезной для прочтения…
Стоит прочитать всем, кто торгует, особенно систематическим трейдерам (независимо от
того, новичок вы или более опытный)!
— Саид Амен, трейдер и автор книги «Торговые фалезианцы».
Обзоры умных портфелей Роберта Карвера
В области финансов (как и во многих других областях) существует большое количество
умных, но непрактичных исследований, а также столько же популярной литературы, которая
практична, но глупа. Эта книга относится к той редкой категории умных и практичных — она
сама по себе является занимательным чтением.
— Фрэнсис Бридон, профессор финансов Лондонского университета королевы Марии и бывший глава
глобального отдела валютных исследований в Lehman Brothers.
Книга представляет собой серьезную работу, так что зацените ее… Она о процессе, и есть
несколько действительно практических способов, математических способов запустить
хороший процесс в вашей жизни.
— Майкл Ковел, автор нескольких книг по трейдингу, в том числе бестселлера «Тренд».
Следующий
Обзоры торговли с кредитным плечом Роберта Карвера
Как и другие книги Роберта, «Торговля с кредитным плечом» — отличное руководство для
торговцы. Роберт отлично справляется с переходом от базовой информации к сложной, не теряя при
этом читателя. Эта книга будет той, к которой я буду возвращаться снова и снова. Настоятельно
рекомендуется.
— Кевин Дэйви, чемпион по торговле на постоянной основе, автор многочисленных книг по трейдингу.
Последняя книга (Роба) — это не только лучшее из прочитанного мною освещения темы торговли
небольшими портфелями с использованием заемных средств, но и единственная хорошая книга,
которую я когда-либо встречал… Это отличная книга. Иди купи.
— Андреас Кленоу, менеджер хедж-фонда и автор
Жаль, что я не прочитал подобную книгу, когда начинал свою торговлю. Это сэкономило бы мне
много времени и денег. Настоятельно рекомендуется!
— Хелдер Паларо, менеджер хедж-фонда

Думайте масштабно. Мыслить позитивно. Никогда не показывай признаков слабости.
Всегда лезь в горло. Покупайте дешево. Продавайте дорого. Страх? Это

проблема другого парня.
Ничто из того, что вы когда-либо испытывали, не может подготовить

вас к безудержной бойне, свидетелем которой вы станете. Суперкубок,
Мировая серия? Они не знают, что такое давление.
В этом здании либо убей, либо будь убитым. Вы не заводите

друзей в ямах и не берете пленных. В одну минуту вы заработали
полмиллиона на соевых бобах, а в следующую — бум! Ваши дети не ходят
в колледж, и они забрали ваш Бентли.
Ты со мной?
- Луи Винторп III (Дэн Эйкройд) дает стратегические советы Билли Рэю Валентайну.
(Эдди Мерфи) во время подготовки к короткой продаже фьючерсов на апельсиновый сок в фильме «Торговля».
Места
Об авторе
Роберт Карвер — независимый трейдер, инвестор и писатель. Он проработал более десяти

лет в лондонском Сити, прежде чем уйти из отрасли в 2013 году. Сначала Роберт торговал
экзотическими деривативами для Barclays Investment Bank, а затем работал портфельным
менеджером в AHL — одном из крупнейших в мире хедж-фондов — до, во время и после
глобального финансового краха 2008 года. Он отвечал за создание фундаментального
бизнеса стратегии макроторговли AHL, а затем управлял многомиллиардным портфелем
фонда с фиксированным доходом.
Роберт имеет степень бакалавра и магистра экономики и в настоящее время является

приглашенным лектором в Лондонском университете королевы Марии. Он является автором
трех предыдущих книг: « Систематическая торговля: уникальный новый метод
проектирования торговых и инвестиционных систем» (Harriman House, 2015 г.), « Умные
портфели: практическое руководство по созданию и поддержанию интеллектуальных
инвестиционных портфелей» (Harriman House, 2017 г.) и « Управление кредитным плечом
». Торговля: профессиональный подход к торговле валютой, маржинальными акциями, CFD,
спредами (Harriman House, 2019).
Роберт торгует собственным портфелем, используя методы, которые вы можете найти в его
книгах.
Введение
Я торговал своим первым фьючерсным контрактом инстинктивно.
Это был сентябрь 2002 года, и я только что впервые вышел на торговую площадку. Этаж
находился в Кэнэри-Уорф, одном из двух ключевых финансовых районов Лондона, и
принадлежал Barclays Capital. «Баркап», как я научился называть его, проводил
программу для выпускников, которую я недавно начал в качестве одного из двух новых
трейдеров. Мы провели наш первый день в классе, изучая утомительную теорию, которая
по большей части не имела отношения к нашей будущей работе. В 16:00 нам сказали
идти и искать наших будущих товарищей по команде, к которым мы должным образом
присоединимся через пару месяцев после окончания изнурительного курса.
С некоторым трепетом я взглянул на карту этажа, который мне дали, и попытался

определить место, где я в конечном итоге буду работать.
К счастью, мне не потребовалось много времени, чтобы найти выделенный мне стол, где
я также нашел Ричарда, управляющего директора команды, который брал у меня интервью
ранее в этом году.
После нескольких представлений и небольшой болтовни Ричард спросил меня, не

хочу ли я совершить сделку. Я нервно сказал, что буду. Хотя я несколько раз торговал
акциями на своем личном счету, я впервые торгую чужими деньгами.
Он показал мне экран сделок и попросил меня обменять один контракт на декабрьский
«Бунд», который, как я недавно узнал, был будущим для 10-летних немецких
государственных облигаций1 (один из немногих полезных фрагментов информации,
которые мы получили). дается на уроке). Я замерз. Должен ли я покупать или продавать?
Откуда я мог знать, какое решение было правильным? Я где-то читал, что среди
трейдеров ценится умение быстро принимать решения, и мне совершенно не хотелось,
чтобы Ричард подумал, что я слишком тугодум для этой работы. Не желая больше
колебаться, я решил купить и нажал кнопку на экране, чтобы снять предложение.
Это был мой первый набег на фьючерсный рынок, и уж точно не последний, хотя я
продержался на этой торговой площадке всего 18 месяцев.
После ухода из Barcap я несколько лет занимался экономическими исследованиями, прежде

чем присоединиться к хедж-фонду AHL.
AHL была и остается одним из крупнейших трейдеров фьючерсами в мире. Моя работа
заключалась в разработке и управлении стратегиями систематической торговли фьючерсами.
Начав с относительно небольшого портфеля, я в конечном итоге был назначен руководителем
группы фиксированного дохода, отвечающей за несколько миллиардов долларов клиентских средств.
Стратегии, которыми мы управляли, составляли значительную часть мировых фьючерсных
рынков, держали десятки тысяч контрактов в любой день и торговали сотнями тысяч контрактов
каждый год.
Я решил покинуть АХЛ в 2013 году, но на этом моя торговля не остановилась. После открытия
торгового счета у фьючерсного брокера я потратил несколько месяцев на создание
собственных стратегий автоматической торговли, которыми я пользуюсь до сих пор.
Прошло уже более 20 лет с тех пор, как я торговал этим первым контрактом, и очень много
времени прошло с тех пор, как я в последний раз торговал инстинктивно. В настоящее время я
торгую осознанно, используя тщательно отточенные торговые стратегии. Каждая из сделок,
которые я совершаю сегодня, подкреплена многолетним опытом и подробным анализом. И в
этой книге я поделюсь с вами этими знаниями.
30 стратегий Более 50 лет данных Более 100 инструментов
Эта книга содержит детали 30 стратегий, специально разработанных для торговли фьючерсами.
Я объясняю, как и почему работает каждая стратегия. Подробно описаны правила для каждой
стратегии, и я анализирую эффективность стратегии по историческим данным, чтобы вы могли
лучше понять ее сильные и слабые стороны, а также вероятное поведение в будущем.
Диверсификация — самое мощное оружие в арсенале финансового трейдера. Прочитав эту

книгу, вы получите доступ к большому и разнообразному набору торговых стратегий. Но, как
я объясню более подробно, диверсификация между различными фьючерсными рынками — еще
более эффективный путь к дополнительной прибыли. К счастью, по всему миру торгуются сотни
фьючерсов, охватывающих все возможные виды торгуемых инструментов: фьючерсы на процентные
ставки США, криптовалюту Биткойн, японскую железную руду, российские акции и молоко — и
это лишь некоторые из них.
Каждый рынок отличается. Акции управляются эмоциями: жадностью, страхом и

текущее настроение миллионов покупателей мемов. Облигации маршируют под

математический барабан; хотя ставки и кредитные спреды определяются рыночными
силами, их связь с ценами на облигации можно рассчитать с помощью точных формул.
Валютные рынки стремительно меняются с каждым изменением процентной ставки и
макроэкономическим объявлением. Товарное пространство заполнено хедж-фондами и
гигантскими транснациональными трейдерами сырьевых товаров. Но есть и фермеры, которые
хеджируют свои риски, связанные с пшеницей, с помощью своих ноутбуков, в то время как их
ботинки все еще покрыты пылью с полей.
В результате мнения среди трейдеров разделились: следует ли торговать на каждом рынке

по-разному или следует использовать общие стратегии, которые работают одинаково
хорошо независимо от базового актива? Безусловно, есть преимущества в использовании
общих стратегий. Если мы сможем протестировать стратегии на различных рынках, это
даст нам больше уверенности в том, что они будут работать в будущем.
Я использую данные более чем 100 различных инструментов для тестирования стратегий,
описанных в этой книге, некоторые из которых имеют данные за более чем 50 лет. Таким
образом, вы можете быть уверены, что они не являются пони с одной уловкой, которые
работают на одном или двух рынках или только в благоприятной рыночной среде. Но также
важно убедиться, что данная стратегия подходит для конкретного инструмента, и при
необходимости адаптировать ее: я объясню, как это сделать. Я расскажу, как вы можете
выбрать лучший набор рынков для торговли, учитывая капитал, который у вас есть для
торговли, и как распределить риск по вашему портфелю.
В этой книге также рассматривается диверсификация по различным торговым стратегиям и

временным масштабам. Я также объясню, как вы можете оценить эффективность стратегии,
как убедиться, что вы используете правильную степень кредитного плеча, как вы можете
прогнозировать и управлять своим риском, а также как вы можете измерить и снизить свои
торговые издержки.
Конечно, торговля фьючерсами — это не только захватывающая работа по предсказанию

направления рынка. Это также относительно скучные вещи: выбор контракта для торговли,
исполнение ваших сделок, управление вашим риском и наиболее эффективное
использование ваших денег. Я буду обсуждать эти потенциально скучные, но очень
важные темы в заключительной части книги.
Вы можете прочитать эту книгу? Стоит ли читать эту книгу?
Вам нужен значительный капитал для торговли фьючерсами. Хотя некоторые инструменты
можно получить за несколько тысяч долларов, большинству требуется гораздо больше. Как
правило, эта книга окажется наиболее полезной для вас, если на вашем торговом счете есть
не менее 100 000 долларов США2 (или эквивалент этой суммы в другой валюте).
С таким капиталом многие из вас будут управлять институциональными деньгами, возможно, в
составе хедж-фонда или консультанта по сырьевым товарам. Но эта книга также будет полезна,
если вы, как и я, торгуете собственными деньгами с приличного размера счета и серьезно
относитесь к торговле фьючерсами.
Это книга не для начинающих. Вы заметите, что я уже использовал некоторый финансовый
жаргон, поскольку я ожидаю, что у вас есть хотя бы элементарное представление о рынке
фьючерсов и трейдинге в целом. Если вам нужно руководство по торговле фьючерсами3, я могу
порекомендовать мою предыдущую книгу «Торговля с кредитным плечом».
Я буду использовать доллары США на протяжении всей книги для простоты, но эта книга
предназначена не только для трейдеров, живущих в Стране Свободы. Фьючерсные биржи есть во
многих странах, и благодаря Интернету вы можете торговать ими, где бы вы ни жили (за
исключением случаев, когда действуют нормативные ограничения). Если вы можете торговать
фьючерсами на законных основаниях, эта книга будет вам полезна независимо от того, где вы
проживаете. Позже в этой книге я расскажу о проблемах, возникающих в результате
трансграничной торговли, и о том, как вы можете их решить.
Если вы читали какие-либо из моих предыдущих книг, вы, вероятно, знаете, что я ярый сторонник
использования систематических торговых стратегий. Эти стратегии не оставляют места для
дискреционных суждений, и ожидается, что трейдеры будут следовать их инструкциям без
отклонений. Естественно, полностью систематические трейдеры смогут пользоваться этой
книгой без каких-либо затруднений, так как все стратегии в этой книге полностью описаны с
использованием четких правил. Поэтому я не буду показывать вам серию графиков и ожидать,
что вы определите модели «голова и плечи», «расширяющаяся вершина» или «нижняя часть
брошенного ребенка».
Но не всем нравится идея торговли без участия человека. В отличие от меня, вы можете
обладать подлинной способностью использовать свою интуицию и опыт для выявления прибыльных
сделок, которые превосходят возможности простой системы, основанной на правилах. Если это
так, то имеет смысл использовать стратегии, описанные в этой книге, как часть дискреционной
торговой установки, комбинируя их с вашими собственными суждениями4, чтобы решить, какие
сделки совершать.
Вам не нужно уметь программировать, чтобы использовать подавляющее большинство стратегий в

эта книга. Почти все здесь можно реализовать в электронной таблице. На веб-сайте этой
книги5 есть ссылки на электронные таблицы, которые вы можете копировать и адаптировать по
своему усмотрению. Сказав это, есть также веб-ссылки на фрагменты кода Python для тех, кто
разбирается в программировании.
Наконец, в этой книге много уравнений, но почти все они6 находятся на уровне средней школы
по математике7. Чтобы прочитать эту книгу, вам не нужна докторская степень. Мне не нужно
было, чтобы написать это!
Мои другие книги
Если у вас уже есть необходимые базовые знания о торговле фьючерсами, вам не нужно ничего
читать, прежде чем вы прочтете « Продвинутые стратегии торговли фьючерсами» (AFTS). Если
вы почувствуете необходимость улучшить свои базовые знания о рынке фьючерсов, я бы
порекомендовал вам другую мою книгу « Торговля с кредитным плечом» (LT). Это охватывает
механику торговли инструментами с кредитным плечом, такими как фьючерсы, без каких-либо
предварительных знаний. Чтение LT также даст вам преимущество в понимании некоторых
понятий, которые я ввожу в первой части этой книги.
Другая книга, которую я написал, «Систематическая торговля» (ST), также включает некоторые
материалы по торговле фьючерсами и кратко описывает несколько торговых стратегий, о которых
я также подробно пишу здесь, в AFTS. Но ST в первую очередь касается общего дизайна торговых
стратегий и не предназначена в первую очередь для трейдеров, торгующих фьючерсами.
Напротив, AFTS подробно описывает многие стратегии, специально предназначенные для
фьючерсных рынков. Если вы хотите разработать и протестировать свои собственные фьючерсные
стратегии, вам стоит прочитать как ST , так и AFTS. Если вы тоже не читали, то я бы
порекомендовал сначала прочитать AFTS . Все это означает, что если вы новичок в торговле
фьючерсами и хотите разработать свои собственные стратегии, то подходящим порядком чтения
будет следующий: сначала LT , затем AFTS и, наконец, ST.
Я написал еще одну книгу « Умные портфели», но она относится к инвестициям, а не к

трейдингу. Но если вы также хотите купить копию Smart Portfolios, я не буду вас останавливать!
Объем
Вот список того, чего в этой книге нет :
Субъективное принятие решений. Все стратегии в этой книге объективны: при наличии
некоторых данных они всегда будут рекомендовать одни и те же действия. Это делает их
подходящими для чисто систематического трейдера, такого как я. Но вы также можете
использовать эти стратегии как часть методологии дискреционной торговли: сигналы от
различных стратегий могут использоваться для обоснования ваших торговых решений, но затем
вы делаете окончательный выбор, основываясь на своем суждении.
Основные данные. Я использую только данные о ценах. Таким образом, не существует стратегии,
которая использует данные об индексе потребительских цен, данные о заработной плате в
несельскохозяйственном секторе, информацию о доходах от акций, данные об обязательствах
трейдеров или количество буровых установок Baker-Hughes. Это значительно сокращает
количество возможных стратегий до управляемой цифры. Кроме того, легче создавать объективные
торговые стратегии, если вы используете только данные о ценах.8 Сказав это, в третьей части я
объясню, как построить торговую стратегию на основе некоторых произвольных входных данных,
которые, безусловно, могут быть фундаментальными данными, если они измеримый.
Подсвечники. Я использую только цены закрытия для каждого соответствующего периода времени.
Я не использую цены «OHLC» (открытие, максимум, минимум, закрытие), по которым можно построить
графики «свечей». Это упрощает объяснение стратегий, описанных в этой книге, и упрощает
торговлю. Кроме того, после тщательного тестирования я не убежден, что рыночные модели,
которые якобы могут выявить только свечи, делают торговые стратегии прибыльными и
объективными. Без сомнения, есть трейдеры, которые могут принимать правильные субъективные
решения, глядя на такие графики, но я не из их числа.
Высокочастотный и другой быстрый трейдинг. Наименьший временной интервал, за который я
собираю цены, — почасовой. Это исключает любую стратегию с периодом владения менее
нескольких часов, так как мы не смогли ее точно протестировать.
В любом случае, я считаю, что большинство трейдеров не могут конкурировать со
специализированными фирмами, занимающимися высокочастотным трейдингом, и им не следует пытаться.
Параметры. Хотя можно было бы использовать опционы на фьючерсы для торговли стратегиями,
изложенными в этой книге, например, покупая колл-опционы, когда ожидается подъем рынка, эта
книга категорически не о
торговля опционами.
Акции. Многие из стратегий, описанных в этой книге, безусловно, могут быть применены к
акциям, но я не проверял, подходят ли они, и не проводил какого-либо анализа данных по
отдельным акциям. Однако я протестировал множество стратегий, используя фьючерсы на
фондовые индексы, такие как индекс S&P 500.
Другие классы активов. Эта книга не о торговле криптовалютами, валютой или облигациями.
Но это не является существенным препятствием, поскольку обычно мы можем торговать
фьючерсами, основанными на криптовалютах, FX, облигациях и многих других различных
активах.
Налог. Налогообложение торговли фьючерсами очень сложное, различается в разных
странах, зависит от правового статуса владельца счета и постоянно меняется. Было бы
полным безумием пытаться описать это в одной книге. Я в здравом уме, поэтому я не буду
пытаться решить эту конкретную задачу здесь. В результате ни одна из стратегий,
описанных в этой книге, не учитывает налогообложение, и здесь нет стратегий налоговой

оптимизации или сбора налоговых убытков.
Эта книга не охватывает каждое будущее в мире. Но я протестировал стратегии из этой
книги, используя данные более чем для 100 различных фьючерсов, которые соответствуют
моим требованиям9 к ликвидности и затратам.
Однако есть много других10 , где поиск данных был слишком сложным или дорогим. Но я
уверен, что стратегии, описанные в этой книге, можно легко адаптировать для торговли
практически любым типом будущего (и я, конечно, объясню, как это сделать).
Как следует читать эту книгу?

Как и хороший роман, в идеале вы должны читать эту книгу по порядку, от корки до корки. В частности,
вы должны прежде всего прочитать часть первую: основные стратегии направления . Направленная
стратегия делает ставку на общее направление рынка, а не на относительную эффективность двух
или более инструментов .
Первые четыре части этой книги посвящены исключительно направленным стратегиям.
Возможно, вам покажется странным, что первая часть книги по продвинутым торговым стратегиям
называется «Базовые стратегии». Если вы относительно опытный

трейдер, или если вы читали другие мои книги, у вас может возникнуть соблазн пропустить
первую часть. Не делай это!
Позвольте мне объяснить: я решил не писать книгу, в которой первые несколько глав полны
утомительной теории, которую вам нужно знать, прежде чем перейти к пикантным частям,
имеющим практическую ценность. Каждая отдельная глава этой книги включает одну или
несколько стратегий, которыми вы действительно можете торговать. Но в первой части я также
постепенно ввожу ряд понятий, которые вам понадобятся на протяжении всей книги. Следовательно,
очень важно, чтобы вы сначала прочитали эту часть.
Остальные части книги предназначены для самостоятельной работы, поскольку они охватывают
различные типы торговых стратегий. Часть вторая: Продвинутые стратегии следования за
трендом и стратегии переноса исследуют две ключевые стратегии в торговле фьючерсами:
следование за трендом (где мы пытаемся определить тренды, которые, как мы предполагаем,
будут продолжаться) и перенос (где мы используем цены фьючерсов для разных дат экспирации,
чтобы попытаться предсказать будущее). Эти две стратегии представлены в конце первой
части, но во второй части я расширяю их и исследую альтернативные способы получения этих
важных рыночных эффектов. Далее идет третья часть: передовые стратегии направленного
действия. Следование за трендом и перенос — это направленные стратегии, но в третьей части
я рассмотрю другие виды направленных стратегий, которые используют другие источники
прибыли.
Все стратегии из частей 1, 2 и 3 можно комбинировать друг с другом. Это возможно, потому что
все они построены с использованием единой методологии управления позициями. Кроме того,
все они предназначены для торговли один раз в день, используя ежедневные данные для
расчета необходимых сделок. Это не относится к стратегиям из четвертой и пятой частей.
Часть четвертая: Стратегии быстрого направления объясняет несколько стратегий, которые
торгуют чаще, чем ежедневно. Хотя это не книга о высокочастотной торговле, здесь есть
несколько стратегий, период владения которыми можно измерять часами и днями, а не неделями.
Затем я перехожу от направленных стратегий к части пятой: стратегии относительной ценности.

Как и следовало ожидать, эти стратегии пытаются предсказать относительное движение
фьючерсных цен, в то же время хеджируя общие движения рынка. В пятой части я объясню как
календарные стратегии, которые торгуют разные месяцы поставки одного и того же фьючерса
друг против друга, так и кросс-инструментальные стратегии, которые торгуют относительной
стоимостью разных фьючерсов.
Наконец, у нас есть Часть Шестая: Тактика. Эти главы не посвящены попыткам предсказать абсолютное или
относительное движение цен. Вместо этого они стремятся улучшить менее привлекательные, но все же
важные аспекты торговли фьючерсами: выбор контракта, контроль рисков, исполнение и управление денежными
средствами.
Обратите внимание, что слово « глава» может относиться либо к стратегии в частях с первой по пятую, либо
к тактике в части шестой.
В конце книги есть Приложения: Приложение А содержит дополнительные ресурсы, включая списки книг и веб-
сайтов, которые могут быть вам полезны.
Приложение B содержит подробные сведения об основных расчетах, используемых на протяжении всей книги.
Приложение C содержит полный список фьючерсных контрактов, используемых в этой книге.
На веб-сайте этой книги также есть много полезных ресурсов, ссылку на которые вы можете найти в
Приложении А, включая код и электронные таблицы.
1 На самом деле бюро торговало экзотическими опционами на процентные ставки, а не фьючерсами, но мы использовали фьючерсы на облигации и
процентные ставки, чтобы хеджировать наши риски. Бунд, по-видимому, является сокращением от Bundesanleihe.
2 Если у вас нет на руках эквивалента 100 000 долларов США, и вы находитесь за пределами США, вы потенциально можете
использовать датированные контракты на разницу (CFD) или ставки на спред в качестве альтернативы фьючерсам. Хотя они дороже в
торговле, они требуют значительно более низких требований к финансированию. Я объясняю, как вы можете торговать CFD и делать
спреды, в одной из моих ранних книг « Торговля с кредитным плечом».
3 В Приложении А есть список рекомендуемой литературы.
4 Я даже не обиделся бы, если бы вы использовали стратегии из этой книги как «контрстратегии», преднамеренно совершая
сделку, противоположную указанной, при условии, что вы заплатили за книгу. Конечно, я бы тоже не советовал.
5 См. ссылку в Приложении A.
6 Несколько глав содержат немного более сложный материал, который необходим для некоторых стратегий, но вы можете пропустить
их, если хотите.
7 Это математика средней школы для моих британских читателей.
8 В частности, я не использую данные об объемах, хотя это очень популярный источник информации для многих трейдеров.
Данные об объемах фьючерсов сложно систематически анализировать, поскольку на них влияет переход от одного срока действия
контракта к другому.
9 Эти требования более подробно изложены в третьей стратегии. Я также протестировал стратегии на других 50 или около того
инструментах, которые слишком дороги или неликвидны для торговли, и результаты существенно не отличались.
10 Например, довольно иронично, учитывая, что я живу в Великобритании, из-за непомерно высокой стоимости сбора данных я не
могу торговать и, следовательно, не могу протестировать фьючерсы, котирующиеся на британской Intercontinental Exchange (ICE),
включая короткие проценты по фунту стерлингов. процентные фьючерсы, британские ценные бумаги (облигации) и фьючерсы на
индекс акций FTSE 100.
Часть первая: основная направленность
Стратегии
Вы должны прочитать всю первую часть, прежде чем читать остальную часть книги.
Вы должны читать главы первой части по порядку: каждая зависит от предыдущих глав.
Стратегия 1 представляет простейшую из возможных стратегий. Стратегии со второй по восьмую постепенно
улучшают предыдущие стратегии, вводя несколько важных компонентов, которые должны быть в любой
торговой стратегии.
Девятая, десятая и одиннадцатая стратегии являются полнофункциональными торговыми стратегиями,
которые можно использовать в качестве основы для других стратегий во второй и третьей частях:
Девятая стратегия реализует особый тип торгового сигнала, следование за трендом, который
торгуется в нескольких временных рамках.
Стратегия 10 вводит дополнительный торговый сигнал – кэрри.
Одиннадцатая стратегия сочетает в себе как следование за трендом, так и керри.

Стратегия первая: купи и держи, один

договор
Что я говорил тебе с того дня, как ты впервые вошел в мой кабинет? Есть три
способа заработать на этом бизнесе.
Будьте первым. Будьте умнее. Или обмануть. Теперь я не обманываю.
- Джон Талд, вымышленный генеральный директор банка, которого играет Джереми Айронс в фильме Margin Call.
Как и Джон Талд, я не жульничаю. И я считаю, что постоянное лидерство не является

приемлемым вариантом для фьючерсных трейдеров, за исключением тех, кто работает в
узкоспециализированной отрасли высокочастотной торговли. Это просто оставляет быть умным.
Как мы можем быть умными? Во-первых, нам нужно избегать глупостей.

Примеры ранговой глупости включают: (а) слишком быструю торговлю — медленное истощение
вашего счета из-за избыточных комиссий и спредов; (б) использование слишком большого
кредитного плеча – быстрое уничтожение вашего счета; и (c) разработка набора торговых
правил, предполагающих, что будущее будет почти точно таким же11, как и прошлое
(также известное как подгонка или подгонка кривой). В оставшейся части этой книги я буду
объяснять, как избежать этих ловушек, используя правильно разработанные торговые
стратегии.
Избегать глупых ошибок — необходимое, но недостаточное условие прибыльной торговли.

Нам также необходимо создавать стратегии, которые, как ожидается, принесут положительную
отдачу. Есть несколько возможных методов, которые мы могли бы рассмотреть для достижения
этой цели.
Первый способ, который очень сложен, состоит в том, чтобы найти какую-то секретную
уникальную закономерность в ценах или других данных, которую не смогли обнаружить
другие трейдеры и которая позволит с безошибочной точностью предсказать будущее.
Если вы ищете секретные скрытые формулы, вы читаете не ту книгу. Конечно, если бы я
знал какую-нибудь секретную формулу, я был бы сумасшедшим, если бы опубликовал ее;
лучше держать это в секрете и продолжать зарабатывать миллионы легкой прибылью. К
сожалению, высокодоходные стратегии, как правило, недолго остаются в секрете из-за
значительных вознаграждений за их открытие.
В качестве альтернативы, чтобы получить положительную прибыль, мы можем пойти на риск , что большинство других
люди не хотят или не могут брать. Обычно, если вы готовы пойти на больший риск, вы
получите более высокую прибыль. Это может показаться не очень умным, но умная
часть заключается в понимании и количественной оценке рисков, а также в обеспечении
того, чтобы вы не шли на слишком большой риск или не шли на риск, за который
вознаграждение недостаточно. Слепо рисковать неразумно: это смертельно глупо.
Торговые стратегии, изложенные в этой книге, не являются секретом, поэтому, чтобы
быть прибыльными, они должны включать в себя некоторые риски, с которыми большинство
людей на рынке не согласны.
Преимущество стратегии принятия риска состоит в том, что предпочтения людей

относительно риска не сильно изменились с течением времени. Мы можем проверить,
работали ли эти стратегии в течение длительных исторических периодов, а затем быть
вполне уверенными, что они продолжат работать и в будущем. Они, как правило, не так
прибыльны, как секретные стратегии, но это также является преимуществом, поскольку
тот факт, что о них уже известно и они существуют в течение длительного периода
времени, означает, что они вряд ли будут конкурировать в будущем, когда другие
торговцы обнаруживают их.
За какие риски нам платят? Список почти бесконечен, но для начала наиболее
известным риском на финансовых рынках является риск фондового рынка, который
неофициально известен на финансовых рынках как бета (β). Акции почти всегда более
рискованны, чем облигации, и, безусловно, более рискованны, чем банковские депозиты,
и поэтому мы ожидаем, что они принесут более высокую прибыль.
Экономисты обычно предполагают, что мы можем купить весь фондовый рынок с портфелями,
взвешенными по рыночной капитализации каждой компании. В большинстве стран
нереально купить все акции, котирующиеся на бирже, но вам это и не нужно, потому что
крупнейшие фирмы составляют подавляющее большинство рынка. Если вы хотите заработать
на бета-тестировании фондового рынка США, вы можете просто купить все акции крупнейших
компаний США из индекса S&P 500, потратив больше денег на производителя блестящих
гаджетов Apple (на момент написания статьи крупнейший акции в S&P 500 с примерно 6,4%
веса индекса) и лишь крошечная доля Gap в магазине модной одежды (всего 0,013% веса).
Однако покупка 500 акций будет дорогостоящим и трудоемким мероприятием. Вам также
придется тратить больше времени и денег на корректировку своей позиции всякий раз,
когда акции добавляются в индекс или удаляются из него.12 Есть гораздо более простой
способ — купить фьючерсный контракт, который обеспечит доступ ко всем акциям S&P. 500.
Это наша первая торговая стратегия, и она самая простая из возможных:
Стратегия первая: купить и удерживать один фьючерсный

контракт.
Первоначально мы сосредоточимся на будущем S&P 500 как на способе получить доступ к риску фондового
рынка и получить за него вознаграждение. Позже в этой главе я объясню, как и почему мы хотели бы
покупать и держать другие виды фьючерсов на различные классы активов. Мы также узнаем о некоторых
важных концепциях торговли фьючерсами:
Множители фьючерсов, размер тика и стоимость тика.
Сроки годности и прокатки.
Обратная корректировка фьючерсных цен.
Торговые издержки.
Расчет прибыли.
Требуемый капитал.
Оценка производительности.
Множители, размер тика и значение тика

Как и следовало ожидать, учитывая, что S&P 500 является индексом США, основная биржа, на которой вы
можете торговать фьючерсами S&P 500, также находится в США: Чикагская товарная биржа (CME). Просматривая
веб-сайт CME, мы видим, что существует два размера будущего S&P 500, определяемые следующим
образом:13
Будущее e-mini (символ ES) с «контрактной единицей» в 50 долларов и «минимальным колебанием
цены» в 0,25 индексных пункта = 12,50 долларов. Микро- e-mini (символ MES) с
«контрактной единицей» в 5 долларов. , а «минимальное колебание цены» 0,25 индексных
пункта = 1,25 доллара США.
«Единица контракта» определяет соотношение между ценой и стоимостью различных фьючерсных
контрактов. Представим, что сейчас S&P 500 находится на уровне 4500 и мы решили купить один контракт
— самый мелкий.
возможное положение. Цена повышается на 45 до 4545. Какова наша прибыль?

Покупка e-mini принесла бы прибыль в размере 45 × 50 = 2250 долларов. Если бы
мы купили микроконтракт, на нашем счету было бы дополнительно 45 × 5
долларов = 225 долларов.
Чтобы рассчитать нашу прибыль, мы умножаем каждый доллар повышения цены14

на «контрактную единицу». Следовательно, я предпочитаю использовать термин
покупке «фьючерс » , а не единица контракта . контракт эквивалентен
акций, стоимость которых равна цене (4500), умноженной на единицу контракта.
Например, если бы мы использовали e-mini, мы бы получили 4 500 × 50 долларов
= 225 000 долларов по S&P 500. Вы можете легко проверить это утверждение:
изменение цены на 45 пунктов равно 45 ÷ 4500 = 1% , а 1% от номинальной
стоимости (225 000 долларов США) составляет 2 250 долларов США, что является
прибылью от владения e-mini, которую мы уже подсчитали. Я называю эту
величину условным риском на контракт:
Здесь условный риск и мультипликатор указаны в долларах США, но в принципе

мы можем конвертировать условный риск в любую валюту. Я определяю базовую
валюту как валюту, в которой деноминирован мой счет. Затем:
Курс FX — это соответствующий обменный курс между двумя валютами. Эта формула
понадобится нам, если базовая валюта нашего торгового счета отличается от
валюты инструмента. Например, если я британский трейдер, торгующий e-mini S&P
500, тогда соответствующий обменный курс будет USD/GBP. На момент написания
курс FX составлял 0,75, следовательно, мой условный риск равен:
А как насчет «минимального колебания цен»? Просто цена фьючерса не может

быть указана или продана в единицах меньшего, чем этот минимум. Отсюда
котировка 4500,25 была бы приемлемой для электронных мини- и микроконтрактов с минимальным

колебанием 0,25, но цена 4500,10 была бы запрещена.
Поскольку минимальное колебание цены — это довольно многословно, вместо этого я буду
использовать альтернативный термин « размер тика». Умножение минимального колебания на
фьючерсный множитель дает нам значение тика.
В случае контракта e-mini это 0,25 × 50 долларов США = 12,50 долларов США.
Решение о том, каким из двух фьючерсов на S&P 500 мы должны торговать, не совсем простое, и я
отвечу на него в следующей главе. Сейчас мы сосредоточимся на наименьшем микрофьючерсе

с фьючерсным множителем 5 долларов, размером тика 0,25 и значением тика 0,25 × 5 долларов
= 1,25 доллара.
Срок действия фьючерсов и пролонгация
Решив торговать микробудущим, мы можем проверить книгу заказов, чтобы увидеть, что там
можно купить. Книга заказов16 показана в таблице 1 с некоторыми другими полезными
статистическими данными.
Таблица 1: Книга заявок (i) на микрофьючерсы S&P 500 e-mini, плюс объем и открытый интерес
Делать ставку
Предложение Средний объем Открытый интерес
Сентябрь 2021 г. 4503,25 4503,50 4503,375 119 744 123 856
Декабрь 2021 г. 4494,00 4494,25 4494,125 6 432 6073
март 2022 г. 4483,25 4483,75 4483,500 12 227
июнь 2022 г. 4485,25 4486,25 4485,750 0 4
Книга заказов по состоянию на 9 сентября 2021 г. Середина — это среднее значение спроса и предложения.
Срок действия микрофьючерсов S&P 500 истекает ежеквартально в марте, июне, сентябре и
декабре. Текущий передний месяц, сентябрь 2021 года, является самым ликвидным. Сегодня у
него самый высокий объем торгов (чуть менее 120 000 контрактов), а также наибольшее
количество открытых позиций (открытый интерес более 120 000 контрактов). Но это будущее
истекает 17 сентября, всего через восемь дней. Вряд ли стоит заморачиваться с сентябрьским
контрактом: вместо этого мы купим ближайшее будущее, декабрь 2021 года, то есть
уже достаточно ликвидный. С рыночным ордером мы будем покупать по предложению, заплатив 4494,25.
Торговые издержки
К сожалению, брокеры и биржи не работают бесплатно: покупка или продажа фьючерсных контрактов стоит
денег. Я делю торговые расходы на две категории: комиссионные и расходы на спред. Комиссионные должны
быть знакомы всем трейдерам, хотя сейчас многие фондовые брокеры предлагают торговлю с нулевой
комиссией. Для фьючерсов мы обычно платим фиксированную комиссию за контракт.
Например, я плачу 0,25 доллара за контракт на микро-фьючерсы S&P 500 и 2 доллара за каждый e-mini. Это
довольно хорошие ставки для розничных трейдеров, но крупные институциональные трейдеры могут
договориться о еще более низких комиссиях.
Кроме того, нам нужно оплатить стоимость спреда, то есть стоимость, которую вы отдаете рынку при покупке
или продаже. Я определяю это как разницу между ценой, которую вы платите (или получаете, если
продаете), и средней ценой, которую вы заплатили бы или получили бы при отсутствии какого-либо
спреда между ценами покупки и продажи. Позже в этой книге я расскажу, как избежать или уменьшить
ваши расходы на спред, но сейчас я предполагаю, что мы должны платить каждый раз.
В таблице 1 мы не можем получить декабрьский фьючерс по средней цене (4494,125). Вместо этого мы
повышаем предложение до 4494,25, при этом эффективная стоимость спреда составляет 4494,25 4494,125
= 0,125. Если бы мы вместо этого продавали и достигли бида, мы бы получили 4494,00, опять же при
стоимости спреда 0,125. Стоимость спреда одинакова, независимо от того, покупаем мы или продаем.
Его значение составляет 0,125 × 5 долларов США = 0,625 доллара США за один контракт, которым мы торгуем.
Другой способ описать это таков: если ширина предложения/предложения составляет один тик, стоимость
17
спреда составляет половину этой величины, и, таким образом, стоимость стоимости спреда составляет
половину стоимости тика (половину от 1,25 доллара или 0,625 доллара). Общая стоимость здесь составляет
0,25 доллара США комиссии плюс 0,625 доллара США на спред, что в сумме составляет 0,875 доллара США.
Конечно, если ширина бида/предложения составляла два тика, то стоимость спреда была бы равна одной
единице стоимости тика и так далее.
Это применимо к ордерам, которые достаточно малы, чтобы их можно было исполнить в верхней части
книги ордеров на ликвидном рынке, где спреды находятся на максимальном уровне.

нормальный уровень. Крупные институциональные трейдеры, как правило, будут платить более высокую
стоимость спреда, и им необходимо будет учитывать свое влияние на рынок.
Теперь мы можем задержать декабрь 2021 года несколько дольше, чем сентябрь, а
точнее до 17 декабря. Однако предполагается, что это стратегия «купи и держи»:
ожидается, что акции будут расти, но только в долгосрочной перспективе. Если мы
хотим продолжать работать с S&P 500, нам придется перенести наш контракт с декабря
2021 года на март 2022 года, в какой-то момент до 17 декабря.
Мы катимся, продавая наш декабрьский контракт и одновременно покупая мартовский

контракт 2022 года. Впоследствии нам придется снова катиться в марте 2022 года,
чтобы купить июньский контракт. И так далее, пока нам не надоест именно эта
стратегия.
Вопрос о том, какой контракт оставить и когда его отменить, на самом деле довольно
сложен. А пока, чтобы мы не увязали в деталях, я установлю несколько простых
практических правил. В шестой части этой книги я более подробно объясню, откуда
берутся эти правила и как вы можете определить для себя, какой должна быть ваша
стратегия роллинга. Специальное правило для S&P 500, которое мы примем,
заключается в том, чтобы проводить расчет за пять дней до истечения первого
месяца. В этот момент и первый, и второй месяц достаточно ликвидны.
Как этот бросок будет происходить на практике? Ну, давайте предположим, что мы
купили декабрь 2021 года, срок действия которого истекает 17 декабря. За пять дней
до экспирации — 12 декабря — будет воскресенье, поэтому мы перейдем на
следующий день, 13 декабря 2021 года. Книга ордеров на 13 декабря показана в таблице 2.
Таблица 2: Книга заявок (ii) на микрофьючерсы S&P 500 e-mini, плюс объем и открытый
интерес
Делать ставку
Предложение Средний объем Открытый интерес
Декабрь 2021 г. 4706,25 4706,50 4706,375 119 744 123 856
март 2022 г. 4698,00 4698,25 4698,125 64 432 35 212
июнь 2022 г. 4690,50 4691,00 4690,750 12 227
Книга заказов на 13 декабря 2021 года. Середина — это среднее значение спроса и предложения.
Нам нужно закрыть нашу декабрьскую позицию 2021 года, что мы можем сделать, установив бид на уровне
4706,25. Чтобы не подвергаться риску изменения цены во время разворота, мы хотим одновременно
купить один контракт марта 2022 года, подняв предложение на уровне 4698,25. По каждой из этих сделок
мы также будем платить комиссию в размере 0,25 доллара США, а также платить тот же спред в размере
0,625 доллара США, что и при нашей первоначальной сделке входа.
В качестве альтернативы мы могли бы совершить сделку в виде календарного спреда, названного так
потому, что мы торгуем спредом между двумя контрактами на одно и то же будущее, но с разными сроками
действия. Здесь мы совершаем покупку и продажу как одну сделку, скорее всего, с кем-то, кто также
движется, но имеет противоположную позицию. Если повезет, мы можем совершить сделку по спреду с
более низкой стоимостью спреда18, и это будет также с меньшим риском, поскольку мы не подвержены
изменениям базовой цены. На данный момент я консервативно предположу, что мы подаем два отдельных
ордера, но я буду обсуждать использование календарных спредов для переноса в шестой части.
Время для утомительных, но важных вычислений. Прибыли и убытки, которые пока связаны с торговой
стратегией «купи и держи», можно разбить на несколько различных компонентов:
Комиссия за нашу первоначальную сделку $0,25.
Прибыль от удержания в декабре 2021 года от цены покупки 4494,25 до продажи 4706,25: 4706,25
4494,25 = 212, что в денежном выражении составляет 212 × 5 долларов США = 1060 долларов
США.
Комиссия со стороны торговли рулонами, которую мы делаем, чтобы закрыть нашу позицию в
середине декабря, составляет 0,25 доллара США.
Вычитая два комиссионных платежа из прибыли, мы получаем чистую прибыль в размере 1059,50
долларов США. Если мы продолжим реализовывать стратегию «купи и держи», мы получим:
Комиссия на открытии нашей торговли рулонами в середине декабря 0,25 доллара.
Любая прибыль или убыток от удержания в марте 2022 года по цене покупки 4698,25 (которая
еще не известна).
Комиссия по обеим частям нашего следующего рулона торговли, переходящего с марта

по июнь.
Любая прибыль или убыток от владения июнь 2022 года от его покупной цены, чем бы она
ни оказалась.
Комиссия за следующую сделку рулона.
И так далее.
Мы можем разбить эти прибыли и затраты немного по-другому:
Стоимость спреда (0,625 доллара США) и комиссия (0,25 доллара США) при начальной сделке: 0,875
доллара США.
Прибыль от удержания в декабре 2021 года до его закрытия, поскольку она увеличивается
с середины 4494,125 до середины 4706,375 (здесь мы можем использовать средние цены,
поскольку стоимость спреда учитывается отдельно): 1061,25 доллара.
Стоимость спреда и комиссия по закрытию сделки в середине декабря: $0,875.
Обратите внимание, что если я вычту комиссионные из валовой прибыли, я получу ту же цифру,
что и раньше: 1059,50 долларов. Если мы продолжим придерживаться стратегии, которую мы
зарабатывать:
Стоимость спреда и комиссия в начале торгов в середине декабря.
Прибыль от удержания марта 2022 года, пока мы ее не закроем, поскольку она идет от
середины 4698,125 до того места, где она заканчивается.
Стоимость спреда и комиссия за последующую ролл-сделку.
И так далее.
Условия этой второй разбивки можно суммировать так, чтобы прибыль (или убытки) от любой
фьючерсной сделки можно было выразить как:
Затраты (комиссия и спред) на первоначальную сделку и любые другие сделки, не

связанные с прокруткой (для этого простого
стратегия «купи и держи», но обычно это не так).
Расходы (комиссия и спред) по всем нашим скользящим сделкам.
Прибыль или убыток от удержания различных контрактов между тиражами: рассчитывается

с использованием средних цен.
Это кажущееся педантичным разложение доходности чрезвычайно важно.

Как я сейчас продемонстрирую, это абсолютно ключевой момент для решения проблемы
запуска и тестирования торговых стратегий на фьючерсных контрактах, которые, что раздражает,
продолжают истекать, пока мы пытаемся их удержать.
Обратная корректировка цены фьючерса

Предположим, теперь мы хотим протестировать торговую стратегию покупки и удержания
фьючерсов на S&P 500. Мы обращаемся к нашему дружественному поставщику данных о фьючерсах
19 и загружаем серию ежедневных цен закрытия 20 для каждой даты истечения контракта.
Далее в книге я рассмотрю более быстрые торговые стратегии, требующие более частых данных,
но сначала я тестирую все стратегии на дневных данных.
Теперь мы готовы к процессу регулировки спины. Обратная корректировка направлена на

создание ценового ряда, отражающего истинную прибыль и убыток от постоянного удержания и
пролонгации одного фьючерсного контракта, но игнорирующего любые торговые издержки.
Влияние этих затрат мы рассмотрим отдельно.
Почему мы должны использовать ряд с поправкой на прошлое? Что плохого в том, чтобы просто
сшить вместе цены с разными датами экспирации? Действительно, многие уважаемые поставщики
финансовых данных поступают именно так. Они все неправы?
На самом деле, это приведет к неправильным результатам. Рассмотрим переход с декабрьского

контракта на мартовский, показанный выше. Когда переход произойдет 13 декабря,
соответствующие средние цены составят 4706,375 и 4698,125 (помните, что мы используем

средние цены, так как затраты учитываются в другом месте). Если бы мы использовали
мартовскую цену после даты пересчета и декабрьскую цену до нее, то падение цены на дату
пересчета составило бы 8,25.
Это создаст очевидный убыток по длинной позиции.
Но прокрутка на самом деле не создает никакой реальной прибыли или убытка, если мы игнорируем
затраты и предполагаем, что можем торговать по средней цене. Непосредственно перед броском у нас
есть декабрьский контракт, цена и стоимость которого составляют 4706,375. Мы предполагаем, что можем
продать по среднерыночной цене. Эта продажа не создает прибыли или убытка, поскольку мы
торгуем по рыночной стоимости. Точно так же, когда мы покупаем мартовский контракт, мы платим
среднюю рыночную цену. Хотя условная стоимость нашей позиции изменилась, так как цены
другие, в результате прокатки не возникает ни прибыли, ни убытков.
Все это означает, что при отсутствии каких-либо фактических изменений цены
скорректированная цена должна оставаться неизменной на протяжении всего броска. Чтобы
достичь этого, мы сначала сравним разницу цен в декабре и марте на дату проката: 8,25 доллара.
Теперь мы вычитаем этот дифференциал из всех декабрьских контрактных цен.
В результате все декабрьские цены будут соответствовать мартовским ценам; в частности, на дату
проката обе цены будут одинаковыми. Мы можем объединить скорректированные декабрьские и
фактические мартовские цены, зная, что не будет искусственного скачка, вызванного
перекатыванием. В нашем ряду скорректированных цен будут использоваться скорректированные
цены за декабрь до (и в) дату пересчета, а затем фактические цены за март.
Затем мы могли бы вернуться в прошлое и повторить это упражнение, убедившись, что цены на
сентябрь 2021 года соответствуют ценам на декабрь 2021 года, и так далее.
В конце концов, у нас будет полная серия скорректированных цен, охватывающая всю историю наших
данных. Как только мы включим затраты, этот ряд даст реалистичное представление о том,
сколько можно заработать, постоянно удерживая и прокручивая один фьючерсный контракт S&P 500.
также можно приобрести данные с обратной
поправкой. Будьте осторожны, если вы используете данные третьих лиц. Убедитесь, что вы
понимаете точную методологию, которая использовалась, и избегайте серий данных, которые
были только что сшиты вместе без какой-либо корректировки. Использование предварительно
скорректированных данных также означает, что вы теряете гибкость при тестировании различных
стратегий прокрутки, о чем я расскажу в шестой части.
На рисунке 1 показаны первоначальные необработанные цены фьючерсных контрактов (для

педантичности ряд необработанных фьючерсных цен с разными сроками действия нанесены на один
и тот же график) для S&P 500 со скорректированной ценой, выделенной серым цветом.
Рисунок 1. Скорректированные цены и первоначальные цены на микрофьючерс S&P 500

Обратите внимание, что первоначальная цена и цена с поправкой на прошлое не идентичны,

хотя в конце линии точно перекрываются. Так будет всегда: по построению22 скорректированная
цена будет идентична окончательному набору первоначальных фьючерсных цен.
Первоначально цена с поправкой на прошлое остается ниже примерно до 2008 года, а затем она
начинает опережать первоначальные цены. Этот эффект станет еще более очевидным, если
мы изобразим разницу между двумя сериями на рисунке 2.
Рисунок 2: Разница между скорректированной и первоначальной ценой фьючерса на S&P 500
Не обращая внимания на странный шум на графике (который возникает из-за различий во

времени прокрутки и частоте данных), существует четкая закономерность. До 2008 года мы в основном
потерял деньги из-за переноса контракта, поскольку скорректированная цена росла

медленнее, чем исходные цены. После 2008 года мы обычно зарабатывали деньги.
Давайте немного глубже подумаем о том, что показывают различные ценовые ряды. Значение
индекса S&P 500 включает только цену. Этот ряд не включает дивиденды.23 Если мы включим
дивиденды, мы получим ряд совокупной доходности :
Теперь о фьючерсах. Благодаря аргументу отсутствия арбитража24 мы знаем, что цена

фьючерса в любой момент времени равна спотовой цене индекса плюс любые ожидаемые
дивиденды, которые мы получим до истечения срока действия фьючерса, за вычетом процентов,
которые мы заплатили бы, чтобы занять деньги для покупки. акции. Это известно как
избыточная доходность:
Этот дополнительный компонент избыточной доходности сверх спотовой доходности также

известен как перенос:
Для S&P 500 перенос был отрицательным до 2008 года, потому что дивиденды были ниже
процентных ставок. Таким образом, скорректированная цена была ниже необработанной цены
фьючерса, как показано на нисходящей кривой на рисунке 2. После этого на фоне краха и
рецессии 2008 года произошло значительное снижение процентных ставок. Дивиденды тоже
сократились, но не так сильно.
После 2008 г., когда дивиденды превышали процентные ставки, перенос стал положительным.
В результате линия начинает наклоняться вверх на рисунке 2, поскольку скорректированная
доходность по цене была выше, чем спотовая цена. Эта восходящая тенденция была
ненадолго прервана с 2016 по 2019 год, когда ФРС повысила процентные ставки, но затем
возобновилась с удвоенной силой во время пандемии COVID-19, когда ставки были поспешно
снижены. Позже в книге я расскажу, как мы можем построить торговую стратегию, используя
перенос. На данный момент важно помнить, что
что скорректированная цена фьючерса включает доход как от спот, так и от керри.
Обратите внимание, что скорректированная цена фьючерса не является рядом совокупной доходности.
Скорректированная цена представляет собой кумулятивную избыточную прибыль, из которой вычтены процентные расходы.
Когда мы покупаем фьючерсы, мы можем получать дополнительную прибыль от процентов,
выплачиваемых на любые денежные средства, которые мы держим на нашем торговом счете (для
покрытия первоначальных маржинальных платежей25 и возможных убытков).
Поскольку сумма наличных на любом конкретном торговом счете может сильно различаться в
зависимости от кредитного плеча, с которым вы хотите работать, трудно точно рассчитать, какую
дополнительную прибыль мы можем ожидать от процентов на удерживаемые денежные средства. Так что
я не буду включать проценты наличными ни в какие расчеты.
Следовательно, вся прибыль, указанная в этой книге, относится только к избыточной прибыли.
Измерение прибыли от торговой

стратегии
Теперь мы можем точно рассчитать, какую прибыль мы могли бы получить от стратегии «купи и держи».
Учитывая ряд позиций в контрактах Nt (где положительное число означает, что у нас длинная
позиция, а отрицательное число — короткую) и ряд скорректированных цен Pt , доходность в ценовых
пунктах за период времени t составляет:
Для простой стратегии «купи и держи», когда наша позиция N всегда одна (один контракт), наша
совокупная доходность в пунктах цены будет равна изменению цены за весь период, в течение
которого мы торгуем (от t = 0 до t = Т):
Чтобы рассчитать наши доходы в долларах или любой другой валюте, в которой оценивается
соответствующий фьючерс ( валюта инструмента), мы должны умножить на множитель фьючерса:

Опять же, для простой стратегии «купи и держи» наша совокупная доходность в валютном
выражении будет равна изменению цены за весь период торговли, умноженному на
фьючерсный множитель. Наконец, чтобы преобразовать это в валюту, в которой
деноминирован наш счет ( базовую валюту), мы должны умножить на соответствующий
обменный курс:
В качестве примера предположим, что мы британские трейдеры, инвестирующие в

микрофьючерс S&P 500, у нас есть длинная позиция (Nt = 1 для всех t), и цена поднимается
с 4500 до 4545 за один день. С мультипликатором в 5 долларов и при условии, что

обменный курс равен 1 доллару = 0,75 фунта стерлингов:
база
Суммируя значения R прибыли от т
со временем даст нам наш кумулятивный
одного фьючерсного контракта или любой торговой стратегии, для которой мы смогли
рассчитать ряд исторических позиций.
Ряд кумулятивных доходов для трейдера, торгующего долларом США, владеющего
микрофьючерсами S&P 500, показан на рисунке 3. Между прочим, эти ряды кумулятивных
доходов также известны как кривые счета.
Это наш первый бэктест: проверка торговой стратегии на исторических данных.
Рисунок 3: Кривая счета (кумулятивная доходность в долларах США) от удержания

постоянной длинной позиции по одному микроконтракту S&P 500
Этот график идентичен ценовому ряду с обратной поправкой на рисунке 2, но ось y

показывает другие значения, поскольку мы эффективно умножили цену на фьючерсный
множитель и начали с нуля. В итоге мы получаем общую прибыль более 200 000 долларов.
Имейте в виду, что эта прибыль не учитывает затраты на перенос нашей позиции. Мы можем
легко получить приблизительное представление о возможных затратах. Тестирование на
исторических данных длится около 40 лет, проводится четыре раза в год, а общая стоимость,
рассчитанная выше, составляет 0,875 × 2 = 1,75 доллара США за каждый просмотр. Это дает
общую сумму 4 × 40 × 1,75 доллара США = 280 долларов США. Это не сильно влияет на
нашу общую прибыль. Не стесняйтесь вычесть еще две части по 0,875 доллара за
первоначальную покупку и заключительную сделку закрытия, если вы чувствуете себя
педантичным! Но вы могли бы спросить, действительно ли было реалистично предположить,
что мы платили бы ровно 1,75 доллара каждый раз, когда мы катались, даже в далеком 1982
году? Это вопрос, который я рассмотрю в одной из последующих глав.
Помните, что это избыточная доходность. Мы бы получили дополнительную прибыль от

получения процентов на наличные деньги на нашем счете, особенно в начале периода
тестирования, когда процентные ставки обычно составляли не менее 5%, а иногда и более
10%. Но получение процентов по депозитам не является частью нашей торговой стратегии,
и заработанная сумма будет зависеть от нашего кредитного плеча. Мы должны игнорировать
любые процентные платежи, чтобы получить более точную оценку производительности.
Тестирование на истории
Определить бэктест довольно просто: это проверка торговой стратегии с использованием
исторических данных. Но это все еще оставляет некоторые важные вопросы без ответа. Во-
первых, какой смысл делать бэктест?
Мы проводим бэктесты по нескольким причинам. Во-первых, о чем думает большинство людей,
это принять решение о том, как мы должны торговать в будущем. Такие решения, как: какую
торговую стратегию мы должны использовать? Какими инструментами мы должны торговать? Как
мы должны распределять наш риск по стратегиям и инструментам? Чаще всего эти решения
принимаются, глядя только на прямую или с поправкой на риск: какая из этих альтернатив
более прибыльна?
Вторая причина тестирования на исторических данных, которую часто упускают из виду,
заключается в том, чтобы получить представление о поведении данной торговой стратегии.
Как часто он торгуется? Насколько высоки его торговые издержки? Какое кредитное плечо
он использует?
Как мы должны тестировать?
Бэктесты имеют двойственную природу. Они обрабатывают исторические данные, поэтому
показывают нам, что произошло бы в прошлом . Но затем мы используем их результаты для
принятия решений о том, что делать в будущем. Здесь заложено внутреннее противоречие.
Должны ли мы сделать наши бэктесты как можно более реалистичными, отражая то, чего мы
действительно могли достичь в прошлом. Или нам следует создать что-то, что будет лучшим
руководством к тому, как мы будем торговать в будущем?
Например, предположим, что вы проводите ретроспективное тестирование, чтобы решить,
использовать ли стратегию А или стратегию Б, и у вас есть данные до 1970 года. Оглядываясь
назад, стратегия Б намного лучше, чем А, но в начале ретроспективного тестирования у вас
есть нет информации о том, какая стратегия A или B была лучше. Чтобы сделать это
реалистичной симуляцией прошлого, вы должны были бы включить обе стратегии в
ретроспективное тестирование, пока у вас не будет доказательств, основанных только на
ретроспективной информации, что стратегия B была лучше.
Это означает, что ваше бэктестирование начнется как смесь A и B и постепенно превратится
в содержащую только стратегию B. Доходы от этой гибридной стратегии будут реалистичным
показателем того, что кто-то начинает.

в 1970 году, не имея прогнозной информации, удалось бы добиться.
Но эта странная смесь стратегий — это не то, чем вы собираетесь торговать сейчас!
Вместо этого вы будете торговать по стратегии Б без намека на А. Если вы хотите
понять или откалибровать вероятное поведение вашей торговой стратегии, вам
лучше просто протестировать стратегию B на исторических данных, как только вы
определите, что это лучший вариант.
Это распространенный подход, но он таит в себе опасность. Протестированная

доходность только от стратегии B будет, по определению, выше, чем более
реалистичные цифры, которые вы получили бы от более чистого ретроспективного
тестирования, смешивающего A и B без прогнозной информации. Тестирование
только стратегии B уничижительно известно как «выборка». Мы принимали решения
с полным знанием того, что произойдет в будущем, например, выбирали В вместо А.
Эти решения известны как подгонка, поэтому то, что мы сделали здесь, относится
к подгонке выборки.
В какой-то степени это неизбежно; если мы хотим понять, следует ли нам торговать
А или В, нам нужно протестировать оба. Если мы впоследствии захотим понять
поведение выбранной нами стратегии, то нам нужно будет изучить доходность и
торговые модели выбранной стратегии, которая будет на 100% вложена в стратегию
B. Пока мы помним, что достигнутая отдача почти наверняка нереалистично высока,
тогда нанесен не слишком большой вред.
Тем не менее, есть еще одна ловушка для пользователей бэктестов на выборке, и
это проклятие чрезмерной подгонки. Можно выбрать Б, а не А, но только при
наличии достаточных доказательств того, что это правильное решение. На
практике маловероятно, что наша гипотетическая стратегия B настолько лучше
стратегии A, что мы можем полностью отказаться от A. Это связано с тем, что
финансовые данные зашумлены и почти никогда не имеют достаточно четких
закономерностей, чтобы мы могли быть в значительной степени уверены в таких решениях.
В качестве крайнего примера предположим, что ваш бэктест показал, что день
года с наибольшей доходностью — 26 января. Имеет ли смысл сидеть сложа руки до
конца года и торговать только в этот единственный день? Конечно нет, это было
бы абсурдно. Но много торговцев
готовы, например, торговать фьючерсом EUR/USD только потому, что он имеет самую высокую
доходность в их тестировании на исторических данных.
(Более тонкая проблема с ретроспективными тестами заключается в том, что есть некоторые
аспекты прошлого, которые, как мы знаем наверняка, не повторятся. Например, процентная

ставка Федерального резервного фонда США упала с более чем 10% в 1980 году до 0,25% в 1980 году.
Я пишу этот абзац. Это значительно ухудшило доходность облигаций, но очевидно, что
было бы серьезной ошибкой вкладывать наши деньги только в стратегии, направленные на
длинные позиции по фьючерсам на облигации США. В более поздних стратегиях я рассмотрю,
как мы можем попытаться избежать этой проблемы, извлекая влияние этих тенденций из
статистики производительности, но сейчас это серьезная проблема.)
При использовании только торговой стратегии Б существует серьезная опасность того, что мы
слепо экстраполировали прошлое в будущее, сложив все яйца в одну корзину, которая опасно
балансирует на краю обрыва. Тот факт, что B в прошлом работал немного лучше, не дает нам
никакой гарантии, что B превзойдет A в какой-то период в будущем. Даже если стратегия В
является принципиально лучшей стратегией, по законам случайности она вполне может
уступить А в ближайшие несколько лет.
При понимании статистической значимости правильно спланированное ретроспективное
тестирование должно начинаться со сочетания A и B, а затем постепенно перераспределять
капитал в лучшую стратегию по мере того, как с течением времени будет обнаруживаться
больше информации об их относительной эффективности. Наиболее вероятным исходом было

бы то, что по-прежнему будут выделены ресурсы как для A, так и для B, но с большим
количеством в B.
В будущем вы захотите торговать как A, так и B в окончательных пропорциях, которые вы
получили в ходе тестирования на исторических данных. И чтобы проверить и понять, как ведет
себя эта смесь А и Б, вы, вероятно, проведете второй тест с фиксированными пропорциями. Но
опять же, прибыль от этого бэктеста будет завышена, хотя и не настолько, как при бэктесте
только стратегии B. Тем не менее, продолжая торговать как A, так и B, вы сведете к минимуму
опасность подгонки в выборке: хеджируете свои сделать ставку на B с распределением на A.
Этот подход более надежен , чем альтернатива простой торговли B.
Как мы должны использовать результаты бэктеста?

Хорошие трейдеры будут использовать результаты ретроспективного тестирования, когда их

результаты значительны, но также учитывают и другую информацию. Например, длинная
позиция по фьючерсам на волатильность имеет смысл приносить отрицательную доходность с
течением времени по причинам, которые я буду обсуждать позже в этой главе. Мы можем
доверять этому результату бэктеста и ожидать его повторения в будущем. Напротив, там, где
результаты бэктестов нельзя логически объяснить, есть большая вероятность, что это
интеллектуальный анализ данных: чистая удача, и этому нельзя доверять, независимо от
статистической значимости.
В этой книге я покажу вам результаты своих бэктестов, а также предложу надежный курс
действий, учитывая статистическую значимость моего анализа. Конечно, вы можете
игнорировать мои предложения, например, принимая решения, предполагающие, что
проверенные на истории результаты являются идеальным руководством к будущему. Просто
имейте в виду, что этот подход таит в себе потенциальную опасность.
Также имейте в виду, что результаты любого бэктеста могут быть потенциально завышены,
если они включают решения, принятые с использованием информации, которая не могла быть
известна в прошлом. Там, где это возможно, мои результаты бэктестинга включают решения,
сделанные без ретроспективного анализа с использованием методов автоматической
подгонки, которым разрешено видеть только прошлые данные, но вы всегда должны исходить
из того, что результаты бэктестинга завышают то, что мы действительно могли бы достичь
в будущем, независимо от того, насколько тщательно они были сделаны. были построены.
Капитал
Указание прибыли в долларах США, как правило, не одобряется в финансах, поскольку они
бессмысленны без какого-либо контекста, хотя это сообщение не дошло до лиг торговых агентов
Instagram, которые заманивают вас завышенными заявлениями о гарантированном доходе в размере
500 долларов США. день.
Заработать 24 000 долларов всего за 40 лет, как показано на рис. 3, — это фантастика, если вы
начнете всего со 100 долларов. Это менее впечатляюще, если вы начали с 1 миллиона долларов.
Ось Y на рисунке 3 начинается с нуля долларов, но на самом деле мы не могли бы запустить эту
торговую стратегию без денег.
Сколько торгового капитала нам действительно понадобилось бы, чтобы сделать эти
прибыль?
Если бы мы не торговали фьючерсами и не имели доступа к кредитному плечу, ответ кажется простым.
Индекс S&P в начале периода тестирования составлял около 109. Чтобы получить эквивалентную
экспозицию, которую мы имели с микрофьючерсами, нам нужно было купить базовые акции на сумму 109 × 5
долл. США = 545 долл. США.
В настоящее время, когда индекс составляет около 4500, нам потребуется 22 500 долларов.
Тем не менее, одним из наиболее полезных атрибутов фьючерсных рынков является то, что нам не нужно
вкладывать всю сумму риска в наличные деньги, а только то, что требуется для начальной маржи. Прямо
сейчас, чтобы купить один микрофьючерс, требуется всего 1150 долларов начальной маржи. Учитывая
текущую условную стоимость одного контракта (около 22 500 долларов США), это приводит к потенциальному
коэффициенту кредитного плеча почти 20: 1.
Но было бы безумием покупать один микроконтракт всего за 1150 долларов.
Все было бы хорошо, если бы цена шла вверх по прямой линии, никогда не двигаясь против вас, но, конечно,
этого никогда не произойдет. Нам также требуется дополнительная вариационная маржа для покрытия
возможных убытков. Поскольку множитель здесь равен 5 долларам, за каждый пункт, когда цена индекса
движется против нас, нам придется вносить дополнительные 5 долларов.
Если бы этих денег еще не было на нашем счете, то, скорее всего, брокер ликвидировал бы нашу позицию,
если бы мы не предприняли быстрых действий, чтобы пополнить наш торговый счет. Сколько дополнительных
денег нам нужно? Если бы мы были очень осторожны, то для длинной позиции вы бы хотели вложить достаточно
денег, чтобы защитить себя от падения цены до нуля. Это будет эквивалентно всей условной стоимости26
фьючерсного риска. Это очень консервативно! Есть некоторые обстоятельства, когда это может иметь смысл,
но в целом вы надеетесь, что сможете закрыть свою длинную позицию задолго до того, как цена достигнет
нуля. Но сейчас я собираюсь предположить, что мы вложили всю текущую условную стоимость риска в качестве
капитала; эффективно торговать без кредитного плеча.
Это позволит нам получить представление о характеристиках производительности каждого отдельного
актива. Когда мы перейдем ко второй стратегии, я расскажу, как мы можем скорректировать капитал,
необходимый для отражения риска данного

объект.
На рис. 4 снова показан график кумулятивной прибыли, на этот раз с наложением

необходимый капитал. Неудивительно, что они тесно следуют друг за другом; серая линия капитала
представляет собой текущую фьючерсную цену, умноженную на фьючерсный множитель, в то время как
более темная линия прибыли представляет собой сумму различий в скорректированной цене, также
умноженную на множитель.
Рисунок 4: Кривая счета ($) и необходимый капитал ($) для микрофьючерсов S&P 500
Если мы разделим прибыль, полученную каждый день, на капитал, необходимый в предыдущий день,
то мы можем рассчитать процентную доходность:
Затем мы получаем процентную доходность, показанную на рисунке 5.
Рисунок 5: Процентная доходность от стратегии «купи и держи» с одним контрактом в S&P 500
Страшные дни 1987, 2008 и, в меньшей степени, 2020 года довольно ясны; и также должны
быть знакомы, поскольку именно так обычно показывается доходность акций. Еще один
способ визуализировать нашу производительность — суммировать27 эти ежедневные
процентные доходы, добавляя каждый доход к предыдущему дню.
возвращаться.
Рисунок 6 дает совершенно другую картину, чем рисунок 3. Если посмотреть на доходность
доллара, то изменения в предыдущие годы кажутся гораздо меньшими на рисунке 3.
Но в суммированном процентном выражении они весьма значительны. Я предпочитаю
использовать графики28, подобные рисунку 6, поскольку так легче увидеть весь диапазон
доходностей по всей истории данных.
Рисунок 6: Кривая счета (кумулятивная сумма процентных доходов) от стратегии «купи

и держи» S&P 500
Оценка характеристик производительности

Годовой доход
Указание показателей производительности в виде процентной доходности — это только

первый шаг к правильной оценке доходности нашей стратегии. Общий доход на рисунке 6
составляет почти 250%. Это было бы невероятно за один год, но нам потребовалось более 40
лет, чтобы заработать эту прибыльную сумму. Нам нужно рассчитать среднегодовой
возвращаться.
Мы могли бы сделать это, измеряя прибыль в каждом году и взяв среднее значение. В качестве
альтернативы мы могли бы измерить ежедневные доходы, взять их среднее значение, а затем
перевести их в годовой отчет . Предполагая, что мы используем среднее значение в качестве
среднего, мы получим тот же результат.
Чтобы перевести ежедневную прибыль в годовой отчет, нам нужно умножить на количество
365,25дней в 29. Это не обычные 365, менее распространенные 366 или приблизительный год.
(или крайне педантично 365,2422), поскольку у нас есть возвраты только за рабочие дни, когда
рынок открыт. Количество рабочих дней в году варьируется в зависимости от года и рынка, на
котором вы торгуете, но — по причинам, которые станут очевидными ниже — я предпочитаю
исходить из того, что в году ровно 256 рабочих дней.
30
Средняя дневная доходность по стратегии S&P 500 составляет 0,0235%, что, если я
умножить на 256 равно 6,02% в год. Мы также можем измерить среднюю недельную, месячную или
квартальную доходность. Но я предпочитаю сосредотачиваться только на дневной доходности
(поскольку мы используем дневные данные для расчета нашего ряда прибыли) и годовой
доходности (поскольку я нахожу их более интуитивными).
Риск и стандартное отклонение
Фьючерсы — это инструменты с кредитным плечом, которые часто имеют очень низкие
маржинальные требования. С фьючерсами на процентную ставку в евродолларе теоретически
возможно (хотя и нецелесообразно!) почти 500:1. В результате у нас есть определенная
степень свободы в принятии решения о том, какое кредитное плечо использовать. Если мы
удвоим наше кредитное плечо, то мы удвоим нашу прибыль, но мы также удвоим наш риск. Так
что бессмысленно говорить о прямой доходности, скорее мы должны обсудить доходность с
поправкой на риск .
Но крайне сложно определить, что подразумевается под риском. Для начала, должны ли мы
использовать симметричную или асимметричную меру риска? Симметричная мера риска
рассматривает все доходы как одинаково рискованные, независимо от того, положительные они
или отрицательные. Асимметричная мера связана только с отрицательными
возвращается.
Какая возможная логика может быть для использования симметричной меры риска?
Ведь мы беспокоимся только о неожиданных потерях, а неожиданный выигрыш — это радостное
событие, которое нужно отмечать? Однако есть несколько причин, по которым симметричный
риск имеет смысл. Во-первых, чтобы получить техническую информацию, если мы измерим наш
риск, используя все доступные доходности, то наша статистика риска будет более надежной
мерой и менее восприимчивой к случайным выбросам.
Во-вторых, как только мы используем дневную доходность, становится вероятным, что мы увидим
как отрицательную, так и положительную доходность: для S&P 500 54 % дневной доходности
являются положительными, а 46 % — отрицательными. Если мы в настоящее время сильно рискуем,
то мы всего лишь в одном шаге от того, чтобы приятно большая положительная доходность
превратилась в удручающе большую отрицательную доходность. Следовательно, имеет смысл
относиться к положительной и отрицательной доходности как к одинаково рискованным.
Наконец, при торговле фьючерсами мы можем открывать как длинные, так и короткие позиции,
даже если сейчас мы ограничиваемся длинными позициями. Если бы мы использовали
асимметричную меру риска, у нас была бы разная мера ценового риска в зависимости от нашей
позиции. Это скорее усложнило бы нашу жизнь!
Имея это в виду, моей предпочтительной мерой симметричной меры риска является
стандартное отклонение доходности.
Почему бы не использовать просадки?
Очень популярной мерой риска является максимальная просадка. Это максимальный

совокупный убыток, понесенный в любой момент во время тестирования торговой
стратегии на исторических данных. Это асимметричная мера риска, которая кажется
более интуитивно понятной. Точно так же вы можете использовать среднюю доходность,
деленную на максимальную просадку, как меру доходности с поправкой на риск. И на
самом деле это очень популярная мера среди многих трейдеров: у нее даже есть
название – «Коэффициент Кальмара».
Но есть несколько причин, по которым я не особенно в восторге от максимальной

просадки как меры риска. В наборе данных существует только одна максимальная
просадка, поэтому наша статистика зависит от небольшого подмножества данных.31 Во-
вторых, размер максимальной просадки зависит от длины вашего набора данных; самая
большая просадка, наблюдаемая за 30-летний период, обычно будет намного больше,
чем та же статистика за один год.
Наконец, использование нашей максимальной просадки в качестве меры риска может

дать нам ложное чувство безопасности и обмануть нас, заставив думать, что эта цифра
— это максимум, что мы можем потерять. Маловероятно, что
это так.32 Мы могли бы сделать показатель более надежным, используя среднюю

просадку, и я также рассчитаю этот показатель, поскольку он дает некоторое
представление о доходности стратегии (для ее оценки мы измеряем текущую просадку).
просадки по всем дням в нашем наборе данных, а затем вычислить среднее значение
этих ежедневных цифр просадки).
Но для моей основной меры риска я все же предпочитаю использовать стандартное

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

*
среднее значение :r
Затем мы можем рассчитать стандартное отклонение:
Мы можем рассчитать это на годовой или ежедневной основе или для любой другой периодичности. Мы
также можем перевести среднее дневное стандартное отклонение доходности в год , как мы это делали
для средней доходности. Это означает, что мы можем использовать больше данных (более 10 000
ежедневных доходностей, а не только 40 годовых), но в итоге получим более интуитивно понятные
годовые цифры.
При определенных предположениях, к которым я вернусь через секунду, мы можем сделать это, умножив
дневное стандартное отклонение на квадратный корень из числа рабочих дней в году. Если, как и я, вы
предполагаете, что в году всегда 256 рабочих дней, то мы можем перевести среднее дневное
стандартное отклонение в год, умножив его на квадратный корень из 256 = 16. Это красивое круглое
число — причина, по которой я предположил, что их ровно 256. рабочих дней в каждом году.
Если мы измерим дневное стандартное отклонение доходности на рисунке 5, мы получим 1,2%, что в
годовом исчислении составляет 19,2% в год. Но если мы напрямую измерим годовое стандартное
отклонение, то получим 17,2%. Эти цифры разные, и не только потому, что фактическое количество
рабочих дней не равно точно 256 дням в каждом году. Они отличаются тем, что «некоторые
предположения», которые я сделал, на практике не соответствуют действительности.
Первое предположение, которое я сделал при расчете в годовом исчислении, заключалось в том,
что автокорреляция нулевая : вчерашняя доходность не влияет на завтрашнюю доходность. На практике
это вряд ли будет иметь место. В финансовых данных мы часто наблюдаем положительную автокорреляцию,
то есть явление, при котором дни роста обычно сменяются днями роста, и наоборот; или отрицательная
автокорреляция, когда за днями роста обычно следуют дни падения, причем верно обратное.
Рассмотрим экстремальную ситуацию, в которой мы заработали 1 доллар в один день, а затем потеряли 1
доллар на следующий день, затем заработали 1 доллар, потеряли 1 доллар и так далее; пример
совершенно отрицательной автокорреляции. Каждый год мы зарабатывали бы 0 или 1 доллар, а наше
стандартное отклонение, измеренное с использованием годовой доходности, составляло бы около 1
доллара. Но наше дневное стандартное отклонение будет равно 1 доллару или 16 долларам в годовом исчислении.
Отрицательная автокорреляция дневной доходности приводит к слишком высокому годовому
стандартному отклонению.
Второе допущение заключалось в том, что ежедневные доходы имеют симметричное, правильное
распределение. Например, предположим, что мы зарабатываем 1 доллар каждый день, а затем в
последний день года мы либо теряем 364 доллара, либо получаем 364 доллара. Тривиально годовое
стандартное отклонение составит 364 доллара, поскольку через половину лет мы безубыточны, а за
другую половину заработаем 728 долларов. Однако дневное стандартное отклонение составляет 19,05
доллара, что в годовом исчислении составляет всего 304 доллара.
Это надуманные примеры, предназначенные для получения экстремальных результатов, и, как
правило, годовой показатель довольно близок к значению, рассчитанному с использованием
фактической годовой доходности, как мы можем видеть для S&P 500. Обычно лучше использовать
годовой показатель, рассчитанный с использованием дневной доходности, поскольку он использует
больше точек данных для своей оценки и, следовательно, является более надежным. Но вы должны
знать, что иногда это может давать вводящие в заблуждение результаты.
Доходность с поправкой на риск: коэффициент Шарпа
Теперь у нас есть мера риска, и мы можем использовать ее для расчета доходности с поправкой на риск.
Коэффициент Шарпа (SR) — это средняя избыточная доходность (средняя доходность за вычетом
безрисковой процентной ставки), деленная на стандартное отклонение доходности:
В этой книге мы используем исключительно избыточную доходность, поэтому нам не нужна

безрисковая ставка:
Обратите внимание, что и среднее значение, и стандартное отклонение необходимо оценивать с
одинаковой частотой. Таким образом, мы можем разделить среднюю дневную доходность на стандартное
отклонение доходности, что для стратегии S&P 500 дает дневную SR 0,023% ÷ 1,2% = 0,0196. Или мы
могли бы разделить средний годовой доход на стандартное отклонение годового дохода, чтобы
рассчитать годовой SR.
Еще раз, поскольку лучше использовать больше данных, мы предпочли бы рассчитать дневной SR и
перевести его в годовой вид. Мы уже знаем, что можем переводить ежедневные средства в годовой
умножение на количество дней в году, в то время как стандартное отклонение в годовом исчислении
включает умножение на квадратный корень из количества дней.
Используя тривиальную математику, мы можем показать, что приведение ежедневного SR к годовому
исчислению также требует умножения на квадратный корень из числа дней в году (которое, как я
предполагаю, равно 256). Годовой SR для S&P 500 составляет:
В остальной части этой книги, если не указано иное, все коэффициенты Шарпа, которые я привожу,
будут приведены в годовом исчислении.
Поскольку мы знаем, что стандартное отклонение в годовом исчислении чревато потенциальной
опасностью, то же самое должно быть верно33 и в отношении годового значения SR. Но поскольку
стандартные отклонения обычно не слишком сильно меняются, влияние на SR также довольно минимально.
Измерение асимметрии: перекос
Многие люди критически относятся к предположению о симметричной доходности, которое лежит в
основе стандартного отклонения, что делает коэффициент Шарпа виновным в ассоциации. Они
предпочитают аналогичный коэффициент Сортино , но вместо стандартного отклонения (среднее
отклонение как положительной, так и отрицательной доходности) используют отклонение только
отрицательной доходности.
Это имеет некоторую ценность при принятии решения о том, какую из нескольких торговых стратегий
использовать, но не помогает при попытке понять поведение данной стратегии. Если у стратегии или
актива высокий коэффициент Сортино, то это потому, что у него высокий показатель Шарпа, или потому,
что у него низкий показатель Шарпа, но меньше отрицательная доходность?
По этой причине я предпочитаю использовать SR34, но затем измерять симметрию доходности отдельно.
Есть несколько разных способов сделать это. Классический метод измерения симметрии — с перекосом.
Доход от актива с положительной асимметрией будет содержать больше убыточных дней, чем от активов
с отрицательной асимметрией. Но убыточные дни будут относительно небольшими по величине. Актив
с отрицательной асимметрией будет иметь меньше дней спада, но потери в эти дни будут больше.
Покупка страховки на дом или машину — это позитивная стратегия перекоса. Вы будете
частые небольшие убытки (оплата ежемесячных или ежегодных страховых взносов) со случайными
крупными выигрышами (получение выплат, когда вы разбиваете свою машину или подвергаетесь
ограблению). Страховые компании, которым вы платите страховые взносы, будут видеть частые
небольшие прибыли на вашем счете (получение страховых взносов) и случайные большие
убытки (выплаты) — отрицательная асимметрия.
В самом начале главы я сказал, что было бы разумно пойти на риск, на который большинство людей
не хотят или не могут пойти. Большинству людей категорически не нравится отрицательный
перекос, поэтому принятие на себя этого риска должно привести к более высокой прибыли.
Управление страховой фирмой обычно приносит прибыль, поэтому мы ожидаем, что отрицательная
асимметрия будет связана с более высокой доходностью35. Важно знать степень асимметрии для
данного актива. Если актив имеет сильно отрицательную асимметрию, то мы знаем, что наши
предположения о симметричной доходности будут далеки от истины, и его цена, вероятно, будет
крайне нестабильной.
Перекос также может быть измерен для различных периодов времени. Сейчас это не имеет
большого значения, но позже в книге мы увидим, что при использовании дневной, месячной или
годовой доходности можно получить очень разные цифры перекоса. Опять же, это зависит от
автокорреляции. Например, предположим, что у нас есть стратегия с положительной
автокорреляцией, которая последовательно приносила прибыль в первые три недели каждого
месяца, но затем теряла большую часть ее на четвертой неделе. Недельная доходность будет
иметь серьезное отрицательное смещение, но месячная доходность будет вполне приемлемой.
В основном я буду использовать месячную асимметрию, поскольку на дневную и недельную

асимметрию может серьезно повлиять пара экстремальных дневных доходностей, а годовая
асимметрия не дает нам достаточного количества точек данных для надежной оценки. Перекос
месячной процентной доходности S&P 500 составляет -1,37. Отрицательный перекос такой
величины довольно типичен для активов, считающихся рискованными, таких как акции.
Измерение жирных хвостов
Помимо отрицательного перекоса, у акций также есть толстые хвосты. Распределение с толстым
хвостом — это такое распределение, в котором экстремальная доходность более вероятна, чем
в стандартном нормальном распределении Гаусса. Если бы доходность акций была гауссовой, то
движение на шесть стандартных отклонений происходило бы каждые 2,7 миллиона лет или около того.
При типичном дневном стандартном отклонении для S&P 500 в 1,2% движение на шесть стандартных
отклонений составляет около 7,2%. Теоретически мы были бы очень
не повезло увидеть ежедневный доход в размере 7,2% или более за последние 100 лет. На самом деле
таких дней было около 40 !
Как мы можем измерить эти толстые хвосты? Мы могли бы продолжить путь классической статистики,
используя эксцесс: аналог асимметрии, который измеряет толстые хвосты. Тем не менее, я не заинтересован
в этом по нескольким причинам.
Во-первых, мне довольно сложно интерпретировать такие цифры, как 6,65 (что, как вы уже догадались,
является месячным эксцессом фьючерса на S&P 500). Кроме того, одна цифра для эксцесса не говорит вам,
есть ли у вас нежелательные толстые левые хвосты (необычно значительные отрицательные результаты)
или чрезвычайно приятные толстые правые хвосты (неожиданно большие положительные результаты).
Наконец, эксцесс не является надежной статистической мерой, и он будет сильно колебаться, если один
или два крайних дня будут удалены или добавлены к ряду данных.
Вместо этого я собираюсь использовать альтернативную меру жирных хвостов. Эта статистика напрямую
измеряет, насколько экстремальны наши большие доходы по сравнению с нормальным распределением

Гаусса.
Первый шаг — уменьшить ряд доходности путем вычитания среднесуточной доходности из каждой точки
данных. Затем мы измеряем процентиль пониженной доходности в различных точках. Во-первых, 1-й
процентиль: точка, в которой 1% доходности в распределении ниже, что составляет -3,25% для S&P 500.
Затем мы измеряем 30-й процентиль (-0,28%), 70-й процентиль (+0,42). %) и 99-й процентиль (+3,04%).
Я выбрал процентиль 30% и 70%, так как они примерно эквивалентны минус одному и плюс одному
стандартному отклонению. Точки 1% и 99% отражают крайние точки распределения. Если вы хотите, вы
можете использовать 0,1% и 99,9%, чтобы получить более экстремальные оценки, но тогда у вас будет
меньше точек данных, влияющих на вашу оценку, что сделает ее менее надежной. Это не такая большая
проблема с данными S&P 500 за 40 лет, но для некоторых других инструментов у нас могут быть данные
только за несколько лет.
Следующий шаг — разделить первые два процентиля, чтобы получить более низкий процентильный
коэффициент: 36.
Точно так же мы можем рассчитать верхний процентильный коэффициент:

Для нормального распределения Гаусса оба этих отношения будут равны 4,43, поскольку это
симметричное распределение. Чтобы получить представление о том, как S&P 500 сравнивается
с нормальным распределением, мы разделим каждое из соотношений на 4,43, чтобы получить
относительное соотношение :
Это довольно громоздкие фразы, поэтому в оставшейся части книги я буду использовать эти
сокращенные термины: нижний хвост и верхний хвост. Каждый из них дает нам представление о том,
насколько экстремальны самая низкая и самая высокая доходность. Любое значение выше 1
указывает на то, что наши экстремальные доходы имеют более толстый хвост, чем нормальное
распределение Гаусса. Другими словами, в 1% случаев с гауссовым распределением мы получим
убыток, примерно в 4,43 раза превышающий наш средний убыток. Но для S&P 500 в 1% случаев мы
получаем убыток более чем в два раза, если быть точным, в 2,16 раза больше.
Сводная статистика по S&P 500

Я мог бы продолжать обсуждать статистику производительности на многих других страницах и в
нескольких дополнительных главах, но я чувствую, что имеющейся у нас статистики достаточно,
чтобы судить о производительности и риске любой данной торговой стратегии. Вот краткое
изложение статистики, которую я рассчитал для S&P 500:
Стратегия: покупка и удержание, один контракт S&P 500 на микрофьючерс
Годы данных 41
Средний годовой доход 6,0%
Средняя просадка 23,2%
Стандартное отклонение в годовом исчислении 19,2%
0,31
Коэффициент Шарпа
перекос 1,37
Нижний хвост 2.16
Верхний хвост 1,60
Покупайте и держите фьючерсы на 10-летние

облигации США
Первоначально мы решили купить и держать микрофьючерс S&P 500, чтобы получить прибыль от
премии за риск по акциям. Мы можем получить еще одну хорошо известную премию за финансовый
риск, приняв на себя процентный риск (также известный как риск продолжительности ).
Мы можем реализовать это, держа фьючерсы на облигации, из которых 10-летние государственные
облигации США являются одними из самых ликвидных.
Соответствующая информация о контракте показана ниже:
Инструмент Фьючерс на 10-летние облигации США ("T-note")
Символ и обмен ТН, СВОТ
Множитель фьючерсов 1000 долларов
Размер галочки 0,015625 (1/64)
Комиссия 0,85 доллара США
Текущая стоимость торговли, за контракт $8,6625
Доставка Физический
Срок годности месяцев Ежеквартально: март, июнь, сентябрь, декабрь
Рулонный узор Держите первый контракт примерно за 25 дней до истечения срока его действия.
Необработанные цены фьючерсных контрактов и скорректированные цены показаны на рисунке 7.
Рисунок 7. Ряд исходных и скорректированных цен для фьючерсов на 10-летние облигации

США
Вы можете найти этот сюжет довольно поразительным; скорректированный ценовой ряд значительно
превосходит необработанную цену фьючерса, и это происходит постоянно с течением времени.
Почти все это связано со значительно более высоким уровнем переноса.
Одним из следствий такого высокого переноса и периода времени, за который у нас есть данные, является то,
что цена с поправкой на прошлое на самом деле является отрицательной в течение первых нескольких лет.
Это не о чем беспокоиться, пока мы гарантируем, что наши стратегии не чувствительны к отрицательным
ценам. Фактически, текущая цена фьючерсов на сырую нефть действительно стала отрицательной в марте 2020
года в ответ на пандемию COVID-19. К счастью, код моей торговой системы был написан так, чтобы быть
устойчивым к отрицательным числам, и это не вызывало компьютерных сбоев!
Магические числа и круглые числа

Нежелательным побочным эффектом использования скорректированных цен является то, что мы не
можем включать в наши стратегии «магические» или «круглые» числа, потому что участники рынка
будут использовать не скорректированные цены для своих торговых решений, а фактические цены
фьючерсов, которые преобладали на рынке. рынок в то время. Вот пример одной стратегии магических
чисел, основанной на рядах Фибоначчи:
Предположим, цена акции выросла на 10 долларов, а затем упала на 2,36 доллара.

В этом случае он откатился на 23,6%, что является числом

Фибоначчи. Числа Фибоначчи встречаются повсюду в природе.
Поэтому многие трейдеры считают, что эти цифры также имеют
отношение к финансовым рынкам.
Источник: Investopedia.com
Я не один из этих многих трейдеров. Лично я думаю, что числа Фибоначчи - полная чепуха.
Стратегии с круглыми числами несколько более правдоподобны. Большинство людей, которые
выставляют стопы (приказы на закрытие или открытие позиций при достижении определенного
ценового уровня), выбирают круглые числа для своих стоп-уровней (например, 10 долларов, а не
10,02 доллара). Таким образом, мы можем ожидать необычных паттернов движения цены ближе к
круглым числам (и если вы используете стопы, вы можете избегать круглых чисел!).
Если вы действительно хотите использовать такие стратегии, вы можете использовать текущую
фьючерсную цену, а не скорректированную цену, в качестве входных данных для вашей модели.
Но если вы сделаете это, ваша стратегия будет иметь другое мнение сразу после того, как
произойдет бросок, поскольку текущая цена фьючерса изменится без каких-либо значимых
событий на рынке.
В любом случае, также ведутся споры о том, следует ли нам использовать спотовые или
фьючерсные цены со стратегиями магических или круглых чисел. Люди могут подумать, что
4000 — это важный технический уровень для S&P 500, но в будущем это может быть равнозначно
менее значимому 4013. Если вы собираетесь использовать магические числа, вам нужно
решить, кто является основным драйвером рынка — спотовые или фьючерсные трейдеры.
Я предпочитаю использовать скорректированную цену, так как это означает, что моя стратегия
будет постоянно сохранять свои позиции в течение всего броска, и потому что я не приверженец
ни магических стратегий, ни стратегий с круглыми числами.
Следуя той же процедуре, что и для микрофьючерсов S&P 500, я рассчитал прибыль в долларах США
от владения одним фьючерсом на 10-летние облигации США и предположил, что мне нужно
использовать достаточный капитал для покрытия всего моего текущего условного риска. Затем я
разделил прибыль в долларах США на капитал, чтобы получить доход в процентах, как показано
на рисунке 8.
Рисунок 8: Процентная доходность по фьючерсу на 10-летнюю облигацию США в размере

«купи и держи»
Сравните и сопоставьте с рисунком 5: он явно ведет себя намного лучше, чем S&P 500! Затем
я суммировал процентную доходность, которую вы можете видеть на рисунке 9.
Рисунок 9: Кривая счета «покупай и держи» для фьючерса на одну 10-летнюю

облигацию США
Стратегия: покупка и удержание, единый контракт на 10-летние облигации США
0,59
перекос 0,15
Нижний хвост 1,49
Длинные позиции по облигациям США были необычайно прибыльной и в то же время относительно
безопасной торговлей на протяжении последних четырех десятилетий. Конечно, большая часть
этой прибыли связана с постоянным падением процентных ставок в США, но фьючерсы на американские
облигации продолжали приносить прибыль даже в периоды, когда ставки оставались неизменными или
даже росли.
Мы также можем видеть, что небольшая положительная асимметрия и относительно низкие процентные
отношения подразумевают, что доходность 10-летних облигаций США была достаточно близка к
нормальному распределению.
Покупайте и держите фьючерсы на сырую нефть

Я не буду утомлять вас подробностями каждого отдельного фьючерсного контракта, но стоит рассмотреть
еще пару инструментов, прежде чем я начну подводить итоги стратегии «купи и держи». Во-первых,
давайте рассмотрим фьючерсы на сырую нефть WTI (West Texas Intermediate).
Инструмент Фьючерсы на сырую нефть WTI (полный размер)
Символ и обмен КЛ, NYMEX
Размер галочки 0,01
Текущая стоимость торговли, за контракт 10 425 долларов США
Доставка Физический
Срок годности месяцев Ежемесячно
Рулонный узор Держите следующий декабрьский контракт до истечения 40 дней до истечения срока его действия.
Все это должно быть неудивительно, за исключением, возможно, схемы вращения. Почему я держу
декабрьский контракт? Почему я сворачиваю его за 40 дней до истечения срока действия?
Что ж, на цены на товары влияет погода, что не является серьезной проблемой для фьючерсов на S&P
или американские облигации. В ценах на сырую нефть присутствует сезонный компонент37 , и в
некоторой степени это справедливо для большинства других сырьевых товаров.
Обычно нам удобно удалить эту сезонную составляющую и сосредоточиться на «истинном» движении
цены. Поэтому, когда мы можем, мы должны придерживаться определенного месяца в году. Я выбрал
декабрь, так как это один из наиболее ликвидных месяцев. К сожалению, это возможно не для
каждого товарного фьючерса, поскольку для этого требуется, чтобы по крайней мере следующий год
или около того контракты были ликвидными38. Таким образом, это не является приемлемым вариантом
ни для мини-версии контракта на сырую нефть WTI, ни для фьючерсов на природный газ.
Что касается вопроса о переносе опционов задолго до истечения срока действия: это соответствует
конкретной торговой стратегии, основанной на ожидаемом переносе, и я буду обсуждать это в главе
10.
Стратегия: покупка и удержание, один контракт на фьючерсы на сырую нефть марки WTI.
0,15
Ежемесячный перекос
0,49
Сырая нефть является рискованной, с высоким стандартным отклонением, а также подвержена
понижательным шокам (отрицательная асимметрия, высокий относительный нижний коэффициент хвоста). Но, как
многие товары, как правило, работают хорошо, когда макроэкономические условия

накаляются, а инфляция растет. Облигации очень плохо работают при высокой инфляции, а с
акциями картина неоднозначная, поэтому кажется, что сырая нефть марки WTI может
предоставить нам дополнительный источник премии за риск: хеджирование инфляции.39
Покупайте и держите с фьючерсами на VIX

Последнее будущее, которое я собираюсь подробно рассмотреть, — это будущее VIX. Базовый
индекс фактически представляет собой совокупность ожидаемой волатильности всех акций
S&P 500, рассчитанную с использованием цен опционов. Индекс VIX будет расти, когда акции
США будут восприниматься как более рискованные, и падать, когда инвесторы будут
чувствовать себя более спокойно.
Инструмент Фьючерсы на индекс волатильности (VIX)
Символ и обмен VX, CBOE
Размер галочки 0,05
Текущая стоимость торговли, за контракт 25,85 долларов США
Наличные
Доставка
Срок годности месяцев Еженедельно, а затем ежемесячно
Рулонный узор Держите второй месячный контракт
Я сосредоточен на проведении второго месячного контракта на VIX. Так, например, если бы

это было 1 марта 2022 года, я бы держал VIX за апрель 2022 года. Я перейду к маю 2022 года
где-то в середине марта, до того, как истечет срок действия мартовского контракта и апрель
станет первым контрактом (а май станет вторым). Причины этого объясняются в шестой части,
когда я буду более подробно обсуждать выбор контракта.
Рисунок 10 — это не изображение особенно опасных американских горок или лыжного

склона, как вы, возможно, сначала подумали, а кумулятивная процентная доходность для
стратегии покупки и удержания одного контракта VIX. Стратегия хорошо зарекомендовала
себя во время рыночного кризиса, особенно в 2008 и 2020 годах.
в остальное время он дрейфует вниз, постоянно теряя деньги. На самом деле, если бы мы были
настолько глупы, чтобы держаться за эту позицию и продолжать пополнять свой торговый счет, мы
бы в конечном итоге потеряли более чем в шесть раз больше нашего начального капитала.
Рисунок 10: Кривая счета для стратегии «купи и держи» на одном VIX
договор
Стратегия: покупка и удержание, один контракт Фьючерс на индекс волатильности (VIX)
Средняя просадка Более 100%
0,88
Ежемесячный перекос
0,96
В отличие от других инструментов в этой главе, здесь мы не получаем премию

за риск, а выплачиваем ее. Постоянная покупка 40 VIX — это ставка на рост
волатильности. Мы фактически покупаем страховой полис: мы платим небольшую
премию каждый день (отрицательный доход) и иногда получаем
большая выплата (как в 2008 и 2020 годах). Это стратегия со значительным положительным
перекосом, и эти выплаты создают хороший толстый верхний хвост. Но выплаты недостаточны,
чтобы преодолеть сопротивление премий. В конечном счете, правильно управляемые
страховые компании всегда зарабатывают деньги!
Может иметь смысл использовать эту стратегию, чтобы обеспечить страхование портфеля
длинных акций, но не на прямой основе. Помните мой руководящий принцип, изложенный ранее в
этой главе: «Разумно идти на риск, на который большинство других людей не хотят или не
могут пойти. Обычно, если вы готовы пойти на больший риск, вы получите более высокую
прибыль». Мы должны быть готовы рискнуть и продать , а не купить VIX. Как и следовало ожидать,
более сложные стратегии, описанные в этой книге, обычно имеют уклон в сторону коротких
фьючерсов VIX.
Сводная статистика для торговли фьючерсами на

покупку и удержание
Эта книга и так слишком длинная, поэтому я не буду утомлять вас подробным рассмотрением
других 99 вариантов будущего в моем наборе данных. Вместо этого давайте посмотрим на
некоторые сводные статистические данные41 по инструментам различных классов активов42 .
Они представлены в таблицах 3 и 4. Я буду использовать подобные таблицы на протяжении всей

книги. В таблице 3 показаны финансовые активы: акции, волатильность, валюта и облигации. В
Таблице 4 представлены товары: рынки энергоносителей, металлов и сельскохозяйственной
продукции, а также медиана по всем инструментам, независимо от класса активов.
Таблица 3. Индивидуальная эффективность покупки и удержания по классам финансовых активов
Собственный капитал Vol FX Облигация
Среднегодовая доходность 7,6 % 51,6 % 0,39 % 3,2 %
Стандартное отклонение 28,9% 64,6% 15,0% 6,3%
Коэффициент Шарпа 0,30 -0,80 -0,03 0,57
перекос 0,78 0,73 0,18 0,11
Нижний хвост 1,98 1,29 1,65 1,62
Верхний хвост 1,39 1,92 1,42 1,47
Таблица 4. Индивидуальная эффективность покупки и удержания по товарам

классы активов
Металлы Энергетика Ags Медиана
Коэффициент Шарпа 0,03 0,00 0,04 0,13
перекос 0,50 0,38 0,21 0,38
Нижний хвост 1,86 1,72 1,54 1,74
Верхний хвост 1,41 1,32 1,45 1,40
Мы получаем положительную скорректированную доходность только по двум классам активов: облигациям и
акциям. В других местах в основном небольшие потери, за исключением волатильности (Vol), где
производительность ужасна.
Теперь давайте рассмотрим годовое стандартное отклонение. Существует много различий между классами
активов. Облигации, как и следовало ожидать, являются самыми безопасными со средним годовым риском около
6%. Валютные рынки также достаточно безопасны.
Товарные и фондовые рынки довольно рискованны. Наконец, слово vol также очень — и мне хотелось бы
придумать более оригинальный способ выразить это — изменчиво.
Vol также имеет сильную положительную асимметрию, но большинство других активов имеют отрицательную асимметрию.
Рынки облигаций и сельскохозяйственной продукции (Ags) являются исключением с небольшой положительной
асимметрией, в то время как акции являются особенно неприятными примерами отрицательной асимметрии.
Акции также имеют отчетливо толстые нижние хвосты. Большинство других активов не так плохи, хотя ни
один из них не является идеально гауссовым. Наконец, имейте в виду, что существуют значительные
различия между инструментами в пределах данного класса активов, которые не показаны в этих таблицах.
Заключение
Стратегия 1 — самая простая из возможных стратегий торговли фьючерсами. Но это по-прежнему связано с
торговлей, так как мы должны увеличить нашу экспозицию. Вы не можете просто купить фьючерсный контракт
и положить его под метафорический матрац, как вы могли бы, если бы купили акции. Стоит ли внедрять что-
то настолько простое?
Торговля одним контрактом по стратегии «купи и держи» может быть прибыльной, если вы каким-то образом
сможете выбрать правильный инструмент. Но это может быть сложно

без преимущества предвидения, которое мы здесь имеем, и риски часто значительны.

Высокие стандартные отклонения, отрицательная асимметрия и толстые хвосты — все это
скрывается в рядах возвратов большинства рассмотренных нами инструментов. Хотя некоторые
из них имеют приличную доходность с поправкой на риск — в частности, облигации и акции
— было бы безрассудно предполагать, что в будущем они будут такими же превосходными.
Даже если вы не торгуете по этой стратегии, было бы полезно понять производительность

базовых инструментов, которыми мы собираемся торговать. Это сырье, из которого мы должны
строить наши стратегии. Большую часть этой книги мы посвятим попыткам улучшить
приведенную выше статистику: увеличить доход, снизить или, по крайней мере,
стабилизировать риск, подтолкнуть перекос в положительном направлении и превратить
просадки, убивающие счета, в сбои, которые можно выжить.
Стратегия первая: торговый план
11 Я тестирую стратегии на основе исторических данных, что является неявным предположением о том, что будущее будет чем-то похоже
на прошлое. Но, как я объясню более подробно, важно не экстраполировать слепо результаты этих тестов в будущее.
12 Существуют количественные методы, позволяющие сделать это дешевле и проще, но они выходят за рамки этой книги.
13 Раньше было трое. Когда я начал писать эту книгу в сентябре 2021 года, CME исключила из листинга первоначальный «большой
контракт» S&P 500, мультипликатор которого составлял 250 долларов.
14 Существует небольшое количество фьючерсов с переменными фьючерсными мультипликаторами, таких как фьючерсы на австралийские
облигации и процентные ставки, а также на природный газ Великобритании.
15 Читатели Leveraged Trading должны знать этот термин. В своей более ранней книге «Систематическая торговля» я использую термин
стоимость блока.
16 Книга заказов показывает все цены, по которым люди готовы покупать (предлагать) и продавать (предлагать) соответствующее будущее, а
также объемы, которыми они будут торговать. То, что я показал здесь, — это верхняя часть книги заказов, в которой показаны только лучшие
цены: самая высокая цена предложения и самая низкая цена предложения. Я также исключил доступное количество, так как предполагаю,
что мы торгуем только одним контрактом и определенно можем быть исполнены по этим ценам.
17 Обратите внимание, что бид-оффер может выражаться только целыми единицами размера тика: 0 тиков (это редко встречающаяся цена
выбора , когда бид и оффер идентичны), 1 тик (это то, что мы обычно видим в дефицитный ликвидный рынок, как для первых двух контрактных
месяцев), или кратные тику (менее ликвидные последние месяцы март и июнь).
18 Календарные спреды в торговле микро-фьючерсами S&P 500 с размером тика 0,05 индексных пункта. Если бы календарный спред торговался
шириной в 1 тик, мы могли бы в конечном итоге заплатить за сделку всего 0,0025 индексных пункта, что составляет всего 0,0125 доллара
за контракт.
19 Некоторые предлагаемые поставщики данных представлены в Приложении A.
20 К сожалению, контракт микро-е-мини был представлен только в мае 2019 года. Как я расскажу позже в книге, нам нужно как можно больше
данных для тестирования любой торговой стратегии, а нескольких лет на самом деле недостаточно. Тем не менее, у нас есть данные по e-
mini, а также по исключенному из списка S&P 500 «крупному контракту», который восходит гораздо раньше. Поскольку любая разница в
ценах различных фьючерсов может быть легко устранена арбитражем, можно с уверенностью предположить, что мы можем использовать цены
крупных контрактов S&P 500 для заполнения цен, которые у нас есть для микрофьючерсов S&P 500.
21 Это простейший метод обратной корректировки, известный как панамский метод (поскольку цены растут и падают при корректировке
подобно тому, как корабли проходят через шлюзы в Панамском канале). Есть более сложные методы, но на практике они не улучшают
работу торговой стратегии, поэтому не стоят затраченных усилий.
22 Это хорошее свойство регулировки спины. Альтернативным методом является форвардная корректировка, при которой первоначальная
скорректированная цена равна цене самого раннего контракта в данных. Это имеет то преимущество, что требует меньше работы,
поскольку нам не нужно повторно переписывать предыдущие данные, но в результате получаются окончательные скорректированные цены,
которые могут существенно отличаться от текущей цены фьючерса. Для стратегий, описанных в этой книге, вы можете использовать любой
метод, и вы получите одинаковые результаты.
23 Некоторые фондовые индексы включают дивиденды, в частности фьючерсы на немецкие фондовые индексы DAX.
24 Нет необходимости детально разбираться в теории ценообразования фьючерсов без арбитража, и я не буду рассматривать в этой книге
стратегию спотового и фьючерсного арбитража. Вот вариант подачи в лифте: предположим, что цена фьючерса была выше, чем цена
наличными плюс ожидаемые дивиденды минус маржинальная процентная ставка (избыточная доходность акций). Вы можете занять деньги,
используя маржинальный кредит, купить корзину акций S&P 500 и открыть короткую фьючерсную позицию. По истечении срока любые прибыли
или убытки по акциям и фьючерсам будут полностью застрахованы, а после выплаты маржинального кредита и получения дивидендов вы
получите чистую безрисковую прибыль. Аналогичный аргумент объясняет, почему цена фьючерса не может быть ниже, чем цена
наличными плюс ожидаемая стоимость дивидендов за вычетом процентов. Вы можете найти более подробное обсуждение безарбитражного
ценообразования в таких книгах, как классическая работа Джона Халла (см. Приложение А).
25 Маржа – это денежные средства, депонированные на счете для торговли фьючерсами для покрытия возможных убытков. Начальная маржа
требуется при открытии сделки, а если впоследствии возникнут убытки, вам потребуется дополнительная вариационная маржа. Если вы не
знакомы с маржинальной торговлей, я предлагаю вам прочитать мою предыдущую книгу « Торговля с кредитным плечом».
26 Технически для короткой позиции вам потребуется бесконечное количество наличных денег, чтобы покрыть все возможные случаи.
27 Обычный способ аккумулировать процентную доходность состоит в том, чтобы взять произведение (1 + r ), где rt — процентная
т
доходность, выраженная в виде десятичной дроби (например, 1% = 0,01). Но отображение этого кумулятивного продукта снова привело бы к
графику, на котором ранние доходы были бы малы и их было трудно различить.
28 Между прочим, если бы мы построили рисунок 3 в логарифмическом масштабе, он был бы очень похож на рисунок 6, но в другом масштабе.
29 Если вы знакомы с финансовой математикой, это покажется неправильным. Мы действительно должны рассчитать CAGR: совокупный
годовой темп роста (также известный как среднее геометрическое), который предполагает, что доходность увеличивается ежедневно.
Однако в этой книге мы не имеем дело со сложными доходами. Я объясню почему во второй стратегии, а пока, пожалуйста, потерпите меня.
30 Неплохое приближение: равно 365 минус 104 субботы и воскресенья и несколько дополнительных государственных праздников.
31 Чтобы получить техническую информацию, выборочное распределение статистики максимальной просадки показывает очень высокую
изменчивость, поскольку на нее может сильно повлиять включение или исключение доходности всего за несколько дней.
32 На это есть несколько причин. Во-первых, наши данные могут быть недостаточно далекими. Например, у нас нет данных по фьючерсам
на акции, начиная с краха 1929 года, и если бы мы не заполнили микроданные S&P 500 крупным контрактом, у нас не было бы данных за
1987 или даже 2008 год.
Во-вторых, особенно опасно думать, что худшие события в прошлом действительно отражают то, что может пойти не так в будущем. Кто-то,
кто торговал фьючерсами S&P 500 в конце сентября 1987 года, используя данные с 1975 по 1987 год, подумал бы, что совершенно
невозможно потерять более 20% за один день. Но всего через несколько недель случилось невозможное.
33 См. Ло, Эндрю, «Статистика коэффициентов Шарпа», Financial Analysts Journal 58 (2003).
34 Существуют также некоторые технические преимущества использования коэффициента Шарпа (SR) и стандартного отклонения,
которые станут очевидными позже.
35 Далее в книге я покажу, как использовать текущий уровень предполагаемого перекоса в качестве основы для торговой стратегии.
36 Обратите внимание, что если бы мы не уничижали, то существовала вероятность того, что 1-процентный и 30-процентный процентили
имели бы разные знаки, что привело бы к отрицательному значению здесь.
37 На самом деле сезонность сырой нефти не является большой проблемой, потому что ее хранение относительно дешево. Сезонность
является гораздо большей проблемой для природного газа, хранение которого дорого, и сельскохозяйственных товаров с ограниченным
сроком хранения.
38 Это также будет зависеть от размера вашей учетной записи. Небольшой трейдер может торговать месяцами, которые недостаточно
ликвидны для крупного фонда.
39 Кроме того, нефть часто хорошо работает во время конфликтов, таких как вторжение России в Украину в 2022 году.
40 Если вы знакомы с опционами, покупка VIX по сути аналогична покупке стрэддла с дельта-хеджированием или длинной позиции по
свопу на дисперсию.
41 Я рассчитал эти цифры, запустив ретроспективные тесты для каждого инструмента в моем наборе данных и рассчитав всю необходимую
статистику: средний доход, стандартное отклонение, SR и так далее. Для каждого класса активов я взял медианное значение
соответствующей статистики. Так, например, SR, показанный для FX, является медианным значением среди всех SR для инструментов в
классе активов FX. Наконец, в последнем столбце таблицы 4 я взял медиану по всем инструментам, независимо от класса активов. Я
использую медиану, так как она более надежна, чем среднее значение, на которое могут повлиять один или два экстремальных выброса.
42 Инструменты включают те, по которым имеются данные как минимум за один год и которые соответствуют моим требованиям к ликвидности
и стоимости, обсуждаемым далее в книге. Примерами сельскохозяйственных рынков являются кукуруза, пшеница и соя. Облигации
включают фьючерсы на государственные облигации, такие как 10-летние американские, краткосрочные процентные фьючерсы (STIR), такие
как евродоллар, и процентные свопы. Акции состоят из фондовых индексов, таких как S&P 500, а также отраслевых индексов в Европе и США,
например европейских технологий. Я не торгую фьючерсами на отдельные акции. FX включает курсы по отношению к доллару для стран
G10, таких как

GBP/USD, для развивающихся рынков, таких как CNH/USD, и кросс-курсы, такие как GBP/EUR. Металлы включают в
себя драгоценные металлы, такие как золото, промышленные металлы, такие как медь, а также криптовалюты:
биткойн и эфириум. Энергетические рынки включают сырую нефть и природный газ, а также такие продукты, как этанол.
Наконец, есть рынки Vol (Волатильность): VIX и европейский эквивалент VSTOXX. Полный список инструментов
приведен в Приложении C.
Стратегия вторая: покупать и удерживать с
масштабированием риска
Давайте рассмотрим, что мы сделали в первой стратегии. Мы исходили из того, что у нас есть
фиксированная позиция: один контракт. Затем мы вычислили меру того, сколько денежных
средств — капитала — нам потребуется, чтобы удерживать эту позицию. Эта сумма капитала
была консервативно установлена равной условной стоимости будущего: наша позиция была
полностью профинансирована.
Но мир устроен не так! Когда я работал в AHL, крупном хедж-фонде, который торговал фьючерсами,
мы сначала не решали, на каких рынках мы хотим торговать, не рассчитывали необходимый
капитал для размера позиций, которые мы хотели иметь, а затем обращались к нашим
инвесторам и попросите их выписать чек соответствующего размера. Вместо этого наши
инвесторы решили, сколько капитала они собираются предоставить. Затем нам предстояло
рассчитать соответствующий размер позиции.
Это правильный порядок: учитывая (а) размер капитала, определите (б) размер позиции. Но
какие элементы будут учитываться при расчете подходящего размера позиции? В этой главе
я покажу, что наиболее важным вкладом в этот процесс является риск соответствующего
инструмента.
Для более рискованных инструментов обычно требуются более высокие начальные
маржинальные требования, поэтому нам потребуется больше денег, чтобы начать ими
торговать. Они также несут потенциал для больших убытков, когда мы их удерживаем, что
требует больше денежных средств для покрытия этих убытков в виде вариационной маржи.
Мы видели в первой стратегии (в таблицах 3 и 4), что существует большая разница в риске между
разными фьючерсами. Если инструмент имеет более высокий риск, мы хотели бы держать
меньшую позицию для данной суммы капитала. В этой стратегии я объясню, как именно
рассчитать правильную позицию для стратегии «купи и держи» с учетом риска:
Стратегия вторая: купить и удерживать, взвешивая

позиции с учетом риска.
Помимо подробного объяснения стратегии, в этой главе я также затрону следующие темы:
Измерение риска.
Масштабирование позиции.
Определение правильного риска для цели.
Составление доходов для оценки эффективности.
Расчет минимального капитала, необходимого для торговли конкретным фьючерсом.
Это довольно тяжелая глава с большим количеством уравнений. Но очень важно понять материал
здесь, прежде чем продолжить, поэтому убедитесь, что вы довольны, прежде чем двигаться дальше.
Измерение риска отдельного контракта

Первым шагом при расчете размера позиции будет измерение того, насколько рискованным
является отдельный контракт по данному инструменту. Вернемся к нашему старому фавориту —

микробудущему S&P 500.
Нам нужно знать, насколько рискованно держать один контракт на S&P 500. Это будет зависеть от
того, насколько волатильна цена фьючерса на S&P 500. Мы будем измерять эту рискованность как
годовое стандартное отклонение доходности. Чтобы упростить математику, давайте на данный
момент предположим, что дневное стандартное отклонение S&P 500 составляет примерно 1%, что,
если я переведу в годовом исчислении с использованием метода, описанного в первой стратегии,
составит 0,01 × 16 = 16%.
Следующим шагом является перевод этого риска в долларовый эквивалент. Вот значения, которые
мы уже использовали для первой стратегии:
Инструмент Микробудущее S&P 500
Множитель фьючерсов $5
Текущая цена 4500
Текущая номинальная стоимость 4500 × 5 долларов США = 22 500 долларов США.
Мы можем использовать эти цифры для расчета нашего риска в валютном, а не в процентном выражении:
Таким образом, владение одним фьючерсным контрактом подвергает нас риску в размере 3600
долларов, измеряемому как ожидаемое стандартное отклонение в год. Не все считают меру
стандартного отклонения интуитивной мерой риска, поэтому стоит подумать о том, что
подразумевает стандартное отклонение в размере 3600 долларов в год.
Для этого мы должны предположить, что доходность хорошо себя ведет, симметрична и
получена из нормального распределения Гаусса. На практике все это не соответствует
действительности, а это значит, что цифры, которые я собираюсь рассчитать, следует принимать
с полным ведром соли. На самом деле вы должны ожидать, что недостаток будет значительно
больше.
С учетом этого предостережения, если мы предположим, что коэффициент Шарпа (SR)

фьючерсов на S&P 500 равен 0,3055 (примерно таким, каким он был исторически), то среднегодовая
избыточная доходность будет:
Область нормального распределения между средним значением и одним стандартным

отклонением выше среднего охватывает около 34% всего распределения. Поскольку
нормальное распределение является симметричным, область между плюс и минус одним

стандартным отклонением от среднего значения охватывает 68% распределения.
Таким образом, в 68% случаев наш годовой доход будет находиться в диапазоне от 1100 -
3600 = - 2 500 долларов США (убыток) до 1 100 + 3 600 = 4 700 долларов США (прибыль). В качестве
альтернативы это означает, что мы будем терять более 2500 долларов в любой год как
минимум в 16% случаев43, или примерно один раз в шесть лет.
Мы также можем перевести эти цифры в ожидания ежедневных убытков. Но любые предостережения
относительно негауссовских распределений еще более важны для суточных частот, и у нас
есть обычная проблема, заключающаяся в том, что преобразование годовых в суточные
стандартные отклонения зависит от некоторых дополнительных предположений.
Базовое масштабирование позиции

Мой метод расчета размера позиции с использованием риска лучше всего иллюстрируется
примером. Давайте начнем с нескольких крайне нереалистичных предположений. Во-первых,
предположим, что у нас есть ровно 22 500 долларов капитала. Далее предположим, что нас
устраивает риск на этот капитал ровно 16% в год, измеренный в терминах стандартного отклонения
в годовом исчислении (я расскажу, как вы пришли к этой цифре, через пару страниц). Я называю эту
цифру целевым риском.
Учитывая эти параметры, сколько контрактов S&P 500 мы хотели бы иметь?
Ответ — ровно один контракт. Мы хотим 16% риска на капитал в 22 500 долларов, что составляет 22
500 × 16 % = 3 600 долларов в год. Мы также знаем, что каждый контракт S&P 500 имеет риск в размере
3600 долларов США в год.
Какое поразительное совпадение (не совсем так)!
Что, если бы у нас было вдвое больше капитала (45 000 долларов)? Тогда нам потребуется в два
раза больше риска (45 000 × 16% = 7 200 долларов). Таким образом, нам нужно было бы купить два
контракта вместо одного, что дало бы нам риск 2 × 3600 = 7200 долларов.
Теперь предположим, что S&P 500 был вдвое более рискованным. С годовым риском 32% в год это
будет эквивалентно риску по каждому контракту в размере 22500 × 32% = 7200 долларов. Нам
потребуется вдвое меньше контрактов. Таким образом, для капитала в 45 000 долларов и целевого
риска 16% в год на этот капитал, что эквивалентно 7 200 долларам, нам снова нужно будет купить
только один контракт.
Я могу формализовать эти результаты в одно уравнение, которое учитывает возможность
различных валют. Согласно первой стратегии, условная стоимость риска для одного контракта
составляет:
Цена должна быть на дату истечения срока, которую мы в настоящее время удерживаем (а не
скорректированная цена), а курс FX пересчитывается между двумя валютами. Риск позиции по
отдельному контракту, измеряемый как годовое стандартное отклонение (σ), составляет:
Где σ% — годовое стандартное отклонение процентной доходности для

соответствующий инструмент в валюте инструмента. контрактов, N, риск 44 На заданное количество
всей нашей позиции составит:
Затем нам нужно указать, сколько капитала у нас есть, и заранее определенный целевой риск (я объясню,
откуда он взялся позже), который мы также указываем как стандартное отклонение в процентах в годовом
исчислении. Учитывая это, мы можем рассчитать, какова наша цель риска в валютном выражении:
Теперь мы устанавливаем требуемый риск позиции равным целевому риску в валютном выражении:
Подставляя и переставляя, получаем требуемую позицию в контрактах N для достижения заданного
целевого риска:
Обратите внимание, что все следующие действия приведут к увеличению позиции:
Нижний инструментальный риск, σ%
Цель с более высоким процентным риском, τ
Больше капитала
Более низкий фьючерсный мультипликатор
Более низкая цена
Другой валютный курс, при котором валюта инструмента обесценилась по отношению к валюте счета.
Давайте проверим, что это работает для удивительно случайного примера сверху:
Существует альтернативная формулировка, которую я буду использовать позже в книге, которая включает
измерение нашего риска в дневных ценовых пунктах , а не в процентных пунктах в годовом исчислении.
Ежедневный риск в ценовых пунктах (σP ) просто равен текущей цене, умноженной на годовой процентный
риск, разделенный на 16:
Мы также можем рассчитать σP напрямую, взяв стандартное отклонение ряда разниц в дневных ценах с
поправкой на прошлое:
Это имеет то преимущество, что оно работает, даже если текущая цена фьючерса отрицательна, и дает
нам следующую немного более простую формулу:
Некоторые полезные соотношения
Иногда может быть полезно использовать следующие интуитивно понятные соотношения:
Коэффициент кредитного плеча контракта — это отношение условного риска по контракту к нашему
торговому капиталу. Чем меньше это число, тем больше контрактов нам нужно держать для данной суммы
капитала. Коэффициент волатильности — это отношение нашего целевого риска к риску инструмента.
Таким образом, если нам требуется удвоить риск по сравнению с тем, что предлагает инструмент, нам
нужно будет держать в два раза больше контрактов. Переставляя исходную формулу, мы получаем
интересный и наглядный результат:

Еще одна цифра, которая нам иногда понадобится, — это коэффициент кредитного плеча.
Коэффициент кредитного плеча — это просто общая условная подверженность нашей позиции,
деленная на наш капитал:
Если мы подставим, мы получим следующее тождество:
Таким образом, необходимое кредитное плечо будет равно коэффициенту волатильности: наша
целевая волатильность, деленная на волатильность цены инструмента, которым мы торгуем.
Обратите внимание, что это верно только в том случае, если мы торгуем одним инструментом, но
это относится и к первым трем стратегиям в этой книге.
Установка целевого риска
У нас есть все входные данные для приведенной выше формулы, за одним вопиющим исключением:
целевой риск (τ). Как мы должны определить, каким должен быть наш целевой риск?
Есть ряд различных факторов, которые нам необходимо учитывать. Наш целевой риск должен быть
самым консервативным (то есть самым низким значением) из следующего:
Риск возможен с учетом уровня маржи. Это устанавливается биржей и/или брокером.
Риск возможен при разумном кредитном плече. Это зависит от вашей способности
справиться с огромными потерями.
Личный аппетит к риску. Это определяется вашими собственными чувствами или
чувствами ваших клиентов, если вы торгуете внешними фондами.
Оптимальный риск с учетом ожидаемой производительности. Это зависит от профиля
доходности вашей торговой стратегии.
Давайте обсудим это по очереди.
Риск возможен при начальных уровнях маржи
Вы не можете просто купить столько контрактов, сколько хотите, так как в конечном итоге вы
будете ограничены необходимостью вносить достаточную маржу. Каждый микроконтракт S&P 500 в
настоящее время требует начальной маржи в размере 1150 долларов США. Это было бы полным
безумием, но если бы мы использовали весь наш капитал для выплаты первоначальной маржи, мы
смогли бы купить следующее количество контрактов:
Если мы подставим N в формулу, мы сможем определить подразумеваемый максимально возможный
целевой уровень риска при заданном уровне маржи:
Возьмем пример. Предположим, что мы торгуем S&P 500 с риском 16% в год, текущей ценой 4500,
мультипликатором 5 долларов и маржей на контракт 1150 долларов.
Это большой риск! Вы можете достичь целей с чрезвычайно высоким риском, если будете
использовать все доступное кредитное плечо. Для большинства разумных трейдеров фьючерсами
требуемая начальная маржа вряд ли будет ограничивать их кредитное плечо.
Риск возможен при потенциально больших потерях
Учитывая, что использовать максимально возможное кредитное плечо немного безумно, какой
разумный уровень кредитного плеча использовать? Мы могли бы быть довольно консервативными, как в
первой стратегии и вообще не использовать кредитное плечо — полностью профинансировать стратегию и
установить нашу условную подверженность риску, равную нашему капиталу. Тогда мы никогда не потеряем
все наши деньги, если только цена фьючерса не упадет до нуля или ниже. 45 Для достижения этого мы
всегда устанавливали наш целевой риск равным риску нашего инструмента.
В качестве альтернативы мы могли бы принять точку зрения, что готовы потерять определенную сумму в
случае серьезного рыночного краха. Предположим, что возможен крах масштаба 1987 года, в результате
которого однодневные потери составят 30%. Предположим, что мы относительно спокойно относимся к
потере половины нашего капитала в такой ситуации. Убыток в размере 30% за один день лишил бы нас
половины нашего капитала, если бы коэффициент кредитного плеча составлял 50% : 30% = 1,667. Из
предыдущего мы знаем, что при оптимальном положении:
Таким образом, мы можем рассчитать максимальную цель риска как:
И для нашего конкретного примера аварии 1987 года:
Хотя этот расчет легко выполнить, предполагая, что вы можете откалибровать свою способность
выдерживать большие потери, гораздо сложнее определить, какой должна быть ожидаемая наихудшая
доходность. Использование наихудшей возможной дневной доходности в наших исторических данных
является хорошей отправной точкой, но нам часто потребуется некоторое воображение, чтобы рассмотреть
возможные сценарии наихудшего случая.
Например, до 2015 года фьючерс на швейцарский франк:евро (CHF/EUR) редко менялся более чем на 0,005
ценовой единицы каждый день; около 0,5% от цены.
Действительно, с конца 2011 г. по январь 2015 г. он практически не менялся, отражая политику
швейцарского центрального банка, направленную на то, чтобы курс не опускался ниже фиксированного
уровня 1,20. В этот момент большинство трейдеров подумали бы, что 5% — это довольно пессимистичный
максимальный убыток; немного хуже, чем CHF/EUR во время финансового кризиса 2008 года.
Они были не правы. В январе 2015 года центральный банк отменил привязку валюты, и обменный курс упал
ниже 1,0; движение более 0,20 цены

единиц за считанные секунды и около 16% от цены закрытия предыдущего дня.
Оглядываясь назад, было бы разумно выйти за пределы рынка CHF/EUR и рассмотреть, что
произошло в других странах, когда центральные банки отказались от валютных
привязок. Предусмотрительный валютный трейдер вспомнил бы Черную среду 1992 года,
когда британский фунт выпал из механизма европейского обменного курса, который
привязывал его к немецкой марке и другим валютам. В Черную среду и на следующий
день фунт обесценился примерно на 14%; показывая, что двузначные потери возможны
даже в обычно безопасных валютах G10, таких как фунт и швейцарский франк.
Личный аппетит к риску
Нет смысла рисковать больше, чем вам удобно.

Слишком большой риск может привести к неоптимальному поведению, например, к
слишком раннему закрытию позиций, потому что вы не можете смириться с понесенными
потерями. Это особенно верно, если вы управляете деньгами для других людей; вы
должны рисковать только тем, что ваши клиенты могут переварить.
Институциональные трейдеры, чей уровень риска слишком высок, вероятно, будут страдать от
крупных изъятий со стороны клиентов, когда их средства перейдут на территорию дефицита.
На практике довольно сложно откалибровать чью-то склонность к риску, 46 и еще

труднее сделать это в несколько абстрактных единицах стандартного отклонения в
процентах в годовом исчислении. Конечно, мы могли бы сделать вывод о том, что
данная цель риска подразумевает для вероятности данного ежедневного или годового
убытка, но это требует некоторых нереалистичных предположений о распределении доходов.
Одно из возможных решений состоит в том, чтобы представить набор типичных портфелей и посмотреть,
какой из них лучше всего отражает склонность трейдера или институционального клиента к риску.
Например:
Для диверсифицированного портфеля облигаций годовое стандартное

отклонение обычно составляет от 2% до 8%, в зависимости от срока погашения
и кредитного рейтинга.
Типичный инвестиционный портфель, состоящий из акций и облигаций, будет

иметь риск около 12%.
Диверсифицированный портфель глобальных акций, вероятно, будет

годовое стандартное отклонение 15% в год.
Отдельные акции «голубых фишек» на развитых рынках обычно имеют волатильность

от 20% до 40%.
Особенно волатильная отдельная акция или криптовалюта могут легко иметь

годовое стандартное отклонение более 100%.
Оптимальный риск с учетом ожидаемой производительности
Трейдеры фьючерсами, как правило, более терпимы к риску, чем большинство людей, и
предлагаемое кредитное плечо очень велико. Так что, если вас устраивает возможность
больших убытков при сильном рыночном крахе, то целевые показатели риска более 50%
вполне достижимы.
Кажется, что было бы крайне неосмотрительно торговать с такой целью риска, но будет ли
это также и убыточно? На рис. 11 показана ожидаемая окончательная стоимость счета для
инвестора, имеющего только длинные позиции в будущем S&P 500, работающего с различными
целями риска. На рисунке предполагается, что мы начинаем с капитала в одну единицу, и
показана окончательная оценка капитала в конце 40-летнего ретроспективного теста с
использованием сложных доходов.
Рисунок 11: ОКОНЧАТЕЛЬНАЯ СТОИМОСТЬ СЧЕТА с учетом целевого риска для стратегии
«купи и держи» S&P 500
Из этого графика видно, что увеличение целевого уровня риска постепенно увеличивает
ожидаемую итоговую доходность счета, пока целевой показатель не достигнет примерно 40% в год.
После этого окончательная стоимость счета резко падает и достигает нуля, как только целевой
показатель риска приближается к 60% в год.
Что здесь происходит? По мере увеличения нашего кредитного плеча и риска наши худшие дни
становятся все больше. Затем нам требуется больше времени, чтобы оправиться от особенно плохих
дней. Для скромного увеличения целевого риска это не проблема, поскольку мы получаем большую
компенсирующую выгоду от улучшения наших хороших дней. Но как только наш риск становится
слишком высоким, эти плохие дни становятся действительно болезненными.
Почему мы в конечном итоге теряем все наши деньги, когда цель риска слишком высока?
Что ж, худший день для этой стратегии «купи и держи» S&P 500 — потеря 27% (в октябре 1987 года).
Волатильность S&P 500 составляет около 16%, поэтому цель риска 60% соответствует коэффициенту
кредитного плеча 3,75. Если мы воспользуемся убытком 27% 3,75 раза, то потеряем более 100%.
Конечно, от 100-процентного проигрыша вернуться невозможно.
Оптимальный уровень для нашей цели риска известен как оптимальный риск Келли.
Из приведенного выше графика оптимальным для этой стратегии Келли является целевой риск около
38%. Можно показать, что этот уровень теоретически равен SR для базовой стратегии, если
доходность является нормальной по Гауссу.47 В этом случае SR составляет 0,47,48 , что обычно
соответствует оптимальному целевому уровню риска Келли49 , равному 47%. Фактический оптимум в
этом случае ниже, потому что доходность S&P 500, безусловно, не является нормальной по Гауссу.
Для активов с отрицательной асимметрией и толстыми хвостами требуются оптимальные цели Келли
по риску, которые ниже, чем предполагают их SR.
Поскольку доходность редко является гауссовой, а коэффициенты Шарпа трудно предсказать,
общепринято, что следует использовать более консервативную цель риска, равную половине Келли .
В этом случае мы использовали бы половину полного значения Келли, равного 47%, для целевого
риска 23,5%.
Подводя итог: для расчета оптимального целевого показателя риска с учетом ожидаемого SR мы
делим ожидаемый SR вдвое и используем полученное значение в качестве годового процентного
целевого риска стандартного отклонения. Это обычно дает более консервативное значение
целевого риска, чем другие расчеты в этом разделе.
Резюме: Целевой риск

Подводя итог, наш целевой риск, измеренный как стандартное отклонение в процентах в годовом
исчислении, должен быть наименьшим значением из следующего:
Риск возможен с учетом уровня маржи. Это устанавливается биржей и/или брокером.
Например, для микрофьючерса S&P 500 максимальный риск составляет около 313%.
Риск возможен при потенциально больших убытках. Это зависит от вашей способности
справиться с экстремальными потерями, например, для S&P 500, если предположить, что мы
хотим пережить крах масштаба 1987 года, сохранив половину нашего капитала: 27% .
Личный аппетит к риску. Это определяется вашими собственными чувствами или чувствами
ваших клиентов, если вы торгуете внешними фондами. Это зависит от трейдера, но, скорее
всего, находится в диапазоне от 10% до 100%, как правило, с более низкими значениями
для институциональных трейдеров.
Оптимальный риск с учетом ожидаемой производительности. Это зависит от профиля
доходности вашей торговой стратегии. Для S&P 500, использующего проверенное значение
для первой стратегии, это составляет около 23%.
Наиболее консервативным из этих значений является последнее: 23%, полученное из расчета
половины Келли, предполагающего SR 0,46 (что, вероятно, оптимистично, но я пока оставлю это
без внимания). Для простоты я буду использовать относительно консервативную цель риска в 20% до
конца этой книги, что примерно соответствует цели, используемой многими институциональными
трейдерами фьючерсов.
Риск масштабирования микробудущего S&P 500

Давайте посмотрим, как стратегия «купи и держи», ориентированная на риск, работает на практике.
Мы будем использовать целевой риск 20% в год, который мы получили выше, и произвольный капитал
в размере 100 000 долларов США. Предполагая, что стандартное отклонение S&P 500 составляет
16%, мы получаем:
Нам пришлось бы каждый день пересчитывать требуемую оптимальную позицию в соответствии с
текущей ценой фьючерса и валютным курсом50, взяв округленное значение N.

Каждый раз, когда N менялось, нам приходилось покупать или продавать, чтобы убедиться,
что наша текущая позиция соответствует тому, что требуется для достижения нашего
целевого риска. Это приведет к нескольким сделкам, поэтому эта стратегия будет иметь
более высокие торговые издержки, чем первая стратегия, в которой нам нужно платить
только за переход от одного контракта к другому. Я расскажу более подробно о том, как я
рассчитываю торговые издержки в третьей стратегии, а пока стоит отметить, что эти
дополнительные затраты уменьшают нашу доходность по S&P 500 только на 0,17% в год.
В ретроспективном тестировании я не использую σ% = 16%, а вместо этого измеряю среднее
стандартное отклонение за весь период времени51, для которого у нас есть данные.
Это на долю выше на 16,1%.
Дискретная и непрерывная торговля

Как вы, несомненно, понимаете, я торгую фьючерсами немного иначе, чем большинство
людей. То, как я торгую, распространено среди количественных хедж-фондов, но почти
неизвестно розничным трейдерам. В этой книге вы не увидите никаких рассуждений об
«открытии позиции», «фильтрах входа», «закрытии» или «стоп-лоссе». Это все
признаки дискретной торговли. Я предпочитаю торговать непрерывно.
Что именно я имею в виду под дискретной торговлей? Так торгует большинство людей.
Вы решаете открыть позицию. Вы покупаете несколько контрактов. Затем в какой-то
момент в будущем вы решаете закрыть его. Вы можете указать на график и сказать:
«Здесь я открыл свою сделку», а затем указать на другую точку и сказать: «Здесь я
закрыл свою сделку». Вы можете рассчитать свою прибыль (или убытки) по каждой
отдельной сделке. У вас будет интересная история, которую вы сможете рассказать о
каждой сделке, и это приятно, особенно если вы хотите стать одним из тех гуру
торговли на YouTube или в Instagram.
Я не рассказываю интересные истории (как становится ясно, когда вы читаете эту книгу!),
потому что это не то, чем я занимаюсь. Вместо этого я непрерывно вычисляю
оптимальную позицию (хотя на практике в большей части этой книги непрерывно
означает один раз в день). Это та позиция, которую я хотел бы занять прямо сейчас.
Затем я его округляю, так как мы не можем удерживать дробные позиции. Затем я смотрю
и вижу, какая у меня позиция на самом деле. Если
две разные, то я торгую так, чтобы мои оптимальная и фактическая позиции были равны.
Это означает, что у меня нет дискретных «сделок» в смысле позиций, которые были открыты, а
затем закрыты. Если я включаю стратегию и она хочет быть длинной в три контракта, то я сразу
покупаю три контракта. Если на следующий день он захочет открыть только два контракта, то я
продам один.
Возможно, я куплю его на следующий день. В зависимости от стратегии, которую я использую, я,
вероятно, в какой-то момент закрою позицию, а затем открою короткую позицию. Где дискретные
сделки? Их нет. Просто серия покупок и продаж, чтобы у меня всегда была оптимальная позиция.
Конечно, вы все еще можете использовать многие стратегии из этой книги в качестве
дискретного трейдера, и я объясню, как это сделать позже. Но, как я показал в своей предыдущей
книге «Торговля с кредитным плечом», непрерывная торговля более прибыльна и, как я объясню
позже в этой книге, упрощает торговлю несколькими стратегиями.
На рис. 12 показано количество контрактов, удерживаемых с течением времени при тестировании
микрофьючерсов S&P 500 на исторических данных. Мы начинаем с почти 250 контрактов, так как
начальная цена составляет чуть более 100 долларов, но к концу периода тестирования у нас их
чуть меньше шести (поскольку цена превышает 4000 долларов).
Рисунок 12: Позиция в контрактах с течением времени с учетом масштабирования риска S&P 500
Теперь обратимся к производительности. Мы можем использовать ту же формулу, описанную на стр. 24,
для расчета прибыли и убытка в долларовом выражении, но с двумя важными отличиями. Во-первых, у
нас есть различное количество контрактов с течением времени, а не только одна контрактная
позиция. Во-вторых, при расчете процентной доходности мы теперь будем использовать фиксированную
цифру условного капитала в размере 100 000 долларов, а не переменную цифру капитала из первой
стратегии.
Одним из следствий использования основного капитала является то, что нам не нужно строить кривые
кумулятивного счета как в денежном, так и в процентном выражении, поскольку графики будут
идентичными, за исключением оси Y. Лично я предпочитаю строить кривые счетов в процентном
выражении, поскольку используемый капитал в определенной степени является произвольной
величиной.
Имея это в виду, на рисунках 13 и 14 показаны ежедневные процентные доходы и совокупная сумма
процентных доходов соответственно.
Рисунок 13: Ежедневная процентная доходность для S&P 500 «покупай и держи» с фиксированным
целевым уровнем риска
Рисунок 14: Кривая счета для S&P 500 «покупай и держи» с фиксированным целевым уровнем риска
компаундирование
Начисление доходов — очень важная концепция в финансах, даже если это, вероятно, не «самая
сильная сила во Вселенной», как однажды якобы сказал Альберт Эйнштейн. Заработок 10% в год
в течение десяти лет удвоит ваши деньги с помощью простых процентов, но с начислением
сложных процентов вы можете удвоить свои деньги чуть более чем за семь лет и в конечном
итоге получить 160% ваших первоначальных инвестиций через десять.
Однако в стратегиях торговли фьючерсами, которые я описываю в этой книге, мы не усугубляем
нашу прибыль при тестировании на исторических данных. После года торговли S&P 500 со 100 000
долларов, где мы заработали гипотетические 10%, мы не увеличиваем наш капитал до 110 000
долларов: вместо этого он остается на уровне 100 000 долларов. Если бы мы сделали
компаундирование, то в конечном итоге мы купили бы больше контрактов, а затем получили
бы большую прибыль в долларах в последующие годы. Поскольку на количество заключенных
нами контрактов не влияет прибыль, которую мы получили на сегодняшний день, мы не
усугубляем нашу прибыль.
(Первая стратегия является исключением из этого правила. Поскольку в ней используется
текущая цена для принятия решения о том, какой капитал держать, она неявным образом
суммирует свои доходы.)
Я делаю это потому, что кумулятивные кривые счета для сложных доходов трудно
интерпретировать. Если у вас есть прибыльная стратегия, они

демонстрируют экспоненциальный рост с небольшими вариациями на начальном этапе,

которые со временем становятся все больше и больше. Например, на рис. 4 показана
кривая сложного счета для первой стратегии. Крах 1987 года едва ли можно разглядеть
без увеличительного стекла.
Вместо этого, чтобы было легче увидеть, что происходит в первые годы действия
стратегии, я аккумулирую доходность в процентах, суммируя их с течением времени (я
использую доходность в процентах, поскольку их легко сравнивать, не принимая во
внимание фактическую сумму торгуемого капитала). На моих кумулятивных процентных
графиках 100 равно 100%, поэтому, если вы хотите узнать, какую прибыль вы получили
бы, торгуя определенной стратегией с заданным объемом основного капитала, вы
можете вывести это из кумулятивных процентных графиков.
Начиная с этого момента, все стратегии в этой книге будут отображать статистику
эффективности и графики для доходности в процентах без сложных процентов. Между
прочим, именно поэтому я смог взять среднее арифметическое ежедневной процентной
доходности при измерении эффективности первой стратегии, что было бы неуместно
для сложных доходов (при сложных доходах, чтобы получить среднее значение, мы
действительно должны использовать сложный годовой рост). темп, CAGR, который
представляет собой среднее геометрическое среднего дневного дохода в годовом
исчислении).
ОЧЕНЬ ВАЖНОЕ ПРЕДУПРЕЖДЕНИЕ: было бы крайне опасно реализовывать свою стратегию

с реальными деньгами и основным капиталом! Важным следствием таргетирования риска
по Келли (или наполовину Келли) является то, что вы должны уменьшить размер своей
позиции, когда теряете деньги. Простой способ добиться этого — использовать текущую
стоимость вашего торгового счета в качестве условного капитала при расчете
требуемой позиции. Тогда любые убытки, которые вы понесете, приведут к
автоматическому сокращению ваших позиций и, наоборот, к прибыли.
Как часто вы должны обновлять показатель стоимости вашего счета, который

используется для расчета позиции? Я обновляю его ежедневно, но тогда моя система
полностью автоматизирована. При целевом уровне риска 20%, вероятно, будет достаточно
безопасно обновлять его еженедельно, за исключением случаев, когда рынок
находится в состоянии стресса, и в этом случае более частые обновления были бы
разумны. Институциональные трейдеры должны будут учитывать ликвидность и правила
своего фонда и обычно обновляют свои условные активы под управлением еженедельно или ежемесячно.
В заключительной части этой книги я более подробно рассмотрю другие методы, которые вы
можете использовать для управления накоплением процентов на своем счете.
Рассмотрим некоторые характеристики производительности:
Стратегия: покупка и удержание, один контракт S&P 500 на микрофьючерс
Годовой коэффициент Шарпа 0,48
перекос 0,47
Левый хвост 2.21
Правый хвост 1,79
В целом эти цифры лучше, чем для первой стратегии, хотя их довольно сложно сравнивать, учитывая
очень разные способы обращения с капиталом.
Что еще более интересно, годовое стандартное отклонение составляет 25,0%.
Это довольно хорошо, хотя наша цель в 20% превышена из-за нескольких экстремальных дней
(если бы я использовал месячную, а не ежедневную доходность, я получил лучшую годовую цифру:
19,8%). Конечно, из рисунка 13 мы знаем, что риск на самом деле иногда намного выше, а иногда
намного ниже, чем 20%. Я рассмотрю эту проблему в третьей стратегии.
Минимальный капитал
В приведенном выше примере я использовал 100 000 долларов США в качестве условного капитала.
Но не у всех есть лишние 100 000 долларов. Что, если бы у вас было всего 5000 долларов? Сколько
микроконтрактов вы бы купили сейчас, учитывая текущую цену S&P 500 в 4500?

У фьючерсных контрактов есть один существенный недостаток – они неделимы.
Вы не можете купить или продать52 0,278 фьючерсного контракта. Это означает, что мы не можем торговать
микрофьючерсом S&P 500, если бы у нас было всего 5000 долларов. Какова тогда минимальная сумма капитала,
необходимая для торговли микрофьючерсом S&P 500? Изменим стандартную формулу определения размера
позиции:
Наименьшее количество контрактов, которое мы можем держать, N, равно одному, что означает:
Например, для микрофьючерса S&P мы получаем следующий минимальный капитал при текущей цене 4500,
расчетном стандартном отклонении 16% в год и целевом уровне риска 20% в год:
Это имеет интуитивно понятный смысл, так как на рисунке 12 у нас есть чуть более пяти контрактов в конце
данных с использованием капитала в размере 100 000 долларов США.
Однако даже 18 000 долларов вряд ли будет достаточно. Предположим, мы начали торговать микрофьючерсом
S&P с 18 000 долларов. В первый день торгов у нас есть один контракт. Затем, через пару лет, цена будущего
удвоилась (приятная проблема!). Теперь оптимальное количество контрактов для удержания составляет
всего 0,5. Но мы не можем держать половину контракта. У нас есть выбор: либо полностью закрыть нашу
позицию, и в этом случае наш ожидаемый риск упадет до 0%, либо продолжать удерживать наш единственный
контракт, подразумевая, что наш ожидаемый риск будет вдвое выше целевого: 40%.53 Ни один из вариантов
не является идеальным . . Чтобы избежать этой дилеммы, было бы неплохо, если бы мы могли начать с более
чем одного контракта. Таким образом, у нас будет возможность
корректировать нашу позицию по мере изменения цен и риска (и при изменении валютного курса, где это
уместно). Как правило, я советую установить минимальный капитал так, чтобы у вас было как минимум четыре
контракта, когда вы начинаете торговать. Четыре контракта дают нам достаточно места для маневра, чтобы
поддерживать риск нашей позиции примерно на нужном уровне.

Сколько капитала нам нужно, если мы хотим владеть как минимум четырьмя контрактами?
Это дало бы нам 72 000 долларов на микробудущее S&P 500. Выражая формулу в терминах
условного риска на контракт:
Обратите внимание, что минимальный капитал будет выше, если:
Мультипликатор фьючерса выше. Таким образом, если у вас ограниченный капитал,

имеет смысл использовать мини- и микрофьючерсы, если они доступны: полноразмерные
контракты будут иметь более высокий минимальный капитал.
Цена и/или обменный курс выше. Раньше нам требовалось меньше капитала, когда
фьючерс S&P 500 был намного дешевле.
Взятые вместе, два вышеупомянутых пункта подразумевают, что минимальный размер

капитала будет выше, если условный риск на контракт больше.
Минимальный капитал также будет больше, если выше стандартное отклонение

инструмента. С ограниченным капиталом вам будет сложно торговать особо
рискованными инструментами.
Вам потребуется более высокий минимальный капитал, когда ваш целевой риск ниже.
Это потенциально опасно, поскольку, по-видимому, простой способ максимально
использовать ограниченный капитал — это пойти на больший риск. Не поддавайтесь
искушению сделать это!
Вместо того, чтобы убить несколько деревьев со списком минимального капитала для каждого
инструмент в моем наборе данных, я разместил соответствующую статистику на веб-сайте для этой книги.
Тем не менее, интересно взглянуть на некоторые основные моменты, показанные в таблице 5.
Таблица 5: Очень большие и очень маленькие минимальные требования к капиталу
Минимальный капитал Минимальный капитал
Шац (Бонд) 7600 долларов США Палладий (металл) 1 880 000 долларов США
2 года США (облигация) 15 600 долларов США S&P 400 (акции) 860 000 долларов
BTP 3 года (облигация) 19 600 долларов США Газ - Последний (Энергия) 844 000 долларов
Корейский 3-летний (бонд) 24 400 долларов США США 30 лет (облигация) 552 000 долларов
VSTOXX (Волатильность) 26 400 долларов США Медь (металл) 548 000 долларов
Евродоллар (процентная ставка) 29 200 долларов США AEX (Капитал) 533 000 долларов США
MXPUSD (обменный курс) 34 000 долларов NOKUSD (обменный курс) 520 000 долларов
США 3 года (облигация) 40 000 долларов Бензин (Энергия) 468 000 долларов
Текущий капитал, необходимый для удержания одного контракта с целевым уровнем риска 20% в годовом исчислении.
Большинство инструментов с наименьшим минимальным капиталом представляют собой облигации с
короткой дюрацией: 2-летние немецкие (Schatz) и американские облигации, а также 3-летние итальянские
(BTP), корейские и американские облигации; плюс фьючерс на краткосрочную процентную ставку
евродоллар. Облигации обычно имеют более низкую волатильность, чем другие активы, причем
краткосрочные облигации являются самыми безопасными из всех.
Европейский индекс волатильности (VSTOXX) и фьючерс на MXPUSD FX также входят в эту группу. У VSTOXX
очень низкая цена — она составляла около 22,9, когда я сделал этот расчет (подразумевается, что
ожидаемое стандартное отклонение европейского индекса Eurostoxx 50 составляло 22,9% в год). Он также
имеет низкий мультипликатор всего 100, в отличие от VIX США, который также оценивается в единицах
волатильности, но имеет мультипликатор 1000 и, следовательно, минимальный капитал почти в десять
раз больше (250 000 долларов).
Точно так же условный риск на контракт для MXPUSD составляет всего 24 000 долларов США; таким
образом, несмотря на то, что это относительно рискованно для валюты (стандартное отклонение 8,3% в
год), минимальный капитал относительно скромен.
На другом конце спектра цена палладия составляет почти 1900 долларов за контракт, что в сочетании с
мультипликатором 100 дает условное воздействие на контракт в размере 189 500 долларов. Но это также
безумно рискованно, с
стандартное отклонение в годовом исчислении составляет почти 50%, что приводит к минимальному
требованию к капиталу почти в два миллиона долларов для заключения четырех контрактов.
Насколько хорошо таргетирование рисков работает

с различными инструментами?
Таблицы 6 и 7 показывают среднюю производительность по различным классам активов для второй стратегии.
Они непосредственно сопоставимы с таблицами 3 и 4.
Таблица 6. Эффективность таргетирования фиксированного риска по классам финансовых активов
Средний годовой доход 11,5% 8,3% 1,5% 12,3%
Средняя просадка 8,7% 76,9% 29,2% 12,5%
Стандартное отклонение в годовом исчислении 22,2% 21,8% 21,2% 21,4%
перекос 0,40 2,27 0,24 0,15
Нижний хвост 1,98 1.30 1,74 1,81
Верхний хвост 1,54 2,68 1,65 1,53
Таблица 7. Эффективность таргетирования фиксированного риска по классам сырьевых активов
Стандартное отклонение в годовом исчислении 21,9% 22,5% 21,4% 21,5%
перекос 0,13 0,20 0,45 0,17
Нижний хвост 1,80 1,65 1,64 1,82
Верхний хвост 1,64 1,58 1,71 1,62
Относительная картина аналогична стратегии один. Акции имеют неприятный перекос и уродливые хвосты, но
достойный SR. Облигации ведут себя лучше и имеют

самый высокий SR из всех. Волатильность по-прежнему имеет отрицательный SR, компенсируемый положительным
перекосом и толстым правым хвостом. Остальные активы находятся где-то между этими крайностями. Наконец,
как мы надеемся, учитывая, что мы явно нацелены на это, стандартное отклонение, усредненное по каждому
классу активов54, недалеко от целевого значения в 20%.
Интересно сравнить стратегии один и два. SR лучше во второй стратегии для каждого класса активов, а
медианный инструмент улучшился с 0,13 до 0,34. Это почти трехкратное увеличение! Перекос также более
положителен по всем направлениям, при этом отрицательный перекос -0,38 для стратегии на единицу
уменьшился более чем вдвое. Это впечатляющие улучшения.
Для второй стратегии я представил идею о том, что мы должны рассчитывать размер позиции в соответствии с
доступным капиталом, и мы также увидели, что определение размера позиции с использованием целевого
риска приводит к существенному улучшению производительности по сравнению со стратегией один. Многие
говорят, что диверсификация — единственный бесплатный обед в финансах. Я бы добавил, что таргетинг на риски
— это второй бесплатный обед (или, возможно, поскольку я англичанин, бесплатный послеобеденный чай).
Хотя эта стратегия более логична, чем версия стратегии с одним контрактом, она все же имеет недостатки.
Даже для инструментов, которые лучше справляются с достижением целевого уровня риска в 20%, таких как
S&P 500, с течением времени все еще существуют существенно разные риски. Косые и толстые хвосты остаются
проблемой.
Вторая стратегия далека от совершенства: мы можем добиться большего.
Стратегия вторая: торговый план

43 Если мы проводим 68% нашего времени в диапазоне, мы должны быть вне диапазона 32% времени. Половину этого
времени мы будем выше диапазона, а половину времени (16%) — ниже его. Таким образом, в 16% случаев мы потеряем не
менее 2500 долларов.
44 Обратите внимание, что на стандартное отклонение не влияет волатильность валютного курса.

45 Как это произошло с сырой нефтью в начале 2020 года.
46 Многие фирмы по управлению активами и финансовые консультанты разработали анкеты, которые пытаются количественно
оценить склонность к риску, но такого рода упражнения далеки от точных научных исследований.
измерение.
2
47 Это можно вывести из более известного оптимального левериджа Келли, который равен f = μ ÷ σ, где μ — средняя избыточная
доходность, а σ — стандартное отклонение портфеля без использования заемных средств.
Оптимальный целевой риск с этим коэффициентом кредитного плеча равен fσ = μ ÷ σ, что равно SR. Оптимум Келли, или критерий
Келли, был разработан Джоном Л. Келли в Bell Labs в 1956 году и популяризирован Эдом Торпом, который начинал как счетчик
карт, а затем стал одним из самых успешных менеджеров хедж-фондов в истории. См. библиографию в Приложении A.
48 Здесь очевидная проблема курицы и яйца. Для расчета оптимального целевого уровня риска вам потребуется ожидаемый SR, для которого
вам, вероятно, потребуется провести ретроспективное тестирование, для чего необходимо знать, какой целевой уровень риска использовать!
На практике, поскольку SR является мерой с поправкой на риск, вы можете просто запустить начальное тестирование на исторических данных
при некотором номинальном целевом уровне риска, затем рассчитать SR, а затем решить, каким должен быть ваш окончательный целевой
уровень риска. Наконец, запустите ретроспективное тестирование с соответствующим целевым уровнем риска, чтобы понять вероятное поведение системы.
Или не запускайте бэктест, а просто используйте рекомендуемый уровень риска 20% в год.
49 На практике я, вероятно, был бы весьма скептичен, ожидая SR 0,47 для стратегии «купи и держи» на S&P 500 по причинам,
которые я объясню позже, но на данном этапе более важно понимать расчеты.
50 Пока мы не пересчитываем нашу оценку σ% ; Я сделаю это в третьей стратегии.
51 Строго говоря, это прогнозная оценка по выборке и, следовательно, мошенничество, поскольку мы не знали бы эту цифру,
когда начинали нашу гипотетическую торговлю в начале 1980-х годов. Я рассмотрю этот момент в следующей главе.
52 Некоторые брокеры предлагают другие продукты, такие как спредовые ставки и контракты на разницу, размер которых составляет
части фьючерсного контракта, но на самом деле они не являются фьючерсами. Дополнительную информацию см. в разделе «Торговля
с кредитным плечом» .
53 У нас была бы та же проблема, если бы риск (σ%) уменьшился вдвое. Также возможно, но маловероятно, что валютный курс упадет
вдвое.
54 Ребалансировка исключительно из-за изменения цен — как мы делаем во второй стратегии — может означать, что на нас
влияет явление, известное как эффект заемных средств во фьючерсах на акции. В этой теоретической схеме фирмы, которые
держат долги, становятся более рискованными, когда цены падают, поэтому в конечном итоге мы получаем больший риск, покупая
больше акций. Следовательно, мы ожидаем более высокого риска и более слабого таргетинга риска для акций. На практике я не
нахожу здесь существенно отличающихся результатов для разных классов активов.
Стратегия третья: «Купи и держи» с

переменным масштабированием риска
Парусный спорт — мой любимый вид спорта. Действительно, когда мне было чуть за 20, я серьезно
подумывал о том, чтобы стать профессионалом, но не был достаточно хорош. Я до сих пор время от
времени плаваю, но больше времени уделяю обучению других.
Один из первых уроков, который мы преподаем новичкам, — это жизненная важность регулировки
парусов в соответствии с силой и направлением ветра. Если вы держите паруса натянутыми, когда
налетает порыв ветра, вы в конечном итоге будете плыть.
И наоборот, если вы не настроите свой парус правильно, когда ветер стихнет, вы потеряете скорость
и в конечном итоге отстанете от остального флота.
Это имеет прямое отношение ко второй стратегии. На рис. 15 показана скользящая оценка
стандартного отклонения для второй стратегии: «купи и держи» с масштабированием риска для
микрофьючерса S&P 500. Он показывает средний риск за последние два месяца в любой момент
времени. Мы уже знаем, что стратегия неплохо справляется с управлением риском в среднем,
поскольку стандартное отклонение доходности стратегии составило около 25%, что ненамного
превышает наш целевой риск в 20%. Это не олимпийский уровень парусного спорта, который бы
точно подразумевал попадание в цель 20% риска, но это неплохое усилие.
Рисунок 15: Скользящее двухмесячное годовое стандартное отклонение доходности для второй
стратегии с микрофьючерсами S&P 500

Но это в среднем. Все это очень хорошо соответствует среднему риску 25%, но это
включает периоды затишья, такие как 2017 год, когда S&P 500 шел вверх без
убыточных месяцев, а реализованное стандартное отклонение было ниже 8%. Он
также включает чрезвычайно бурные периоды, когда наше стандартное отклонение
превышало 50%, например, 2020, 2008 и финансовый ураган55 в 1987 году.
Если бы мы только могли знать заранее, когда риск изменится. Тогда, если бы мы
знали, что приближается шторм, мы могли бы спустить паруса, задраить люки и
сократить свои позиции. И наоборот, если бы рынок должен был быть спокойным, мы
могли бы поднять больше парусов: это эквивалентно открытию более крупных позиций.
Опытные моряки могут прогнозировать изменения ветра, глядя на облака и волны.

Точно так же на самом деле относительно легко прогнозировать риск на финансовых
рынках, в большинстве случаев, просто используя самую последнюю оценку риска,
которую мы видели за последний месяц или около того. Если мы масштабируем
наши позиции в соответствии с недавней оценкой волатильности, мы можем

значительно улучшить вторую стратегию.
Стратегия третья: купить и удерживать, с позициями,

рассчитанными на переменный риск.
В этой стратегии я рассмотрю следующие темы:

Прогнозирование будущих рисков.
Размер позиции с прогнозами переменного риска.
Измерение затрат с поправкой на риск.
Каким инструментом мы должны торговать?
Прогнозирование будущей волатильности
Прогнозировать прибыль очень сложно, иначе все трейдеры были бы миллиардерами. Но прогнозировать риск
относительно легко. Это потому, что волатильность имеет тенденцию группироваться; периоды низкой
волатильности имеют тенденцию следовать за периодами низкой волатильности, и наоборот. Оказывается,
использование оценки стандартного отклонения, полученной на основе доходности за последний месяц или
около того, отлично справляется56 с прогнозированием того, каким будет стандартное отклонение в
ближайшем будущем: в течение следующих нескольких дней или нескольких недель.
Чтобы рассчитать стандартное отклонение недавней доходности, нам сначала нужно рассчитать скользящее
среднее доходности. Если у нас есть размер окна N, возвращается:
Если мы вычисляем σ%, годовой процентный риск, то мы должны использовать процентную доходность для rt и
умножать нашу оценку σ на 16. Однако, если мы вычисляем σp , ежедневный риск изменения цены, то мы
использовать изменения цены за rt и ни на что не умножать нашу оценку. Чтобы посмотреть на доходность за
последний месяц, мы использовали бы что-то вроде N = 22 (учитывая, что мы исключаем выходные и праздничные
дни из нашего ряда данных, в каждом месяце около 22 рабочих дней).
Однако с этим подходом есть проблема. Во-первых, если мы будем использовать доходность за последний месяц,
то получим зашумленную оценку. Поскольку все доходности имеют одинаковый вес в нашей оценке, если бы
у нас была большая ежедневная доходность чуть меньше месяца назад, наша оценка стандартного отклонения
значительно изменилась бы.

на следующий день, когда этот большой доход выпал из нашего расчетного окна.
Поскольку мы собираемся использовать нашу оценку стандартного отклонения в качестве прогноза
будущего риска и решать, каковы будут наши позиции, зашумленная оценка потребует большого
количества сделок по мере изменения нашего прогноза риска. Как мы могли решить эту проблему?
Мы могли бы использовать более медленную оценку, которая заглядывала бы дальше в прошлое и
использовала доходность за несколько месяцев, но это уменьшит нашу способность57 прогнозировать

будущий риск.
Лучше использовать экспоненциально взвешенное стандартное отклонение. Это более гладкая
оценка, которая снижает торговые издержки, не ухудшая нашу способность прогнозировать
стандартное отклонение в будущем. Учитывая ряд ежедневных данных, среднее значение будет
р экспоненциально взвешенной скользящей доходностью r0 … среднее (EWMA):
т
И соответствующее экспоненциально взвешенное стандартное отклонение будет равно:
Обратите внимание, что фиксированные веса для каждого возврата в скользящем среднем или квадрат
возврата в стандартном отклонении были заменены членами λ, которые становятся меньше по мере
того, как мы уходим в прошлое. Более высокий параметр λ на EWMA эквивалентен более короткому
окну для простой скользящей средней (SMA); это приведет к тому, что более поздним ценам будет
придан более высокий вес.
Мы можем напрямую сравнить простые и экспоненциальные скользящие средние, взглянув на их
период полураспада. Период полураспада — это количество точек данных в прошлом, когда была
израсходована ровно половина веса скользящего среднего. Для SMA период полураспада составляет
ровно половину длины окна, в то время как расчет периода полураспада для EWMA требует немного
больше усилий. Поскольку расчеты для преобразования между периодом полураспада и λ сложны,
более интуитивно определить нашу EWMA с точки зрения их диапазона в точках данных.58 Для
заданного диапазона в днях N мы можем рассчитать λ следующим образом:

Оказывается, у EWMA с периодом в 32 дня период полураспада почти такой же, как у SMA с окном в 22 дня:
11 дней. Таким образом, если мы хотим, чтобы EWMA была эквивалентна SMA, охватывающей доходность за
последний месяц — около 22 дней, — то подходящий интервал составляет 32 дня, что соответствует λ =
0,06061. Мои и другие исследования59 подтверждают , что EWMA с λ около 0,06 является оптимальным λ
для прогнозирования будущей волатильности. длинный пробег. Например, в течение нескольких недель
во время распродажи на рынке COVID-19 в марте 2020 года стандартные отклонения на
фондовых рынках были очень высокими. Поскольку они были высокими, они, вероятно, останутся высокими в
краткосрочной перспективе. Однако стандартные отклонения не остаются высокими вечно, и всегда есть
вероятность, что они вернутся к менее высоким уровням. К лету они вернулись к докризисным минимумам.
Этот эффект особенно проблематичен, когда оценки стандартного отклонения в настоящее время
относительно низки. Как вы увидите далее в этой главе, мы будем увеличивать наши позиции, когда
наша оценка риска падает. Это означает, что мы склонны открывать очень большие позиции в периоды
затишья непосредственно перед рыночными кризисами. Не хорошая идея.
Следовательно, имеет смысл использовать оценку, которая сочетает в себе долгосрочную и
вероятным, что мы будем иметь огромные краткосрочную оценку волатильности. делает менее
позиции непосредственно перед кризисом. Дополнительный бонус заключается в том, что он еще больше
снижает торговые издержки: поскольку долгосрочная оценка меняется очень медленно, она гасит
изменения в смешанной оценке.
61 Я использую это:
Учитывая некоторую текущую оценку σt , смешанная оценка
С этого момента, когда я буду ссылаться на оценку стандартного отклонения доходности, я буду
использовать этот метод: смесь долгосрочных (вес 0,3) и краткосрочных (вес 0,7) оценок волатильности,
рассчитанных с использованием экспоненциального взвешивания с λ = 0,06061. (промежуток времени 32
дня, с периодом полураспада около 11 дней).
Размер позиции с переменным риском

Вспомните формулу для определения размера позиций во второй стратегии:
Мы используем ту же самую формулу, но в то время как раньше мы использовали фиксированное

значение риска инструмента (σ%), мы заменяем его переменной оценкой стандартного
отклонения, как обсуждалось выше. Так, например, для микробудущего S&P 500 с целевым
уровнем риска 20% у нас будет:
Вы должны сопоставить рисунок 16 (который показывает расчет позиции для S&P 500 с
переменным риском) с более ранним рисунком 12 (стратегия два, стр. 66), который представляет
собой тот же график для фиксированного риска. Рисунок 12 показывает довольно устойчивую
тенденцию к снижению: по мере того, как контракт S&P 500 становится дороже, мы можем
позволить себе меньше контрактов с учетом нашего основного капитала. Когда происходит
крах, как в 1987 году, наша позиция увеличивается по мере падения цены.
Рисунок 16: Количество контрактов S&P 500 с переменной оценкой риска
Рисунок 16 имеет примерно ту же модель, что и рисунок 12, но также обусловлен недавней
волатильностью. У нас есть меньшие позиции, когда наша оценка стандартного отклонения
повышается, и мы увеличиваем наше кредитное плечо, когда все успокаивается. В 1987 году,
когда рынок рухнул, волатильность индекса резко возросла, что привело к резкому
сокращению нашей позиции, несмотря на падение цены.
Затраты с поправкой на риск
Ежедневная корректировка наших позиций с учетом как волатильности, так и изменения

цены, вероятно, приведет к достаточному количеству сделок, даже если мы используем
смешанную оценку волатильности. Поэтому важно, чтобы мы поняли, как точно измерять
торговые издержки.
В первой стратегии я сказал, что мы можем измерить стоимость контракта, торгуемого в

валюте, путем сложения комиссии и стоимости спреда. Я также отметил, что мы совершаем
определенное количество сделок в год, потому что нам приходится регулярно прокручивать
наши позиции, но мы также торгуем по другим причинам. Для первой стратегии не было
никаких других причин, поскольку у нас был только один контракт. Стратегия 2 приводит к
некоторой дополнительной торговле: по мере изменения цены фьючерса мы корректируем
нашу оптимальную позицию. Стратегия 3 включает в себя еще больше торговли, так как мы
учитываем изменения волатильности, а также цены.
Я также отметил, что было бы большим допущением измерять затраты путем умножения
количества торгуемых контрактов на фиксированную стоимость сделки в долларах. Мы не
знаем наверняка, были бы затраты в денежном выражении 30 лет назад такими же, как сейчас:
это кажется маловероятным!
К счастью, есть более простой способ – использовать затраты с поправкой на риск .

По сути, мы рассчитываем наши издержки на основе сегодняшней торговой среды, корректируем
их с учетом рисков и предполагаем, что их можно использовать для оценки торговых
издержек в ходе ретроспективного тестирования. Конечно, это тоже нереально, но помните,
что одна из ключевых целей тестирования на исторических данных — увидеть, насколько
реально торговать чем-то на реальные деньги в текущей торговой среде. Таким образом,
использование сегодняшних торговых издержек в качестве отправной точки не
является неразумным.62 Поскольку все делается с поправкой на риск, нам не нужно

беспокоиться о том, сколько именно контрактов торгуется, и наши результаты могут быть
использованы для любой размер счета.63 Использование этого метода также облегчает
сравнение затрат по инструментам, и позже в книге я также буду использовать эти затраты
для получения некоторых полезных эмпирических правил относительно того, какие
инструменты и правила торговли вам следует использовать.
Расчеты
Затраты с поправкой на риск можно определить как сокращение ожидаемого
доход за счет затрат, деленный на оценку риска. Как обычно, я измеряю риск как годовое стандартное
отклонение доходности. Стоимость с поправкой на риск фактически представляет собой коэффициент
Шарпа (SR), но с затратами вместо избыточной прибыли.
Следовательно, мы можем выразить затраты с поправкой на риск в единицах SR:
Если, например, ваш ожидаемый дополнительный доход составляет 10 % в год со стандартным
отклонением 20 %, но вы платите 1 % затрат, тогда:
Или:
Мы уже знаем, что существует два источника торговых издержек: текущие издержки, связанные только
с удержанием позиций, и издержки, связанные с другой торговлей. Чтобы рассчитать и то, и другое,
нам потребуется знать нашу вероятную стоимость сделки с поправкой на риск.
Прежде всего, давайте вспомним расчеты, приведенные ранее в книге:
Это будет справедливо для мелких трейдеров, чьи сделки могут быть заполнены в верхней части
книги ордеров; крупные учреждения должны будут определить свое вероятное влияние на рынок.
Далее мы можем рассчитать значение этой стоимости спреда в валюте, в которой номинирован контракт:
Некоторые трейдеры предпочитают измерять спред в тиках, что дает нам

альтернативный расчет:
Наконец, мы можем добавить комиссию:
В более раннем примере для микрофьючерсов S&P 500 бид в таблице 1 (стр. 15) был 4503,25,
а предложение было 4503,30. Это дает нам стоимость спреда 0,125 пункта или 0,625
доллара США в валюте. При комиссионных в размере 0,25 доллара общая стоимость
торговли одним контрактом составила 0,875 доллара.
Поскольку мы измеряем риск в процентах, имеет смысл рассчитать затраты таким же

образом. Мы делим на текущую условную сумму контракта в валюте инструмента, равную
текущей фьючерсной цене, умноженной на фьючерсный мультипликатор:
Наконец, мы можем нормализовать риск стоимости сделки, разделив нашу текущую

оценку риска как годовое стандартное отклонение доходности инструмента, σ%:
Для микрофьючерса S&P 500 текущая цена составляет 4500, множитель равен 5, а
стандартное отклонение составляет около 16%. Это дает нам следующее:
Это кажется небольшим числом, и действительно, как мы вскоре увидим, фьючерсы на

S&P 500 являются одними из самых дешевых инструментов, которыми вы можете торговать.
Продолжим наши расчеты. Наши затраты на хранение будут зависеть от того, сколько
рулонов мы делаем каждый год:
Это предполагает – консервативно – что мы должны платить два лота издержек каждый раз,
когда совершаем бросок, как обсуждалось выше на стр. 18. Что касается других торговых
издержек, которые я называю транзакционными издержками, нам нужно знать, сколько других
сделок мы совершаем ежегодно – оборот нашей торговой стратегии:
Тогда несложно вычислить общие затраты с поправкой на риск, которые мы заплатим за год. Мы
используем год, потому что хотим, чтобы результат в годовых единицах SR согласовывался с
другими нашими статистическими данными, и у нас есть годовое стандартное отклонение для
поправки на риск.
Вернемся к примеру с микробудущим S&P 500. Мы перекатываем это будущее ежеквартально,

поэтому:
Если другие сделки шесть раз в год (ниже поясню, откуда эта цифра):
Это означало бы, например, что если бы наш SR до затрат был равен 0,5034, то вычет затрат
64
уменьшил бы его точно до 0,5000.
Годовой оборот
Что означает оборот, равный шести, в приведенном выше расчете? Означает ли это, что мы
торгуем шестью контрактами в год? Ясно, что это не имело бы никакого смысла, т.к.
количество торгуемых контрактов будет зависеть от нашего капитала, и эта мера

затрат с поправкой на риск должна быть одинаковой независимо от размера нашего
счета.
Приведенный выше оборот определяется как количество оборотов нашей средней
позиции. Например, при тестировании микрофьючерса S&P 500 в течение 2021 года с
капиталом в 100 000 долларов и целевым риском в 20% мы торгуем 60 контрактами. За
тот же период наша средняя позиция составляет 9,3 контракта.
Следовательно, мы торгуем нашей средней позицией 60 ÷ 9,3 = 6,5 раз. Конечно, на
самом деле мы хотели бы оценить оборот по всему бэктесту, чтобы получить более
точную цифру65, и если я сделаю это, то получу цифру 5,1. Я округлил это значение
до 6,0 для расчетов в предыдущем разделе.
Чтобы было ясно, мы рассчитываем наши ожидаемые затраты, предполагая, что (а)
оборот, который мы видели в нашем тестировании на исторических данных, сохранится в
будущем, и (б) наша оценка затрат с поправкой на риск на сделку точно отражает то,
что мы д оплачу сегодня. Я бы сказал, что (а) должно быть правдой, если наши торговые
стратегии разработаны правильно, и (б) является довольно безопасной ставкой, если мы
регулярно пересчитываем наши затраты.
На рисунке 17 показан средний оборот для S&P 500 с переменным риском, рассчитанный
на скользящей основе с использованием сделок за предыдущие шесть месяцев. Сюда
не входят затраты на прокат (что составляет еще четыре сделки в год).
Оборот довольно постоянен во времени, происходит от четырех до шести раз в год, без
четкой тенденции с течением времени. Следовательно, разумно использовать
среднюю оценку 5,1 раза в год при оценке будущих торговых издержек для этой
стратегии. На самом деле, поскольку этот показатель оборота сопоставим для всех
инструментов, которыми мы торгуем, мы можем рассчитать более точный вероятный
оборот, взяв среднее значение из результатов, полученных в результате
тестирования всех инструментов в нашем наборе данных.
Рисунок 17: Скользящий средний оборот за последние 6 месяцев для микрофьючерсов

S&P 500 с переменным уровнем риска
Поскольку я приведу оценку ожидаемого оборота для каждой стратегии, вы сможете

рассчитать свои ожидаемые торговые издержки для любого инструмента, даже если
торговые издержки с поправкой на риск для данного рынка изменились с момента
публикации книги (что они и сделают). !).
Ориентировочные затраты по инструментам
Как я уже отмечал, существенное преимущество использования затрат с поправкой

на риск заключается в том, что мы можем сравнивать затраты на одинаковой основе
для разных инструментов. Это полезно: мы, вероятно, хотим полностью избежать
торговли очень дорогими инструментами. Или мы могли бы продолжать торговать
66
ими, но медленнее.
Итак, какие фьючерсы имеют низкую базовую стоимость и являются
эквивалентом Costco (в Великобритании Lidl)? Какие дорогие и дорогие, как Whole
Foods или Waitrose? В таблице 8 есть ответ.
Таблица 8: Очень дорогие и очень дешевые инструменты
Стоимость, СР ед. Стоимость, СР ед.
Молоко (товарное) 0,083 S&P 500 микро/мини (акции) 0,00024
Сыр (товарный) 0,028 NASDAQ микро/мини (капитал) 0,00038
2 года США (облигация) 0,024 Доу-Джонс (акции) 0,00045
Немецкий 2 года (бонд) 0,023 Рассел 2000 (Капитал) 0,00078
Рис (товар) 0,022 Газ-Последний (Энергия) 0,00081

VSTOXX (Волатильность) 0,020 Генри Хаб Газ (Энергетика) 0,00081
Железо (металл) 0,019 Золото микро (Металл) 0,00083
Итальянский 3-летний (бонд) 0,015 Никкей (Капитал) 0,00092
Затраты на сделку в единицах SR на основе цен, спредов и оценок стандартного отклонения на момент написания.
Обратите внимание, что микро- и мини-фьючерсы на NASDAQ и S&P 500 имеют одинаковую стоимость.
Это не сюрприз. В отсутствие комиссий применение другого фьючерсного множителя точно не
окажет влияния на торговые издержки с поправкой на риск, а комиссии примерно масштабируются в
соответствии с множителем. Также обратите внимание на закономерность; чрезвычайно рискованные
акции, как правило, дешевы, в то время как скучные краткосрочные государственные облигации,
как правило, дороги.
Полный список оценок стоимости торговли инструментами можно найти на веб-сайте этой книги.
Помните, что затраты со временем будут меняться. Вы всегда должны проверять любые расчеты
затрат, прежде чем торговать, используя данные о комиссионных вашего брокера и текущие
рыночные спреды.
Показатели S&P 500: оценка фиксированного

и переменного риска
Теперь мы можем провести детальный анализ рисков для стратегии микрофьючерсов S&P 500 с
таргетингом на переменный риск. Прежде всего, давайте проверим, насколько хорошо мы
ориентируемся на риск по сравнению со второй стратегией: фиксированный риск.
На рис. 18 показана оценка годового стандартного отклонения доходности за скользящие
двухмесячные периоды для второй стратегии (более темная пунктирная линия, которую мы уже
видели на рис. 500. Использование переменной оценки риска (третья стратегия) приводит к гораздо
более точному таргетированию риска со стандартным отклонением доходности в основном от 15%
до 25%.
Рисунок 18. Двухмесячное скользящее годовое стандартное отклонение процентной
доходности с фиксированным (вторая стратегия) и переменным (третья стратегия) целевыми
показателями риска
Конечно, мы не достигаем нашей цели в 20% точно каждый день, потому что мы не можем
точно предсказать будущий риск. Это особенно верно, когда рынок полностью выходит из
строя без предупреждения, как в 1987 году, когда мы достигли годового риска в 60%, что
более чем в три раза превышает нашу цель. Но это огромный шаг вперед по сравнению со
второй стратегией, риск которой ненадолго превышает целевой показатель в шесть раз.
И наоборот, когда рост волатильности происходит более постепенно, мы можем сократить

наши позиции и придерживаться целевого уровня риска. В конце 2008 года вторая стратегия
выходит на стандартное отклонение более 100%; в то же время стратегия 3 имеет риск всего
22%. Соответствующие цифры во время распродажи COVID-19 в начале 2020 года составляют 62%
и 28% соответственно.
В целом, средний риск немного выше целевого (22,8% для третьей стратегии, что немного
лучше, чем 25% для второй стратегии – см. таблицу 9). Это действительно впечатляет,
поскольку оценка риска, используемая во второй стратегии, была основана на всем
ретроспективном тестировании и, следовательно, соответствовала выборке. Стратегия 3
использует регулярно обновляемую ретроспективную оценку и поэтому не является мошенничеством.
Ежедневная доходность на рис. 19, безусловно, более стабильна, чем на рис. 13, что
эквивалентно второй стратегии с фиксированной оценкой риска. Масштабирование переменного
риска приводит к исключению выбросов67 и, как правило, делает распределение ближе к
классической форме кривой нормального распределения Гаусса.
Выбросы удаляются, потому что периоды высокой волатильности масштабируются обратно,
чтобы они выглядели как более типичные дни, если волатильность не является
полный шок и присутствует достаточно долго, чтобы повлиять на нашу оценку стандартного
отклонения.
Рисунок 19: Ежедневная процентная доходность микрофьючерсов S&P 500 с переменным

целевым уровнем риска
Таким образом, свойства риска, кажется, улучшились, но как насчет других показателей
производительности?
Таблица 9: Динамика микрофьючерсов на S&P 500
Стратегия вторая Стратегия третья

Фиксированная оценка риска Оценка переменного риска
Средний годовой доход 12,1% 12,2%
Годовые затраты 0,04% 0,06%
Средняя просадка 16,9% 18,8%
Среднеквадратичное отклонение 25,0% 22,8%
Коэффициент Шарпа 0,48 0,54
перекос 0,47 0,68
Нижний хвост 2.21 1,76
Верхний хвост 1,79 1,21
Это не совсем удачная оценка переменного риска. у нас немного

более высокая доходность и немного более низкий риск, что приводит к повышению SR.
Затраты увеличились, как и следовало ожидать, учитывая, что у нас больше корректировок
позиции, но они все еще чрезвычайно низки. Как средняя просадка, так и перекос на самом
деле немного хуже для оценки переменного риска. Глядя на рисунок 19, у нас не так
много плохих дней для стратегии три, но те, которые у нас есть, сравнительно хуже, чем
более многочисленные большие отрицательные результаты стратегии два; хотя они на
самом деле лучше в абсолютном выражении. Именно этот эффект приводит к ухудшению
оценки асимметрии.
Но более надежные процентильные показатели показывают явное сокращение толстых

хвостов на обоих концах распределения.
Сводная информация об эффективности третьей

стратегии
Мы не можем делать слишком много выводов по одному инструменту, поэтому давайте

проанализируем результаты по всему набору из 102 различных инструментов, по которым
у меня есть данные и которые соответствуют моим требованиям к ликвидности (см. таблицы
10 и 11). Их следует сравнить с таблицами 6 и 7 для второй стратегии.
Таблица 10. Медиана эффективности таргетирования переменного риска по

классам финансовых активов
Среднегодовая доходность 9,6% 8,7% 1,7% 12,1%
Расходы 0,2% 1,1% 0,3% 0,3%
Оборот 3.3 3.4 2,4 2,9
перекос 0,33 1,43 0,10 0,08
Нижний хвост 1,76 1,20 1,55 1,52
Верхний хвост 1,17 2,58 1,38 1,27
Таблица 11. Медианные показатели таргетинга на переменный риск по классам

сырьевых активов
Расходы 0,3% 0,3% 0,3% 0,3%
Оборот 2,6 2.3 2.1 2,7
перекос 0,46 0,07 0,43 0,09
Нижний хвост 1,66 1,42 1,36 1,56
Верхний хвост 1,55 1,29 1,46 1,29
Как правило, переход от стратегии два к стратегии три приводит к:
Небольшое снижение стандартного отклонения в годовом исчислении68 и незначительное увеличение
средней годовой доходности.
SR практически не изменился, за исключением сельскохозяйственных рынков, где он немного ниже.
Увеличение годового оборота, что приводит к увеличению затрат.
Существенное уменьшение отношения нижнего хвоста (что означает, что левая часть распределения
доходности имеет меньший толстый хвост: у нас меньше
большие потери).
Аналогичное падение в верхней части хвоста.
Перекос становится менее отрицательным, хотя положительный перекос фьючерсов волатильности
значительно снижается.
Ориентация на риски и ожидаемая производительность
Во второй стратегии я отметил, что идеальный целевой риск (τ) обычно будет определяться ожидаемой
доходностью системы с использованием эмпирического правила половины Келли, которое подразумевает, что τ
должно быть установлено равным половине ожидаемого SR. Я использовал произвольную цель риска 20%, что было
бы нормально, если ожидаемый SR составляет 0,40 или выше.

Но средние значения SR в таблицах 10 и 11 ниже 0,40 для всех классов активов,

кроме двух: акций и облигаций. И эти оба актива претерпели огромную переоценку
из-за вековых тенденций инфляции, процентных ставок и оценки акций. Эти
тенденции вряд ли повторятся в будущем.
Даже если бы мы использовали медианное значение SR для всех инструментов, равное 0,32, у нас
все равно был бы слишком большой риск. Как и многие из предыдущих стратегий в этой книге, я не
ожидаю, что многие люди будут торговать по третьей стратегии, которая представлена здесь в
основном как образовательный инструмент. Но если вы это сделаете, я настоятельно рекомендую
вам использовать более низкую цель риска, чем 20%, которые я использовал для своих расчетов.
Далее в книге мы увидим стратегии, которые могут привести к более высоким SR,
что оправдывает использование целевого риска 20%.
Какими инструментами торговать
Минимум капитала, производительности и затрат
Есть один вопрос, на который нам нужно ответить для третьей стратегии: с каким
инструментом торговать. Во-первых, нам нужно подумать о минимальном капитале,
концепции, которую я представил во второй стратегии. Это еще более важно для третьей
стратегии, поскольку мы хотим корректировать нашу позицию по мере изменения риска (σ%) .
Риск может легко удвоиться в одночасье, что потребует от нас сокращения вдвое нашей позиции. Мы
будем использовать ту же формулу, которая предполагает, что мы хотим начать торговать с четырьмя
контрактами, что дает нам возможность для будущих корректировок:
Далее предположим, что мы хотим торговать лучшим инструментом, который я

определяю как инструмент с самым высоким SR после затрат. Это значит, что мы хотим
к:
Максимизируйте SR до затрат.
Минимизируйте расходы.
Сначала рассмотрим SR до затрат. Сплошные линии на рисунке 20 показывают проверенный на

исторических данных SR для каждого инструмента, использующего стратегию три, с самым
низким SR слева и самым высоким справа. По оси x обозначено всего несколько инструментов ,
иначе было бы очень тесно. Тонкие полосы — это полосы ошибок; они показывают диапазон
значений, в котором мы можем быть на 95% уверены в исторической оценке SR с учетом
69
неопределенности выборки.
Приборы с более широкими полосами погрешностей содержат меньше данных, всего за год или около того в некоторых случаях.
случаи.
Чтобы убедиться, что одна стратегия в прошлом работала значительно лучше, нам нужно
увидеть непересекающиеся полосы ошибок, указывающие на то, что один SR лучше другого,
даже если принять во внимание статистическую неопределенность.
Но почти все полосы погрешностей перекрываются.70 Хотя между коэффициентами Шарпа в
ретроспективных тестах существуют довольно большие различия, на самом деле они не
являются статистически значимыми.
Рисунок 20: Коэффициент Шарпа с планками ошибок по инструментам для третьей стратегии
Даже если они были значительными, нет никакой гарантии, что эти модели будут повторяться
в будущем. Например, отличные исторические показатели облигаций были обусловлены
длительной тенденцией к снижению процентных ставок, которая вряд ли повторится.
Если мы не можем использовать прибыль до затрат для принятия решений, то нам остается
минимизация затрат или, по крайней мере, исключение инструментов, для которых затраты
чрезмерны. Полезное эмпирическое правило, которое я использую, заключается в
следующем: мы не хотим тратить более трети нашего вероятного SR до затрат на затраты. Я
называю это ограничением скорости торговли . Если инструмент торгуется с ограничением
скорости или ниже, то мы сохраняем не менее двух третей ожидаемой доходности после
оплаты торговых издержек.
Какой SR до затрат мы должны ожидать, чтобы заработать по торговой стратегии 3? Из таблицы

11, если мы выберем инструмент случайным образом, его проверенный на истории SR будет
около 0,30. Это означает, что ограничение скорости будет составлять треть от этого, 0,10
единицы SR. Давайте перепишем формулу стоимости из предыдущей главы:
Это должно быть меньше 0,10 единиц SR. Большинство инструментов обновляются не реже
одного раза в квартал (обмен в год = 4), а средний оборот для третьей стратегии составляет
около трех раз в год.
Если мы немного округлим это значение, то это означает, что мы не должны торговать
чем-либо, стоимость сделки с поправкой на риск превышает 0,01 единицы SR за сделку,
поскольку все, что дороже, приведет к годовой стоимости, превышающей 0,10 SR,71. Взглянув
на таблицу 8 (стр. 88), вы увидите, что многие фьючерсы слишком дороги для торговли.
Теперь сравните таблицу 8, в которой показаны необычно дешевые или дорогие инструменты,
с предыдущей таблицей 5 (стр. 72), в которой перечислены инструменты с особенно большим
или малым минимальным капиталом. Обратите внимание, что краткосрочные облигации
дороги в торговле, но также имеют самый низкий минимальный капитал.
Вообще говоря, инструменты с очень низким минимальным капиталом также

слишком дорого торговать. Когда инструменты являются более рискованными, минимальный

капитал будет ниже (поскольку мы умножаем на σ% в формуле минимального капитала), но
затраты с поправкой на риск будут выше (поскольку мы делим на для корректировки затрат на риск).
Конечно, это соотношение не будет точно верным, так как эти расчеты также зависят от
спредов, комиссий, мультипликаторов фьючерсов и цен. Но верно будет сказать, что трейдеры
с небольшими счетами будут иметь более ограниченный выбор дешевых инструментов, чем
те, кто может использовать более щедрые доли капитала.
Ликвидность
В наших расчетах затрат предполагается, что мы можем совершать сделки с убытком, равным
половине спреда спроса и предложения. Это довольно надежное предположение для сделки
с одним контрактом на микрофьючерсе S&P 500 с объемом более полумиллиона контрактов в
день. Но как насчет будущего обезжиренного сухого молока, по которому в самый активный
месяц экспирации в настоящее время торгуется менее 50 контрактов в день?
Можем ли мы действительно безопасно торговать таким тонким контрактом с очевидным
риском того, что рынок испарится72 как раз тогда, когда нам нужно быстро закрыть позицию?
Лично я был бы недоволен торговлей на любом рынке с объемом73 менее 100 контрактов в
день. В противном случае, даже если бы я торговал одним контрактом, мой объем все равно
превышал бы 1% от среднего дневного объема. Институциональный инвестор, вероятно, хотел
бы еще более высокий порог минимального объема. Однако само по себе это правило не
гарантирует, что рынок достаточно ликвиден для торговли. Если фьючерсный мультипликатор
мал или рынок имеет очень низкий риск, то нам нужно открывать большие позиции, чтобы
достичь заданного уровня риска. Поэтому я также использую другой показатель
ликвидности74 , учитывающий контрактный риск:
Для микро-фьючерса S&P 500, используя цифры, которые мы рассчитали ранее для риска и
цены, мы получаем:
Каков разумный минимальный порог дневного объема с точки зрения риска?

Ну, это зависит от вашего типичного размера сделки и от того, какую часть дневного
объема вы готовы использовать. Для своей торговли я установил минимум 1,25 миллиона
долларов в день. Ясно, что это не вызовет проблем с микробудущим S&P 500! Но есть и
другие контракты, в том числе многие, объем которых легко превышает 100 контрактов
в день, которые не соответствуют этому требованию.
Опять же, институциональные трейдеры, вероятно, захотят установить еще более высокий
минимум, прежде чем рассматривать конкретный инструмент.
Какой контракт S&P 500

Много страниц назад (фактически на странице 15) я обещал объяснить, как выбрать
подходящий контракт S&P 500 для торговли. У нас есть выбор:
Электронное мини- будущее с мультипликатором фьючерса в 50 долларов.
Микро e-mini с фьючерсным мультипликатором 5 долларов.
Чтобы решить, нам нужно рассмотреть ликвидность, затраты и минимальный капитал.

Ликвидность не является проблемой, поскольку объемы по обоим контрактам
превышают 500 000 контрактов в день. Затраты составляют почти ровно 0,00024 единицы
SR как для микро, так и для e-mini. Наконец, минимальный требуемый капитал,
очевидно, будет меньше для микробудущего, чем для е-мини. Поэтому я
настоятельно рекомендую выбрать микробудущее, которое позволит вам открывать
более детальные позиции для данного размера счета из-за его меньших
требований к минимальному капиталу.
Есть много других инструментов, которые имеют контракты разного размера или где
один и тот же инструмент торгуется на нескольких площадках, поэтому это
решение не является чем-то необычным. Для S&P 500 выбор прост, однако это не
всегда так. Мини- или микрофьючерсы могут не соответствовать пороговым значениям

ликвидности или быть слишком дорогими, что заставит вас использовать более
крупные контракты: при условии, что у вас достаточно капитала.
Веб-страница этой книги содержит список рекомендуемых рынков, где доступно
несколько вариантов.
Переход от оценки фиксированного риска к оценке переменного риска не приводит к выдающемуся
повышению производительности, который мы получаем при внедрении второй стратегии
таргетирования риска, но дает стратегию, доходность которой является более стабильной, без
«плохих хвостов» базовых активов.
Возможно, самое сложное решение при торговле по третьей стратегии — это решить, каким
инструментом торговать. Даже если мы предположим, что между различными рынками нечего
выбирать, когда дело доходит до прямых результатов, по-прежнему существует сложный баланс
между минимальным капиталом и затратами.
Существует также вполне реальная вероятность того, что вы выберете инструмент, характеристики
которого в конечном итоге окажутся ниже номинала, независимо от того, насколько хорошо он
себя зарекомендовал в прошлом.
К счастью, вы не обязательно ограничены торговлей одним фьючерсом. Доступен альтернативный

вариант: торговля несколькими инструментами (при наличии достаточного капитала). Я рассмотрю
это в четвертой стратегии.
Стратегия третья: торговый план

Все остальные элементы идентичны второй стратегии.
55 По совпадению, настоящий шторм в Великобритании был в 1987 году, за пару дней до краха фондового рынка в
«Черный понедельник», с ураганным ветром рекордной силы (рекорды, которые не были побиты до тех пор,
пока в феврале 2022 года не разразился шторм «Юнис»). Одним из возможных отягчающих факторов краха 1987
года было то, что многие трейдеры не могли добраться до своих лондонских офисов из-за серьезных
повреждений автомобильных и железных дорог. Без современной возможности работать из дома это привело к
значительному снижению ликвидности на рынках.
56 Эту оценку можно улучшить различными способами (и с большим количеством дополнительной работы), например, используя данные
с более высокой частотой, более сложные модели волатильности или подразумеваемую волатильность на основе данных об опционах.
57 Например, использование данных о доходах за последние три месяца, а не за один месяц, снижает предсказуемость нашей оценки
2
примерно на 40 % (измеряется R регрессии реализованного стандартного отклонения за следующие 40 дней по прогнозируемой оценке).
58 Термин « диапазон» происходит от реализации экспоненциального взвешивания в библиотеке Pandas языка программирования Python.
59 Например, λ, равное 0,06, используется в методологии RiskMetrics, разработанной JPMorgan.

Эффективность торговых стратегий, использующих эту оценку волатильности, не будет существенно отличаться, если вы использовали
другой диапазон, если он примерно правильный. Гораздо более короткие промежутки приводят к более высоким торговым издержкам, в то
время как способность прогнозирования теряет свою эффективность, если промежутки намного длиннее.
60 Это также является мотивом для более сложных способов прогнозирования волатильности, таких как хорошо известная модель GARCH.
61 Вес 0,3 для исторического риска и 0,7 для текущего риска был получен в результате регрессии будущего стандартного отклонения
по двум оценкам исторического стандартного отклонения. Мои оценки этих значений стабильны во времени и для разных инструментов,
что позволяет предположить, что оценки устойчивы. Повторное тестирование различных торговых стратегий с использованием чисто
ретроспективной оценки этих весов не повлияло на производительность, поэтому здесь вряд ли будет какой-либо эффект подгонки
выборки.
62 Однако это означает, что мы должны с подозрением относиться к торговым стратегиям, которые торгуются часто, но при тестировании
на исторических данных несколько лет назад были явно прибыльными. Вполне вероятно, что прошлые торговые издержки были выше, чем
предполагает поправка на риск, и в предыдущие годы стратегии фактически не приносили прибыли. Я возвращаюсь к этому вопросу в
девятой стратегии.
63 Это не совсем верно для очень больших размеров счетов: крупным институциональным трейдерам придется оценивать свое вероятное
влияние на рынок, а не измерять спред, используя верхнюю часть книги заявок.
64 Эти расчеты имеют смысл только в том случае, если у нас всегда есть активная позиция и если у нас есть четко определенная
средняя позиция. Далее в книге, в пятой стратегии, я объясню более сложный расчет проверенных на истории затрат, который работает
независимо от структуры позиций, создаваемых данной стратегией.
65 Точный расчет объяснен в Приложении B.
66 Я буду обсуждать методы калибровки торговых стратегий в соответствии с затратами позже в этой книге.
67 Это потому, что он корректирует «изменчивость изменчивости», явление, которое приводит к эксцессу и жирным хвостам. Крайним
примером этого может быть рынок с двумя режимами волатильности: высокой и низкой, что приводит к бимодальному распределению
доходов. Если мы используем позицию, рассчитанную на основе одной оценки стандартного отклонения, измеренного за всю историю
рынка, то у нас всегда будет риск, который либо слишком низок, либо слишком высок, что приводит к распределению с толстым хвостом.
Если мы используем переменную оценку, то у нас будут позиции по ним правильные, за исключением коротких периодов, когда
происходит переход между режимами, и наша оценка риска и, следовательно, размер позиции временно неверны. Хотя жирные хвосты не
будут удалены полностью, из-за переходных периодов они будут намного меньше.
68 Как я уже отмечал в предыдущей сноске, ребалансировка исключительно из-за изменения цен — как мы делаем во второй стратегии
— может означать, что на нас влияет явление, известное как эффект рычага . В этой теоретической схеме фирмы, которые держат долги,
становятся более рискованными, когда цены падают, поэтому в конечном итоге мы получаем больший риск, покупая больше акций.
Следовательно, мы ожидаем более высокого риска и более слабого таргетинга риска для акций во второй стратегии. Использование
переменной меры риска — как мы делаем для стратегии 3 — должно улучшить таргетирование риска акций. При сравнении этих двух
стратегий действительно есть улучшение в таргетировании фондового риска, но оно очень незначительное.
69 Неопределенность выборки возникает из-за того, что мы не можем точно измерить какую-либо переменную, поскольку у нас есть
только выборка доступных данных. При тестировании на истории торговли мы никогда не знаем наверняка, каким будет SR, поскольку у
нас есть только ограниченная выборка: определенное количество лет проверенной производительности. Чем короче история данных,
тем меньше у нас уверенности и тем шире неопределенность выборки. Инструменты с наибольшей неопределенностью выборки (самые
длинные серые столбцы) на рисунке 20, как правило, представляют собой инструменты с наиболее ограниченной доступностью данных.
Например, у меня есть данные по Эфириуму только за один год, поэтому его высокой производительности нельзя доверять. Стандартное
отклонение оценки SR равно квадратному корню из (1 + 0,5SR2 ) ÷ N, где N — количество точек данных. Тонкие полосы представляют
собой два стандартных отклонения по обе стороны от средней оценки SR, покрывающие примерно 95% распределения оценки SR.
70 Мы могли бы ожидать несколько неперекрывающихся полос ошибок просто по счастливой случайности, учитывая большое
количество инструментов, которыми мы располагаем, даже если бы не было статистически значимых различий в производительности.
71 Последующие стратегии, как правило, будут иметь более высокий оборот, чем стратегия 3, а инструменты, которые обновляются
ежемесячно, будут иметь большее количество годовых обновлений и, следовательно, более низкую максимальную стоимость с
поправкой на риск. В результате будут некоторые инструменты, стоимость которых с поправкой на риск ниже 0,01 SR, и мы не сможем
торговать ими с помощью определенных стратегий.
72 Если вы пришли сюда ради шуток об испаряющейся ликвидности фьючерсов на сухое молоко, вы читаете не ту книгу.
73 Это измерение следует проводить путем измерения среднего объема на наиболее активно торгуемую дату экспирации. Не
суммируйте объемы за разные месяцы, так как обычно вы будете торговать только с одним истечением срока действия. Я использую
средний объем за последние 20 рабочих дней.
74 Существуют и другие разумные минимальные требования к ликвидности. Например, вы можете установить минимальный порог
открытого интереса либо в прямых контрактах, либо в условиях риска.

Стратегия четвертая: покупка и

удержание портфеля с переменным размером
позиции риска
До сих пор в этой книге я рассматривал стратегии торговли одним инструментом.

Но на фьючерсных рынках по всему миру торгуются сотни различных контрактов. Нет
смысла ограничиваться одним одиноким и изолированным инструментом. Помните, что
мы пытаемся составить стратегии, которые приносят премию за риск. Различные
инструменты предлагают различные виды премий; таким образом, диверсифицированный
портфель инструментов должен дать нам доступ к диверсифицированному набору премий
за риск. Диверсификация по нескольким инструментам также снижает вероятность того,
что мы выберем инструмент, который не работает, как только мы начнем торговать.
К счастью, существует простой способ диверсификации по инструментам. Все, что нам

нужно сделать, это разделить наш торговый капитал на части. Затем каждый фрагмент
можно использовать для торговли подстратегией. Каждая подстратегия будет версией
третьей стратегии, каждая из которых торгует разными инструментами. Из-за того, как
работает третья стратегия, мы знаем, что получим примерно одинаковый риск в рамках
каждой подстратегии. Это означает, что наше распределение капитала также будет
нашим распределением риска: пропорция риска нашего портфеля, которая ожидается
от одного инструмента.
Стратегия четвертая: покупайте и держите портфель
инструментов, каждый из которых имеет позиции,

масштабированные для оценки переменного риска.
В этой главе я рассмотрю следующие темы:
Два конкретных варианта четвертой стратегии: паритет рисков и всепогодность.
Общая версия четвертой стратегии, которая работает для любого количества

инструментов .
Портфель Jumbo: набор из более чем 100 инструментов, которые мы будем использовать для
тестирования многих других стратегий, описанных в этой книге.
Масштабирование риска портфеля из нескольких инструментов.
Минимальные требования к капиталу при торговле несколькими инструментами.
Выбор инструментов и размещение капитала.
Вариант стратегии: паритет риска

Зачем зарабатывать только премию за риск по акциям (бета) или премию за риск по облигациям (дюрация), если
можно заработать и то, и другое? Традиционные инвестиционные портфели только для длинных позиций состоят
из небольшого количества акций и небольшого количества облигаций. Популярное распределение
составляет 60% в акциях и 40% в облигациях. Имея 1 000 000 долларов наличными, вы купили бы акции на 600
000 долларов и облигации на 400 000 долларов.
Однако, как мы знаем из первой стратегии, риск типичного рынка акций (например, S&P 500) значительно выше,
чем для облигаций (например, 10-летних облигаций США). При годовом стандартном отклонении доходности
16% и 8% соответственно доля портфельного риска, связанного с акциями, будет намного выше, чем
подразумевается их 60%-ным распределением денежных средств: около 75%.
Если мы скорректируем распределение денежных средств таким образом, чтобы они отражали различные
уровни риска, мы бы вложили только 42% наших денежных средств в акции, а оставшуюся часть — в облигации.
Это было бы хорошо, за исключением того, что более высокое распределение облигаций означает, что
этот портфель, вероятно, будет иметь значительно более низкую ожидаемую доходность, чем исходный
портфель 60:40, хотя и сопровождается меньшим риском и более высоким коэффициентом Шарпа (SR).
Эта более низкая доходность приемлема для инвесторов с ограниченной толерантностью к риску, но для
большинства это не стоит идти на компромисс. К счастью, с фьючерсами это не проблема, поскольку мы можем
использовать кредитное плечо, чтобы скорректировать любой портфель для достижения почти любого
желаемого целевого уровня риска и ожидаемой доходности. Метод, который мы использовали в третьей
стратегии, дает нам удобный способ построения портфеля с паритетом риска, который затем можно использовать
для достижения любого требуемого целевого уровня риска или ожидаемой доходности.
Начнем с базовой формулы для определения размера позиции:

Помните, что для стратегии 3 мы используем переменную оценку текущего риска каждого
инструмента, σ%. Теперь мы можем обобщить формулу определения размера позиции
следующим образом. Оптимальное количество контрактов для инструмента i с учетом

доли капитала (веса), выделенной на него, равно:
До сих пор наш капитал состоял из всей стоимости нашего торгового счета. Для стратегии
паритета риска мы разделим наш капитал на две части.
Половина будет выделена на микрофьючерсы S&P 500, а оставшаяся часть будет размещена
на фьючерсы на 10-летние облигации США. Учитывая общий капитал в размере 1 000 000
долларов США с целевым уровнем риска 20%, мы рассчитали бы наши текущие требуемые
позиции по каждому инструменту следующим образом, где оба имеют вес = 0,50 (50% для
каждого инструмента):
Тестирование портфеля с паритетом риска на истории
Давайте посмотрим на эффективность портфеля с паритетом риска. Таблица 12 показывает

индивидуальную эффективность каждого инструмента в портфеле, а также совокупную
производительность.
Таблица 12: Индивидуальные и совокупные показатели портфеля с паритетом риска
S&P 500 США 10-летний агрегированный
Среднегодовая доходность 6,2% 5,6% 11,8%
Среднегодовые затраты 0,03% 0,17% 0,20%
Средняя просадка 9,4% 7,5% 6,9%
Стандартное отклонение 11,5% 10,0% 15,1%
Коэффициент Шарпа 0,54 0,56 0,79

Оборот 2.3 5,0 5.1
перекос 0,68 0,07 0,20
Нижний хвост 1,76 1,28 1,60
Верхний хвост 1,21 1.19 1,31
В этой таблице есть очень интересные цифры. Во-первых, стандартное отклонение в

годовом исчислении примерно одинаково для каждого инструмента, что указывает на то,
что мы проделали довольно хорошую работу по достижению равного распределения рисков
постфактум по акциям и облигациям. Но риск составляет примерно половину ожидаемой
цели (20%) по каждому отдельному инструменту. Это не должно вызывать удивления,
поскольку каждая из них имеет ровно половину общего капитала, выделенного на нее, а
знаменатель для расчета процентной доходности — это весь капитал, выделенный на стратегию.
Точно так же средняя доходность также вдвое меньше, чем мы ожидаем увидеть, учитывая
цифры для стратегии 375. Конечно, сокращение вдвое как избыточной доходности, так и
стандартных отклонений не влияет на SR, и они такие же, как и для стратегии 3, торгующей
только S&P 500 или 10-летние облигации.
Когда мы обратимся к совокупным цифрам в последнем столбце, мы увидим, что средняя

доходность равна сумме доходностей по каждому инструменту, как и следовало ожидать.
Но стандартное отклонение в годовом исчислении, составляющее всего 15,1% в год,
значительно ниже целевого уровня в 20%. Что здесь происходит?
То, что мы видим, является примером диверсификации портфеля. Если бы два инструмента
имели идеально коррелированную доходность, то стандартное отклонение было бы равно
сумме стандартных отклонений по каждому инструменту, 21,5%: очень близко к цели. Но
они не полностью коррелированы. Корреляция двух наборов доходностей торговых
подстратегий76 фактически равна нулю: -0,004.
Поскольку они не коррелированы, мы получаем более низкий риск, чем ожидали. Кроме
того, поскольку средняя доходность примерно вдвое выше, чем для каждого инструмента,
а увеличение стандартного отклонения не удвоилось, неудивительно, что SR для
совокупного портфеля выше, чем для отдельных инструментов.
Между прочим, показатели асимметрии и нижнего хвоста для совокупного портфеля

являются примерно средним значением того, что мы получаем для каждого инструмента,
без особого преимущества диверсификации (хотя, как бы там ни было, верхний хвост имеет
улучшен). Это говорит о том, что обе стратегии имеют тенденцию плохо работать в
определенных рыночных условиях. Урок здесь заключается в том, что корреляция является
несовершенной мерой того, как доходность активов связана с движением. Точно так же, как
использование стандартных отклонений в качестве меры риска, предположение о линейных
корреляциях является полезным приближением, но мы никогда не должны забывать, что оно не отражает реально
Поправка на диверсификацию
На данный момент у нас есть два варианта. Мы можем наслаждаться сниженным риском, получая
при этом примерно такую же среднюю доходность, как и для каждого отдельного инструмента,
торгуемого в его третьей стратегии. Тем не менее, мы потратили много времени на тщательную
калибровку нашего целевого уровня риска еще во второй стратегии, поэтому кажется позорным
позволить какой-то надоедливой диверсификации испортить всю нашу хорошую работу. Есть
альтернатива: мы можем применять большее кредитное плечо к агрегированному портфелю,
пока он не достигнет требуемой цели риска. Это преобразует меньший риск в более высокую
доходность.
Давайте изменим приведенную выше формулу определения размера позиции, включив в нее
новую переменную, множитель диверсификации инструмента (IDM). IDM — это число больше 1,
которое рассчитывается таким образом, чтобы мы достигли ожидаемого целевого уровня риска.
Мы можем получить приблизительную цифру для IDM77 , разделив целевой риск (20%) на
реализованный совокупный риск в таблице 12 (15,1%): 1,32.
Затем мы умножаем все наши позиции на IDM:
Если мы повторим бэктест паритета риска со всеми позициями, умноженными на 1,32, то получим
результаты в таблице 13.
Таблица 13: Индивидуальные и совокупные результаты портфеля с паритетом риска после

применения IDM 1,32
S&P 500 США 10-летний агрегированный
Расходы 0,04% 0,23% 0,26%

Оборот 5.1 5,0 6,8
Давайте сравним две таблицы, таблицу 12 без IDM и таблицу 13 с примененным IDM. Как и
ожидалось, IDM увеличил стандартное отклонение и средний доход. Средняя просадка линейно
зависит от кредитного плеча, поэтому она также увеличилась. Поскольку мы фактически
торгуем позициями, которые на 31% больше при том же капитале, оборот портфеля и,
следовательно, затраты также увеличились. SR корректируются с учетом риска и, следовательно,
не зависят от кредитного плеча. Остальные статистические данные, которые я исключил из
таблицы 13 для экономии места, также скорректированы с учетом риска и, следовательно, не
изменились (игнорируя небольшие различия из-за округления).
На рис. 21 показаны кривые счета, проверенные на исторических данных, для третьей стратегии
по каждому из двух инструментов, а также кривая для стратегии агрегированного паритета риска.
Вы можете понять, почему паритет риска был таким популярным выбором в последние годы.
Рисунок 21: Паритет риска: кривые счета для отдельных инструментов, использующих
третью стратегию, и совокупный портфель стратегии четыре.
Было бы очень сложно торговать по этой стратегии без фьючерсов. Требуемое кредитное плечо
варьируется от 1,5 до 6,0. Получить такой рычаг в другом месте было бы непросто. Например,
трудно найти Exchange Traded.
Фонды (ETF) с кредитным плечом более чем в 2 раза, и использование таких фондов
особенно опасно.
Вариант стратегии: Всепогодный

Великолепные показатели паритета риска объясняются двумя основными причинами. Во-
первых, как облигации, так и акции выиграли от соответствующих эффектов переоценки:
более низкие процентные ставки и более высокие отношения цены к прибыли. Вторая
причина – очень низкая корреляция между облигациями и акциями США. Это приводит к
низкому совокупному риску и позволяет применять значительные дополнительные
рычаги. Чем объясняется такая низкая корреляция? Что ж, с начала века у нас была
среда с низкой инфляцией, и эти два актива управлялись в основном склонностью к риску.
Когда люди жаждут риска, они покупают акции, а когда они нервничают, они набрасываются
на облигации.
Однако, когда я пишу эту главу в начале 2022 года, есть опасения, что в условиях роста
процентных ставок может вернуться среда с более высокой инфляцией. Такой период был бы
однозначно плохим для облигаций. К сожалению, акции также могут плохо работать в
качестве страховки от высокой и неопределенной инфляции. В конце концов, в 1970-х
годах, которые были последним значительным инфляционным десятилетием для
большинства развитых стран, дела у них были плохи. Это также тот случай, когда
корреляция между акциями и облигациями, как правило, выше, когда уровень инфляции повышен.
Одним из решений является использование большего количества инструментов78 для

получения дополнительной премии за риск, которая могла бы застраховать от инфляции.
Популярным расширением стандартной модели долевых облигаций 60:40 является портфель
All Weather, популяризированный Рэем Далио, основателем гигантского фонда Bridgewater.
На протяжении многих лет публиковались различные версии этой концепции, но вот
типичный рецепт. Вот условные денежные веса, которые вы можете использовать для
создания типичного «всепогодного» портфеля:
30% акций США
40% долгосрочных казначейских обязательств
15% промежуточных казначейских обязательств
7,5% товары, диверсифицированные
7,5% золота
Распределение рисков — ожидаемая доля нашего риска, исходящая от каждого актива, — будет
совершенно другой; в частности, распределение риска по облигациям будет ниже, чем 55%
общего распределения денежных средств. В отличие от классического портфеля 60:40, в котором
высокий риск распределяется между акциями, здесь есть некоторая попытка получить равное
количество риска от каждого типа активов. Денежные средства меньше распределяются по более
рискованным инструментам: акциям, товарам и золоту.
Вот набор весов инструментов для моего собственного портфолио «Всепогодный». Поскольку это
весовые коэффициенты инструментов, они отражают распределение рисков, а не весовые
коэффициенты денежных средств. Поскольку мы масштабируем позиции в соответствии с ожидаемым
стандартным отклонением, эти веса инструментов не требуют какой-либо корректировки для
отражения различных уровней риска по инструментам.
25% акций США: микрофьючерсы S&P 500
25% облигаций, состоящих из:
12,5% долгосрочных казначейских облигаций: фьючерсы на 10-летние
облигации США 12,5% промежуточных казначейских облигаций: фьючерсы на
5-летние облигации США 25% диверсифицированных товаров,

состоящих из: 12,5% мини-фьючерсов на сырую нефть марки WTI
12,5% фьючерсы на кукурузу
25% золота: микрофьючерсы на золото
Я построил эти веса, сначала разделив свой капитал на четыре равные корзины, по одной для
каждого класса активов: акции, облигации, товары и золото.
Затем для облигаций и товаров, где у меня есть несколько инструментов, я снова делю капитал.
Мы можем использовать ту же формулу определения размера позиции, что и для паритета риска,
заменяя веса инструментов и различные параметры инструментов по мере необходимости. Я
рассчитал IDM для этого портфеля как 1,81. Это выше, чем IDM для стратегии паритета риска,
так как у нас больше инструментов, обеспечивающих дополнительную диверсификацию.
Результаты79 для стратегии All Weather показаны в таблицах 14 и 15.
Таблица 14: Индивидуальные показатели в стратегии All Weather, окончательный вариант IDM
1,81
S&P 500 США 10-летний США 5-летний
Среднегодовая чистая прибыль 5,2% 2,8% 2,8%
Среднегодовые затраты 0,03% 0,09% 0,07%
Среднеквадратичное отклонение 10,1% 4,6% 4,6%
Оборот 5.2 5.1 5.1
перекос 0,48 0,04 0,01
Верхний хвост 1,21 1,27 1,34
Таблица 15: Индивидуальная и совокупная производительность в стратегии All Weather,

окончательный вариант IDM 1.81
Сырая нефть Кукуруза Золото Агрегат
Среднегодовая чистая прибыль 1,8% 0,0% 2,00% 14,7%
Среднегодовые затраты 0,09% 0,03% 0,04% 0,34%
Среднеквадратичное отклонение 5,0% 4,8% 10,1% 19,1%
Оборот 5.1 5,0 5.3 9.3
перекос 0,22 0,11 0,47 0,26
Нижний хвост 1,57 1,40 1,72 1,50
Верхний хвост 1,28 1,55 1,52 1,21
Давайте сосредоточимся на цифрах стандартного отклонения. Мы видим, что они примерно

одинаковы для инструментов с весом ⅛ (сырая нефть, кукуруза и фьючерсы на две облигации); и
примерно в два раза больше, чем для двух инструментов весом ¼ (S&P 500 и золото). Общий риск
портфеля составляет 19,1%, что довольно близко к нашей ожидаемой цели в 20%, поэтому IDM
выполняет свою работу.
SR портфеля выше, чем для любого отдельного инструмента, но вы можете быть разочарованы,
увидев немного более низкий SR и годовую доходность, чем мы.
имел для паритета риска в таблице 13, с худшей просадкой. Хотя мы добавили больше
диверсификации, некоторые из дополнительных инструментов имеют значительно более низкий
SR, чем исходный S&P 500 и 10-летние облигации США.
Сырая нефть, золото и особенно кукуруза снижают общий SR, умаляя преимущества, которые мы
ожидаем от добавления некоррелированных инструментов в стратегию.
Сторонники портфолио All Weather, без сомнения, утверждают, что нам следует с осторожностью
относиться к результатам тестирования на исторических данных. Есть веские причины ожидать
более низкой доходности по акциям и облигациям в будущем, что серьезно повлияет на портфель
с паритетом риска. Портфель All Weather также выиграет, если инфляция приведет к росту цен на
сырьевые товары и золото.
Вариант стратегии: обобщенный

портфель премий за риск
Теперь обратимся к общей стратегии, состоящей из любого заданного количества инструментов.
Нам необходимо подумать о том, как выбрать соответствующие инструменты для включения и какой
вес инструментов им присвоить.
Какими инструментами торговать
Мы можем использовать те же критерии, что и для третьей стратегии, при выборе инструментов:
Стоимость с поправкой на риск ниже 0,01 единицы SR.
Среднедневной объем не менее 100 контрактов и годовое стандартное отклонение в
долларовом выражении более 1,5 миллиона долларов.
Минимальная позиция не менее четырех контрактов с учетом нашего доступного
капитала.
Нам нужно изменить нашу формулу минимального капитала, чтобы отразить тот факт, что в нашей
стратегии используется несколько инструментов. Требуемый минимальный капитал для удержания
четырех контрактов по данному инструменту i будет равен:

Ясно, что это означает, что минимальный капитал для удержания данного инструмента в
четвертой стратегии будет выше, чем в третьей. Например, предположим, что нам нужно 50 000
долларов, чтобы открыть позицию с четырьмя контрактами по одному конкретному инструменту,
торгуемому по третьей стратегии. Затем, если мы торгуем ею в четвертой стратегии с одним
другим инструментом, каждый из которых имеет равные веса, нам потребуется в два раза больше
— 100 000 долларов — для поддержания позиции с четырьмя контрактами. Это предполагает,
что IDM равен 1; более реалистичный IDM, скажем, 1,3, уменьшит требуемый общий минимальный
капитал до 83 333 долларов, но это все равно значительно больше, чем 50 000 долларов.
Как установить вес инструмента
Решение о том, какой вес присвоить тому или иному инструменту, эквивалентно хорошо
известной проблеме в финансах оптимизации портфеля: решить, сколько денежных средств
выделить для данного актива в портфеле. Однако вместо активов у нас есть подстратегии, каждая
из которых торгует разными инструментами.
И вместо денежных средств мы распределяем рисковый капитал , устанавливая веса инструментов.
Есть и другие важные различия между обычным процессом оптимизации портфеля и построением
портфелей торговых подстратегий.
Каждая подстратегия фактически представляет собой третью мини-стратегию, настроенную таким
образом, что она будет иметь одинаковый ожидаемый риск. Следовательно, наши веса
инструментов не зависят от того, распределяем ли мы средства на акции с высоким риском или
на облигации с низким риском. Нам не нужно оценивать ковариационную матрицу, которая
включает в себя как стандартное отклонение, так и корреляцию наших активов; вместо этого
нам просто нужна корреляционная матрица: набор оценок для всех парных корреляций80 между
доходами подстратегий.
Кроме того, нам не нужно беспокоиться о «эффективной границе» — наборе оптимальных

портфелей, которые достигают различных уровней риска при стандартном методе оптимизации.
Предполагая разумную цель риска, мы всегда будем иметь доступ к достаточному кредитному
плечу, чтобы мы могли выбрать вес инструментов, который мы хотим, а затем рассчитать
требуемый IDM для достижения нашей цели риска.
Фьючерсы и граница эффективности

Граница эффективности является ключевым компонентом теории оптимизации
портфеля. Он показывает наилучшие возможные портфели, которые могут быть
получены инвестором, не имеющим доступа к кредитному плечу. Поскольку разные
инвесторы имеют разные предпочтения в отношении риска, существует более одного такого портфеля.
Например, инвестор с высокой толерантностью к риску выберет портфель, содержащий
значительно больше акций, чем облигаций, поскольку он может справиться с более
высоким риском и получить более высокую прибыль.
И наоборот, инвестор, который не любит риск, будет иметь в своем портфеле больше
облигаций, принимая предлагаемую более низкую доходность. Если мы соединим
вместе все возможные наборы весов, оптимальные для данного допустимого риска, мы
получим кривую линию: эффективную границу. Если вы не инвестор с очень низкой
толерантностью к риску, невозможно добиться большего успеха, чем эта линия, без
использования кредитного плеча, поэтому мы должны выбрать точку на линии, которая
соответствует нашему предпочтительному аппетиту к риску.
Ничто из этого не относится к фьючерсным трейдерам. Они могут достичь любого

уровня риска, который им требуется, в разумных пределах. Если оптимальное
сочетание весов инструментов создает портфель со стандартным отклонением в
годовом исчислении 10%, а их целевой риск составляет 20%, то им просто нужно
удвоить размер своих позиций, применив IDM, равный 2. Пока у трейдера не возникает
проблем с маржей, все будет в порядке. И проблемы с маржой вряд ли будут проблемой,
если их целевой риск не слишком высок.
Наконец, мы не хотим торговать подстратегиями, которые, как ожидается, будут убыточными.

они 81 Это означает, что отрицательные веса инструментов не разрешены: деньги.
должны быть нулевыми или положительными. Имея все это в виду, что будет определять
правильный вес инструмента? Потенциальные факторы:
Ожидаемый SR до затрат: более эффективные инструменты должны получить более

высокий вес.
Затраты на торговлю данным инструментом: более дешевые инструменты получат

больший вес, так как их последующая стоимость SR будет выше.
Корреляция между инструментами: мы хотим, чтобы больший вес придавался

инструментам с большей диверсификацией.
Из нашего анализа третьей стратегии мы уже знаем, что можем отбросить первый из этих
пунктов. Недостаточно статистических данных, чтобы предположить, что какой-либо один
инструмент, вероятно, превзойдет другой по предварительным затратам, за исключением,
возможно, плохо работающих инструментов волатильности (VIX и VSTOXX).
Напротив, есть очень четкие доказательства того, что разные инструменты имеют разные
торговые издержки. Но мы уже избегаем торговли чем-либо слишком дорогим, устанавливая
максимальную стоимость SR с поправкой на риск в размере 0,01 единицы.
В результате затраты не окажут значительного влияния на оптимальный вес инструментов82,
и в интересах простоты ими можно смело пренебречь.
У нас также может возникнуть соблазн выделить больше средств на инструменты, чтобы
удовлетворить минимальные требования к капиталу. Например, предположим, что у нас
есть два инструмента A и B с минимальным капиталом 40 000 долларов США (A) и 60 000
долларов США (B) соответственно, поэтому общий размер счета составляет 100 000 долларов
США, и для простоты предположим, что IDM равен 1. В отсутствие какого-либо полезного
информации о постстоимости SR мы выделяем 50% на каждый инструмент. Но это означает,
что мы не достигнем минимально необходимого капитала по инструменту Б.
Было бы заманчиво настроить вес нашего инструмента до 40% (A) и 60% (B), чтобы обойти
эту проблему. Однако это означает, что вы делаете неявную ставку на то, что
подстратегия на инструменте B, как ожидается, превзойдет инструмент A, без каких-либо
доказательств в поддержку этого. Незначительное изменение веса этого размера
допустимо, но если бы требуемые веса для достижения минимального уровня капитала
составляли 1% и 99%, это было бы совсем другое дело. Если бы у нас было три или более
инструментов, то применение этого вида джиггерского покера также было бы довольно
сложным.
Естественно, вы должны проверить, соответствует ли каждый инструмент минимальным

требованиям к капиталу для данного веса инструмента, но минимальный уровень капитала
не должен влиять на то, как вы фактически устанавливаете веса инструментов.
Алгоритм распределения весов инструментов

На данный момент, если у вас есть любимый метод оптимизации портфеля и
необходимые данные для оценки корреляций, затем вы можете уйти и придумать свои
собственные веса инструментов. Если нет, то не паникуйте. Во-первых, будьте уверены,
что наличие точно правильного набора весов инструмента относительно неважно.
Невозможно заранее знать, какие торговые подстратегии будут работать лучше всего,
и любой разумный подход будет иметь ожидаемую доходность, почти неотличимую от
тех, вес которых получен с помощью самой сложной технологии оптимизации.
Во-вторых, на самом деле очень легко разумно распределять веса инструментов, не

требуя никакого программного обеспечения.83 Секрет заключается в использовании
метода «сверху вниз» , который я назвал ручным изготовлением (поскольку веса можно
создавать «вручную», используя только карандаш и бумагу и, возможно, калькулятор
— хотя с электронной таблицей гораздо проще). Этот метод предполагает, что
группировка инструментов по классам активов является оптимальным подходом, поэтому
я фактически предполагаю, что корреляции внутри классов активов выше, чем
корреляции между классами активов84.
На самом деле, мы уже видели этот метод в действии, так как я использовал его для All
Погодная стратегия:
Во-первых, я разделил доступный капитал на четыре равные части, по одной для

каждого класса активов: акции, облигации, товары и золото.
Затем для облигаций и товаров я разделил их еще на две части, так как в каждой
из этих корзин было по два инструмента.
Мы можем обобщить этот подход для любого количества инструментов:
Разделите доступные инструменты на классы активов. Распределите каждому
классу активов равную долю от 100% доступного веса инструмента.
В каждом классе активов разделите доступные инструменты на аналогичные

группы. Выделите каждой группе в пределах класса активов равную долю доли
веса инструмента для этого класса активов.
В каждой группе распределите по каждому инструменту внутри группы равную

долю весовой доли инструмента для этой группы.
Конечно, можно добавить дополнительные промежуточные слои, и мы можем

иметь разное количество слоев для каждого класса активов. Вопрос о том, как следует
группировать различные инструменты, имеет некоторую субъективность, но вот
предлагаемая группировка:
Сельскохозяйственный Зерно: например, кукуруза, пшеница, соя
Индекс: например, GICS
Мясо: например, кормовой скот, постные свиньи Мягкие
продукты: например, кофе, молоко, сахар
Облигации и процентные ставки Государственные облигации: например, 10-летние американские, немецкие
облигации Краткосрочные процентные ставки: например,
евродолларовые свопы: например, 5-летние свопы США
Капитал США: например, S&P 500, NASDAQ, технологический сектор США.
Европа: например, EUROSTOXX, DAX, европейский сектор коммунальных услуг. Азия: например,
NIKKEI, TOPIX.
Форекс Развитые: например, JPYUSD, EURUSD Развивающиеся:
например, MXPUSD, KRWUSD Кросс: например, YENEUR
Металлы Криптовалюта: например, Биткойн, Эфириум.
Промышленность: например, Медь, Алюминий.
Драгоценные: например, Золото, Серебро.
энергии Газ: например, Генри Хаб Природный газ Сырая
нефть: например, нефть WTI, нефть марки Brent Продукты:
например, мазут, этанол
США: VIX
Волатильность
Европейский: VSTOXX
Азия: индекс волатильности Nikkei 225
Вы можете утверждать, что криптовалюта должна иметь свой собственный сектор или быть
частью комплекса FX, или что облигации должны быть разделены по географическому
признаку, как акции, или что волатильность должна быть включена в акции. Преимущество
такого подхода в том, что вы можете легко модифицировать его под себя, если не согласны
с моей классификацией.
Давайте рассмотрим конкретный пример. Предположим, у нас есть следующий произвольный

набор инструментов: соевые бобы, кофе, апельсиновый сок, 10-летние итальянские
облигации, 10-летние немецкие облигации, 10-летние облигации США, евродоллар,
французские акции CAC40, немецкие акции DAX30, акции NASDAQ, NOKUSD FX. , Золото,
Серебро, Медь, Этанол и VIX.
Давайте сначала распределим по каждому классу активов. Существует семь классов активов, поэтому
каждый получает 1/7 от 100%, или 14,3% от общей суммы.
Сельское хозяйство (14,3%): соя, кофе, апельсиновый сок. Облигации и
ставки (14,3%): 10-летние облигации Италии, 10-летние облигации Германии, 10-летние
облигации США, евродолларовые акции (14,3%):
CAC40, DAX30, NASDAQ. Валюта (14,3%): NOKUSD Металлы
(14,3%): Золото, Серебро, Медь
Энергетика (14,3%): Этанол Волатильность (14,3%):
VIX
Теперь мы распределяем по группам внутри каждого класса активов:
Сельское
хозяйство: зерновые (7,14%): соевые
бобы (7,14%): кофе, апельсиновый сок
Облигации и ставки:
Государственные облигации (7,14%): 10-летние облигации Италии, 10-летние
облигации Германии, 10-летние облигации
США. Процентные ставки (7,14%): евродоллары. ,
DAX30
Немецкий капитал
Эффекты:
NOKUSD (14,3%)
Металлы:
Драгоценные (7,14%): Золото, Серебро,
Промышленность (7,14%): Медь
Энергетика:
Этанол (14,3%)
Волатильность:
VIX (14,3%)
Обратите внимание, что в классах активов только с одним инструментом дальнейшая декомпозиция
не требуется. Теперь последний шаг: распределение по инструментам в каждой группе:
Сельское
хозяйство:
Зерновые: Соя (7,14%)
Софты:
Кофе (3,57%), апельсиновый сок (3,57%)
Облигации и ставки:
Государственные облигации:
10-летние облигации Италии (2,38%), 10-летние облигации Германии

(2,38%), 10-летние облигации США (2,38%)
Процентные
ставки: евродоллар (7,14%)
Акции:
американский
NASDAQ (7,14%)
Европейский:
CAC40 (3,57%), DAX30 (3,57%)
Эффекты:
NOKUSD (14,3%)
Металлы:
Драгоценные:
золото (3,57%), серебро (3,57%).
Промышленность: медь (7,14%)
Энергии:
этанол (14,3%)
Волатильность:
VIX (14,3%)
Приближение для IDM

Одна из моих целей в этой книге — предоставить вам законченные, готовые к использованию
торговые стратегии, в которых вам не нужно запускать программное обеспечение для
тестирования на исторических данных для оценки каких-либо дополнительных параметров.
Однако, чтобы правильно рассчитать мультипликатор диверсификации инструментов (IDM),
теоретически необходимо провести тестирование на истории85 . портфолио.
Таблица 16: Мультипликатор диверсификации инструментов (IDM), используемый для

данного количества инструментов
IDM
Один инструмент 1,00
Два инструмента 1,20
Три инструмента 1,48
Четыре инструмента 1,56
Пять инструментов 1,70
Шесть инструментов 1,90
Семь инструментов 2.10
от 8 до 14 инструментов 2,20
30+ инструментов 2,50
Примечание: в таблице 16 предполагается, что ваш набор инструментов относительно диверсифицирован. Это не будет действительным,
если у вас есть 30 инструментов, все из которых являются рынками фьючерсов на акции.
Алгоритм автоматического выбора инструментов

Даже после того, как мы применили требования к стоимости и ликвидности, в моем наборе
данных все еще есть более 100 фьючерсов, которыми мы потенциально могли бы торговать.
Большинство людей не захотят или не смогут обменять их все. Это особенно верно
для розничных трейдеров, таких как я, которым необходимо наилучшим образом использовать
наши относительно небольшие счета. Торговля более чем 100 фьючерсами при избежании
проблем с минимальным порогом капитала потребует многих десятков миллионов долларов

капитала.
Допустим, у нас было намного меньше 10 миллионов долларов капитала. Со сколькими

инструментами мы можем торговать? Какие инструменты мы должны выбрать? Я сам столкнулся с этой
проблемой, когда сократил многомиллиардный институциональный портфель до гораздо меньшего

розничного счета. После долгих размышлений я придумал следующую процедуру выбора
подходящего набора инструментов с учетом определенного уровня капитала. Выбранный портфель
инструментов будет отражать наилучший компромисс между диверсификацией и затратами и

обеспечит наличие минимального капитала, необходимого для всех выбранных инструментов.
Вот шаги, которые вы должны выполнить:
1. Определитесь с набором возможных инструментов.
2. Выберите первый инструмент для портфеля.
3. Это формирует начальный текущий портфель. Измерьте ожидаемый SR для
этого портфеля, используя стоимость инструмента.
4. Перебрать все инструменты, не входящие в текущий портфель, рассматривая каждый по

очереди как потенциальный новый инструмент: i.
Создайте пробный портфель , состоящий из текущего портфеля

и потенциальный новый инструмент.
II. Распределите веса инструментов для пробного портфеля. Рассчитать

IDM.
III. Проверьте требования к минимальному капиталу для всех инструментов. Если не
встретились, пропустите этот инструмент.
IV. Измерьте ожидаемый SR для этого пробного портфеля, используя
веса инструментов, корреляционная матрица и стоимость инструментов.
5. Выберите инструмент, который дает самый высокий показатель SR пробного портфеля из

шага 4. Замените текущий портфель пробным портфелем. Новый текущий портфель будет
состоять из старого текущего портфеля и этого нового инструмента.

Если ожидаемый SR для нового текущего портфеля на 10% ниже, чем самый высокий текущий
SR портфеля, наблюдаемый до сих пор, остановитесь. В противном случае продолжите снова с
шага 2.
В отличие от приведенного выше алгоритма ручного изготовления, этот не совсем

подходит для запуска вручную: вам нужно будет написать код для реализации этой версии86.
Однако вы можете найти мой рекомендуемый список фьючерсов для данного уровня капитала
на веб-страницу этой книги.
Теперь давайте углубимся в детали каждого шага.
1: Определитесь с возможным набором инструментов
Нам нужно отказаться от всех инструментов, которыми мы не можем торговать по юридическим

причинам или которые не соответствуют нашим пороговым значениям затрат и ликвидности.
Обратите внимание, что нам не нужно беспокоиться о минимальном капитале; об этом
позаботится алгоритм.
2: Выберите первый инструмент
Чтобы выбрать первый инструмент, нам нужно сделать некоторые предположения о том, как
примерно будет выглядеть окончательный портфель. Так, например, мы могли бы ожидать,
что в итоге у нас будет около десяти инструментов. При одинаковом весе десяти инструментов
мы получим вес инструмента 10%, а из таблицы 16 соответствующий IDM будет равен 2,2. Не
критично правильно сформулировать эти первоначальные догадки, но они необходимы для
того, чтобы мы не выбрали первый инструмент с очень высоким минимальным капиталом, а
затем обнаружили, что не можем добавить больше, поскольку у нас закончились средства.
денег.
Затем мы перебираем все доступные инструменты и рассчитываем минимальный капитал,

необходимый для каждого, используя наш предполагаемый вес инструмента и IDM:
Мы отбрасываем любые инструменты, для которых это больше, чем доступный капитал. Из
оставшихся инструментов мы выбираем тот, который имеет наименьшую стоимость с поправкой
на риск, рассчитанную с использованием уравнений третьей стратегии.
3. Измерьте ожидаемый коэффициент Шарпа текущего портфеля.

Теоретически для этого потребуется полномасштабное бэктестирование, но вместо

этого мы сделаем несколько упрощающих предположений. Я собираюсь предположить, что
все инструменты имеют одинаковую SR до стоимости, так что их SR после стоимости зависит
только от затрат.
Если каждая инструментальная подсистема имеет одинаковый87 условный годовой SR* до ,

себестоимости и если расчетный оборот для каждого инструмента равен T, то чистый SR
будет равен SR до себестоимости за вычетом затрат: оборот, умноженный на Стоимость
инструмента с поправкой на риск, ci :
Например, для стратегии 3 разумный SR до начала затрат составляет 0,3, а T — около 7,0
(оборот примерно три раза в год с ежеквартальными обновлениями). Теперь, если у нас есть
SR, мы можем легко рассчитать ожидаемое среднее значение, умножив его на годовую
цель риска, τ:
До сих пор я предполагал, что мы торгуем только одним инструментом, но на последующих

этапах нам нужно учитывать тот факт, что инструмент является частью портфеля, включая
вес инструмента и IDM:
Ожидаемая среднегодовая доходность портфеля представляет собой просто сумму

следующих условий по всем инструментам:
Теперь мы можем рассчитать стандартное отклонение портфеля. Для этого я могу

использовать упрощенную версию стандартной формулы, потому что все торговые
подстратегии для каждого инструмента будут нацелены на один и тот же риск τ:
Здесь w — вектор весов приборов, Σ — корреляционная матрица

подстратегия возвращается, и мы выполняем умножение матриц внутри скобок.
Теперь мы можем разделить среднее значение портфеля на стандартное отклонение, чтобы
получить ожидаемый SR (обратите внимание, что τ и IDM сократятся, как и следовало ожидать,
поскольку по замыслу SR инвариантны к кредитному плечу и риску):
Это будет выше, когда инструменты более диверсифицированы или дешевле в торговле. Обратите
внимание, что для нашего исходного портфеля из одного инструмента это упрощает исходное
уравнение:
4. Перебрать все инструменты, которых нет в текущем портфеле.
Создайте пробное Он будет состоять из инструментов в текущем портфеле и потенциальных новых инструментов.
портфолио
В идеале вы должны использовать автоматизированный метод ручной работы, описанный

Распределение выше. Тем не менее, вы можете получить хорошие результаты, просто используя равные
веса инструментов в качестве приближения.
весов инструментов
для пробного портфеля Также потребуется оценить мультипликатор диверсификации инструмента; см. Приложение B
или используйте таблицу 16.
Проверьте Учитывая веса инструментов и IDM, вы можете проверить, соответствуют ли все
требования к инструменты в предлагаемом портфеле минимальному порогу капитала, используя обычную

формулу.
минимальному
капиталу для всех инструментов
Если какой-либо инструмент не соответствует минимальному требованию к капиталу, то
предлагаемый новый инструмент не подходит, и мы пытаемся добавить следующий в наш список.
Скорее всего, это будет связано с тем, что рассматриваемый нами инструмент имеет
большой минимальный капитал.
Измерьте Учитывая вес инструмента, стоимость и IDM, используйте формулу, описанную выше,
ожидаемый которая использовалась для третьего этапа.

коэффициент Шарпа
для пробного портфеля
5: Выберите инструмент с самым высоким ожидаемым SR для пробного

портфеля.
Обычно на этом этапе у нас теперь будет один дополнительный инструмент в портфеле, который
будет отражать наилучший компромисс между диверсификацией и затратами и который не вызывает
проблем с минимальным капиталом где-либо в

пробное портфолио. Если никакие инструменты не подходят для добавления, поскольку все
они приведут к невыполнению требований к минимальному капиталу, тогда мы остановимся и
сохраним текущий портфель.
6: Проверьте, не упал ли ожидаемый SR для текущего портфеля

более чем на 10%.
Понятно, что если ожидаемый SR упал, то добавление дополнительного инструмента не

имеет смысла, и мы должны придерживаться того портфеля, который у нас был в предыдущей
итерации. Почему мы допускаем небольшое снижение SR перед прекращением поиска? Ну,
потому что возможно, что SR может колебаться в течение нескольких итераций, опускаясь
немного ниже, прежде чем снова расти.
Однако, как только SR достаточно упал, мы знаем, что мы, вероятно, не сможем добиться
большего, добавив еще больше инструментов.
Пример
Во введении я предположил, что минимальный размер счета, приемлемый для этой книги,
составляет 100 000 долларов. Чтобы дать вам некоторое представление о том, как эта
методология работает на практике, вот 16 инструментов, выбранных алгоритмом для торгового
счета в 100 000 долларов, с использованием значений затрат и корреляций, которые были
правильными на момент написания.
Акции: корейский KOSPI, NASDAQ micro
Металлы: Золото микро
Облигации: евродоллары, корейские 3-летние и 10-летние, американские 2-летние, немецкие
2-летние Schatz, итальянские 10-летние BTP.
Сельскохозяйственные рынки: Постные свиньи
Валюта: JPY/USD, MXP/USD, GBP/USD, NZD/USD
Энергии: мини-газ Генри Хаб, мини-сырая нефть WTI
При 500 000 долларов он выбирает 27 инструментов, а при 1 миллионе долларов алгоритм
выбирает 36 рынков. Выбранный список инструментов для других размеров счетов вы можете
найти на сайте этой книги.
Тестирование стратегии обобщенной премии за риск с помощью

Джамбо-портфолио
Давайте посмотрим, как будет выглядеть стратегия получения премий за очень большой
риск. Я взял все инструменты, которые соответствовали моим пороговым значениям ликвидности
и стоимости и по которым у меня есть данные как минимум за один год: всего 10288. Затем я
предположил, что у меня очень большая сумма капитала (50 миллионов долларов), поэтому
минимальный капитал не вызывает никаких проблем. Я назвал эту комбинацию огромного
вложения капитала и огромного количества инструментов «гигантским» портфелем89 и
буду использовать его для оценки эффективности стратегии на протяжении всей книги.
Гири инструмента были изготовлены с использованием метода ручной работы, и IDM выходит
на 2.47.90.
В первом столбце таблицы 17 показаны средние значения по каждому инструменту,

работающему в четвертой стратегии, как если бы они располагали всем доступным капиталом:
фактически они совпадают со средними результатами для третьей стратегии. Во втором
столбце у нас есть совокупная эффективность четвертой стратегии по всем доступным
инструментам91.
Разница между этими двумя столбцами отражает улучшения, которые мы можем получить от
диверсификации. Диверсификация увеличивает SR и, следовательно, доходность, улучшает
перекос и уменьшает размер хвостов распределения.
С другой стороны, мы имеем значительно более высокую среднюю просадку. Это отражает тот
факт, что корреляция является линейной мерой совместного движения, которая не учитывает
крайности. Если многие инструменты имеют тенденцию работать плохо одновременно, то

просадки будут больше в совокупном портфеле, даже если стандартное отклонение — мера
среднего риска — остается стабильным.
Затраты также выше из-за необходимости дополнительного кредитного плеча, о чем

свидетельствует IDM выше 2.0. Оборот намного выше, но это в основном потому, что у нас
гораздо больше инструментов и поэтому нужно совершать больше сделок, и это не приводит
к пропорциональному увеличению затрат.
Таблица 17: Среднее значение для отдельных инструментов и совокупной

эффективности в стратегии премий за риск портфеля Jumbo
Четвертая стратегия: Четвертая стратегия:

Медианный инструмент Совокупный
Среднегодовые затраты 0,3% 0,8%
Оборот 2,7 20,7
Нижний хвост 1,56 1,44
Как показано на рисунке 22, эффективность этой стратегии высока, если не считать большого
проседания в начале 1980-х годов. Если углубиться в ретроспективное тестирование, то на
тот момент есть только 22 инструмента с данными, и преобладают сельскохозяйственные,
валютные и металлургические инструменты, все из которых плохо себя чувствовали в
условиях ужесточения денежно-кредитной политики, последовавшего за их отличными
показателями в инфляционных 1970-х годах.
Рисунок 22: Кривая счета для четвертой стратегии с портфелем Jumbo
На протяжении большей части оставшейся части книги я буду использовать этот подход для
представления результатов как для (а) среднего инструмента, так и (б) агрегированных
результатов для портфеля инструментов Jumbo. Первый дает представление о том, что может быть
ожидается от торговли любым отдельным произвольным инструментом,92 в то время как последний
является отражением того, что достижимо для институционального трейдера, торгующего по данной
стратегии с фондом не менее 50 миллионов долларов.
В действительности большинство розничных трейдеров не смогут торговать портфелем, состоящим
из более чем 100 инструментов, поэтому для реалистичного набора из пяти, десяти или, возможно,
20 инструментов вы получите результат, который находится где-то между этими двумя крайностями.
Ориентация на риски и размер портфеля

Помните, что основной движущей силой при определении уровня нашего целевого риска (τ)
было получение половины ожидаемого SR нашей торговой стратегии: половина кредитного
плеча, требуемого теоретическим результатом критериев Келли. В этой книге я решил
использовать целевое годовое стандартное отклонение в 20%, что будет благоразумно только
в том случае, если ожидается, что SR составит 0,40 или выше.
Из таблицы 17 SR для отдельного взятого наугад инструмента будет всего 0,32. Как я отметил
в третьей стратегии, это слишком мало для поддержки целевого уровня риска в 20%, и вам
следует использовать более низкий уровень риска, если вы торгуете только одним
инструментом: я предложил 10%. Однако SR портфеля Jumbo намного выше — 0,85.
Вы можете спросить, означает ли SR 0,85, что мы можем использовать целевое значение риска
вдвое меньше, 42,5%. Это станет более важным вопросом позже в книге, так как мы увидим
стратегии с еще более высокими SR. Стратегия 4 является только длинной и имеет смещенный
вверх SR из исторических тенденций, которые вряд ли повторятся, но я был бы достаточно уверен
в достижении SR 1,0 в портфеле Jumbo со многими стратегиями в этой книге, которые не являются
как сильно затронуты этими проблемами. Означает ли это, что безопасно увеличить наш
целевой показатель риска с 20%, потенциально до 50% или даже выше?
Лично я бы очень поостерегся этого делать. Моя собственная цель риска составляет около
25%, несмотря на проверенный на истории SR, который намного выше 1,0.
Я бы посоветовал следующий подход:
Для любой стратегии торговли одним инструментом используйте цель риска 10%.
Если у вас есть от двух до шести инструментов, вы должны интерполировать свой

целевой риск между 10% и 20%.
Вы должны использовать цель риска 20% только в том случае, если у вас есть хотя бы
один инструмент из каждого из семи классов активов, которые я использую в своей
стратегии.
Если в вашей стратегии есть как минимум два инструмента из каждого класса активов, вы
можете подняться до 25%. Не превышайте 25%
Четвертая стратегия — это то, что мы бы использовали, если бы не думали, что можем
предсказать доходность активов — мы просто с отвращением опускаем руки и открываем длинные
позиции на все, до чего можем дотянуться, учитывая ликвидность, затраты и минимальные
ограничения капитала. Поскольку большинство активов в моем наборе данных выросли в цене за
последние 50 лет, эта стратегия оказалась довольно успешной. Чем больше инструментов мы
можем выбрать, тем большую диверсификацию мы можем извлечь: переход от 1 к 100 инструментам
почти утроит наш ожидаемый SR.
Это хорошая стратегия для использования, если вы инвестор, который хочет дешевый и простой
способ торговать диверсифицированным портфелем, используя кредитное плечо, чтобы вам не
приходилось идти на компромисс в отношении ваших целей только потому, что вы хотите
включить активы с низкой волатильностью, такие как облигации. . Но это по-прежнему выглядит
и ощущается как инвестиционная стратегия, а не как «правильная торговля». Начиная со
следующей главы, мы перейдем от инвестирования к торговле, поскольку я буду обсуждать
методы прогнозирования доходности, чтобы мы не всегда открывали длинные позиции по каждому
инструменту в нашем портфеле.
Стратегия четвертая: торговый план

Все остальные элементы идентичны третьей стратегии.
75 Они не равны половине, поскольку существуют эффекты округления, которые также влияют на другие статистические данные в
таблице.
76 Обратите внимание, что эта корреляция отличается от корреляции между доходностью S&P 500 и 10-летних облигаций США; это
корреляция между доходностью торговой подстратегии для S&P 500 и другой подстратегии, работающей на 10-летнем рынке США.
Стратегия здесь довольно проста — ориентация на переменный риск только для длинной позиции — и, таким образом, две корреляции
будут довольно похожими, но по мере того, как мы создаем более сложные стратегии, которые могут открывать как длинные, так и
короткие позиции, разница между корреляцией базового инструмента и корреляцией стратегии будет уменьшаться. увеличивать.
Как правило, корреляция между торговыми стратегиями ниже, чем между доходностью базового инструмента.
77 Более подробное объяснение того, как рассчитать IDM, дано в Приложении B. Далее в этой главе вы можете использовать
некоторые приближения для IDM.
78 Это приближает нас к мифическому «рыночному портфелю» модели ценообразования капитальных активов, который теоретически
должен содержать все инвестиционные активы в мире.
79 Индивидуальные результаты для S&P 500 и 10-летней годовой шкалы США немного отличаются от того, что мы видели раньше,
поскольку мне пришлось сдвинуть дату начала этого тестирования на несколько лет вперед, поскольку для 5-летние облигации
США и фьючерсы на сырую нефть.
80 Как я упоминал в предыдущей сноске, корреляции для торговых подстратегий обычно ближе к нулю, чем для доходности
инструментов. Если вы знакомы с математикой оптимизации портфеля, вы знаете, что это делает оптимизацию более надежной,
поскольку выполнение оптимизации с высококоррелированными активами приводит к чрезмерному весу портфеля.
81 Если ожидается, что подстратегия будет убыточной, то либо ее затраты слишком высоки (чего можно избежать, исключив
дорогие инструменты, которые превышают лимит скорости для данной стратегии), либо ее SR до затрат сильно отрицательна
( например, стратегия «купи и держи» VIX). Существует вероятность перенастройки при исключении убыточных стратегий на основе
их SR до затрат без веской причины. Я обсуждаю это более подробно в своей первой книге « Систематическая торговля».
82 Позвольте мне доказать, почему это так. Рассмотрим воображаемый портфель с двумя инструментами, оба с
тот же ожидаемый SR 0,3, доходность которого не коррелирует с целевым стандартным отклонением 20%. У одного нулевые
затраты, а другой — самый дорогой инструмент, который я бы рассматривал для торговли с затратами на сделку 0,01 единицы SR.
Теоретически оптимальные веса инструмента составляют примерно 55% (для инструмента с нулевой стоимостью) и 45%
соответственно. Но игнорирование затрат и использование весов 50/50 снизит ожидаемую доходность нашего портфеля всего на
0,06% в год. Это крайний пример, и в действительности преимущества оптимизации с учетом затрат обычно незначительны.
83 Этот подход также описан в моей первой книге « Систематическая торговля», где я также более подробно рассматриваю
общую проблему оптимизации портфеля. Более подробная информация и реализация на языке Python доступны на веб-сайте
этой книги. Это немного отличается от метода, представленного здесь, поскольку для автоматической реализации нам
необходимо использовать систематический метод кластеризации инструментов по корреляции.
84 Если я проверю это предположение, сгруппировав инструменты, используя только корреляции, то получу очень похожие
результаты, хотя такие группировки со временем меняются.
85 Поскольку IDM зависит от корреляции между подстратегиями, она будет меняться во времени по мере изменения корреляций.
Кроме того, мы обычно добавляем инструменты к тестированию на исторических данных с течением времени, когда данные
становятся доступными. Правильный IDM обычно увеличивается по мере того, как к бэктесту добавляется больше инструментов.
Следовательно, вычисление одного IDM на основе всего бэктеста является слабой формой подбора выборки и также приведет к
слишком высокому IDM в более ранние периоды и слишком низкому в более позднем бэктесте. Строго говоря, мы должны
пересчитывать IDM на протяжении всего бэктеста, используя только ретроспективную информацию. Во всех результатах
ретроспективного тестирования, которые я представляю в оставшейся части книги, я использую скользящие ретроспективные
оценки IDM.
86 Для этого вам не нужно полноценное программное обеспечение для ретроспективного тестирования. Код Python,
реализующий этот метод, можно найти на веб-сайте этой книги.
87 Я бы настоятельно не советовал использовать реальный проверенный SR для данного инструмента по причинам, которые я уже
объяснял. Внимательно посмотрите на рисунок 20, если у вас возникнет искушение проигнорировать меня.
88 Разбивка по классам активов портфеля Jumbo выглядит следующим образом: Сельское хозяйство 13, Облигации и процентные
ставки 21, Акции 34, Валюта 17, Металлы и криптовалюта 9, Энергетика 6, Волатильность 2. Из 102 инструментов 18 имеют срок
действия 40 и более лет. из данных 28 имеют более 30 лет, 40 - более 20 лет, 65 - более 10 лет и 87 - более 5 лет.
89 Все инструменты в этом портфеле «Джамбо» в настоящее время соответствуют моим требованиям по ликвидности и минимальным
затратам. Это не означает, что они удовлетворяли бы этим требованиям в прошлом, поскольку я исключаю инструменты,
которые исторически отвечали этим требованиям, но больше не соответствуют. Я протестировал все стратегии, описанные в
этой книге, на более широком наборе инструментов, включая неликвидные и дорогие рынки, и результаты существенно не
отличаются. С другой стороны, мои бэктесты не включают инструменты, исключенные из списка, такие как культовые фьючерсы
на свиную грудинку, которые были удалены в 2011 году. В результате вы можете утверждать, что вся моя статистика подвержена
тому, что на жаргоне известно как предвзятость выжившего — только тестирование . на инструментах, которые выжили (и в
настоящее время ликвидны и не слишком дороги для торговли). Это серьезная проблема при тестировании торговых стратегий
на отдельных акциях, особенно с фирмами с небольшой капитализацией, но не такая серьезная проблема при торговле
фьючерсами. Сравнительно необычно, чтобы фьючерсы были исключены из листинга биржами, и когда это происходит,
соответствующий фьючерс часто является фьючерсом, который никогда не был достаточно ликвидным для торговли.
90 На самом деле метод, который я использовал, немного отличается от того, что я представил ранее в этой главе, и
использует корреляции доходности подстратегий для группировки похожих инструментов вместе, а не делает это вручную.
Это делает его пригодным для использования в ретроспективном тестировании, где его можно применять на скользящей основе,
используя только ретроспективные данные и учитывая дополнительные инструменты по мере их появления в наборе данных.
IDM также рассчитывался на скользящей основе с использованием только исторической информации; 2,47 это
окончательное значение IDM.
91 Эти результаты были бы немного другими, если бы я позволил стратегии открывать короткие, а не длинные индексы волатильности ('vol')
(VIX и VSTOXX). SR будет немного выше, в то время как асимметрия и более низкий процентильный коэффициент будут немного хуже. Однако
общий вес инструмента, относящийся к волатильности, составляет всего 5,4%, так что это не окажет существенного влияния на совокупную
Точно так же два рынка волатильности почти не повлияют на медианные результаты для одного инструмента.
92 С оговоркой для четвертой стратегии, что разные инструменты имеют свои собственные характеристики доходности, как мы видели в первой
стратегии, и таргетинг на волатильность не стирает их полностью, как я объяснял в третьей стратегии.

Стратегия пятая: медленное следование тренду, только
длинные позиции
Не знаю, как вы, но я определенно не смог бы торговать по четвертой стратегии в ее

варианте Jumbo с более чем 100 инструментами, даже если бы у меня был необходимый
капитал. Почти четверть инструментов, которыми мы торгуем, убыточны!
Представьте, что вы сидите там месяц за месяцем, год за годом, в то время как фьючерсы
вроде VIX и Rice постепенно опустошают ваш счет.
Если бы только был способ избавиться от инструментов, которые временно или

постоянно падают в цене. Тогда мы почувствуем себя настоящими трейдерами и, надеюсь,
заработаем еще немного денег. К счастью, очень просто придумать простые
систематические способы определения направления текущего ценового тренда. В
этой главе я опишу такой метод, который мы затем можем использовать, чтобы решить,
когда закрывать наши только длинные позиции. Предполагая, что эти тенденции
сохранятся, мы можем не держать инструменты, которые могут привести к потере денег.
Стратегия пятая: покупайте и держите портфель из одного или
нескольких инструментов, когда они находились в длительном
восходящем тренде, каждый с позициями, масштабируемыми

для оценки переменного риска.
Простой способ увидеть, является ли рынок восходящим трендом.
Как управлять позициями в зависимости от направления тренда.
Расчет затрат, когда мы не всегда держим позицию.
Оценка производительности трендового фильтра.
Тестирование восходящего тренда рынка

Существуют сотни технических индикаторов, которые вы можете использовать, чтобы

увидеть, находится ли рынок в тренде, но мы сосредоточимся на относительно простом
методе: скользящем среднем. Во-первых, мы берем скользящее среднее
скорректированной цены фьючерса 93 pt за последние 12 месяцев, что составляет
примерно 256 рабочих дней:
Теперь мы сравниваем это с текущей ценой (pt ). Если текущая цена выше скользящей
средней, то мы находимся в восходящем тренде.
На рисунке 23 показано 12-месячное скользящее среднее для микрофьючерса S&P

500, наложенное на цену, за последние 20 лет или около того. Темная линия — это
цена, а более гладкая серая — линия тренда. Вы можете видеть, что он в основном
находится в восходящем тренде, за исключением начала 2000-х и 2008–
2009 годов, с
несколькими краткосрочными медвежьими рынками между ними, последний раз в марте
2020 года.
Рисунок 23: 12-месячная скользящая средняя по цене S&P 500
В течение этих кратковременных периодов индикатор многократно включается и

выключается; слишком много для того, что должно быть медленным признаком
долгосрочных тенденций. Например, в период с октября 2018 г. по март 2019 г. мы
передумали открывать длинные позиции в общей сложности 14 раз!
К счастью, есть простой способ сделать этот индикатор более плавным, не нарушая его способности
сообщать нам о долгосрочном тренде. Мы делаем это, вычисляя вторую скользящую среднюю, на этот
раз для более короткого периода:94
Теперь мы сравниваем две скользящие средние, чтобы получить скользящую среднюю

кроссовер:
На рис. 24 показаны две скользящие средние для S&P 500 (я удалил необработанную цену, чтобы
сделать график более ясным). В качестве примера того, как это работает, вы можете видеть, что в
конце 2000 года светло-серая более быстрая скользящая средняя перемещается ниже более
медленной темно-серой линии, поэтому мы закрыли нашу позицию и не открывали ее повторно до
тех пор, пока линии снова не пересекутся в середине 2003 года.
Рисунок 24: Две скользящие средние на S&P 500
Серьезные медвежьи рынки теперь четко определены, хотя все еще есть несколько краткосрочных
периодов, когда мы не уверены, что происходит. Но мы меняем нашу позицию реже, чем раз в год, так
что это намного более плавно, чем одно скользящее среднее. Это пересечение скользящих
средних (MAC) идеально подходит для определения медленных трендов. Однако это меньше
удовлетворителен при определении более быстрых трендов, поскольку он по-прежнему имеет тенденцию вызывать
слишком много краткосрочных разворотов.
Что вызывает это? В простом скользящем среднем (SMA) все точки в окне скользящего среднего
имеют одинаковый вес. Это делает скользящую среднюю довольно шумной. Когда большие доходы
в прошлом выпадают из окна, среднее резко изменится. Это больше проблема с более короткими
окнами, где каждый отдельный день имеет довольно большой вес.
Секрет заключается в использовании экспоненциально взвешенных скользящих средних (EWMA).

В EWMA мы придаем большее значение более поздним значениям, чем более ранним. Это
приводит к гораздо более плавным переходам, поскольку влияние большого изменения цены
будет постепенно уменьшаться с течением времени, а не исчезать в течение одного дня.
В общих чертах EWMA определяется следующим образом:
Более высокий параметр λ подобен более короткому окну на SMA; это приведет к тому, что
более поздним ценам будет придан более высокий вес. Более интуитивно понятно определить
95
наш EWMA с точки зрения их диапазона. Для заданного промежутка в днях N мы можем
рассчитать λ как:
Таким образом, вместо SMA с 64-дневным окном у нас есть EWMA с 64-дневным интервалом. Точно
так же мы можем заменить 256-дневную SMA на 256-дневную EWMA96. λ для этих двух EWMA
приблизительно равны 0,031 и 0,0078 соответственно.
Следовательно, мы можем определить версию нашего трендового фильтра EWMA — пересечение
экспоненциально взвешенных скользящих средних (EWMAC) со следующим правилом:

В моем анализе производительность данного EWMAC выше, чем у соответствующего MAC, причем
разница наиболее заметна для более быстрых фильтров тренда97.
Управление позициями с фильтром тренда

Мы можем легко управлять нашими позициями с помощью этого трендового фильтра, рассматривая
его как четвертую стратегию с дополнительным переключателем включения/выключения. Каждый
день мы рассчитывали нашу необязательную позицию, используя стандартную стратегию из
четырех уравнений размера позиции, учитывая текущие уровни волатильности, цены и обменных курсов.
Однако, если бы тренд демонстрировал нисходящее движение, мы бы установили нашу оптимальную
позицию равной нулю.
На практике это означает, что мы будем открывать позиции после установления восходящего
тренда, покупая текущую позицию оптимального размера в соответствии с формулой определения
размера позиции, используемой в четвертой стратегии:
Затем, пока тренд все еще был восходящим, мы корректировали эти позиции изо дня в день по мере
изменения оптимальной позиции (в основном из-за изменений в инструментальном риске σ% , но
также из-за изменений в цене, валютных курсах и капитале). Наконец, когда тренд развернется,
мы полностью закроем нашу позицию и подождем, пока линия тренда снова не повернется вверх.
Трендовый фильтр на микрофьючерсах S&P 500

Чтобы немного лучше понять фильтр тренда, давайте рассмотрим его влияние на
микробудущее S&P 500. На рис. 25 показан ряд позиций по S&P 500 с капиталом в 100
000 долларов и целевым уровнем риска 20% в годовом исчислении. Вы можете
непосредственно сравнить это с рисунком 16 (на стр. 81), на котором показано
положение, которое было бы у нас без фильтра тренда. Позиции на рисунке 25 точно
повторяют позиции, которые были бы у нас без какого-либо фильтра, за исключением
случаев, когда нисходящий тренд временно закрывает сделку.
Рисунок 25: Позиции в S&P 500 по пятой стратегии
Таблица 18 суммирует эффективность четвертой стратегии98 без трендового

фильтра по сравнению с пятой стратегией (с фильтром). Применение фильтра тренда
делает динамическую стратегию более безопасной с немного более низким
риском и лучшей средней просадкой, но за счет более низкой доходности.
Неудивительно, что оборот выше из-за уменьшения среднего размера позиции и
дополнительных сделок открытия и закрытия, введенных фильтром тренда. Но
среднегодовые затраты не изменились, так как бывают периоды, когда мы вообще не
торгуем.
Таблица 18. Динамика микрофьючерсов S&P 500 с трендовым фильтром и без него
Четвертая стратегия Стратегия пятая
(без фильтра тренда) (трендовый фильтр)
Расходы 0,06% 0,06%
Оборот 2,34 6.4
Главный вывод заключается в том, что сложно сравнивать стратегии, которые делают очень
разные вещи: у одной всегда есть позиция по (стратегия четыре), у другой (стратегия
пять) — нет. Эти различия приводят к существенно разным профилям доходности, поэтому
сложно использовать простые сводные статистические данные, такие как средние
значения и коэффициенты Шарпа (SR), чтобы определить, какой из них лучше. В
конечном итоге все сводится к вашим предпочтениям.
Затраты на корректировку риска в бэктестах
Вернувшись к третьей стратегии (на стр. 83), я объяснил, как рассчитать затраты с
поправкой на риск, как простой способ расчета вероятной послезатратной
эффективности конкретного инструмента, торгующего по определенной стратегии.
Затем мы можем использовать эти затраты, чтобы принять решение о том, можем ли
мы торговать данным инструментом или он слишком дорог.
Для первых четырех стратегий в этой книге это также достаточно хорошее
приближение, чтобы использовать его при расчете затрат, применяемых при
историческом ретроспективном тестировании торговой стратегии. Соответствующий
расчет включал оценку общего оборота средней позиции, добавление количества
прокручиваемых сделок и умножение на стоимость сделки с поправкой на риск.
Однако пятая стратегия отличается. Отчасти это связано с тем, что у нас не всегда
есть позиция, а также с тем, что модель сделок
необычно: несколько крупных сделок при включении или выключении трендового фильтра,
а затем большое количество мелких корректировок позиции.
Нет смысла использовать первоначальный расчет затрат с поправкой на риск для расчета
затрат на ретроспективное тестирование. Вместо этого каждый раз, когда в ходе бэктеста
происходит сделка, я вычитаю стоимость в валюте своего счета за каждый торгуемый
контракт. Эта стоимость основана на текущей стоимости торговли одним контрактом,
скорректированной на разницу волатильности между настоящим моментом и соответствующим
историческим периодом. Волатильность, которую я использую для этого периода, — это не
годовое процентное стандартное отклонение, σ% , рассчитанное с использованием
процентной доходности, а вместо этого дневная σp , рассчитанная с использованием разницы

цен . Я оцениваю это с помощью обычной экспоненциально взвешенной оценки стандартного
отклонения, которую я использовал, начиная с третьей стратегии:
Возьмем пример. Ранее на стр. 16 я оценил текущую торговую стоимость микрофьючерса S&P
500 в 0,875 доллара за контракт, включая комиссионные и стоимость спреда.
Предположим, что текущая цена S&P 500 составляет 4500 с оценочным годовым стандартным
отклонением 16 %, что соответствует дневному стандартному отклонению в ценовых
единицах 4500 × 16 % ÷ 16 = 45. Еще в начале октября 1990 г. Фьючерс S&P 500 составлял
около 500 с оценочным годовым стандартным отклонением примерно 10%, что дает дневное
стандартное отклонение в ценовых единицах 500 × 10% ÷ 16 = 3,125. Это означает, что
мы должны скорректировать торговые издержки для сделок, совершенных в октябре 1990 г.,
следующим образом:
Обратите внимание, что если процентное стандартное отклонение в годовом исчислении

остается неизменным, то стоимость торговли в процентах от условной стоимости контракта
останется постоянной, что кажется разумным. В противном случае стоимость будет меняться
по мере изменения стандартного отклонения, что согласуется с моим более ранним

предположением о том, что затраты с поправкой на риск постоянны.
(Распространенной альтернативой является игнорирование поправки на риск и вместо этого
нормализация затрат по изменению цены. Фактически это предполагает, что затраты всегда
составляют фиксированный процент от условной стоимости контракта.
Это, вероятно, хорошо для комиссий, но не для спредов, которые имеют тенденцию расширяться,
когда рынки становятся более волатильными.)
Конечно, это все приблизительные значения; на самом деле вполне вероятно, что в прошлом
торговые издержки были выше, особенно для розничных трейдеров. Я не помню никаких газетных
объявлений о брокерах, берущих 6 центов за контракт на торговлю фьючерсами S&P 500 еще в 1990
году! Но в отсутствие каких-либо точных исторических данных о торговых издержках я думаю,
что это разумный метод для использования, и, что важно, он позволит нам принимать решения о
том, следует ли реализовывать определенные торговые стратегии с учетом текущих уровней
затрат.
Тем не менее, вы всегда должны с большим недоверием относиться к историческим торговым
издержкам, рассчитанным при тестировании на исторических данных. Имейте это в виду, когда
решаете, стоит ли торговать по стратегии с особенно высоким оборотом.
Оценка эффективности пятой

стратегии
Преждевременно делать какие-либо окончательные выводы о производительности, не изучив более
одного инструмента. Давайте рассмотрим среднюю производительность по всем инструментам в моем
наборе данных. В таблице 19 показана производительность среднего (медианного) инструмента для
четвертой стратегии (без трендового фильтра) и для пятой стратегии с применением трендового
фильтра.
Таблица 19: Производительность среднего (медианного) инструмента с трендовым фильтром

и без него

(без фильтра тренда) (фильтр трендов)
Расходы 0,3% 0,23%

Оборот 2,7 5,8
Усреднение по нескольким инструментам дает не такие впечатляющие результаты, как

для одного только S&P 500. Динамический размер позиции с фильтром тренда обеспечивает
идентичную эффективность с поправкой на риск для стратегии 3 без какого-либо фильтра,
но, поскольку у нас есть позиции только в определенное время, и доходность, и риск
немного ниже.
В Таблице 20 показаны сводные статистические данные тестирования портфеля Jumbo из

102 инструментов с торговым номинальным капиталом в размере 50 миллионов долларов
США, чтобы гарантировать отсутствие проблем с минимальным капиталом по любому
инструменту. Возможно, удивительно, учитывая результаты для среднего инструмента, что
есть значительное улучшение как риска, так и доходности, когда мы добавляем фильтр
тренда к четвертой стратегии и получаем пятую стратегию. По общему признанию хвосты
выглядят немного хуже, но средняя просадка сократилась на две трети.
Таблица 20: Производительность совокупного портфеля Jumbo с трендовым фильтром и без

него

(без фильтра тренда (фильтр трендов)
Расходы 0,8% 0,7%
Коэффициент Шарпа 0,85 1.11
Оборот 20,7 24.1
Рисунок 26 ясно иллюстрирует, как фильтру тренда удается избежать большей части
глубокая просадка в начале 1980-х годов за счет сокращения позиций на рынках, которые
упали в цене.
Рисунок 26: Совокупная производительность портфеля Jumbo с трендовым фильтром

и без него
Конечно, пятая стратегия выглядела бы здесь даже лучше, если бы она была использована
для достижения ожидаемого целевого уровня риска в 20%, который она существенно
недооценивает из-за того, что тратит значительное время без позиций.
Альтернативный метод управления

позициями
К настоящему моменту вы уже должны были привыкнуть к моему относительно необычному
методу торговли, когда позиции постоянно управляются после открытия, чтобы убедиться,
что их риск правильный. Но есть альтернатива, которая проще в управлении и ближе по духу
к тому, как торгует большинство людей. Здесь мы не корректируем нашу позицию после
того, как она была установлена во время восходящего тренда. Я называю это статическим
методом управления позициями99, в отличие от динамического варианта, представленного
выше.
Для пятой стратегии, как только позиция была открыта на восходящем тренде, мы будем
держать открытым то же количество фьючерсных контрактов, прокручивая по мере
необходимости, пока тренд не развернется вниз100. Затем мы закрываем нашу позицию, и один раз
восходящий тренд восстанавливается, мы снова открываем его, но теперь с вновь рассчитанной

позицией, отражающей текущие уровни волатильности.
Решение о том, использовать ли статические или динамические методы, отчасти зависит

от индивидуального выбора – на протяжении многих лет у меня было много споров с
другими трейдерами101 о том, лучше ли корректировать открытые позиции с учетом риска
(динамические) или оставить их фиксированными (статические). Но стоит рассмотреть
имеющиеся доказательства, тем более, что это такой распространенный торговый подход,
а не отвергать его сразу. Я не привожу подробные данные о производительности
статической стратегии, но ниже приводится краткое изложение моих выводов.
Оборот и Очевидно, что статический метод приводит к снижению оборота и затрат, поскольку мы не торгуем после того, как
затраты позиция установлена. Но увеличение средней доходности от использования динамического определения размера
позиции обычно во много раз превышает сумму, которую мы платим в виде дополнительных затрат.
Средний Глядя на результаты как для средних инструментов, так и для агрегированных портфелей Jumbo, динамические версии
возвращаться почти всегда являются явными победителями по всем этим показателям. Действительно, иногда стандартное отклонение,
в частности, намного выше для статической вариации.102
Среднеквадратичное отклонение
Коэффициент
Шарпа
Требуемое Поскольку динамические варианты часто имеют более низкое реализованное стандартное отклонение, иногда
кредитное плечо утверждают, что они потребуют более высокого кредитного плеча для достижения тех же целей риска. Поступая таким
образом, мы могли бы преобразовать более высокий SR динамических стратегий в более высокую доходность.
Но стоит иметь в виду, что в начале каждой статической сделки (когда фильтр тренда меняет знак) плечо по обоим вариантам
будет одинаковым, так как позиции одинакового размера. Впоследствии динамические стратегии фактически в
конечном итоге используют в среднем меньше кредитного плеча, поскольку они сокращают свои позиции перед лицом
повышенного риска.
Конечно, мы могли бы применить больше рычагов к динамическим стратегиям, если бы действительно хотели соответствовать
более высокому риску статических альтернатив. Но я бы не стал этого делать, так как считаю, что лучше использовать
динамическую стратегию без дополнительных рычагов. Это делает большую работу по достижению требуемой цели риска.
Средняя Мой анализ показывает, что они почти всегда лучше подходят для динамической версии каждой стратегии.
просадка
Нижний хвост
Верхний хвост Это единственные меры риска, где статические стратегии иногда показывают улучшение. Это
перекос последовательный результат: «толстый правый хвост» доходности обычно связан с торговой стратегией, которая имеет
относительно более положительный перекос.
Толстый правый хвост более вероятен при статической стратегии. Это связано с тем, что если выигрышная позиция
резко поднимется или упадет, то мы поймаем больше этого скачка, если не сократим нашу позицию в ответ на
увеличение волатильности, что и сделала бы динамическая стратегия. Но это также делает нежелательные толстые
левые хвосты более вероятными со статическими стратегиями!
Эти улучшения не универсальны; они чаще появляются в агрегированной статистике портфеля Jumbo, но не при рассмотрении
среднего инструмента. И они не
значительные улучшения.103 По крайней мере, для меня эти улучшения не являются достаточно
убедительными, чтобы оправдать использование статической вариации.
Лично для меня решение очевидно: в этой книге и в моей торговой системе я использую метод
динамического размера.
Следование за трендом — одна из самых популярных торговых стратегий.
Использование его для временного закрытия длинных позиций является излюбленным инструментом
многих инвесторов. Но эти инвесторы часто не могут открывать короткие позиции; на падающем рынке они
в лучшем случае могут избежать убытков. Они никогда не получат полной выгоды от следования за
трендом, потому что не могут открывать короткие позиции.
Как фьючерсные трейдеры, мы не ограничены в этом отношении: открывать короткие позиции так же
просто, как открывать длинные. Как вы увидите в следующей главе, открытие как длинной, так и короткой
позиции повышает эффективность стратегии.
Стратегия пятая: торговый план

Все остальные элементы идентичны четвертой стратегии.
93 Мы используем скорректированную цену фьючерса, так как она будет гладкой, без несвязных участков, когда у нас будет
фьючерсный бросок. Это не так важно для 12-месячной скользящей средней, но будет важно, когда мы будем рассматривать более
короткие тренды. Следствием этого является то, что мы с большей вероятностью увидим восходящий тренд на инструменте с
положительным переносом. Я буду обсуждать последствия этого позже в книге.
94 Не имеет значения, какой именно длины является более короткая скользящая средняя. Однако, если оно слишком короткое, мы по-
прежнему будем видеть частые изменения во мнении, тогда как, если среднее значение слишком длинное, мы будем медленно
реагировать на изменения в направлении рынка. Мое собственное исследование показывает, что любое соотношение между двумя
длинами скользящих средних от двух до шести дает статистически неразличимые результаты как с реальными, так и с искусственными
данными (последнее использовалось, чтобы избежать возможности подбора выборки). Использование более короткой длины, равной
8
одной четверти большей длины, также удовлетворяет математически, тем более что 2 = 256, что означает, что мы можем создать
аккуратную серию пересечений скользящих средних с разными скоростями: 64 и 256, 32 и 128, 16 и 64, 8 и 32 и т. д.; Я буду использовать
эту серию позже в книге.
95 Термин «диапазон» происходит от реализации экспоненциального взвешивания в библиотеке языков программирования Python
Pandas.
96 Это не совсем эквивалентно. На самом деле EWMA с интервалом в 92 дня имеет почти такой же период полураспада, что и SMA с 64-
дневным окном. Тем не менее, удобно придерживаться серии значений параметров, которые являются степенью двойки, и стратегия с 64-
дневным периодом будет сильно коррелировать с 92-дневной версией с очень похожей производительностью.
97 Так, например, для восьмой стратегии, которая представляет собой быстрый фильтр тренда, который может быть как длинным, так и
коротким, с использованием MAC и EWMAC с согласованными периодами полураспада, SR удваивается при использовании
экспоненциального взвешивания с сокращением на одну треть как затрат, так и оборота. .
98 Помните, что четвертая стратегия — это просто портфель подстратегий, каждая торговая стратегия — три для отдельного
инструмента. Таким образом, это эффективно стратегия как третья, так и четвертая.
99 Читатели моей предыдущей книги «Торговля с кредитным плечом» узнают статическую вариацию как «Систему для
начинающих». Динамическая вариация похожа на более сложную систему, представленную далее в этой книге.
100 Третий вариант заключается в изменении размера позиции всякий раз, когда происходит бросок. Его производительность
будет где-то между статической и динамической стратегиями.
101 Да, Джерри Паркер, я говорю о тебе.
102 Например, существует массовый разовый всплеск доходности статической стратегии, вызванный печально известной
попыткой братьев Хант монополизировать рынок серебра в 1980 г. профиль агрегированной стратегии).
103 Улучшение перекоса для статических стратегий несколько более заметно, если мы измеряем перекос по
отдельным сделкам, а не по ежедневным доходам. Я обсуждаю это более подробно в блоге, ссылку на который вы можете
найти на веб-сайте этой книги.
Стратегия шестая: медленное следование тренду, в
длинных и коротких позициях
Ты хоть представляешь, что ты только что сделал? Вы просто ставите против

американской экономики.
Бен Рикерт, которого играет Брэд Питт, в фильме «Большой шорт».
На большинстве финансовых рынков довольно сложно делать ставки на падающие цены.

Например, в случае с акциями вы должны занять у кого-то часть акций, заплатить комиссию за
заем, договориться о перенаправлении дивидендов, а затем вернуть акции при закрытии
сделки. Аналогичный процесс требуется в облигациях. Мой разум сводит с ума, когда я думаю
о том, как я мог бы продать физический баррель нефти или бушель пшеницы. Главные герои
фильма «Большая короткая сделка», основанного на реальных событиях, должны конструировать
всевозможные эзотерические деривативы, чтобы реализовать торговую идею, которая
отражает их ожидания относительно цен на жилье и ипотечные облигации в США. Возможно,
только иностранная валюта предлагает простоту открытия как длинной, так и короткой
позиции с относительной легкостью.
Напротив, сделать ставку на то, что цена будущего упадет, так же легко, как и на то, что
она повысится. И все же до сих пор в этой книге я игнорировал возможность открытия короткой
позиции. Это означало, что мы избежали боли от постоянных длинных позиций по фьючерсам
с постоянно плохой волатильностью, закрывая наши позиции в нисходящем тренде, мы не
могли извлечь выгоду, открывая короткую позицию. Возможно, также было выгодно открывать
короткие позиции по некоторым другим инструментам, которые находились на временном
медвежьем рынке.
Еще в первой главе я сказал, что объясню стратегии, использующие преимущества различных
типов премий за риск, которые можно заработать на рынке. Вплоть до четвертой стратегии я
сосредоточился на премии за риск, которую можно получить, просто открывая длинные
позиции по определенным инструментам. Но мы уже вышли за рамки простой длинной только
премии за риск, потому что доходность, получаемая от следования за трендом, обычно
считается премией за риск сама по себе.
Давайте адаптируем трендовый фильтр из пятой стратегии, чтобы учесть возможность открытия
коротких позиций, когда рынок в течение некоторого времени имеет нисходящий тренд.
Стратегия шестая: торгуйте портфелем из одного или
нескольких инструментов, каждый из которых имеет позиции,
масштабированные для оценки переменного риска. Держите
длинную позицию, когда они были в длинном восходящем
тренде, и короткую позицию в нисходящем тренде.
Применение фильтра тренда для торговли как длинными, так и короткими позициями.
Сравнение стратегии с более традиционными методами торговли, такими как использование
стоп-лоссов.
Почему лучше запускать длинные/короткие стратегии на диверсифицированном портфеле

инструментов.
Измерение относительной эффективности длинной/короткой стратегии.
Адаптация фильтра тренда для открытия как длинных, так и

коротких позиций
Вы должны помнить следующие расчеты из пятой стратегии:
Давайте адаптируем правило 104 в пятой стратегии следующим образом:

Теперь мы корректируем наши позиции изо дня в день, чтобы они всегда находились на
оптимальном уровне, используя стандартную формулу определения размера позиции, но с
дополнительным элементом, отражающим фильтр тренда:
Здесь, если N > 0, мы открываем длинную позицию (в восходящем тренде), иначе при N < 0 мы
бы открывали короткую позицию (в нисходящем тренде). Мы будем держать нашу позицию
открытой, делая небольшие корректировки каждый день по мере изменения цены, валюты и
риска, пока фильтр тренда не изменит направление. В этот момент мы закроем нашу позицию
и откроем новую сделку в противоположном направлении для ряда контрактов, отражающих
текущее оптимальное значение N.
Длинный и короткий тренд, следующий за

S&P 500
Давайте посмотрим, как размер позиции работает на микрофьючерсах S&P 500.
Временной ряд позиций в моем тестировании на исторических данных показан на рис. 27.
Абсолютный размер позиции практически идентичен целевой позиции по волатильности
для стратегии 3 (см. рис. 16 на стр. 81) с той важной разницей, что у нас длинная позиция. когда
фильтр тренда бычий, а короткая позиция — медвежий.
Рисунок 27: Размер позиции по S&P 500 с фильтром тренда длинных/коротких позиций
В целях экономии места я не буду утомлять вас подробностями того, как инструмент S&P 500
работал для этой конкретной стратегии. Вместо этого мы сразу перейдем к рассмотрению
средней производительности по всем инструментам в моем наборе данных.
Разве это не то же самое, что использовать стоп-лосс?
Ряд на рисунке 27 внешне похож на то, что можно ожидать от более традиционной торговой
стратегии, где мы открываем наши позиции на основе какого-либо технического
индикатора, а затем закрываем их, используя стоп-лосс . Стоп-лосс срабатывает, когда
цена откатывается на некоторую величину от своего максимума (если у нас длинная
позиция) или минимума (если у нас короткая позиция). Правильно настроенный стоп-лосс
будет закрывать позиции аналогично фильтру тренда, поскольку, если у нас длинная
позиция в восходящем тренде (или короткая в нисходящем тренде), мы захотим закрыть
нашу позицию после того, как тренд развернется, что также будет когда наша позиция
понесла определенную степень убытка.
Однако в этой книге я предпочитаю использовать одно и то же торговое правило как для
открытия, так и для закрытия позиций. Это проще, чем использование отдельного стоп-
лосса, и, как мы увидим позже, позволяет нам автоматически корректировать наши
позиции по мере ослабления или усиления тренда. В моей предыдущей книге «Торговля
с кредитным плечом» я продемонстрировал, что замена стоп-лосса одним правилом
открытия и закрытия приводит к несколько лучшим результатам торговли, проверенным на истории.
Тем не менее, если вы привержены идее стоп-лосса, вы можете соответствующим образом модифицировать
шестую стратегию (и большинство других стратегий, описанных в этой книге).
Когда вы начинаете торговать, открывайте позицию в направлении, продиктованном знаком трендового
фильтра. Закройте позицию, когда вы достигнете стоп-лосса.
Откройте новую позицию, как только трендовый фильтр изменит направление, что может произойти сразу
или через несколько дней или недель.
Ваш стоп-лосс должен быть откалиброван так, чтобы вы, как правило, закрывали позиции в то же время, когда
фильтр тренда сделал бы это. Если ваш стоп-лосс слишком близок, вы преждевременно закроете позиции
до того, как тренд иссякнет. Если слишком лузово, то вы будете удерживать позиции еще долго после
того, как тренд развернется. Стоп-лоссы также должны быть масштабированы, чтобы они были пропорциональны
текущей волатильности соответствующего инструмента. Я объясняю, как откалибровать стоп-лосс, чтобы он
соответствовал определенной длине тренда, в двух моих ранних книгах: « Систематическая торговля » и
«Торговля с кредитным плечом», а также в моем блоге в статье, связанной с веб-страницей этой книги.
Полученные результаты
В Таблице 21 показана эффективность среднего инструмента для шестой стратегии по сравнению с бенчмарками
только для длинных позиций для четвертой и пятой стратегий. Имейте в виду различный профиль различных
стратегий: третья (или четвертая) стратегия всегда имеет длинную позицию, шестая стратегия всегда длинная
или короткая, в то время как пятая стратегия может быть длинной или вообще не иметь позиции. Это затрудняет
интерпретацию необработанных статистических данных, таких как средний доход и стандартное отклонение. На
самом деле имеет больше смысла сравнивать четвертую и шестую стратегии, обе из которых всегда имеют
открытые позиции.
Разрешение стратегии открывать короткие позиции, по-видимому, в основном наносит ущерб средней доходности.
Возможно, это логично, поскольку из предыдущих глав мы знаем, что большинство инструментов в нашем наборе
данных со временем выросли. Глядя в будущее, когда направление доходности активов весьма неопределенно,
мы могли бы ожидать более высокой относительной эффективности от шестой стратегии, чем мы видим в
историческом прошлом.
В уменьшении рисков нет никакой выгоды, так как у нас всегда есть позиция по стандартному отклонению, которая
почти идентична четвертой стратегии, в то время как

просадки хуже. Одна крошечная крошка утешения: в стратегии «решка шесть» результаты
немного лучше, чем в длинных бенчмарках.
Таблица 21: Производительность среднего инструмента: только лонг и с разными

трендовыми фильтрами
Четвертая стратегия Стратегия пятая Шестая стратегия
(Без фильтра тренда: только длинные (Трендовый фильтр: только длинные (Трендовый фильтр: длинные
позиции) позиции) короткие)
Среднегодовой 6,9% 5,6% 4,8%

возвращаться
Расходы 0,3% 0,23% 0,34%
Средняя 18,7% 20,2% 25,4%

просадка
20,9% 17,2% 20,9%

Оборот 2,7 5,8 7,0
перекос 0,09 0,07 0,01
Мы какое-то время не смотрели на среднюю производительность по каждому классу активов.

Соответствующие статистические данные приведены в таблицах 22 и 23. Их можно
непосредственно сравнить с таблицами 10 и 11 для третьей стратегии. Поскольку обе стратегии

используют динамическое таргетирование риска и всегда имеют активную позицию,
единственное отличие заключается в применении фильтра медленного тренда.
Таблица 22. Медианная производительность фильтра медленного тренда по классам

финансовых активов
Расходы 0,3% 1,3% 0,4% 0,4%

Оборот 7.2 6,5 6.7 6,9
перекос 0,19 2,15 0,15 0,01
Нижний хвост 1,65 2.07 1,54 1,51
Верхний хвост 1,21 1,37 1,37 1.30
Таблица 23. Медианная производительность фильтра медленного тренда по классам

сырьевых активов
Металлы Энергетика Ags
Расходы 0,4% 0,4% 0,3%
Оборот 6,8 6,9 7.1
перекос 0,28 0,10 0,12
Это очень много цифр! Попробую обобщить их:
Стандартные отклонения и обороты практически одинаковы для всех классов

активов. Мы проделали большую работу по таргетингу рисков и разработке торговой
стратегии с постоянным профилем оборота.
Затраты немного различаются, потому что стоимость сделки различна для разных
Средние просадки частично совпали по классам активов по сравнению со стратегией

3. Они хуже в активах, у которых была меньшая просадка в четвертой стратегии
(например, облигации), и лучше в активах, у которых была высокая просадка в
третьей стратегии (например, волатильность).
Коэффициенты Шарпа (SR) также улучшились, за исключением акций и облигаций,

где они изначально были очень хорошими. Просто длинная позиция по этим двум
активам была отличной сделкой в прошлом; мы отказываемся от некоторых из этих
доходов, когда открываем длинные и короткие позиции, что, вероятно, лучше
для будущего.
Улучшение активов волатильности («объем») особенно поразительно, и это потому, что
мы перешли от постоянно длинных позиций по волатильности к в основном коротким.
Действительно, если бы не распродажа COVID-19 в 2020 году, когда мы были пойманы с
короткой позицией, когда уровни волатильности резко выросли, мы бы получили хорошую
прибыль на обоих рынках волатильности.
Skew в среднем немного лучше, за исключением инструментов с двумя объемами.
Это связано с тем, что мы заменили длинную позицию по активу с положительной
асимметрией разной длинной и короткой позицией с короткой ориентацией, создающей
отрицательную асимметрию.
Меньшие хвосты лучше для большинства классов активов, опять же явным исключением
является объем.
В Таблице 24 показана статистика ретроспективного тестирования совокупного портфеля Jumbo105
для стратегий с четвертой по шестую. Средняя доходность выше, чем для обеих стратегий четыре
и пять. Риск и затраты также выше, чем у пятой стратегии, поскольку у нас всегда есть позиция.
Затраты и оборот также больше для динамической длинной/короткой стратегии шесть по сравнению
со стратегией четыре, поскольку мы совершаем дополнительные крупные сделки каждый раз, когда
фильтр риска меняет направление, а также меньшие ежедневные корректировки позиций, когда цены
или стандартное отклонение оцениваются. изменять.
В целом SR улучшился по сравнению со стратегией четыре, хотя он не так хорош, как для стратегии
пять, риск которой снижается за счет наличия периодов без позиций по данному инструменту.
Соотношения перекоса и хвоста также выглядят лучше для динамической стратегии шесть.
Таблица 24. Эффективность совокупного портфеля Jumbo только в лонг и с различными

трендовыми фильтрами
Четвертая стратегия Стратегия пятая Шестая стратегия
(без фильтра тренда) (Трендовый фильтр: только длинные позиции) (Трендовый фильтр: длинные короткие)
Средний годовой доход 15,4% 16,4% 18,5%
Расходы 0,8% 0,7% 1,1%

Коэффициент Шарпа 0,85 1.11 1.01
Оборот 20,7 24.1 31,6
перекос 0,04 0,22 0,16
Верхний хвост 1,24 1,39 1.30
Волшебный тренд, следующий за машиной

диверсификации
Взгляните еще раз на таблицы 21 и 24. Если мы сравним каждую статистику производительности
по очереди, сравнив шестую стратегию со стратегией четыре, то мы увидим эту поразительную
закономерность:
Средняя доходность: Шестая стратегия в среднем хуже (таблица 21), но в совокупности
лучше (таблица 24).
Средняя просадка: в среднем хуже, в совокупности лучше.
С.Р.: Хуже в среднем, лучше в совокупности.
(Я игнорирую стандартное отклонение и другие меры риска, где различия относительно малы
и несущественны. Мы также знаем, что по понятным причинам оборот и затраты будут выше
для шестой стратегии в обоих случаях.)
Помните, что эти стратегии идентичны, за исключением того, что одна только длинная, а
другая длинная/короткая с трендовым фильтром. Как могло случиться, что фильтр тренда
заставляет работать отдельные средние инструменты хуже – по-видимому, потому, что в
прошлом большинство инструментов в основном выросли в цене – но приводит к лучшей
производительности совокупного портфеля?
Одно из возможных объяснений связано с разной длиной истории данных, которая у нас есть.
Средняя медианная производительность одинаково взвешивает все инструменты, в то время
как совокупная производительность по инструментам фактически присваивает более высокий
вес инструментам с большим количеством данных.
Представьте, что у нас есть два инструмента, один из которых работает немного лучше.
с фильтром тренда (например, товарный рынок) и другим, который работает хуже (например,
фондовый инструмент). Усреднение этих двух инструментов приведет к тому, что фильтр
тренда будет выглядеть плохо. Но если у первого инструмента больше истории, то, как
только мы посмотрим на агрегированную доходность, фильтр тренда покажет улучшение,

поскольку для большей части агрегированной истории у нас есть только лучший
инструмент в наших данных.
Хотя я удаляю из своего анализа инструменты с данными менее одного года, это все же
потенциально может повлиять на наши результаты. Однако при исследовании этот
эффект объясняет лишь очень небольшую часть разницы.
На самом деле, основная причина различий между индивидуальными и совокупными

показателями заключается в том, что инструменты, торгуемые в портфеле длинных/
коротких позиций, более диверсифицированы, чем в портфеле только длинных позиций.
Чтобы понять почему, рассмотрим два инструмента, доходность которых сильно

коррелирует (например, два фондовых рынка США, такие как NASDAQ и S&P 500). Все еще
будут времена, когда они будут иметь разные сигналы тренда и, следовательно,
позиции с противоположными знаками. Недавним примером может служить кризис
COVID-19 2020 года, когда фильтр тренда S&P 500 стал отрицательным, в то время как
акции технологических компаний NASDAQ, более устойчивые в условиях карантинной
экономики, остались в восходящем тренде. После краха S&P 500 восстановился и вырос,
но в течение многих недель мы все еще держали короткие позиции по S&P 500 и
длинные позиции по NASDAQ. В этот период корреляция торговых подсистем была
отрицательной, что привело к снижению средней корреляции с течением времени.
Мы можем количественно оценить это преимущество диверсификации, используя IDM.

IDM рассчитывается на основе корреляций подстратегий и, следовательно, является
мерой диверсификации. Чем больше диверсификация, чем ниже средняя корреляция,
тем выше будет IDM. Подстратегии для каждого инструмента в шестой стратегии (которая
может быть как длинной, так и короткой) имеют более низкую корреляцию, чем в
четвертой стратегии только для длинных позиций. В результате окончательный IDM
для портфеля Jumbo в четвертой стратегии составляет 2,46, тогда как для шестой
динамической стратегии он составляет 2,89.
Однако улучшение производительности от фильтра тренда не может быть полностью

объяснено этой разницей в значениях IDM, предполагая, что
линейная оценка, такая как корреляция, является несовершенной мерой истинных

преимуществ диверсификации, которые можно получить при использовании трендовых
фильтров или других торговых правил.
В то время как только институциональные трейдеры или очень богатые люди могут
торговать полным портфелем Jumbo, вы сможете извлечь выгоду из большей части
доступной диверсификации, если сможете держать портфель с достаточно диверсифицированным
набором инструментов.
На рис. 28 показана кумулятивная процентная доходность для шестой стратегии, а также

эталонный показатель для четвертой стратегии. Вы помните, что пятой стратегии в основном
удалось избежать ужасающей просадки, которая произошла с четвертой стратегией в начале
1980-х годов, поскольку она не удерживала товарный и валютный рынки, которые тогда составляли
основную часть портфеля и которые все были в свободном доступе. падать. Но шестая стратегия
действительно процветает в этот период, поскольку она может открывать короткие позиции по
падающим инструментам.
Рисунок 28: Кумулятивная доходность для шестой и четвертой стратегий, портфель Jumbo
Формальная оценка относительной производительности

Несмотря на то, что совокупная производительность трендового фильтра для портфеля Jumbo в
таблице 24 является отличной, она все же неудовлетворительна.
что средняя производительность по одному инструменту в таблице 21 уступает стратегии

только на покупку. Не каждый может торговать портфелем Jumbo: должны ли обычные
смертные беспокоиться о длинном и коротком следовании за трендом, если они могут
держать только один или два инструмента в своем портфеле? Имейте в виду, что результаты
четвертой стратегии на исторических данных долгое время были польщены необычайно
хорошими результатами по определенным классам активов, в основном акциям и облигациям,
начиная с конца 1970-х годов.
Представляется маловероятным, что эти исключительные показатели повторятся в

ближайшем будущем, поскольку они зависят от многолетних тенденций к снижению
инфляции и процентных ставок. Это сопровождалось и частично вызвало значительную
переоценку фондового риска. Например, соотношение цена/прибыль по акциям США
увеличилось почти в четыре раза с примерно 10 в середине 1970-х годов, когда я начал
проводить бэктестирование, до почти 40, когда я пишу эту главу.
Нам нужен более справедливый способ измерения производительности по сравнению с

нашей эталонной длинной стратегией, который учитывает тот факт, что определенные
стратегии получат относительную выгоду от долгосрочных тенденций в ценах на базовые активы.
К счастью, для решения этой проблемы существуют хорошо зарекомендовавшие себя
методы, и мы воспользуемся одним из них: линейной регрессией месячной доходности106.
Я провел регрессию ежемесячной совокупной доходности портфельной торговой стратегии

Jumbo шесть (y) по эталонной стратегии четыре (x), используя стандартную формулу
линейной регрессии, распространенную в финансовой экономике:
Если мы минимизируем сумму квадратов ошибок (εt ), мы можем оценить коэффициенты α
(альфа) и β (бета). Но не стоит слишком беспокоиться об этих технических деталях. Важным

моментом является то, что бета-версия сообщает нам, как две стратегии возвращаются
одновременно, с положительным числом, указывающим на то, что доходность стратегии
положительно коррелирует. Бета для этой регрессии оказывается положительной (+0,34),
чего и следовало ожидать, учитывая, что средний инструмент находится в восходящем
тренде большую часть времени в течение периода ретроспективного тестирования. Что
еще более интересно, альфа составляет 1,13% в месяц и имеет высокую статистическую
значимость.107 Это означает, что динамическая версия шестой стратегии генерирует более 13% в меся
год в дополнительной доходности сверх того, что можно объяснить эталоном, четвертой
стратегией.
Этот результат должен дать вам больше уверенности в том, что длинная/короткая стратегия
следования за трендом может принести значительную пользу, особенно если долгосрочная
доходность в будущем менее впечатляющая.
Открывать длинные и короткие позиции в соответствии с фильтром следования за трендом

фантастически полезно — это означает, что мы можем получать прибыль на падающем рынке.
Хотя это не было безоговорочным успехом в нашем историческом ретроспективном
тестировании, это в основном потому, что было мало падающих рынков из-за значительных
макроэкономических тенденций, которые мы наблюдали с начала 1980-х годов. Если мы
скорректируем этот эффект с помощью линейной регрессии, мы увидим существенные преимущества.
В следующей стратегии я введу понятие прогнозирования: создание количественных оценок

будущей доходности с поправкой на риск и их использование для определения размера наших
позиций. Использование прогнозов чрезвычайно мощно. Это позволит нам комбинировать
разрозненные наборы торговых стратегий вместе. Все остальные стратегии в этой книге
используют прогнозы. Это позволяет их комбинировать друг с другом в режиме смешивания и
сочетания.
Стратегия шестая: Торговый план

Все остальные элементы идентичны четвертой стратегии.
104 В том маловероятном случае, если обе скользящие средние равны, мы бы не удерживали позицию.
105 Как и прежде, он состоит из 102 инструментов, торгуемых с номинальным капиталом в размере 50 миллионов долларов США, чтобы
гарантировать отсутствие проблем с минимальным капиталом по любому инструменту.
106 Ежедневные и недельные доходности при худшем подборе регрессии, но предполагаемая альфа, добавленная фильтром тренда, даже выше.
107 «t-статистика» равна 9,6, что на простом английском языке означает, что — теоретически — вероятность того, что оценочная альфа
действительно будет отрицательной, составляет менее одного из миллиона. Т-статистика около 2 обычно считается достаточной для
статистической значимости.
Стратегия седьмая: медленное

следование тренду с сильным трендом
Взгляните на график на рисунке 29. Он показывает цену микрофьючерса S&P 500, а также быструю (64
дня) и медленную (256 дней) EWMA, которые мы использовали в предыдущей главе. Показанный
период времени довольно интересен: это крах рынка COVID-19 в 2020 году.
Рисунок 29: Быстрая и медленная EWMA для S&P 500, приведшая к краху COVID-19
В течение большей части периода времени, охватываемого рисунком 29, у нас длинные позиции
(быстрая скользящая средняя выше медленной), и наши позиции будут иметь такой же ожидаемый риск.
Следовательно, мы одинаково длинны (с точки зрения подверженности риску) во все три дня:
1 апреля 2019 года, когда цена недавно двигалась в боковом направлении и вот-вот
начнется восходящий тренд.
25 января 2020 года, когда в течение нескольких месяцев наблюдается устойчивый

восходящий тренд.
На 19 марта 2020 года, когда индекс уже упал на 1000 пунктов (включая
второй худший день в истории после «черного понедельника»), после того
как ВОЗ объявила COVID-19 пандемией, в мире насчитывается несколько
тысяч случаев заболевания COVID-19. только США, а президент Трамп
объявил чрезвычайное положение в стране. На самом деле мы не закрываем
нашу длинную позицию до следующего дня.
Конечно, мы могли бы открыть короткую позицию раньше 20 марта, просто увеличив

скорость нашего кроссовера EWMA, и я рассмотрю эту возможность в следующей главе.
Но здесь есть более тонкий момент. Очевидно, что существует разница между ярко
выраженной тенденцией, которая стабильно существовала в течение нескольких
месяцев (январь 2020 г.), только что начавшейся (апрель 2019 г.) и тенденцией,
которая явно завершилась (март 2020 г.). И тем не менее, у нас есть позиция
одинакового размера – с поправкой на риск – во всех трех случаях.
Как мы можем различить эти разные периоды? Ответ заключается в использовании

прогноза — количественного показателя силы тренда, который мы можем
использовать для изменения размера нашей позиции.
Стратегия седьмая: торгуйте портфелем из одного или

Держите длинную позицию, когда они находятся в
восходящем тренде, и держите короткую позицию в
нисходящем тренде. Масштабируйте размер позиции в соответствии с силой т
Понятие прогноза.
Масштабирование позиции с прогнозами.
Ограничение прогнозов.
От силы тренда к прогнозу

Давайте нанесем на график значение кроссовера для трендового фильтра EWMAC(64 256),
который мы представили в предыдущей главе. Кроссовер - это более быстрый EWMA минус
более медленный:
Как видно из рисунка 30, пересечение сильно варьируется в разные периоды. На это
есть несколько причин. Во-первых, цена S&P 500 увеличилась, поэтому разница
пересечения в 10 пунктов в 1985 году (когда цена была около 400) эквивалентна
разнице в 100 пунктов сейчас (когда цена превышает 4000). Во-вторых, волатильность
S&P 500 меняется со временем. Разница в 100 пунктов, как мы видим в начале 2020 года,
может показаться большой, пока мы не учтем, что индекс двигался более чем на 100
пунктов в день.
Рисунок 30: EWMA64 минус EWMA256 для S&P 500
Чтобы получить значимое значение пересечения, которое мы можем использовать для измерения
силы тренда на протяжении истории, проверенной на исторических данных, нам нужно использовать,
как вы уже догадались, поправку на риск. У этого есть еще одно преимущество, заключающееся в том,
что мы можем сравнивать прогнозные значения для разных инструментов. Это дает огромные
преимущества с точки зрения калибровки и подгонки наших торговых стратегий, поскольку мы можем
использовать объединенные результаты для множества различных инструментов.
Я формально определяю прогноз как значение, пропорциональное ожидаемому

доход с поправкой на риск. Обратите внимание, что это означает, что прогнозы пропорциональны ожидаемым
коэффициентам Шарпа (SR)108, поскольку они также представляют собой доходность с поправкой на риск.
Я также определяю все, что дает прогноз, как торговое правило.

В частности, для нашего текущего торгового правила — фильтра тренда — для расчета
прогноза мы делим пересечение на стандартное отклонение доходности, но с использованием
σp — риска, рассчитанного в единицах дневной цены, а не в процентных пунктах в годовом

исчислении.109 Риск в дневной цене пунктов110 просто равно цене, умноженной на годовой
процентный риск, деленной на 16. Следовательно, необработанный прогноз для любого
трендового фильтра с использованием EWMA выглядит следующим образом:
Ясно, что знак прогноза указывает, следует ли нам открывать длинные (положительные) или
короткие (отрицательные) позиции. При прогнозе выше среднего у нас будет позиция
больше, чем обычно; если бы прогноз был меньше среднего, то наша позиция была бы
скромнее по размеру.
Как узнать, равен ли прогноз своему среднему значению? Обычно нет более простого
способа111 , чем провести ретроспективное тестирование, построить график прогнозируемого
значения с течением времени и измерить среднее значение. Чтобы получить более
точную оценку среднего значения, мы можем измерить его с помощью множества различных
инструментов и взять среднее значение этих оценок. Конечно, это возможно только
потому, что поправка на риск обеспечивает прямую сопоставимость прогнозов для разных
Поскольку это облегчает чтение и понимание прогнозов, я предпочитаю масштабировать

свои прогнозы так, чтобы их среднее абсолютное значение112 было равно 10. Итак, как
только я оценил среднее значение прогноза:
Мы можем заменить последнюю часть этого уравнения скаляром прогноза:

Получение надежных оценок скаляра прогноза требует значительной работы, но для всех
стратегий, описанных в этой книге, я приведу свои собственные цифры. Для торгового правила
EWMAC(16,64) я оценил скаляр прогноза примерно в 1,9.
Важное примечание: Строго говоря, чтобы избежать мошенничества в выборке, мы должны
использовать чисто ретроспективную скользящую оценку скаляра прогноза при тестировании на
истории. Все мои проверенные на исторических данных результаты используют ретроспективные
оценки, но, поскольку эти скаляры относительно стабильны во времени, использование
фиксированных значений, которые я предоставлю для каждой стратегии, не повредит.
Следовательно, чтобы рассчитать масштабированный прогноз для этого торгового правила:
Масштабированный прогноз для S&P 500 показан на рисунке 31. Как вы можете видеть, среднее
абсолютное значение составляет около 10; если быть точным, то чуть выше: 10,5.
Нет никакой гарантии, что это будет ровно 10, так как я оценил коэффициент масштабирования
для многих различных инструментов, но для такой торговой стратегии я ожидаю, что реализованное
среднее значение для инструмента с большим количеством исторических данных будет очень
близко к нашей цели. .113
Рисунок 31: Масштабированный прогноз для трендового фильтра EWMA(64 256), S&P 500
Вернемся к трем дням, которые я выделил в начале главы:
1 апреля 2019 года, когда цена движется в боковом направлении, а тренд

только начинается, прогноз меньше пяти, поэтому у нас будет меньше
половины нашей средней позиции.
28 января 2020 года, когда в течение нескольких месяцев наблюдается

устойчивый восходящий тренд, прогноз составляет около 20. Это означает,
что позиция вдвое превышает нашу среднюю.
19 марта 2020 года, когда разразился ад, прогноз меньше единицы. У нас
была бы десятая часть нашей нормальной позиции. Если бы у нас не было

большого количества капитала, выделенного для этого инструмента, у
нас, скорее всего, была бы нулевая позиция, и мы закрыли бы нашу сделку
за несколько дней до этого.
Масштабирование позиции с прогнозами

Есть еще одно преимущество наличия прогноза с поправкой на риск с единой
интерпретацией для разных инструментов и разных периодов времени: мы можем
использовать одно и то же уравнение для определения нашей оптимальной позиции
— независимо от того, какой именно стратегией или инструментом мы торгуем:
Есть два новых элемента, которых мы раньше не видели: масштабированный прогноз114 и
фиксированная константа 10. Эффект от них двоякий. Во-первых, если масштабированный

прогноз положительный, мы будем открывать длинные позиции, а если он отрицательный, мы
будем открывать короткие позиции. Во-вторых, размер нашей позиции будет зависеть от
абсолютного значения масштабированного прогноза. Если он равен 10, то у нас будет
позиция среднего размера (точно так же, как у нас было для стратегий с третьей по шестую).
В противном случае наша позиция в контрактах будет меньше или больше.
Давайте рассмотрим позиции по S&P 500 с конца 2019 по начало 2020 года.
Они показаны на рисунке 32.
Рисунок 32: Масштабированный прогноз и позиция в контрактах на S&P 500
Я также начертил масштабированный прогноз, так как случайно115 с капиталом в 100 000
долларов положение по контрактам в этот период находится в таком же масштабе. Вы можете
видеть, что в начале апреля наша позиция очень мала, что отражает очень слабый прогноз.
К концу января у нас будет гораздо больше сделок. Затем, когда рынок становится более
рискованным, у нас появляются меньшие позиции для данного уровня прогноза.
В течение следующих нескольких недель наша позиция резко сокращается, отчасти из-за
повышения уровня риска, но также и из-за того, что наш прогноз быстро снижается. В
результате мы менее подвержены последующей распродаже.
Важным отличием здесь является то, что мы не совершаем ни одной крупной сделки в один день,
когда фильтр тренда переворачивается в конце марта, как мы делали для стратегий 5 и 6. Вместо
этого сделка закрывается постепенно, поскольку прогноз снижается за несколько недель до
этого. Наши проверенные на исторических данных затраты немного увеличатся, когда мы
введем прогнозирование, поскольку у нас есть дополнительные сделки, вызванные корректировкой
прогноза. Однако для институциональных трейдеров116 вполне вероятно, что такой более
плавный торговый профиль приведет к снижению затрат, поскольку они дорого заплатят, если
действительно попытаются закрыть всю свою позицию за один день, а не постепенно в течение
нескольких недель.
Максимальное значение прогноза

Как показано на рисунке 31, масштабированный прогноз может в два или даже в три раза превышать
среднее значение, равное десяти. Это означает, что время от времени мы будем открывать
позиции, которые более чем в три раза превышают те, которые мы открывали в наших предыдущих
стратегиях. Это не очень хорошая идея, поскольку она концентрирует наш риск на инструментах
с высокими прогнозами117. Кроме того, существуют другие торговые правила, для которых
возможны еще более экстремальные значения прогнозов.
Есть и другие веские причины для ограничения значения прогноза, и я объясню их во второй
части. А пока просто примите как данность, что максимальное абсолютное значение прогноза,
которое вы должны использовать, равно 20. Это означает, что у нас никогда не будет более
чем в два раза больше нашей средней позиции в игре. Вы должны использовать следующую
модифицированную формулу масштабирования позиции:
Оценка эффективности стратегии

Семь
Теперь обратимся к нашей обычной оценке. Прежде всего, мы проверим работу медианного
инструмента в нашем наборе данных. Это показано в таблице 25.

Таблица 25: Производительность среднего инструмента, только покупка,

трендовый фильтр и прогнозы
Четвертая Шестая стратегия Стратегия седьмая

стратегия Фильтр медленного тренда, длинный/короткий Фильтр медленного тренда с прогнозами
Только длинные
Средний годовой 6,9% 4,8% 4,1%

доход
Расходы 0,3% 0,3% 0,3%
Оборот 2,7 7,0 8,9
перекос 0,09 0,01 0,18
Результаты немного разочаровывают. Мы ожидаем умеренного увеличения оборота,

потому что у нас больше корректирующих сделок, хотя сделки закрытия, которые мы
делаем, когда фильтр тренда разворачивается, намного меньше, поэтому мы не
видим значительных изменений в затратах. Но и другая статистика выглядит хуже,
за исключением перекоса. Давайте обратимся к совокупной эффективности портфеля
Jumbo, поскольку мы знаем, что эффект диверсификации часто может изменить
картину.
В таблице 26 показаны сводные данные. Эти лучше; доходность улучшилась, хотя

SR снизился очень незначительно. Статистика рисков все еще немного уродливее.
Таблица 26: Производительность среднего инструмента, только покупка,

трендовый фильтр и прогнозы
Четвертая Шестая стратегия Стратегия седьмая

стратегия Фильтр медленного тренда, длинный/короткий Фильтр медленного тренда с прогнозами
Только длинные

доход
Расходы 0,8% 1,1% 1,2%

Коэффициент Шарпа 0,85 1.01 0,96
Оборот 20,7 31,6 40,1
перекос 0,04 0,16 0,33
Однако, как я уже указывал раньше и буду делать это снова, нам нужно с осторожностью относиться к
результатам тестирования на исторических данных, поскольку они будут благоприятствовать
стратегиям с уклоном на длинную позицию в исторический период, когда многие инструменты росли в цене.
Чтобы исправить это, я буду использовать тот же метод, что и для шестой стратегии. Я провел
регрессию ежемесячной совокупной доходности портфельной торговой стратегии Jumbo семь (y) по
эталонной стратегии четыре (x), используя формулу линейной регрессии, и получил следующие
результаты:
На самом деле это небольшое улучшение по сравнению с шестой стратегией, где альфа составляет
1,13% в месяц по сравнению с 1,17%, которые мы видим здесь. После того, как мы скорректировали
различную экспозицию к бенчмарку только для длинных позиций, масштабирование прогноза
выглядит довольно хорошо. Тем не менее, это не блестящая идея использовать прогнозы для
изменения размеров позиций. Тем не менее, есть несколько веских причин, чтобы придерживаться
его:
Оказывается, прогнозирование работает лучше для более быстрых фильтров тренда и для
других видов стратегии. Я представлю это доказательство позже в книге.
Использование силы прогноза упрощает объединение различных торговых стратегий, как
я объясню в девятой стратегии.
Как я уже отмечал, для институциональных трейдеров, использующих прогнозное
масштабирование, это, вероятно, значительно сократит затраты, даже если розничные
трейдеры могут увидеть скромный рост (есть способ уменьшить эти дополнительные затраты,
и я объясню его в следующей стратегии). .

Вы можете думать о прогнозе как об измерении уровня нашей уверенности в наших сделках.
Тренды, которые существуют дольше, с меньшей волатильностью, выглядят более убедительно,
чем слабые изменчивые тренды, которые только что установились. Интуитивно понятно, что
у нас должны быть более крупные позиции, когда мы более уверены в направлении рынка. Есть
также убедительные эмпирические исследования, подтверждающие это, но чтобы убедиться
в этом, вам придется дождаться двенадцатой стратегии во второй части.
Хотя его преимущества в настоящее время кажутся несколько незначительными, использование

прогнозирования в качестве инструмента для объединения различных торговых стратегий
вместе будет означать, что мы можем легко торговать несколькими типами стратегий,
осознавая существенные преимущества использования диверсифицированного набора стратегий,
а не необходимости выбирать. единственный. Эти преимущества станут более очевидными,
начиная со стратегии 9 и далее. Если диверсификация — лучший бесплатный обед в финансах,
а таргетирование рисков — второе, то, возможно, прогнозирование может претендовать на роль

как минимум приличного полдника.
Однако до этого мы еще больше расширим наш выбор стратегий, добавив более быстрый фильтр
следования за трендом.
Стратегия седьмая: Торговый план

Все остальные элементы идентичны шестой стратегии.
108 Техническое примечание. Если бы прогноз был точно равен ожидаемому SR, и мы использовали полное масштабирование Келли
с одним инструментом, мы бы установили коэффициент кредитного плеча, равный прогнозу, деленному на стандартное отклонение
соответствующего инструмента.
109 Важно, чтобы это стандартное отклонение выражалось в цене, а не в процентных пунктах, поскольку пересечение находится в
ценовых пунктах. Менее важно, чтобы мы использовали здесь дневные, а не годовые стандартные отклонения, поскольку это всего
лишь коэффициент масштабирования. Я использовал ежедневно для согласованности с моей собственной торговой системой и моими
предыдущими книгами.
110 Вы можете рассчитать это напрямую или вывести из процентного стандартного отклонения σ%, оцененного в предыдущих главах с
помощью приведенной здесь формулы. См. Приложение B для более подробной информации.
111 Для некоторых торговых стратегий, включая эту, мы могли бы математически вывести ожидаемое среднее значение, учитывая
некоторые предположения о распределении доходности. Поскольку эти предположения обычно нереалистичны, лучше выполнить
оценку с помощью ретроспективного тестирования.
112 Техническое примечание. Я использую среднее абсолютное значение , а не стандартное отклонение, что может показаться
логичным способом калибровки масштабирования прогноза. Между этими двумя показателями есть два ключевых различия. Первое
различие, которое не имеет значения, заключается в том, что стандартное отклонение представляет собой квадратный корень из
среднего квадрата значения, в то время как среднее абсолютное значение представляет собой просто среднее значение абсолютных значений.
Другое отличие, более существенное, заключается в том, что стандартное отклонение рассчитывается путем вычитания среднего
значения из каждого значения перед возведением в квадрат. Это означает, что стандартное отклонение будет меньше по величине
по сравнению со средним абсолютным значением, если прогноз имеет тенденцию быть длинным или коротким.
Трендовые фильтры обычно имеют длинный уклон, так как многие инструменты со временем выросли в цене.
113 Бывают обстоятельства, когда это не так. Например, фильтр тренда, который видел только бычий рынок для определенного
инструмента, будет иметь предвзятый средний прогноз. Вы столкнетесь с другими проблемами на таком рынке, как VIX, где прогнозное
распределение будет иметь высокое значение.
эксцесс. Это одна из причин, по которой я использую результаты нескольких инструментов для оценки своих скаляров прогноза.
114 Очень техническое примечание. Если вы подставите приведенный выше расчет масштабированного прогноза, вы заметите, что
наша позиция пропорциональна 1 ÷ σ%i. Этот результат.будет знаком студентам, изучающим финансовую экономику, которые
2
изучали оптимизацию средней дисперсии.
115 Не совсем.
116 Если бы затраты были линейными, то они, вероятно, не изменились бы. Но институциональные трейдеры сталкиваются с нелинейными
затратами, потому что их затраты резко возрастают, когда они начинают серьезно влиять на рынок посредством своей торговли.
117 Оглядываясь назад, можно сказать, что иметь большую длинную позицию по фьючерсам S&P 500 на январь 2020 года было
действительно очень плохой идеей.

Стратегия восьмая: быстрое следование
за трендом, длинные и короткие позиции с
учетом силы тренда
Как известно инвесторам в акции, рынки не растут по прямой линии; есть бычий и медвежий рынки,
которые часто длятся несколько лет. Именно эти большие долгосрочные тренды мы пытаемся
уловить с помощью фильтра медленных трендов, разработанного в пятой стратегии и доработанного
в шестой и седьмой стратегиях.
Но даже на бычьем рынке бывают развороты, которые будут слишком краткими для нашего фильтра.
К счастью, следование за трендом — это нечто большее, чем просто относительно медленный
вариант, который мы использовали для фильтрации наших позиций в последних нескольких главах.
Академические исследователи также обнаружили признаки тенденций на более коротких
временных горизонтах. В этой главе мы сосредоточимся на относительно быстром фильтре тренда.
Стратегия восьмая: торгуйте портфелем из одного или

нескольких инструментов, каждый из которых имеет
позиции, масштабированные для оценки переменного
риска. Держите длинную позицию, когда они находятся в
недавнем восходящем тренде, и держите короткую позицию в
недавнем нисходящем тренде. Масштабируйте размер позиции
в соответствии с силой тренда.
Построение более быстрой меры нашего трендового фильтра.
Использование буферизации для снижения торговых издержек.

Построение более быстрого трендового фильтра
Наш исходный фильтр тренда имел форму EWMA (64) — EWMA (256). Я выбираю 256 дней, так
как это примерно количество рабочих дней в году. Но почему я выбрал 64 дня в качестве
более быстрой скользящей средней, ровно четверть от 256?
Если вы относитесь к тому типу людей, которые читают и запоминают сноски, то вы знаете,
что любое соотношение между двумя длинами скользящих средних, равными двум и шести,
дает статистически неразличимые результаты как с реальными, так и с искусственными
данными (последнее использовалось, чтобы избежать потенциального риска в выборке). примерка).
Использование более короткой длины, равной одной четверти большей длины,
2 8 2= =4 256,
математически аккуратно, особенно потому, что и 2 что означает, что мы можем
создать аккуратную серию пересечений скользящих средних с разными скоростями: 64 и

256, 32 и 128, 16 и 64, 8 и 32 и так далее.
Имея это в виду, давайте изменим наши расчеты из стратегий шесть и семь, чтобы построить
более гибкую версию фильтра тренда с интервалами 16 и 64 дня:118
Вот общие формулы из предыдущей главы:
Моя оценка скаляра прогноза для этого более быстрого кроссовера равна 4,1, поэтому мы
имеем:
Наконец, мы используем формулу ограничения119 и определения размера позиции:
Здесь мы создали новый вариант торгового правила. Общее торговое правило — это
правило тренда EWMAC, и теперь у нас есть два возможных варианта этого правила:
исходный EWMAC (64 256) и новый EWMAC (16, 64).
Буферизация для снижения торговых издержек
Вернемся к одной из моих любимых навязчивых идей: торговым издержкам. Они явно
будут выше для более быстрого фильтра тренда. Это не является серьезной
проблемой для S&P 500, который является очень дешевым будущим для торговли, но
это будет проблематично для более дорогих инструментов.
Есть несколько способов решить эту проблему,120 которые мы можем использовать

для любого торгового правила. Один из них — каким-то образом сгладить прогноз,
используя скользящее среднее или экспоненциально взвешенное скользящее среднее.
Здесь это неприменимо, так как фильтры тренда, которые мы используем, уже
построены из скользящих средних. Дальнейшее сглаживание снизит их эффективность
в улавливании восходящих трендов. Но мы будем использовать эту технику с другими
стратегиями позже в книге.
Второй метод, который мы можем использовать, это

121 Здесь мы не сглаживаем
буферизация. прогноз, но вместо этого игнорируйте небольшие изменения в

прогнозе, которые не важны и вызывают ненужную торговлю. Мы торгуем только тогда,
когда наша текущая позиция значительно отличается от оптимальной позиции.
Начнем с установки торгового буфера. Буфер – это область вокруг нашей оптимальной
позиции, где мы не торгуем. Буфер B задается как доля F от средней длинной позиции
(т. е. позиции, которую мы открыли бы для стратегии четыре, или, что то же самое,
позиции, которую мы бы открыли для стратегии восемь с прогнозом +10):
Теоретически правильное значение F зависит от нескольких факторов, включая скорость и

доходность соответствующего торгового правила, а также затраты, которые мы должны заплатить,
но удобнее всего установить его на довольно консервативном значении 0,10.
Теперь мы устанавливаем нижний и верхний предел буфера вокруг неокругленного

оптимального количества контрактов N (которое мы рассчитываем обычным способом и которое
может быть положительным или отрицательным):
Теперь воспользуемся следующим правилом. Учитывая текущую позицию в раундовых

контрактах C:
Давайте посмотрим на конкретный день, чтобы получить представление о расчетах, а затем

рассмотрим общее поведение, которое мы получаем от буферизации. 22 июля 2021 года
оптимальное значение N составляло длинную 13,2 контракта для капитала в размере 100 000
долларов США со стратегией, просто торгующей микрофьючерсами S&P 500. Я рассчитал это
значение N , используя текущее значение прогноза, цену, валютный курс и стандартное
отклонение. В тот же день средняя длинная позиция составила 8,8 контракта. При F = 0,1 это
дает нам значение B , равное 0,88:
Текущая позиция по раундовым контрактам Ci составляет 12 контрактов (с 20 июля). Поскольку 12
находится между B, на рисунке 33 показано влияниел и BU , торговля не требуется.
применения буферизации на S&P 500 в начале 2021 года.
Рисунок 33: Влияние буферизации на S&P 500 в начале 2021 г.
Светло-серая пунктирная линия («неокругленная») показывает позицию, которую мы бы заняли,

если бы могли торговать дробными контрактами. Если бы мы просто округлили эту оптимальную
позицию, как мы это делали в более ранних стратегиях, мы бы получили более темную
пунктирную линию («округленную»). Позиция в буфере — сплошная темная линия. Обратите
внимание, что эта позиция торгуется значительно меньше, чем округленная позиция,
особенно в период с 7 по 30 апреля. При простом округлении мы торгуем в общей сложности
семью контрактами в течение этого временного интервала, в то время как при буферизации мы
совершаем только одну сделку 16 апреля для двух контрактов.
Буферизация существенно снижает оборот122 нашей торговли без ущерба для

производительности123.
Подробные результаты
В следующих таблицах я включил три разные стратегии:
Первоначальная четвертая стратегия, которая представляет собой длинную стратегию без тренда.
фильтр, но с динамическим определением размера позиции в соответствии с риском.
Версия седьмой стратегии с использованием фильтра медленного тренда EWMAC(64 256) с
прогнозированием. Для совместимости с восьмой стратегией я изменил эту стратегию, чтобы она также
использовала буферизацию. Конечно, поскольку эта стратегия работает довольно медленно,
буферизация не так сильно на нее влияет.
Восьмая стратегия с использованием фильтра быстрого тренда: EWMAC(16,64), с прогнозированием и
буферизацией.
Как обычно, давайте сначала посмотрим на среднюю (медианную) производительность по всем инструментам в
моем наборе данных. Результаты приведены в таблице 27.
Таблица 27: Медианная производительность по инструментам: только длинные, быстрые и медленные трендовые
фильтры
Четвертая стратегия Стратегия седьмая Стратегия восьмая

Только длинные (с буферизацией) (с буферизацией)
Медленный тренд, длинная/короткая Быстрый тренд, длинная/короткая
Расходы 0,3% 0,3% 0,5%
Оборот 2,7 8,9 16,7
перекос 0,09 0,14 1,00
В среднем более быстрый тренд кажется более прибыльным, чем более медленный. Это верно для всех
показателей, за исключением, конечно, оборота и затрат, где мы должны платить больше, чтобы уловить
более быстрые тенденции. Он также имеет гораздо лучший перекос, хотя и с немного более толстыми хвостами.
На самом деле одно из желательных свойств следования за трендом заключается в том, что ожидается, что оно
даст нам положительный перекос, а более быстрые фильтры тренда, как правило, обеспечивают лучший перекос.
Я рассмотрю этот эффект более подробно в девятой стратегии.

В таблице 28 показана сводная статистика тестирования портфеля Jumbo по тем же трем

стратегиям.
Таблица 28: Производительность совокупного портфеля Jumbo: только длинные позиции, фильтры
быстрого и медленного тренда
Четвертая стратегия Стратегия седьмая Стратегия восьмая

Только длинные (с буферизацией) (с буферизацией)
Медленный тренд, длинная/короткая Быстрый тренд, длинная/короткая
Расходы 0,8% 1,0% 1,7%
Оборот 20,7 27,5 60,5
перекос 0,04 0,61 0,81
Модель превосходства сохраняется для агрегированного портфеля Jumbo. Почти по каждому

показателю более быстрое следование за трендом соответствует или превосходит более
медленное, за очевидным исключением затрат и оборота.
Еще раз, перекос заметно лучше.
Рисунок 34 ясно показывает очень различный характер трех стратегий.

Например, в конце 2008 г. фильтр медленного тренда сохранял длинную позицию на большинстве фондовых
рынков, когда они рухнули, и, следовательно, работал примерно так же плохо, как четвертая стратегия
«единственная длинная позиция». Напротив, фильтр быстрого тренда смог уловить этот нисходящий
тренд и продемонстрировал наилучшие результаты в этом году.
Рисунок 34: Кривая счета только для длинной стратегии четыре плюс быстрая и медленная
стратегии следования за трендом
Теперь давайте проведем регрессию, чтобы увидеть, являются ли (а) доходность фильтра тренда
следствием воздействия стратегии «только длинные позиции четыре» или (б) мы добавляем
«альфа»: некоррелированные дополнительные доходы. Я использовал месячную доходность,
чтобы сделать следующие регрессии (снова используя буферизацию в обеих стратегиях семь и
восемь для согласованности):
124
Бета намного ниже для быстрого трендового фильтра, чем для медленного. Это легко Это
объясняется тем фактом, что в нашем тестировании на истории большинство инструментов большую
часть времени росли, поэтому наш фильтр медленного тренда проводит больше времени в лонге,
чем в шорте. С более быстрым фильтром тренда мы, скорее всего, будем иметь сбалансированный набор
длинных и коротких позиций и, следовательно, будем более непохожи на стратегию только для
длинных позиций.
Альфа для фильтра быстрого тренда также значительно выше: дополнительные

0,17% в месяц или около 2% в год.
Стратегия номер восемь, несомненно, до сих пор является звездой книги. Его производительность
превосходит производительность единственного длинного эталона (стратегия четыре) и его
более медленного собрата (стратегия семь) почти во всех возможных тестах. Означает ли
это, что мы должны полностью отказаться от фильтра медленного тренда? Нет. Как я объясню в
следующей главе, мы можем добиться еще большего успеха, чем восьмая стратегия, если
комбинируем ее с седьмой стратегией и с другими вариациями торгового правила EWMAC.
Эта комбинация возможна благодаря магии прогнозирования. Поскольку все прогнозы имеют
одинаковую шкалу, мы можем брать средние значения для прогнозов, основанных на различных
торговых правилах и вариациях одного и того же правила. Это позволяет нам продолжать
использовать точно такие же уравнения для определения размера позиции, заменяя прогноз
по одному правилу комбинированным прогнозом.
Стратегия восьмая: Торговый план

Все остальные элементы идентичны седьмой стратегии.
Примечание. Мы также можем торговать буферизованной версией седьмой стратегии,

которая идентична приведенному выше торговому плану, за исключением
использования трендового фильтра EWMAC(64 256).
118 Читатели моей предыдущей книги « Торговля с кредитным плечом» узнают, что это скорость тренда, используемая для
«стартовой системы» в первой части книги.
119 Оказывается, ограничение гораздо важнее для более быстрых фильтров тренда, так как более вероятно, что они достигнут
экстремальных значений. Я расскажу об этом подробнее во второй части.
120 На самом деле, мы можем сделать ещё кое-что. Мы можем избежать торговли дорогими инструментами с более быстрыми
вариациями торговых правил, и я рассматриваю этот вариант в девятой стратегии. Мы также можем попытаться уменьшить среднюю
стоимость каждой сделки; которые будут рассмотрены в шестой части.
121 Это несколько более сложная версия метода «инерции позиции», который я представил в двенадцатой главе «
Систематической торговли». Но оно идентично правилу управления позицией в десятой главе « Торговля с кредитным
плечом». Буферизация является оптимальным методом для трейдеров, у которых транзакционные издержки составляют
фиксированный процент независимо от размера сделки. Это примерно верно для фьючерсных трейдеров, которые платят
фиксированные комиссионные за каждый контракт и не настолько велики, чтобы их сделки начинали влиять на рынок.
Дополнительные сведения см. в книге Лассе Педерсена « Эффективно неэффективно» (полная справочная информация
приведена в Приложении A).
122 Обычно это снижает текучесть кадров; конечно, если позиция растет по прямой линии, то оборот не изменится при применении
буферизации.
123 Техническое примечание. Если быть педантичным, то буферизация снижает линейные издержки (типа тех, с которыми
сталкиваются розничные инвесторы), но не нелинейные издержки, с которыми сталкиваются крупные фонды. Я обсуждаю способы
снижения нелинейных торговых издержек в шестой части.
124 Техническое примечание: Бета — это ковариация: произведение относительного стандартного отклонения и корреляции
доходности в каждой стратегии. Поскольку стандартные отклонения для всех трех стратегий примерно одинаковы, бета-оценки почти
идентичны корреляциям.
Стратегия девятая: несколько правил
следования за трендом
Более быстрый фильтр тренда восьмой стратегии лучше, чем более медленный фильтр, который
мы изначально использовали. Но означает ли это, что мы должны использовать исключительно
восьмую стратегию в качестве нашей системы следования за трендом? Есть ли выгода от торговли
обоими?
Еще в четвертой стратегии я сказал, что мы хотим торговать как можно большим количеством
инструментов, поскольку они дают нам доступ ко множеству различных видов премий за риск. Эта
изящная теория подтверждается четкими доказательствами: доходность от торговли этими
многочисленными инструментами относительно некоррелирована,125 и сложение нескольких
некоррелированных потоков доходности постоянно улучшает почти все доступные нам
показатели производительности. Чтобы убедиться в этом, просто сравните превосходную
доходность любого портфеля Jumbo с соответствующими показателями медианной статистики по
отдельным инструментам.
Но разнообразие инструментов — не единственная игра в городе. Мы также можем диверсифицировать

некоррелированные торговые стратегии. Нам не нужно выбирать один. Итак, корреляция между
двумя разработанными нами трендовыми фильтрами (стратегии семь и восемь) довольно высока: 0,70.
Это неудивительно. Оба фильтра построены по одному и тому же методу, различаются только
полосы пропускания. Иными словами, стратегия в медленном восходящем тренде, скорее всего,
будет и в быстром восходящем тренде. Но корреляция не является идеальной 1.0, поэтому должны
быть некоторые преимущества от торговли на обеих скоростях тренда.
Точно так же, как мы смогли извлечь выгоду из диверсификации по различным инструментам, мы
можем извлечь выгоду из использования двух или более разных стратегий, нацеленных на
разную длину тренда. Это означает, что мы выиграем от использования как седьмой стратегии
(для медленных трендов), так и восьмой (для быстрых трендов), а также любого другого фильтра
скорости тренда. Это даст нам комбинированную стратегию, которая превосходит любую
индивидуальную скорость фильтрации, включая стратегию номер восемь.
Стратегия девятая: торгуйте портфелем из одного или нескольких

инструменты, каждая из которых имеет позиции,

Рассчитайте количество прогнозов для разных скоростей трендового фильтра
Разместите позицию на основе комбинированного прогноза.
Выбор серии трендовых фильтров.
Как различные трендовые фильтры ведут себя с течением времени: затраты, производительность с
течением времени и риск.
Объединение ряда различных прогнозов.
Оптимизация весов прогнозов.
Учет диверсификации прогноза.
Масштабирование позиций с различными прогнозами.
Выбор серии фильтров следования за трендом

До сих пор мы использовали два фильтра тренда: EWMA (64) — EWMA (256) и EWMA (16)
— EWMA (64). Как я уже отмечал ранее, использование более короткой длины,
равной одной четверти большей длины, довольно аккуратно и означает, что мы
можем создать аккуратную серию пересечений скользящих средних с разными
скоростями; различные варианты общего правила торговли: EWMAC:
EWMAC(64 256): EWMA(64) – EWMA(256). Это была стратегия

Семь.
ЭВМАК (32 128)
EWMAC(16,64): Это была восьмая стратегия.
ЭВМАК(8,32)
ЭВМАК(4,16)
ЭВМАК(2,8)
Мы могли бы также включить EWMAC(1,4), но, как мы увидим позже, даже

EWMAC(2,8) слишком дорог почти для всех фьючерсных инструментов.126 На другом конце спектра все, что
медленнее, чем EWMAC(64,256), становится слишком коррелированным с длинной стратегией, и мы получаем
меньше сделок, что затрудняет оценку. добавляем ли мы какое-либо значение. В какой-то момент мы будем
торговать так медленно, что эту книгу придется переименовать в «Расширенные стратегии инвестирования в
фьючерсы ».
Как мы увидим через несколько страниц, нам не нужно смотреть на промежуточные фильтры, такие как
EWMAC(12,48), поскольку приведенные выше пары уже сильно коррелированы, поэтому нет никакой пользы от
использования более детального набора пар. .
Точно так же выбор соотношения между быстрыми и медленными интервалами EWMA, для которого я использую
фиксированное значение, равное четырем, не сильно повлияет на наши результаты.
Любое соотношение между двумя и шестью одинаково хорошо. Мы могли бы рассмотреть возможность торговли
как EWMAC(16,64) (соотношение 4), так и EWMAC(16,32) (соотношение 2), и, возможно, также EWMAC(16,92)
(соотношение 6), но однажды опять же, они будут очень сильно коррелированы. Использование фиксированного
отношения также означает, что я могу сэкономить место, ссылаясь на EWMACn как на сокращение для
EWMAC(n,4n). Следовательно, EWMAC16 эквивалентен EWMAC(16,64).
Для всех этих вариантов мы можем использовать точно такие же правила определения размера позиции и
управления, которые мы использовали в восьмой стратегии:
Рассчитайте необработанное значение кроссовера для каждого варианта торгового правила.
Разделите на стандартное отклонение, чтобы найти нормализованный прогноз риска.
Масштабируйте прогноз так, чтобы его ожидаемое абсолютное среднее значение равнялось 10.
Ограничение прогноза.
Рассчитайте оптимальную неокругленную позицию с поправкой на риск, N контрактов, используя
ограниченный прогноз, цель риска, текущий риск инструмента, текущую цену, валютный курс, а также
капитал, вес инструмента и множитель диверсификации инструмента (IDM).
Рассчитайте буферную зону вокруг оптимального положения.
Сравните текущую позицию с буферной зоной, чтобы решить, стоит ли торговать.
Нам просто нужны скаляры прогноза,127 для которых вы можете найти оценки в
таблица 29.
Таблица 29: Скаляры прогноза для различных скоростей трендового фильтра
Скаляры прогноза
EWMAC2 12.1
EWMAC4 8,53
EWMAC8 5,95
EWMAC16 4.10
EWMAC32 2,79
EWMAC64 1,91
Должны ли мы использовать разные меры волатильности

для разных скоростей тренда?
В приведенных выше расчетах мы используем ту же оценку стандартного отклонения, которую
использовали, начиная с третьей стратегии: экспоненциально взвешенное стандартное
отклонение с интервалом в 35 дней (плюс взвешивание текущей оценки и очень длинное
скользящее среднее). Имеет ли это смысл? Если мы используем EWMAC2, мы ожидаем удержания
позиций в течение нескольких дней. Но с EWMAC64 наши сделки осуществляются месяцами.
Мы пытаемся предсказать будущую волатильность на очень разных временных горизонтах, в
зависимости от скорости фильтра тренда.
Интуитивно вы могли бы ожидать, что использование более короткого интервала для нашей
оценки волатильности приведет к более точному прогнозу для стратегий, которые торгуют
быстрее. И наоборот, если мы рассчитываем удерживать нашу позицию в течение многих недель,
то более длительный период был бы уместным.
На самом деле оптимальный интервал для оценки стандартного отклонения не зависит от периода
времени, для которого мы пытаемся спрогнозировать будущую волатильность. Промежутки между
10 и 50 днями достаточно хорошо позволяют прогнозировать будущую волатильность, независимо
от периода времени, а оптимум составляет от 30 до 35 дней.
Мы не так хороши в прогнозировании риска для периодов удержания, типичных для очень быстрых
(EWMAC2) или очень медленных (EWMA64) торговых правил. Для краткости

периоды удержания в несколько дней, стандартное отклонение может сильно варьироваться,

и очень сложно предсказать что-либо на несколько месяцев вперед. Но это не меняет
основного вывода: оптимальная ретроспективная оценка составляет около 30 дней, а
другие ретроспективные прогнозы относительно плохо прогнозируют будущие риски,
независимо от используемого временного горизонта.
Все это означает, что мы можем придерживаться одной оценки стандартного отклонения,
независимо от того, какое торговое правило мы используем.
Производительность различных фильтров трендов

Давайте подробнее рассмотрим эффективность различных фильтров тренда, которые показаны в
таблицах 30 и 31. Я показываю совокупную статистику портфеля Jumbo; средние значения по
отдельным рынкам дадут аналогичный результат, по крайней мере, на относительной основе
(хотя абсолютные коэффициенты Шарпа (SR), например, будут явно ниже).
Таблица 30: Производительность трендового фильтра (быстрые фильтры) при разных скоростях
EWMAC2 EWMAC4 EWMAC8
Среднегодовая доходность (брутто) 13,0% 19,6% 24,1%
Средний годовой доход (нетто) 3,5% 14,8% 21,5%
Расходы 9,3% 4,7% 2,5%
Оборот 381 195 97,9
перекос 1,32 0,75 1,48
Альфа в годовом исчислении (брутто) 10,2% 15,9% 19,4%
Альфа в годовом исчислении (нетто) 0,9% 11,2% 16,9%
Бета 0,17 0,25 0,32
Совокупные результаты портфолио Jumbo с буферизацией и масштабированием прогноза.

Таблица 31: Производительность трендового фильтра (медленных фильтров) при разных скоростях.
(Стратегия 8) (Стратегия 7)
Расходы 1,7% 1,2% 1,0%
Оборот 60,5 35,3 27,5
перекос 0,81 0,75 0,61
Бета 0,38 0,48 0,53
Во-первых, давайте разберемся с очевидными вещами. Оборот и затраты безумно высоки для самого
быстрого фильтра тренда, а затем становятся более разумными, когда мы замедляемся. Выбор между
годовыми средними значениями до затрат (брутто) невелик, хотя EWMAC2 выглядит немного хуже,
но как только мы учитываем затраты (нетто), более быстрые два фильтра определенно уступают
другим.
EWMAC2, в частности, кажется верным проигрышем. Должны ли мы исключить его из дальнейшего
рассмотрения? Возможно нет. Я использую каждый отдельный инструмент в моем наборе данных
здесь, чтобы убедиться, что я вычисляю статистически значимые цифры для возврата до затрат.
Возможно, некоторые инструменты достаточно дешевы, чтобы прибыльно торговать самыми быстрыми
фильтрами. Я рассмотрю эту возможность позже в этой главе.
Я также включил цифры для регрессий в таблицы 30 и 31. Каждая регрессия была сделана на
доходность стандартной четвертой стратегии, только лонг, эталон. Во-первых, давайте
сосредоточимся на бета-версиях. Чем медленнее мы торгуем, тем больше вероятность того, что
мы будем постоянно держать длинные позиции по инструментам, которые обычно

выросли в цене, например, фьючерсы на облигации. Следовательно, бета выше для более
медленных трендовых фильтров: большая их доходность может быть объяснена их подверженностью
эталонному портфелю только для длинных позиций.
Есть также цифры для альфы, рассчитанные как с учетом затрат, так и без них.
Игнорируя затраты, более быстрые фильтры выглядят лучше на валовой альфе, чем на прямых
доходах, из-за этих более низких бета. Как только мы применяем затраты, чистая альфа на
самых быстрых трендах не так впечатляет.
Ежемесячная асимметрия показывает интересную закономерность. За исключением самого

быстрого фильтра, асимметрия уменьшается по мере замедления. Это хорошо известный эффект
следования за трендом. Поскольку мы движемся вперед и сокращаем убытки, каждая сделка,
которую мы совершаем, следуя за трендом, имеет положительный перекос. Но эта асимметрия
наиболее заметна, когда наблюдается с частотой, соизмеримой с периодом удержания стратегии.
128
Когда мы смотрим на модель перекоса, рассчитанную с использованием дневной, недельной,

месячной и годовой доходности, мы можем увидеть, как проявляется этот эффект. Таблица 32
содержит соответствующие цифры. Чем медленнее фильтр, тем реже нам нужно измерять перекос,
чтобы увидеть ожидаемый положительный перекос следования за трендом. Если не считать
самых быстрых фильтров, каждая сделка длится несколько недель или месяцев, поэтому в итоге
мы получаем дневной и недельный перекос, который больше похож на перекос базовых
Верхний хвост показывает похожую картину перекоса, как мы, вероятно, ожидали, хотя это не так
драматично. Интересно, что нижний хвост также становится меньше, когда мы замедляем наш
фильтр.
Таблица 32. Перекос, измеренный за разные периоды времени
Ежедневная асимметрия Еженедельная асимметрия Ежемесячная асимметрия Годовая асимметрия
EWMAC2 0,37 0,94 1,32 1,09
ЭВМАК4 0,46 0,75 1,53 1,27
EWMAC8 0,26 0,60 1,48 1.10
EWMAC16 0,08 0,02 0,92 1,44
EWMAC32 0,22 0,13 0,75 0,94
EWMAC64 0,34 0,18 0,61 0,66

Исторически самым прибыльным фильтром как по прямой доходности, так и по альфе был EWMAC(16,64)
(стратегия восемь). Если бы мне нужно было выбрать только один фильтр для торговли, это был бы он.
Но нам и не нужно: мы можем торговать более чем одним, как я сейчас продемонстрирую.
Объединение разных прогнозов

Теперь у нас есть меню из шести различных скоростей трендового фильтра, как нам их комбинировать?
Я могу придумать несколько вариантов, каждый из которых находится на разных этапах процесса
создания сделки:
1. Усреднение необработанных прогнозов перед ограничением.
2. Усреднение ограниченных прогнозов.
3. Усреднение рассчитанных позиций до или после буферизации.
4. Торговля каждым фильтром тренда как совершенно другой системой, зачетом сгенерированных
сделок.
5. Полностью раздельные системы, без сетки.
Торговля каждым фильтром отдельно без неттинга явно не подходит для начала, поскольку это
приведет к более высоким торговым издержкам, поскольку мы не получаем преимуществ от неттинга.
На мой взгляд, лучше проводить усреднение как можно раньше, так как это приводит к более простой
торговой стратегии с меньшим количеством вычислений.129 Однако лучше всего выполнять
усреднение прогнозов с ограничением, а не без ограничения. Применение ограничения перед
усреднением гарантирует, что мы не получим комбинированный прогноз, в котором временно
доминирует один фильтр тренда только потому, что в данный день он имеет очень большой прогноз.
Следовательно, мой предпочтительный метод — взять средневзвешенное значение130 прогнозов с
ограничениями по различным торговым правилам (вариант 2). Веса, используемые при расчете этого
среднего значения, являются прогнозируемыми весами. Так же, как и веса инструментов, веса
прогнозов в сумме будут равны 1, и ни один из них не будет отрицательным.131 Поскольку все прогнозы
последовательно масштабируются для получения среднего абсолютного значения прогноза, равного
10, мы можем очень легко провести это усреднение.
Для этой стратегии каждое торговое правило будет представлять фильтр скорости тренда с разной
скоростью: вариант общего торгового правила EWMAC. Но как мы увидим

в последующих главах торговые правила могут принимать любую форму, пока они дают прогнозное
значение, которое постоянно масштабируется.
Давайте теперь точно определим, как мы будем масштабировать наши позиции при наличии
нескольких прогнозов. Для каждого фильтра тренда j , которым мы торгуем, мы рассчитываем
ограниченный прогноз на момент времени t , используя приведенные ниже уравнения для данного
инструмента i , которым мы торгуем:
Затем мы применяем скаляр прогноза для конкретного фильтра (одинаковый для всех инструментов) и
ограничение 20 на абсолютное значение масштабированного прогноза:
Теперь мы возьмем средневзвешенное значение этих ограниченных прогнозов, используя веса
прогнозов wi,j, суммирующиеся с 1, которые характерны для данного инструмента:
Факторы, которые следует учитывать при выборе веса

прогноза
Как и в случае с весами инструментов, оценка наилучших прогнозных весов для данного инструмента
является проблемой оптимизации портфеля. Одно важное отличие заключается в том, что существует
только один набор весов инструментов, в то время как потенциально могут быть разные веса прогнозов
для каждого инструмента, которым мы торгуем.
Вспомните потенциальные факторы, определяющие вес инструментов, описанные в четвертой
стратегии:
Ожидаемый SR до затрат: более эффективные инструменты должны получить более высокий
вес (теоретически, но я не обнаружил существенных различий между инструментальными
подстратегиями SR).
Затраты на торговлю данным инструментом: более дешевые инструменты получат больший
вес, поскольку их SR после стоимости будет выше (теоретически,

но как только мы исключили дорогие инструменты, стоимость почти не повлияла

на вес).
Корреляция между инструментами: мы хотим, чтобы больший вес придавался

инструментам с большей диверсификацией.
Эти факторы одинаковы для весов прогнозов:
Ожидаемый SR до затрат: более эффективные торговые правила должны получить

более высокий вес. Потенциально некоторые правила будут работать по-разному
для разных инструментов.
Затраты на торговлю заданным фильтром: более дешевые и медленные правила

торговли получат более высокий вес, поскольку их SR после стоимости будет выше.
Эти затраты будут разными для каждого инструмента.
Корреляция между прогнозами: мы хотим, чтобы правила, которые являются более

диверсифицированными, имели больший вес. Корреляции для вариаций торговых
правил должны быть одинаковыми, независимо от инструмента, на котором они измеряются.
Рассмотрим подробнее, какие есть доказательства по каждому из этих пунктов.
Расходы
Во-первых, давайте рассмотрим затраты, так как это самый простой фактор. Поскольку скорость
торговли каждым фильтром, измеряемая годовым оборотом, примерно одинакова для разных
инструментов, эти затраты будут различаться в зависимости от стоимости сделки по каждому
инструменту. Затраты на самое быстрое правило EWMAC2 составляют разумные 0,73% в год
для очень дешевого микрофьючерса S&P 500, в то время как для фьючерса на 2-летние
облигации США они составляют душераздирающие 6,3% в год. Мы, безусловно, хотели бы
выделять меньше средств для более быстрых фильтров, когда инструменты имеют более
высокую стоимость за сделку.
Корреляция и диверсификация
Далее, у нас есть вопрос о диверсификации. Паттерны диверсификации трендовых фильтров не

сильно различаются для разных инструментов, поэтому мы можем использовать
агрегированные результаты. Рассмотрим132 матрицу корреляции133 совокупных доходов для каждого

трендового фильтра в таблице 33.
Таблица 33: Матрица корреляции доходностей для различных фильтров тренда плюс средние
корреляции
EWMAC2 EWMAC4 EWMAC8 EWMAC16 EWMAC32 EWMAC64
EWMAC2 1 0,88 0,64 0,40 0,23 0,12
EWMAC4 1 0,88 0,62 0,40 0,24
EWMAC8 1 0,85 0,64 0,42
EWMAC16 1 0,86 0,65
EWMAC32 1 0,89
EWMAC64 1
Среднее по сравнению с 0,45 0,60 0,69 0,68 0,60 0,46

другими фильтрами
Здесь есть четкая закономерность:
Соседние фильтры, такие как EWMAC2 и EWMAC4, имеют корреляцию около 0,87. Кстати, именно
поэтому нам не нужно включать дополнительные фильтры, лежащие между шестью выбранными
мной — они будут иметь корреляцию более 0,90 с существующим набором и не добавят
достаточной диверсификации.
Корреляция для фильтров с разницей в два шага, например EWMAC2 и EWMAC8, составляет
около 0,64.
Корреляции продолжают снижаться для фильтров, которые находятся дальше друг от друга.
Средние корреляции для данного фильтра с другими фильтрами самые низкие для самых медленных и
самых быстрых фильтров тренда и выше для тех, что находятся посередине.
Это означает, что оптимальные веса прогноза для набора трендовых фильтров, учитывающие только
диверсификацию, будут иметь U-образную форму: более высокие веса у более диверсифицирующих
очень быстрых и очень медленных фильтров и меньшие веса в середине.
Производительность до затрат
Ранее в третьей стратегии я обнаружил существенные различия между показателями

различных инструментов, но указал, что эти различия не были статистически значимыми.
134
Верно ли это также для производительности
различных фильтров тренда?
Из таблиц 30 и 31 мы знаем, что есть некоторые заметные различия в совокупной
производительности различных скоростей трендового фильтра. Конечно, эти цифры также

будут значительно различаться, если мы посмотрим на производительность этих фильтров
для разных инструментов. Однако эти различия между инструментами не являются
статистически значимыми. Следовательно, я буду использовать агрегированные результаты
для результатов по торговым правилам для разных инструментов, а не пытаться варьировать
весовые коэффициенты прогнозов по инструментам в зависимости от различной
производительности вариантов торговых правил до затрат для каждого инструмента.
Используя эти совокупные результаты, можно сказать, что два самых быстрых фильтра
особенно не впечатляют. Первым делом вы должны спросить, является ли этот результат
статистически значимым или это просто шум. На самом деле, поскольку наши результаты
в таблицах 30 и 31 получены из проверенной статистики более чем 100 различных
инструментов, мы можем с некоторой уверенностью сказать, что EWMAC2 и EWMAC4

определенно имеют существенное отставание по сравнению с более медленными вариантами
торговли EWMAC. правило.
Стоит потратить несколько минут на более подробное изучение этой низкой

производительности, чтобы посмотреть, сможем ли мы ее объяснить. Рассмотрим сначала
изменение производительности различных скоростей фильтра с течением времени. На
рисунке 35 примерно до 1990 года все фильтры работали одинаково хорошо. Впоследствии
более медленные фильтры (все они показаны серыми линиями, поскольку нам не нужно их
различать) продолжают работать хорошо. Но два самых быстрых фильтра видят свою отдачу
ровной линией; а самый быстрый — EWMAC(2,8) — фактически теряет деньги.
Рис. 35. Совокупная производительность трендового фильтра с разной скоростью (число

соответствует диапазону более быстрой EWMA)
На рис. 36 показаны показатели брутто и нетто после себестоимости самого быстрого

фильтра EWMAC2. Мы видим, что без учета затрат производительность была высокой до
1990 года, и с тех пор она оставалась неизменной (за заметным исключением краха
рынка из-за COVID-19). Затраты — это разница между двумя линиями; изначально они
были очень маленькими, но с тех пор расширились. Таким образом, после 1990 года
изменились две вещи: валовая производительность упала до нуля, а затраты увеличились.
Рисунок 36: Валовая и чистая производительность совокупного портфеля

Фильтр EWMA(2,8)
Существует несколько возможных объяснений этого эффекта:
1. Самое простое, что быстрое следование тренду — это то, что раньше
работает для большинства инструментов и больше не работает.
2. Возможно, быстрое следование тренду никогда не работало, просто наш метод корректировки исторических
затрат неточен. Если бы затраты были выше, чем мы думали до 1990 года, то мы бы на самом деле
не получили видимую чистую прибыль, которая была доступна.
3. Другая возможность заключается в том, что быстрое следование за трендом работает только в определенных
классах активов, и по мере того, как мы добавляли больше инструментов в наш набор данных, мы включали
все больше и больше рынков, где более быстрые фильтры тренда не работают.
4. Тонкий поворот предыдущей теории заключается в том, что быстрое следование за трендом
хорошо работает везде с предварительной себестоимостью, но только в инструментах с высокой
стоимостью. Следовательно, на практике мы не можем реализовать потенциальную предварительную стоимость

возвращается.
Некоторые исследования показывают, что в большинстве этих объяснений есть доля правды. Если мы просто посмотрим
на один инструмент, который использовался в течение всего периода времени, мы действительно увидим явную
деградацию производительности после 1990 года (в поддержку теории № 1). Кажется весьма правдоподобным, что
затраты в прошлом были на самом деле намного выше, чем я предполагал: в частности, долларовые комиссии за
контракт были определенно выше, даже если наши предположения о проскальзывании верны (теория № 2). Также верно
и то, что многие инструменты, добавленные после 1990 года, имеют более высокую стоимость (теория № 3). Но нет
никаких доказательств того, что быстрый моментум может иметь большую валовую доходность для инструментов с
более высокими затратами (теория № 4).
Принимая все это во внимание, должны ли мы выделять меньше нашего торгового капитала на два самых быстрых
фильтра? Помните, что распределение весов с использованием статистики производительности до затрат, возможно,
является формой подбора выборки (поскольку мы используем всю проверенную историю для оценки SR до затрат). Это не
относится к торговым издержкам и корреляциям.135 Это не повлияет на веса, которые мы используем для торговли в
реальном времени, пока мы стараемся не подгонять их
слишком сильно. Например, если бы мы использовали только

фильтр с лучшими характеристиками, EWMAC16, это, безусловно, было бы случаем

перенастройки. Отказ от пары самых быстрых фильтров кажется более оправданным; у нас все равно
останется надежная торговая стратегия. Но это будет означать, что проверенный на
исторических данных SR любой стратегии, использующей прогнозные веса, полученные с
использованием всей истории данных, будет потенциально
завышен.136 Для целей моего анализа в этой главе я не буду удалять два самых быстрых
фильтра, чтобы гарантировать статистика производительности, проверенная на истории,
максимально реалистична. Однако было бы не глупо удалить самый быстрый фильтр EWMAC2 в
стратегии реальной торговли, хотя лично я бы предпочел оставить EWMAC4.
Собираем вместе: метод

распределения прогнозных весов
Давайте рассмотрим некоторые полезные принципы распределения весов прогнозов, основанные
на приведенных выше данных:
Веса прогнозов должны быть одинаковыми для всех инструментов, за исключением

случаев, когда торговые издержки диктуют иное.
Веса прогноза должны быть ниже для правил, которые торгуют быстрее, когда инструменты
имеют более высокую стоимость за сделку.
Мы должны избегать чрезмерной подгонки прогнозных весов: придавать слишком

большое значение одному варианту торгового правила.
Веса прогноза в идеале должны быть выше для более разнообразных вариантов правил:
самого медленного и самого быстрого.
Имея все это в виду, я использую следующую процедуру для распределения веса прогноза. Во-
первых, по каждому инструменту я удаляю слишком дорогие торговые правила. Во-вторых, я
распределяю прогнозные веса, используя методологию «сверху вниз» . Для девятой стратегии
это означает, что все
137
остальные фильтры тренда получают такой же вес прогноза.
Удаление дорогих торговых правил
В третьей стратегии я объяснил, как исключить инструменты, которые слишком

дорого торговать. Я ввел понятие ограничения скорости торговли.

По сути, мы не хотим торговать каким-либо инструментом, который использует более трети
нашего ожидаемого дохода до затрат в затратах. Затраты могут быть рассчитаны с поправкой на
риск в терминах SR, и я установил условное ограничение скорости для торговли конкретным
инструментом на уровне не более 0,10 единиц SR. Как мы используем эту концепцию при
рассмотрении того, какие торговые правила выбрать?
В третьей стратегии я разделил затраты на транзакционные и холдинговые:
Мы можем разбить их дальше:
Как обычно, это делает несколько консервативное предположение о том, что нам придется
совершить две отдельные сделки, чтобы провернуть нашу позицию, и заплатить два лота
торговых издержек за каждую прокрутку.
Ограничение в 0,10 единиц SR подходит для инструментов, но для торговых правил мы можем
установить более высокий максимум по нескольким причинам. Во-первых, если наше самое
дорогое торговое правило требует затрат ровно 0,10 единицы SR для данного инструмента, то в
среднем у нас будет комбинированный прогноз, который всегда будет намного меньше 0,10
единицы SR. Во-вторых, эффект буферизации наших позиций замедлит нашу торговлю и
позволит нам торговать набором прогнозов немного быстрее. Из-за этих двух эффектов я
использую более высокий предел в 0,15 единицы SR для выбора торговых правил.
Итак, для данного инструмента, если мы установим максимум 0,15 единиц SR в затратах, то мы
можем получить максимально допустимый оборот для данного варианта торгового правила:
В таблице 34 показано, сколько инструментов в настоящее время может быть продано

в портфеле Jumbo для торгового правила с заданным оборотом. Торговое правило с
оборотом 50 может торговать менее чем половиной портфеля Jumbo.
Таблица 34: Количество инструментов в портфеле Jumbo, которыми можно торговать

при заданном обороте
Количество инструментов
Оборот, 1 в год Всего: 101
10 96
25 67
50 42
75 22
100 11
150 4
300 1
Помните из стратегии 3, что показанный здесь показатель оборота на самом деле

является оборотом нашей средней позиции. Эти обороты можно рассчитать с помощью
ретроспективного тестирования, и они будут очень похожими для разных
инструментов, и мы можем использовать один и тот же показатель оборота независимо
от инструмента. Мои оценки товарооборота показаны в таблице 35.
Таблица 35. Годовой оборот для каждого трендового фильтра, усредненный по

инструментам
Оборот
ЭВМАК2 98,5
ЭВМАК4 50.2
EWMAC8 25.4
EWMAC16 13.2
EWMAC32 7.6
EWMAC64 5.2
Давайте посмотрим на пример. Для этого я буду использовать довольно дорогой инструмент:
фьючерс на процентную ставку евродоллар. Они перебрасываются четыре раза в год и в
настоящее время имеют стоимость за сделку 0,0088 единиц SR. Если мы подставим эти числа
в эту формулу:
Затем мы получаем:
Исходя из этого, глядя на таблицу 34, мы будем торговать только двумя фильтрами самых
медленных трендов с евродолларом: EWMAC32 и EWMAC64. Следующий самый быстрый,
EWMAC16, имеет оборот 13,2, что чуть выше нашего предела.
С другой стороны, если я подключу стоимость сделки для ежеквартального скользящего

микрофьючерса S&P 500, то получу максимальный оборот значительно более 100. Для
этого инструмента мы сможем выделить все шесть доступных фильтров. .
Обратите внимание, что возможно, что мы не можем выделить ни одну из доступных вариаций
для данного инструмента. В этом случае мы не сможем торговать по этой конкретной
138
стратегии.
Метод «сверху вниз» для выбора прогнозных весов
Теперь у нас есть набор торговых правил, которые для данного инструмента не будут
слишком дорогими для торговли. Как мы выбираем прогнозные веса для них?
Помните, еще в четвертой стратегии я ввел нисходящий метод выбора веса инструмента,
называемый ручным изготовлением. Мы можем использовать аналогичный метод здесь со
следующими шагами:
Разделите список торговых правил по стилям. Распределите между стилями в

соответствии с вашими предпочтениями.
В рамках заданного стиля распределяйте поровну по торговым правилам.
В рамках заданного торгового правила распределить поровну между вариантами каждого

заданного торгового правила.
Что я имею в виду под стилем торговли? Я использую общую систему для классификации торговых
139
стратегий как дивергентных и конвергентных. Дивергентные стратегии
приносят прибыль, когда рынки отклоняются от равновесия: следование за трендом — классическая
дивергентная стратегия. Конвергентные стратегии приносят прибыль, когда рынки движутся к
своему равновесию. В следующей главе мы увидим пример конвергентной стратегии, называемой
переносом.
Этот метод будет иметь больше смысла в последующих главах, когда у нас будет несколько
торговых правил. Для нашей текущей стратегии применить ее очень просто:
У нас есть только один стиль: дивергент. Присвойте этому стилю 100 % веса нашего
прогноза.
У нас есть только одно торговое правило: следование за трендом с EWMAC.

Присвойте этому правилу 100 % весов нашего прогноза.
У нас есть от одного до шести вариантов нашего торгового правила, в зависимости от

инструмента, которым мы торгуем. Разделите поровну 100% веса нашего прогноза
между этими правилами.
В качестве примера предположим, что для данного инструмента мы отбрасываем самый быстрый
вариант правила EWMAC: 2,8. Затем мы присваиваем 20-процентный вес прогноза каждому из пяти
самых медленных вариантов. Для евродоллара, где можно торговать только двумя вариациями, у
нас будет 50% веса прогноза в каждой из EWMAC64 и EWMAC32. Принимая во внимание, что для
S&P 500, где мы сохраняем все шесть фильтров, у нас будет 100% ÷ 6 = 16,667% в каждом варианте.
Действительно ли эти равные веса — лучшее, что мы могли бы иметь? Возможно, у нас должно
быть больше в каждой из более медленных вариаций, во-первых, потому что они будут иметь
более низкие торговые издержки, а, во-вторых, самая медленная вариация EWMAC64 будет более
разнообразной, чем среднескоростные вариации, из-за «U-образного» эффекта. Я обсуждал
ранее. (Наши более быстрые варианты также более
диверсификации, но на рисунке 35 есть свидетельство того, что два самых быстрых варианта были
убыточными в течение некоторого времени.) С другой стороны, варианты со средней скоростью
имеют более высокую альфу по сравнению с единственным длинным эталоном, поэтому, возможно,
нам следует выделять больше на них?
В целом, я считаю, что лучше все упрощать и избегать потенциальной перенастройки, просто
распределяя поровну по вариантам правил, которые достаточно дешевы для торговли.
Учет диверсификации прогноза

Если я возьму средневзвешенное значение прогнозов, полученных всеми шестью трендовыми
фильтрами для микробудущего S&P 500, то получу результат, показанный на рисунке 37.
Рисунок 37: Средний прогноз для микробудущего S&P 500
Помните, что каждый отдельный прогноз откалиброван для достижения среднего абсолютного
значения 10 с максимальным абсолютным значением 20. Комбинированный прогноз редко
принимает экстремальные значения; лишь ненадолго мы сталкиваемся с ситуацией, когда все

шесть прогнозов ограничиваются длинным прогнозом +20, в результате чего в среднем
получается +20. В целом, среднее абсолютное значение этого комбинированного прогноза
составляет всего 7,5, что значительно ниже индивидуального среднего значения, равного 10.
Мы видели этот эффект раньше при расчете весов инструментов, когда

мы заметили, что реализованное стандартное отклонение варианта четвёртой стратегии с

паритетом риска было ниже цели, которую мы установили для каждого отдельного инструмента.
Причиной этого эффекта было то, что доходы от торговли каждой стратегией не были
полностью коррелированы, поэтому мы получили преимущество диверсификации. Решение
заключалось в применении к нашим позициям мультипликатора инструментальной
диверсификации , который корректировал эффект диверсификации.
У нас аналогичная проблема. Теперь проблема заключается в том, что прогнозы по каждому
варианту торгового правила не полностью коррелированы. Решение состоит в том, чтобы
применить множитель диверсификации прогноза (FDM) к нашему комбинированному прогнозу.
Детали расчета приведены в приложении B.
Поскольку корреляция торговых правил довольно схожа для разных инструментов, мы можем
оценить эту цифру, объединив информацию о корреляции из нескольких инструментов.140 В
таблице 36 показаны соответствующие FDM и весовые коэффициенты прогноза для заданного
набора трендовых фильтров. Вы должны выбрать соответствующую строку для данного инструмента,
учитывая набор вариантов торговых правил, которые вы определили как достаточно дешевые
для торговли.
Таблица 36: Веса прогноза и FDM для заданного набора фильтров тренда
Вес прогноза для каждого варианта правила FDM
EWMAC2, 4, 8, 16, 32 и 64 0,167 1,26
EWMAC4, 8, 16, 32 и 64 0,2 1.19
EWMAC8, 16, 32 и 64 0,25 1.13
EWMAC16, 32 и 64 0,333 1,08
EWMAC32 и 64 0,50 1,03
EWMAC64 1,0 1,0
Обратите внимание, что ни один из этих FDM не является особенно высоким: все фильтры
тренда достаточно коррелированы, поэтому доступной диверсификации не
так много.141 С применением FDM теперь возможно, чтобы комбинированный прогноз превысил
абсолютное значение 20. меня это устраивает из-за вероятного риска, поэтому я также
применил бы ограничение, если бы комбинированный прогноз был меньше -20 или больше
+20.
Время для быстрого подведения итогов. Мы рассчитываем средневзвешенное значение

прогнозов с ограничениями для различных вариантов торговых правил, используя веса прогнозов w
суммируя до 1, специфичные для данного инструмента и зависящие от торговых издержек и

оборота:
Теперь для учета диверсификации мы применяем множитель диверсификации прогноза для

данного инструмента FDMi :
Как и для отдельных фильтров, чтобы избежать ситуации, когда у нас слишком большой
риск по данному инструменту, мы ограничиваем объединенный прогноз:
Наконец, мы можем включить ограниченный комбинированный прогноз в уже знакомое

уравнение размера позиции, после чего мы применим буферы и решим, требуется ли какая-
либо торговля:
Оценка эффективности
Как обычно, я собираюсь оценить эффективность этой стратегии множественного импульса,
основываясь как на средней производительности по инструментам, так и на совокупных
результатах для портфеля Jumbo. Сначала давайте рассмотрим среднюю производительность
с разбивкой по классам активов.
Таблица 37. Медианная производительность инструмента для нескольких моментумов

по классам финансовых активов
Среднегодовая доходность 0,7 13.3 5.2 9,5
Расходы 0,4% 1,1% 0,5% 0,6%

Оборот 15,3 11,5 15,0 13.2
перекос 0,62 0,20 0,95 0,79
Нижний хвост 3,60 3.16 3,59 2,86
Верхний хвост 2,57 2,43 3.08 2,81
Таблица 38. Медианная производительность инструмента для нескольких

моментумов по классам товарных активов
Средний годовой доход 8,9 8,9 5.4 5,2%
Расходы 0,5% 0,5% 0,4% 0,5%
Оборот 18,9 16,9 14,6 15.2
перекос 2.0 0,87 1,49 0,84
Нижний хвост 3,82 3,56 3.12 3,47
Верхний хвост 4.00 3.11 3,25 2,88
Таблицы показывают, что, как правило, множественный импульс довольно хорош как
для показателей риска, так и для показателей производительности. Левый хвост
немного толстый, но перекос в основном очень положительный. Преобразование
класса волатильных активов особенно заметно. Первоначально, когда мы торговали
только на длинной основе, наши инструменты волатильности имели сильный
положительный перекос, но ценой серьезного отрицательного результата. Теперь
у нас все еще есть некоторая положительная асимметрия, но с SR выше 0,5: лучший
из всех классов активов! Правда, в этой группе всего два инструмента, так что можно
спорить о значимости этого результата, но даже в этом случае он показывает, как
торговые стратегии могут радикально трансформировать базовые свойства данного инструмента.
В этом конкретном случае есть одна ложка дегтя, а именно относительно низкая
эффективность стратегии акций. Мы видели в шестой стратегии, когда в последний
раз анализировали производительность класса активов в таблице 22 (стр. 146), что
акции шли не так хорошо, когда мы просто торговали одним фильтром медленного тренда. Плохая
новость заключается в том, что они работают еще хуже, когда торгуют более быстрыми фильтрами.
Это может оправдать изменение прогнозных весов (более низкое распределение для следования
за трендом в рамках акций, если, конечно, у нас есть другие торговые правила для распределения)
или изменение весов инструментов (более низкое распределение для акций в рамках чистой
стратегии следования за трендом). . Лично я думаю, что это потенциально было бы слишком
подходящим, но я подробнее обсуждаю эти варианты во второй части.
Теперь давайте обратимся к совокупным результатам для портфеля Jumbo, показанным в таблице 39.
Вы можете ясно видеть, что усилия по торговле несколькими моментумами вознаграждаются
улучшением почти всех статистических показателей.
Несмотря на то, что вариант EWMAC16, используемый в восьмой стратегии, является наиболее
прибыльным отдельным фильтром тренда, мы можем добиться еще большего успеха, добавив пять
других фильтров.
Таблица 39. Показатели совокупного портфеля Jumbo: только длинные позиции, медленные и
быстрые тенденции, множественные тенденции
Четвертая Стратегия седьмая Стратегия восьмая Стратегия девять

стратегия Медленный тренд, Быстрый тренд, Множественный тренд
Только длинные длинная/короткая длинная/короткая
Среднегодовой 15,4% 21,5% 24,1% 25,2%

Расходы 0,8% 1,0% 1,7% 1,2%
Средняя 24,7% 16,0% 11,4% 11,2%

просадка
Коэффициент Шарпа 0,85 0,96 1,06 1.14
Оборот 20,7 27,5 60,5 62,9
перекос 0,04 0,61 0,81 0,98
Нижний хвост 1,44 1,90 1,97 1,99
Верхний хвост 1,24 1,63 1,81 1,81
Альфа 0 13,6% 17,6% 18,8%
Бета 1,0 0,53 0,38 0,43

Во всех стратегиях применяется буферизация и размер прогноза.
Особенно интересны результаты регрессии каждой стратегии по контрольной стратегии

четыре. Мы уже знаем, что более медленные варианты EWMAC будут иметь более высокую
бета, чем более быстрые фильтры, поэтому неудивительно, что бета для стратегии
множественного импульса находится где-то между бетами для стратегий семь и восемь. Тем
не менее, избыточная производительность, измеряемая альфой, все же лучше, чем у
любого отдельного фильтра.
Рисунок 38 также иллюстрирует возможности диверсификации по разным скоростям фильтров

тренда. Рассмотрим период с 2014 года. Более быстрая стратегия номер восемь, которая до
этого соответствовала эффективности многократного импульса, начала давать сбои. Тем
временем более медленная седьмая стратегия, которая отставала, значительно
улучшилась. Поскольку девятая стратегия имеет распределение по обеим стратегиям, а
также по другим скоростям фильтра тренда, она по-прежнему работает хорошо.
Рис. 38. Совокупная производительность для нескольких трендов по сравнению с более

ранними трендовыми стратегиями и тестом
Следование за трендом мертво?
Финансовая пресса очень любит публиковать статьи под заголовком «Является ли

X мертв», где X — это какая-то торговая стратегия, которая
в последнее время плохо себя зарекомендовал. Конечно, в последнее время было много
возможностей заявить о преждевременной смерти следования за трендом. Девятая стратегия
потеряла деньги в 2018, 2016, 2015 и 2009 годах.
Но убыточные годы характерны для любой торговой стратегии, если только она не является
исключительно прибыльной. А поскольку следование за трендом — это стратегия с
положительным перекосом, потери в отрицательные годы намного меньше по величине, чем
выигрыши. Мы потеряли почти 9% в 2009 году, но это было перекрыто ростом более чем на
30% в 2008 и 2010 годах. Общие потери в 2015 и 2016 годах составили около 6%; но мы
заработали 35% в 2014 году и 30% в 2017 году. Даже наши относительно высокие потери в 12%
в 2018 году — худшие за всю историю — были быстро омрачены тремя годами положительных
результатов подряд, в среднем 14% в год.
Сказав это, похоже, что доходность девятой стратегии со временем падает. Инфляционные
1970-е были особенно сильными, когда общая доходность без учета сложных процентов за
десятилетие превысила 500% (если бы мы начисляли сложные проценты, наши доходы были бы
еще более впечатляющими). Затем мы зарабатывали более 200% в каждом из следующих трех
десятилетий. Но с 2010 года наша средняя доходность сократилась примерно вдвое.
Тем не менее, еще слишком рано говорить о том, что следование за трендом «умерло».
Похоже, что она по-прежнему приносит положительную прибыль, и хотя она находится на
более низком уровне, чем раньше, она не выходит за рамки того, что мы ожидаем, учитывая
историческое распределение доходов от стратегии. Есть и другие факторы, которые должны
дать нам некоторое утешение. Например, несколько исследователей провели тесты тренда,
основываясь на многовековой давности. В этих очень длинных бэктестах десятилетия
относительной неэффективности не редкость.
Также кажется маловероятным, что психологические предубеждения, лежащие в основе
следования за трендом, исчезнут в ближайшее время, если только трейдеры-люди не будут
полностью заменены компьютерами (что-то, что произошло на высокочастотном конце
торгового спектра, но, конечно, не для типичного трейдера). периоды владения, которые мы
используем в этой книге).
Наконец, представляется вероятным, что грядущие тенденции, такие как более высокая
инфляция, вероятно, приведут к более сильным тенденциям в ближайшем будущем, особенно в
отношении цен на товарные фьючерсы142.

Тем не менее, имеет смысл диверсифицировать наш портфель помимо следования за

трендом, что я и начну делать в следующей стратегии.
Следование за трендом — чрезвычайно популярная торговая стратегия, которая лежит в
основе систем, используемых консультантами по торговле сырьевыми товарами (CTA),
такими как AHL, мой бывший работодатель. У него есть несколько очень привлекательных
свойств: он прибыльный, имеет положительный перекос, облегчающий управление рисками,
и часто дает хорошие результаты в периоды, когда рынки в целом идут плохо (включая
2008 г. и начало 2022 г., когда я пишу эту главу).
Однако эта книга не только о следовании тенденциям: есть много хороших книг на эту
тему (некоторые из них я упоминаю в Приложении А). Мы можем улучшить нашу прибыль,
добавив дополнительные торговые стратегии в нашу метафорическую корзину покупок.
Следующая стратегия представляет первую из этих новых стратегий: перенос.
Стратегия девятая: Торговый план

Все остальные элементы идентичны восьмой стратегии.
125 Здесь я утомительно упомяну обычную оговорку, что корреляции — это чисто линейная мера совместного движения.
Однако, во всяком случае, преимущества диверсификации от торговли несколькими инструментами даже выше, чем мы
ожидали, учитывая наши оценки их корреляций, особенно для следования за трендом, как правила.
126 Кроме того, EWMA(1) просто равна последней цене и больше не может считаться средней.
127 Обратите внимание, что отношение скаляров прогноза для последовательных фильтров тренда (где каждый раз, когда
мы удваиваем диапазон) составляет около 1,414: квадратный корень из 2. Это не должно быть сюрпризом для любителей
финансовой математики.
128 Чтобы получить объяснение, прочтите статью бывшего коллеги, которую вы можете найти на сайте researchgate.net: Мартин,
Ричард. (2021) «Проектирование и анализ стратегий импульсной торговли».
129 Возможно, единственное преимущество последующего усреднения, например, после расчета требуемых позиций,
заключается в том, что это упрощает точное разложение реальных результатов различных вариантов торговых правил. Чтобы
обойти это, вы можете торговать на бумаге отдельной версией каждой стратегии или просто использовать обновленные бэктесты,
чтобы показать вклад каждого фильтра скорости тренда.
130 Есть и другие методы, которые мы могли бы использовать, но это самый простой способ, позволяющий получить
комбинированный масштабированный прогноз. Я обсуждаю альтернативы в Systematic Trading.
131 Отрицательный вес имел бы смысл только в том случае, если бы данный фильтр тренда, как ожидается, принесет убытки, и мы
могли бы прибыльно продать правило (например, его потери не были вызваны чрезмерными торговыми издержками). В этом случае
было бы разумнее переформулировать правило, чтобы оно работало в направлении, противоположном тому, что было задумано
изначально, чтобы был уместным положительный вес прогноза. Возможно, в следовании по этому пути есть элемент
потенциального переосмысления, как я обсуждаю в своей первой книге « Систематическая торговля».
132 Это эмпирические корреляции. Я оставляю вычисление теоретических корреляций в качестве упражнения для читателя.
Подсказка: используйте расширение серии.
133 Это корреляция совокупных доходов для каждого фильтра с использованием набора инструментов портфеля Jumbo. Строго
говоря, мы должны использовать корреляцию доходности фильтра для данного инструмента.
Однако они будут очень похожи, и использование совокупной доходности дает более надежные результаты.
134 Хотя я прямо не сказал об этом, это относится не только к третьей стратегии. В общем, мы не можем статистически различать
производительность различных инструментов независимо от стратегии, используемой для торговли ими. Таким образом, вы
должны продолжать использовать метод, описанный в четвертой стратегии, для распределения весов инструментов.
135 Благодаря тому, что стратегия разработана со стандартизацией рисков, можно вывести точные цифры оборота и корреляций
только из небольшого фрагмента данных, в то время как затраты на сделку рассчитываются вообще без использования каких-
либо проверенных данных. Это означает, что в принципе мы могли бы получать эти цифры на скользящей основе на протяжении
всего бэктеста, используя только ретроспективные данные или даже полностью искусственные данные или теоретические
расчеты. В моем собственном тестировании на исторических данных я использую ретроспективную оценку этой статистики.
136 Вы можете вернуться к обсуждению тестирования на исторических данных в первой стратегии.
137 Мой выбор фильтров EWMAC имеет любопытное свойство. Если у вас одинаковый вес для ряда фильтров: EWMAX — EWMA4X,
EWMA2X — EWMA8X, EWMA4X — EWMA16X, EWMA8X — EWMA32X, и если они имеют равные веса прогноза, то это упрощается до
EWMAX + EWMA2X — EWMA16X — EWMA32X (все эти термины также делятся на ).
138 Из 102 инструментов в портфеле Jumbo: 5 не могут торговать ни с одним из фильтров, 1 инструмент может торговать только с 1
фильтром, 11 могут торговать с 2, 24 могут использовать 3, 21 может распределяться по 4, 29 используют 5 фильтров и 11 есть все 6.
139 Я полагаю, что эта классификация была впервые использована Марком Жепчински в «Видение рынка и стили инвестирования»,
« Журнал альтернативных инвестиций», 1999 г.
140 Их также можно оценить теоретически, если сделать определенные допущения. Этот подход дает очень похожие
результаты и имеет то преимущество, что не требует подгонки в выборке.
141 Если бы наши торговые правила были коррелированы на 100%, то FDM всегда был бы равен 1. Если бы у нас было N торговых
правил с нулевой корреляцией, тогда FDM был бы равен квадратному корню из N. Если бы шесть вариантов имели корреляцию,
равную нулю , то их FDM будет квадратным корнем из шести: 2,45. Это намного ниже, чем
это 1,26, если быть точным, потому что корреляции значительно выше нуля.
142 Действительно, когда я заканчиваю эту книгу в конце 2022 года, инфляция, похоже,
возвращается, и год следования за трендом был звездным.
Стратегия десятая: базовый керри
Недавно я перечитал книгу с броским названием: 143.
Рост керри: опасные последствия подавления волатильности и новый финансовый порядок

затухания роста и повторяющихся кризисов . Что такое керри и почему он так
опасен? Что ж, мы уже встречались с керри еще в первой стратегии. Возможно, вы помните
это уравнение, которое разлагает избыточную доходность для будущего S&P 500:
Следовательно, даже если цена базового индекса S&P 500 не изменится, мы все равно
можем получить прибыль от переноса. Для S&P 500 перенос равен дивидендам, которые мы
заработаем, за вычетом процентов, необходимых для финансирования кредита,
используемого для покупки всех акций в индексе S&P 500. На самом деле все фьючерсы
имеют керри, хотя источник этого дохода различается в зависимости от класса активов.
До сих пор мы пытались предсказать общий избыточный доход, используя серию фильтров
тренда, которые используют в качестве входных данных цену с поправкой на прошлое.
Цена с поправкой на прошлое фактически представляет собой кумулятивную историю
прошлых избыточных доходов, поэтому она включает в себя эффекты как спотовой
доходности, так и переноса. Но оказывается, что компонент переноса можно предсказать
самостоятельно, и очень успешно.
Помните из первой стратегии, что мы пытаемся использовать диверсифицированные наборы

премий за риск в наших торговых стратегиях. Carry — известная премия за риск, которая
сильно отличается от премии за тренд. Однако, как отмечают авторы книги выше, это
также потенциально опасно без приятного положительного перекоса, который мы
привыкли видеть по импульсу. По этой причине вы должны использовать его с осторожностью
или, еще лучше, сочетать его со следованием за трендом: я объясню, как это сделать,
в одиннадцатой стратегии.
Стратегия десятая: торгуйте портфелем из одного или нескольких
инструментов, каждый из которых имеет позиции,
масштабированные для оценки переменного риска. Шкала позиций в соответствии

в силу их прогнозируемого переноса.
Разложение причин переноса для различных классов активов.
Измерение ожидаемого переноса.
Использование керри в качестве торговой стратегии.
Торговля осуществляется без чрезмерных затрат.
Свойства переноса для разных классов активов.
Перекосить и нести.
Причины переноса
Прежде чем мы подумаем об оценке и прогнозировании доходности кэрри, нам нужно понять, откуда
она берется. Повторим, кэрри — это компонент избыточной доходности в будущем сверх того, что мы
зарабатываем на изменении спотовой цены:
Эти керри-доходы поступают из разных источников, в зависимости от класса активов инструмента,
которым вы торгуете. Мы можем разложить эти доходы, подумав об арбитражной сделке, которая в
будущем воспроизведет длинную позицию. Я уже определил источник переноса для фондовых индексов,
таких как S&P 500, еще в первой стратегии. Арбитражная сделка заключается в заимствовании средств
для покупки акций, составляющих индекс, что дает нам избыточный доход:
Следовательно, как мы видели еще в первой стратегии, перенос акций может быть положительным или
отрицательным в зависимости от относительного размера дивидендной доходности и процентных ставок.
Теперь обратимся к другим классам активов. Во-первых, давайте рассмотрим рынок облигаций:144
Это аналогично рынку акций, за исключением того, что вместо дивидендов мы получаем
доход от облигаций, а финансирование сделки осуществляется по определенной
краткосрочной процентной ставке, известной как ставка «репо». Поскольку процентные
ставки обычно выше в будущем, отражая предпочтения кредиторов, доходность по облигациям
(которые обычно имеют срок погашения не менее года) обычно выше, чем ставка
краткосрочного репо. Следовательно, перенос в облигациях обычно положителен.
Исключение составляет ситуация, когда центральный банк установил краткосрочные
процентные ставки на высоком уровне, и ожидается, что в будущем они снизятся, что приведет к перевернутой
На валютных (FX) рынках у нас есть две разные процентные ставки:
Рассмотрим, например, длинную сделку GBPUSD, которая эквивалентна заимствованию

долларов, конвертации их в фунты и последующему размещению фунтов . ставка. Кэрри на
валютных рынках G10, таких как GBPUSD, обычно довольно мала, поскольку процентные ставки
часто очень похожи, но валюты развивающихся рынков обычно имеют значительный
положительный кэрри по отношению к доллару.
Последние два типа финансовых активов — это индексы волатильности (VIX и европейский
VSTOXX) и фьючерсные рынки краткосрочных процентных ставок (STIR). Описать, откуда именно
здесь берется керри, немного сложно, так как это потребует введения большого количества
лишней финансовой математики. Однако есть альтернативный метод представления о
переносе, связанный с кривой фьючерсов: цены контрактов с разными датами истечения. Эта
концепция также будет очень полезна, когда мы будем думать о прогнозировании переноса
для всех фьючерсных рынков.
Предположим, что мы торгуем фьючерсами на процентную ставку евродоллар, и срок действия

следующего контракта вот-вот истечет. Последующие контракты истекают через три, шесть,
девять, 12 месяцев и так далее. Чтобы упростить математику, я сделаю
маловероятно предположение, что каждый трехмесячный период имеет точно такое же количество дней в
длину. Еще более нереально предположить, что цены на эти фьючерсы составляют ровно 99 долларов за
истекающий контракт, 98 долларов за срочный контракт (срок действия которого истекает через три месяца),
97 долларов за следующий срок действия (через шесть месяцев), 96 долларов, 95 долларов… и так далее. на.
Цены в евродолларах рассчитываются как (100 — процентная ставка), поэтому цена в 99 долларов подразумевает
процентную ставку146 в 1%, 98 долларов — 2% и так далее. Поскольку текущий фьючерс истекает по цене 99
долларов, текущая спотовая процентная ставка должна составлять 1%.
Мы решаем купить следующий контракт по цене $98 и держать его три месяца, когда он истечет. Как
рассчитать керри, который мы ожидаем заработать? Легко: это будет разница в цене контракта на момент
истечения срока действия по сравнению с ценой покупки. Но какова будет цена контракта, который мы купили
по истечении срока действия?
Чтобы разобраться в этом, предположим, что с процентными ставками, которые являются спотовой ценой
базового «актива», на который рассчитаны фьючерсы на евродоллар, ничего не происходит.
Если спотовая процентная ставка через три месяца по-прежнему будет равна 1%, то, поскольку срок действия
купленного нами контракта истекает, он также должен отражать текущую процентную ставку в размере 1%, и
по истечении срока его цена будет равна 100 1 = 99 долларов. Мы покупаем по 98 долларов и продаем по
99 долларов, получая прибыль в 1 доллар; и поскольку спотовые цены (процентные ставки) не изменились,
это полностью зависит от переноса.
Аналогичный аргумент можно привести с фьючерсами на волатильность, за исключением того, что вместо
текущих процентных ставок цена фьючерса на момент истечения срока действия основана на подразумеваемой
волатильности опционов на акции. Следовательно, мы можем написать:
И STIR-активы, и активы волатильности обычно имеют нисходящие кривые цены фьючерса, как в примере, который
я описал, и, следовательно, обычно приносят положительный доход.
Теперь давайте рассмотрим более сложный мир товарных фьючерсов. Начнем с металлургического комплекса,
так как они больше всего похожи на финансовые активы: оказывается, мы можем относительно легко брать
взаймы золото и другие металлы, в некоторые

процентная ставка. Но, в отличие от акций и облигаций, золото не приносит никакой доходности.
На самом деле хранение физического золота стоит денег, так как вам нужно найти очень
безопасное место для его хранения, с впечатляющей безопасностью и полным страховым полисом
(или, что более вероятно, заплатить кому-то за его хранение от вашего имени). Отсюда для
металлов:
Если процентные ставки не являются отрицательными и не превышают затраты на хранение,

перенос металлов обычно будет отрицательным.
Теперь у нас остались другие товары: энергетические рынки, такие как нефть и природный газ, и
сельскохозяйственные рынки, такие как пшеница и соевые бобы. Между этими рынками и другими
фьючерсами есть важное отличие. Иметь физическое золото сейчас так же хорошо, как иметь
его через несколько месяцев. Но есть большая разница между наличием газа сейчас — я пишу
это предложение в очень холодный январь — и наличием газа через несколько месяцев (когда,
надеюсь, будет намного теплее). Следовательно, у нас есть еще один член в нашем уравнении:
Удобная доходность147 отражает текущие ожидания рынка относительно будущего спроса и

предложения на товар. Это может быть как положительным, отражающим сильное краткосрочное
давление со стороны спроса, так и отрицательным. Возьмем крайний пример отрицательной удобной
доходности: 20 апреля 2020 года цена фьючерсов на сырую нефть WTI148, срок действия которых
должен был истечь в ближайшем будущем, фактически опустилась ниже нуля. Произошел
переизбыток нефти из-за

Кризис COVID-19 остановил экономику, и, следовательно, люди были готовы платить другим,
чтобы забрать нефть у них из рук.
В среднем товары будут иметь отрицательный перенос, что подразумевает восходящую

кривую цены фьючерса. Однако товарные фьючерсы могут иметь положительный керри в
течение длительных периодов времени149.
Кэрри: что может пойти не так
Carry кажется халявными деньгами. Но в финансах не бывает бесплатных обедов, за

исключением разве что диверсификации150. Если мы купим какой-нибудь фьючерс за 98
долларов при текущей спотовой цене 99 долларов, то мы ожидаем получить 1 доллар кэрри,
если ничего не произойдет со спотовой ценой. Однако мы сталкиваемся с риском того, что
спотовая цена будет двигаться против нас. Если она упадет на 1 доллар, то наша керри-
прибыль будет сведена на нет, и у нас будет нулевая доходность: печально известное
«спотовое сопротивление» (если цена упадет более чем на 1 доллар, наша керри-прибыль
превратится в убытки, в то время как рост цены добавить к нашей прибыли переноса). Это
результат, которого можно было бы ожидать, если бы вы верили в самую строгую форму
гипотезы эффективных рынков, которая, по сути, говорит, что невозможно делать деньги на торговле.
Как оказалось, мы обычно зарабатываем этот 1 доллар в переносе: как вы увидите позже,
мы на самом деле зарабатываем в среднем 1,15 доллара на каждый 1 доллар ожидаемого
переноса в моем бэктесте. Тем не менее, это не легкая поездка. Активы, которые
предлагают положительный перенос, делают это только потому, что их хранение сопряжено
с риском. Например, они обычно имеют отрицательную асимметрию. Классическим примером
этого может быть кэрри-трейд на валютном рынке с формирующимся рынком по отношению к
доллару. Это положительный перенос, потому что очень рискованно держать валюты
развивающихся рынков, которые, как правило, страдают от довольно внезапных и особенно
резких обесценений. Мы зарабатываем керри, потому что эффективно страхуем от таких
событий и получаем за это деньги.
Но это нормально: помните, что мы занимаемся получением премии за риск. Если рынок
готов платить нам за то, что мы держим активы с положительным переносом, то мы с радостью
должны это взять. На самом деле, поскольку источник кэрри различается в зависимости от
класса активов, характеристики владения активами с положительным кэрри (или продажи
активов с отрицательным кэрри) могут сильно различаться в зависимости от того, чем вы
торгуете, как мы увидим позже в этой главе.
Измерение ожидаемого переноса
В предыдущем разделе я описал метод объяснения фьючерсов с волатильностью и процентной ставкой,
рассматривая разницу между спотовыми и фьючерсными ценами. Мы можем использовать этот метод для
измерения ожидаемого переноса на любое будущее. Наш ожидаемый перенос можно измерить, сравнив
текущую цену фьючерса и спот. Например, если мы покупаем некоторый фьючерс за 98 долларов, когда
текущая спотовая цена составляет 99 долларов, то мы ожидаем заработать 1 доллар кэрри, если ничего
не произойдет с спотовой ценой до истечения срока действия фьючерса.
На практике это сложно. Трудно получить спотовые цены на многие активы, особенно на товары. Кроме
того, спотовые и фьючерсные цены необходимо синхронизировать во времени, чтобы получить точную
оценку, что не всегда просто.
Даже если у нас есть спотовые цены, добавление еще одного источника данных к нашей рабочей
нагрузке по стратегии может быть хлопотным и потенциально дорогостоящим.
Тем не менее, это не проблема, если мы держим будущее, которое дальше от кривой. Помните
приведенный выше пример гипотетической кривой фьючерса на евродоллар? Там цены составляли 99
долларов за спотовую цену, 98 долларов за следующий срок действия через три месяца, 97 долларов за
следующий срок действия и так далее. Если мы купим фьючерс с шестимесячным истечением по цене
97 долларов, то, используя тот же аргумент, что и раньше, через три месяца мы ожидаем, что он будет
иметь ту же цену, что и фьючерс с трехмесячным истечением: 98 долларов. Мы заработаем $1, если
спотовая цена не изменится.
Следовательно, мы можем рассчитать перенос, сравнив две фьючерсные цены:
Еще одним преимуществом этого подхода является то, что оба контракта торгуются на одной и той же
бирже, поэтому, если мы используем дневные цены закрытия для расчета переноса, мы знаем, что они
будут синхронизированы.
Ничто из этого не очень помогает для большинства финансовых фьючерсов, где мы обычно ограничены
предварительным контрактом, и нет более близкого контракта, который мы могли бы использовать для
сравнения. Мы можем обойти это ограничение: если мы предположим, что градиент кривой фьючерса
постоянен, то ожидаемый доход по контракту, который мы держим, будет равен разнице между ценой
следующего контракта и текущего контракта:

Это предполагает, что мы можем получить цену для дальнейшего контракта. Даже
если второй контракт недостаточно ликвиден для активной торговли, как в случае со
многими фьючерсами на облигации, обычно для него доступна котируемая цена. Эта
цена отражает ожидания рынка относительно различных источников переноса.
По крайней мере, цена на дополнительный контракт будет доступна незадолго до того,
как текущий контракт должен быть запущен, иначе будет невозможно перейти на новый
контракт! В худшем случае у нас будет точное значение переноса несколько раз в
год, когда происходит каждый бросок. Как мы увидим, этого обычно достаточно.
Давайте посмотрим на пару примеров. В ноябре 2021 года я торговал микроконтрактом S&P
500 на декабрь 2021 года. Это был предварительный контракт, поэтому у меня не было
возможности рассчитать перенос с использованием более близкого месяца поставки, и
я не собирал спотовые цены индекса S&P 500. Вместо этого мне пришлось перейти к
более дальнему контракту на март 2022 года. Цены были 4578,50 (декабрь) и 4572,00
(март). Таким образом, необработанный перенос был:
Теперь рассмотрим будущее сырой нефти WTI. Как я упоминал в первой стратегии, по
причинам, которые будут объяснены позже в этой главе, я торгую только с декабрьской
поставкой. К этому моменту я уже начал держать декабрьский контракт 2022 года по
цене 62,09. Очевидно, что это не ближайший месяц — далеко не так, — поэтому я могу
использовать ближайший месяц в своих расчетах.151 Сырая нефть имеет ежемесячные
поставки, поэтому предыдущий контракт — ноябрь 2022 года, торгуется по 62,61:
Годовое значение
Теперь у нас есть разница в цене между двумя контрактами, которая будет отражать
единицу переносимой цены, которую мы ожидаем заработать за время между их
истечением. Но некоторые контракты торгуются ежеквартально, в то время как другие
торгуются ежемесячно; и есть даже инструменты, где броски обычно проходят с разницей
в два, а иногда и в три месяца. Чтобы получить последовательную оценку переноса, нам
необходимо перевести необработанный перенос в годовом исчислении. Сначала мы
вычисляем время между истечениями как часть года. Хотя теоретически мы могли бы
использовать точное количество дней, допустимо аппроксимировать это, используя разницу в месяцах
Теперь мы пересчитываем необработанный перенос в годовом исчислении:
Вернемся к нашим примерам. Для сырой нефти WTI разница в сроке годности между ноябрем
и декабрем составляет 1 : 12 = 0,08333 года. Для S&P 500 это три месяца: 1 ÷ 12 = 0,25
года. Теперь мы можем рассчитать перенос в годовом исчислении, используя
необработанные цифры переноса, приведенные выше:
Корректировка риска
Что лучше, S&P 500 или сырая нефть? Мы рассчитываем зарабатывать 26 ценовых единиц
керри в S&P 500 каждый год на длинной позиции и 6,24 на сырой нефти. Ну и что? Эти цифры
сами по себе бессмысленны. Мы могли бы преобразовать их в проценты от цены, но для
прямого сравнения лучше рискнуть их скорректировать . Поскольку годовой перенос
выражается в единицах цены, имеет смысл разделить его на годовое стандартное
отклонение доходности соответствующего инструмента, также в единицах цены.
Из девятой стратегии у нас уже есть оценка дневного стандарта.

отклонение ценовых различий, σp , которое использовалось для корректировки риска

стратегий следования за трендом, поэтому расчет прост:
В качестве альтернативы, если вы предпочитаете использовать оценочное годовое стандартное
отклонение доходности в процентном выражении, σ%, вы можете использовать следующую эквивалентную формулу:152
В наших примерах, используя текущие цены и предполагая годовое стандартное отклонение

16% для S&P 500 с 28% для сырой нефти:
Кэрри с поправкой на риск для сырой нефти на самом деле более чем в десять раз выше, чем
для S&P 500.
Carry как торговая стратегия
Теперь у нас есть скорректированная с учетом риска мера переноса для любого данного
инструмента. Как мы на самом деле реализуем ее в качестве торговой стратегии? Вот тут и
проявляется магия прогноза . Еще в седьмой стратегии я формально определил прогноз как
значение, пропорциональное ожидаемой доходности с поправкой на риск. Я также отметил,
что это означает, что прогнозы пропорциональны ожидаемым коэффициентам Шарпа (SR).
Поскольку перенос определяется как ожидаемая годовая доходность, деленная на

стандартное отклонение в годовом исчислении, обе в одних и тех же ценовых единицах,
ожидаемый перенос равен ожидаемому SR. Следовательно, приведенный выше расчет переноса
естественным образом дает прогноз:
Давайте посмотрим на прогноз переноса для микробудущего S&P 500, как показано на рисунке
39.
Рисунок 39: Прогноз Carry для S&P 500

Во-первых, вы видите, что до 2000 г. у нас довольно «блочный» прогноз.

Это связано с тем, что у меня мало исторических данных по второму контракту, и я могу
рассчитать только дни переноса. Это больше не проблема для S&P 500, но по-прежнему
актуальна для многих фьючерсов на облигации.
После 2000 года оценка переноса очень шумная и скачкообразная. Некоторые из наихудших
шумов — например, в 2019 году — связаны с плохой подачей данных и, возможно, могут быть
удалены путем очистки данных. Но я считаю, что надежная торговая система — это та, которая
может справиться с определенным объемом неверных данных.153 Большая часть шума реальна,
но даже этот реальный шум не добавляет никакой полезной информации. По сути, мы хотим
открывать короткие позиции S&P примерно до 2009 г., в той или иной степени: явно существует
цикл в переносе, обусловленный взаимодействием процентных ставок и дивидендной доходности.
После этого мы хотим открывать длинные позиции, за исключением 2018 и 2019 годов, когда
мы открываем короткую позицию.
Теперь давайте рассмотрим другой наш пример, фьючерсы на сырую нефть WTI, на рисунке 40.
Здесь у нас немного лучшие данные, но все еще есть признаки шума. Война в Персидском
заливе в 1990 году была особенно хаотичным периодом.
Рисунок 40: Прогноз по нефти марки WTI.

Далее давайте рассмотрим другой энергетический рынок, природный газ Генри Хаб.
Важное различие между сырой нефтью и газом заключается в том, что я всегда торгую
декабрьским контрактом на сырую нефть, но это невозможно для газа, потому что срок
действия ликвидных контрактов не истекает так далеко в будущем. Вместо этого я
торгую на пару месяцев вперед, что позволяет мне использовать более точную
близкую к текущей версию расчета переноса, сохраняя при этом ликвидное истечение.
Например, если сейчас январь 2022 года, я бы удержал март 2022 года и вычислил
перенос, сравнив февраль и март.
Перенос газа показан на рисунке 41, и мы сразу же можем увидеть нечто странное:
очень устойчивую сезонную модель. Carry значительно отрицателен в мае и октябре,
в то время как в январе и июле он обычно около нуля или даже слегка положителен. В
этом есть смысл: газ является товаром, который подвержен сезонным изменениям спроса
и предложения, и это также изменит относительную цену соседних истечений в
течение года. Его также очень сложно и дорого хранить, что усиливает эти
сезонные эффекты.
154
Мы не видим этого для сырой нефти, еще одного продукта, который имеет некоторую
сезонность, потому что мы торгуем только в декабре. 155 Это одна из причин, по
которой я предпочитаю торговать сезонными товарами с фиксированным месяцем, когда
это возможно.
Рисунок 41: Прогноз переноса природного газа

Теперь давайте посмотрим на первый фьючерс, которым я когда-либо торговал: 10-летние

немецкие облигации («Бунд»). Как и большинство фьючерсов на облигации, торговать
можно только в первом месяце, поскольку последующие поставки обычно не особенно
ликвидны. Это означает, что мы должны использовать второй срок действия для расчета
переноса. Например, прямо сейчас, в конце января 2022 года, я торгую мартом 2022 года и
вычисляю перенос, беря разницу между мартом и июнем 2022 года. Перенос показан на
рисунке 42.
Рисунок 42: Прогноз керри для 10-летних фьючерсов на немецкие облигации

Нет, я не случайно нарисовал фьючерсную цену на сезонный товар, введя в поиск

данных колбасные колбаски, а не Bund. Перенос фьючерсов на Bund носит
исключительно сезонный характер, при этом признак переноса прогноза меняется
каждый квартал, когда мы переходим к новому контракту. Сентябрьские и мартовские
контракты имеют сильное положительное расчетное значение переноса, в то время
как июньские и декабрьские контракты имеют сильное отрицательное значение
переноса. Но поскольку мы используем неточный метод сравнения керри для первых
двух контрактов, реальный керри для июньского и декабрьского контрактов на самом
деле положителен, и наоборот! Наша оценка переноса всегда будет иметь
неправильный знак.156 Аналогичные закономерности наблюдаются в 5-летних
немецких облигациях (Bobls) и 10-летних испанских облигациях (Bonos).
Наконец, давайте посмотрим на другой финансовый рынок: фондовый индекс Eurostoxx

50. Как и в случае Bunds, мы держим первый контракт и, следовательно, должны
вычислять перенос, сравнивая цены первого и второго контрактов. И снова на рисунке
43 наблюдается неожиданная сезонная закономерность.
Рисунок 43: Прогноз Carry для Eurostoxx
Когда мы держим мартовский контракт, в первом квартале каждого года керри

необычайно позитивен. Цена июньского Eurostoxx обычно ниже мартовского. Этому
есть простое объяснение: большинство фирм в Eurostoxx выплачивают свои самые
большие дивиденды в апреле. И снова наш керри
прогноз будет систематически ошибочным. При проведении марта он будет смещен вверх, а для
июня будет слишком низким.
Теоретически эта проблема затрагивает все фьючерсы на акции, за исключением немецкого

DAX30, который является индексом совокупной доходности. Однако это более заметно за
пределами США, где дивиденды, как правило, выплачиваются ежегодно или раз в полгода, а не
ежеквартально, как в США. Исторически дивиденды в США также были ниже, чем в Европе, что
еще больше ослабляло эффект.
Снижение затрат при керри трейдинге
Из вышеизложенного ясно, что у нас есть (а) общая проблема и (б) некоторые проблемы,
характерные для инструмента.
Общая проблема заключается в том, что оценки переноса являются необычайно зашумленными,
поскольку разница в цене между соседними фьючерсными контрактами может меняться изо дня в
день.
Затем у нас возникают определенные проблемы с сезонными инструментами, где керри постоянно
меняется в зависимости от того, в каком месяце мы торгуем в данный момент.
Они делятся на две категории. Во-первых, те, где мы точно оцениваем сезонность, потому что
торгуем вторым контрактом, например, Природным газом. Во-вторых, инструменты, в которых мы
ошибаемся, потому что можем торговать только срочным контрактом, но неточно измеряем
перенос, используя разницу между первым и вторым контрактами. Сюда входят несколько рынков
облигаций и большинство рынков акций за пределами США.
Сначала рассмотрим проблему шума. Шум приведет к ненужной торговле и, таким образом,
увеличит торговые издержки без получения дополнительной прибыли.
Еще в восьмой стратегии я сказал, что есть несколько способов решить эту проблему. Одним из
методов было использование буферизации, которую я подробно описал. Другой способ — каким-то
образом сгладить прогноз, используя скользящее среднее или, что еще лучше,
экспоненциально взвешенное скользящее среднее.
Сглаживание не подходит для трендовых фильтров, поскольку они уже состоят из скользящих
средних. Но его можно использовать для переноски:
Каким должен быть интервал сглаживания? Более длинный промежуток сделает прогноз
более плавным, но сделать его менее реагирующим на изменения. Для разных инструментов могут
быть подходящими промежутки разной длины. Природный газ и другие инструменты с правильно
оцененной сезонностью потребуют довольно короткого промежутка времени. Это необходимо,
чтобы наша оценка переноса могла быстро адаптироваться к изменениям после каждого броска.
Более длинный диапазон, вероятно, имел бы смысл для большинства других инструментов.
А как насчет инструментов с неправильным переносом целиком: акций и некоторых облигаций?
Конечно, мы могли бы использовать некоторые специальные методы для решения этой проблемы и
получить более точную прогнозную оценку.157 Однако для этой стратегии я хочу, чтобы все
было просто. Поэтому я также буду использовать сглаживание для решения конкретной проблемы
инструмента: если мы возьмем среднее значение переноса за достаточно длительный период, оно
сгладит любые сезонные эффекты.
Я решил использовать четыре разных интервала в качестве вариаций правил кэрри-трейдинга:
5 рабочих дней (около недели). 20
рабочих дней (около месяца). 60 рабочих
дней (около трех месяцев). 120 рабочих дней
(около полугода).
Использование промежуточных периодов, таких как 40 рабочих дней, приводит к очень высокой
корреляции между соседними вариантами. Более длительное сглаживание не приводит к какому-
либо значимому снижению затрат или улучшению производительности. Теперь мы можем
использовать ту же формулу, которую мы использовали в последних трех главах:
Какое значение мы должны использовать для скаляра прогноза? Помните, наше масштабирование
настроено таким образом, что масштабированный прогноз имеет среднее абсолютное значение 10.
Прогноз переноса находится в единицах SR, и если я измерю среднее абсолютное значение по всем
нашим различным фьючерсным инструментам со всей доступной историей данных, я получу около
0,33. Это означает, что подходящим скаляром будет 30.
Поскольку сглаживание не влияет на средние значения, за исключением инструментов с очень
короткой историей данных, мы можем использовать этот скаляр для всех четырех вариантов переноса.
(Можно возразить, что нецелесообразно использовать один и тот же скаляр для всех
активы, так как разные активы обычно имеют разные средние уровни. Я рассмотрю этот вопрос
нести. 158 через несколько страниц.)
Наконец, мы ограничиваем наш прогноз по причинам, которые я обсуждал ранее:
Если бы мы торговали только с одной скоростью переноса, мы бы рассчитывали эти прогнозы

каждый день, используя цены закрытия. Затем мы пересчитывали оптимальную позицию,
используя стандартные уравнения масштабирования позиции, которые мы использовали в
девятой стратегии и в предыдущих стратегиях. Однако лучше торговать несколькими
вариациями правил кэрри-трейдинга, чтобы получить некоторую выгоду от диверсификации, и я
объясню, как это сделать, в следующем разделе.
Торговля по нескольким правилам керри-трейдинга
Мы уже решили проблему, как торговать с несколькими интервалами переноса: она идентична
проблеме наличия нескольких скоростей трендового фильтра.
Давайте быстро рассмотрим процедуру, которой мы следовали, и посмотрим, как она применима к
керри-трейдингу.
Во-первых, для данного инструмента нам нужно выбрать набор вариантов торговых правил , которые
достаточно дешевы для торговли. Мы делаем это с помощью следующей формулы, сравнивая
годовой оборот для каждого интервала переноса, чтобы увидеть, соответствует ли он
соответствующему тесту:159
Затем мы выбираем набор весов прогноза. Вес прогноза определяет, как прогнозы из каждого
варианта переноса усредняются в комбинированный прогноз. Я много думал об этом при создании
стратегии множественных трендов, рассматривая производительность до затрат каждого фильтра
тренда и их вероятные затраты. Я также рассчитал цифры для корреляций, потому что мы должны
выделять больше торговых правил, обеспечивающих большую диверсификацию.
Но после всех этих усилий я решил сделать вещи простыми и одинаково взвешенными.
все фильтры трендов, достигшие порога максимального оборота (см. таблицу 40).
Таблица 40: Оборот в год для каждого интервала переноса, усредненный по инструментам
Оборот
нести5 5,75
Carry20 3.12
Carry60 1,82
Carry120 1.22
Я склонен использовать тот же метод для переноса, но сначала давайте проверим, что это не
будет полным безумием. Рассмотрим производительность для каждого диапазона в таблице 41.
Как и в случае с отслеживанием тренда, здесь я использую агрегированные результаты портфеля
Jumbo. Относительные результаты для отдельных инструментов не будут сильно отличаться,
хотя, конечно, мы видим здесь преимущества диверсификации, поэтому средние значения по
отдельным инструментам будут не такими хорошими.
Таблица 41: Производительность при различной длине несущего пролета
Carry5 Carry20 Carry60 Carry120
Расходы 1,0% 0,9% 0,8% 0,7%
Оборот 28,5 20,7 16.2 13.2
Левый хвост 1,59 1,61 1,59 1,60
Правый хвост 1,51 1,48 1,45 1,51
Альфа 19,4% 18,4% 17,4% 15,7%
Бета 0,01 0,01 0,09 0,15
Все интервалы переноса очень похожи, как и следовало ожидать, учитывая, что они используют
одно и то же базовое правило с изменением параметра сглаживания.
Естественно, более крупные промежутки торгуются медленнее и имеют несколько меньшие затраты.
Больше ничего интересного нет, за исключением того, что при регрессии по нашей контрольной
стратегии четыре бета кажется немного выше для более медленных интервалов, а альфа немного
ниже.
Я также учитывал перекос в разные периоды времени, когда рассматривал следование за трендом. В
таблице 42 приведены значения переноса, которые можно сравнить со значениями тренда в таблице
32 (стр. 180). Кэрри имеет репутацию стратегии с отрицательным перекосом, но в основном перекос
лишь немногим ниже нуля.
При измерении с ежемесячной периодичностью для большинства длин пролетов получается умеренно
положительное значение. Позже в этой главе я расскажу об этом удивительном открытии более
подробно.
Таблица 42. Перекос, измеренный за разные периоды времени для разных интервалов переноса
Ежедневная асимметрия Еженедельная асимметрия Ежемесячная асимметрия Годовая асимметрия
нести5 0,02 0,04 0,57 0,01
Carry20 0,03 0,03 0,35 0,15
Carry60 0,12 0,11 0,08 0,08
Кэрри120 0,07 0,02 0,24 0,04
До сих пор мы не видели ничего, что указывало бы на то, что какой-либо интервал переноса
фундаментально отличается от другого, но нам нужно немного увеличить масштаб, чтобы увидеть,
справился ли процесс сглаживания с проблемами сезонности, о которых я говорил ранее. В таблице 43
показано среднее значение SR для различных интервалов переноса, усредненное по различным
группам инструментов. Цифры здесь ниже, чем в предыдущей таблице, так как они представляют собой
медианы по инструменту, а не по агрегированному портфелю.
Таблица 43: Медианный коэффициент Шарпа по интервалу переноса для различных наборов
инструментов после учета затрат
Все инструменты 0,27 0,28 0,27 0,27
Все Форекс 0,31 0,29 0,28 0,26
Все Том 0,64 0,61 0,48 0,46

Все металлы 0,26 0,25 0,26 0,21
Все облигации 0,40 0,46 0,45 0,52
Бунд, Бобл, Боно 0,62 0,77 0,74 0,74
Все акции 0,22 0,34 0,30 0,29
Неамериканские акции 0,22 0,34 0,31 0,31
Все энергии 0,18 0,22 0,24 0,22
Нефть WTI (только в декабре) 0,53 0,47 0,36 0,28
Все сельскохозяйственные
0,16 0,17 0,10 0,00
Пшеница, Кукуруза (только в декабре) 0,03 0,02 0,03 0,08
Первые несколько строк показывают классы активов, сезонность которых меня не

особенно беспокоит. Тем не менее, стоит сделать пару кратких замечаний. Во-первых,
доходность кэрри довольно постоянна для разных классов активов. Во-вторых, похоже,
что именно для инструментов волатильности ('vol') может быть аргумент в пользу
более быстрой торговли. Но это очень небольшой класс активов с двумя инструментами,
поэтому мы не можем быть уверены, что эти цифры значимы.
Более интересная часть таблицы начинается с облигаций. Облигации, как правило,

не имеют проблем с сезонностью и имеют доход от переноса выше среднего. В
следующем ряду показаны облигации с неточным переносом из-за проблем с
сезонностью: Bunds, Bobls и Bonos. Мы ожидаем, что перенос улучшится, поскольку мы
применяем более длинное сглаживание, что должно сгладить проблемы сезонности.
Бывает, но не значительно.
Даже с более короткими промежутками эти три облигации работают исключительно

хорошо, несмотря на то, что с самым коротким сглаживанием мы меняем знак нашей
позиции каждые три месяца из-за сезонных эффектов! Но вы не должны слишком много
верить в эти результаты. Прямая результативность длинных позиций по Bunds и Bobls
и, в меньшей степени, по Bonos была очень сильной, и даже стратегия, которая
постоянно ошибается с керри, может быть прибыльной.
Теперь рассмотрим акции. Ранее я отмечал, что неамериканские акции, вероятно,

будут иметь неточный сезонный перенос. Тем не менее, нет никакой разницы для SR
по акциям в целом и по акциям за пределами США в частности.
Большинство энергетических рынков в моем наборе данных будут иметь сезонный перенос, хотя и
измеренный точно, поскольку я рассчитываю перенос, сравнивая ближайший контракт с текущим
контрактом. Исключение составляет WTI Crude, 160 , где у меня только декабрьский контракт. Мы
ожидаем, что другим энергетическим рынкам потребуется более длительный период, чтобы
скорректировать эту сезонность.
Конечно же, у сырой нефти дела обстоят лучше, чем у других энергетических рынков с более
короткими сглаживаниями. Но так как это всего лишь один инструмент, трудно сказать, действительно
ли это значимый эффект.
Похожая ситуация и на сельскохозяйственных рынках, где у меня обычно сезонные проблемы с
переноской. Исключением являются пшеница и кукуруза: здесь я придерживаюсь декабрьского
контракта. Интересно, что «более чистый» перенос пшеницы и кукурузы приносит меньше денег,
чем сезонный перенос остальной части комплекса. Опять же, мы можем заниматься интеллектуальным
анализом данных, учитывая небольшое количество задействованных инструментов.
По некоторым из этих инструментов можно вообще не торговать керри, поскольку керри измеряется
неточно, но нет убедительных доказательств того, что нам следует отклоняться от равных
прогнозных весов.
В таблице 44 показана корреляционная матрица для различных интервалов переноса.161 Как и в
случае с импульсом, мы получаем закономерность, в которой соседние интервалы более
коррелированы, что позволяет предположить, что может быть более целесообразным увеличить
веса прогноза для более коротких и более длинных интервалов переноса. Тем не менее,
корреляции здесь чрезвычайно высоки, что неудивительно, учитывая, что все они основаны на
одних и тех же базовых оценках необработанного переноса. Будет мало пользы от смещения весов
прогноза от равного веса.
Таблица 44: Корреляционная матрица доходности для различных интервалов переноса плюс
средние корреляции
нести5 1 0,96 0,89 0,84
Carry20 1 0,94 0,89
Carry60 1 0,96
Carry120 1
Среднее значение по сравнению с другими пролетами 0,90 0,93 0,93 0,90

В заключение я буду придерживаться своего предпочтительного метода: использовать одинаковые

веса прогноза для вариаций переноса, которые достаточно дешевы для торговли данным
инструментом.
Следующим шагом из девятой стратегии является следующее: при заданном наборе ограниченных
прогнозов f i,j,t для инструмента i вариант торгового правила j с весами прогноза wi,j:
Как и в случае с несколькими фильтрами тренда, нам необходимо учитывать диверсификацию,

применяя FDM:
Соответствующие FDM приведены в таблице 45.
Таблица 45: FDM и предлагаемые прогнозируемые веса для переноса
Прогнозируемый вес FDM
Кэрри5, 20, 60, 120 0,25 1,04
Перенос 20, 60, 120 0,333 1,03
Кэрри60, 120 0,5 1,02
Carry120 1,0 1,0
Все FDM очень низкие, что отражает очень высокую корреляцию между интервалами переноса и,
следовательно, отсутствие диверсификации. Теперь мы можем подключить комбинированный
прогноз к знакомым уравнениям определения размера позиции и буферизации, которые мы
использовали некоторое время назад.
Обзор производительности переноса
Итак, мы построили стратегию керри, давайте оценим ее эффективность.

Окажется ли выполнение опасным, но полезным, как мы и ожидали от введения в эту главу? Или
это бумажный тигр, чей рев хуже укуса? Как обычно, я начну с оценки средней эффективности
отдельных инструментов по классам активов. Результаты приведены в таблицах 46 и 47, и я удалил
статистику, которая очень похожа и неинтересна, а также добавил некоторые значения переноса.
Таблица 46. Медианная доходность инструмента для комбинированной стратегии переноса

по классам финансовых активов
Средний абсолютный перенос (MAC) 0,12 0,67 0,21 0,41
Средняя доходность ÷ 20% (AMR) 0,15 1,07 0,25 0,67
% реализованного переноса = AMR ÷ MAC 170% 160% 109% 142%
Процент длинных 86% 12% 60% 81%
перекос 0,01 0,64 0,38 0,11
Нижний хвост 2,86 2,69 3,56 2,22
Верхний хвост 2,36 1,67 2,70 2,09
Таблица 47. Медианная доходность инструмента для комбинированной стратегии переноса

по классам товарных активов
Средний абсолютный перенос (MAC) 0,15 0,42 0,45 0,24
AMR = средний доход ÷ 20% 0,18 0,25 0,17 0,22
% реализованного переноса = AMR ÷ MAC 115% 77% 46% 115%
Процент длинных 18% 47% 40% 66%
перекос 0,36 0,05 0,07 0,17
Нижний хвост 3,36 2,41 2.12 2,62
Верхний хвост 3,73 1,95 1,98 2.14
Обратите внимание, что годовое стандартное отклонение неодинаково для разных
классов активов. Что-то пошло не так с моим хваленым методом таргетирования рисков?
На самом деле этого и следовало ожидать. Прелесть использования позиций,
масштабированных с помощью прогнозов, заключается в том, что мы меньше рискуем, когда прогнозы слаб
наоборот. Это не было заметно при торговле по тренду, но сила керри значительно
различается в зависимости от класса активов. Он явно ниже по акциям и выше по
волатильности. Использование общего прогнозного скалярного значения 30 для всех
инструментов приводит к различным уровням риска в зависимости от среднего значения
переноса в пределах данного класса активов.
Новые строки, которые я добавил в эти таблицы, помогают объяснить, что происходит.
Медиана абсолютного переноса (MAC) — это средний ожидаемый SR переноса. Мы получаем
его путем деления среднего масштабированного прогноза на скаляр прогноза (30), тем
самым обращая нормальный процесс для получения масштабированного прогноза и взяв
среднее абсолютное значение. MAC будет выше для классов активов с инструментами,
которые в среднем имеют более сильные прогнозы кэрри: длинные или короткие. Мы
видим, что там, где MAC выше, годовое стандартное отклонение также выше.
Разница в стандартном отклонении также означает, что SR могут быть не самым разумным
показателем для оценки эффективности различных классов активов.
Сюда включена альтернативная мера: скорректированная средняя доходность (AMR). Это
также коэффициент Шарпа (SR), но это годовая доходность, деленная на целевой риск
20%, а не реализованное стандартное отклонение, которое мы используем для
стандартного расчета SR. В отличие от фактического SR, он будет меньше, когда
прогнозы переноса ниже, и наоборот.
Мы можем напрямую сравнить AMR с MAC, так как оба являются коэффициентами Шарпа.162
Вы можете думать о MAC как о «коэффициенте Шарпа, обещанном переносом», а AMR как
о «коэффициенте Шарпа, предоставленном переносом». Последняя новая строка, %
реализованного переноса, равна AMR, деленному на MAC. Если это больше 100%, то
керри доставил больше, чем обещал. Когда ниже 100%, перенос находится в стадии
доставки.
В среднем, на основе медианного инструмента, перенос выполняет 115% обещаний. В

начале главы я сказал, что кэрри выглядит как свободные деньги, но мы сталкиваемся с
риском того, что спотовая цена будет двигаться против нас: 1 доллар обещанного кэрри
может быть потерян, если спотовая цена изменится против нас на 1 доллар или больше.
Но на самом деле на каждый доллар потенциальной прибыли от керри мы можем получить
еще 0,15 доллара на благоприятных изменениях цены! Выполняйте обещания и выполняйте
больше во всех классах активов, кроме двух: сельскохозяйственных и энергетических рынках.
Возможно, не случайно именно здесь у нас есть много сезонных инструментов.163
Перекос в основном отрицательный, и хуже всего в инструментах волатильности. Это неудивительно,
если мы посмотрим на другую новую строку: процентная длинна. Это показывает долю времени, в
течение которого у нас есть длинная позиция переноса, усредненную по инструментам в каждом
классе активов. Что касается волатильности, мы в основном играем в шорт; и поскольку мы знаем из
более ранних стратегий, что длинная волатильность является активом с положительным
перекосом, неудивительно, что в итоге мы получим сильный отрицательный перекос.
У нас есть только два инструмента в классе активов волатильности, а перекос — не очень
надежная статистика, поэтому также стоит учитывать коэффициенты хвоста. Отношения нижних
хвостов достаточно высоки и в большинстве случаев хуже, чем у верхних хвостов, что
свидетельствует об отрицательной асимметрии. Но именно FX и металлы имеют самые толстые хвосты,
используя этот более надежный показатель.
Модель процентных длинных позиций также интересна сама по себе. В следовании за трендом любые
длинные или короткие смещения были связаны с историческими тенденциями цен на активы, которые
могут не продолжаться. Но для переноса различные активы обычно имеют постоянные позиции
переноса с постоянными причинами. Облигации, например, обычно имеют длинную динамику, поскольку
кривая доходности обычно имеет восходящий наклон.
Дивиденды обычно превышают затраты на финансирование в акциях, поэтому здесь мы также обычно
играем в длинную позицию. И наоборот, в металлах у нас обычно короткий керри по причинам, которые
я отметил в начале главы.
В этот момент стоит задаться вопросом, будет ли оправдано использование различных весов
инструментов для стратегий керри. При следовании за трендом были различия между классами
активов, но мы могли бы в основном объяснить их случайным шумом или долгосрочными тенденциями
в исторических ценах, которые вряд ли повторятся. Но с переносом, кажется, есть подлинные
причины, по которым одни инструменты превосходят другие. Действительно, есть некоторые
инструменты, в которых наши измерения переноса просто неверны.
Лично я не придерживаюсь этого подхода и продолжаю использовать метод установки весов
инструментов, предполагая, что мы не можем различить результаты различных инструментов,
торгующих по данной стратегии.
Имея это в виду, обратимся к совокупному портфелю Jumbo, результаты которого показаны в таблице
48.
Таблица 48. Производительность Jumbo-портфеля для эталонного теста, множественного тренда
и множественного переноса
Четвертая стратегия Стратегия девять Стратегия десять
Только длинные Множественный тренд Нести
Расходы 0,8% 1,2% 0,8%
Коэффициент Шарпа 0,85 1.14 0,94
Оборот 20,7 62,9 19.2
перекос 0,04 0,98 0,41
Альфа 0 18,8% 19,1%
Бета 1,0 0,43 0,06
Прежде всего обратите внимание, что у нас есть некоторое положительное смещение164 для
совокупного портфеля Jumbo. Напротив, таблица 47 показывает, что медианный отдельный инструмент
имеет в среднем отрицательную асимметрию. Это отражает драматические эпизоды в отдельных
инструментах, такие как обесценивание валюты, всплески волатильности, бегство от риска или
погодные явления на сырьевых товарах. Но по большей части эти драматические эпизоды не коррелируют
друг с другом и не влияют на нашу совокупную прибыль.
В соответствии со стандартной практикой в этой книге, сообщаемый перекос в этих таблицах
ежемесячный. Показатели перекоса для разных частот следующие: дневной165 перекос составляет
-0,01, недельный -0,01, месячный 0,41 и годовой 0,16. Чтобы объяснить падение асимметрии керри с 0,41
(ежемесячно) до 0,16 (годово), мы можем взглянуть на такие годы, как 2007 и 2008, когда было
несколько эпизодов, которые плохо сказывались на керри позициях; однако они не были сосредоточены
в определенном месяце.
Например, фьючерс на волатильность VIX потерял деньги летом 2007 года, но после этого ничего не
потерял; Золото пострадало в третьем и четвертом квартале 2007 г., в то время как сырая нефть и
EM FX понесли убытки летом 2008 г. Эти потери были более чем компенсированы в других частях портфеля,
а стратегия переноса потеряла всего -8,5% в 2007 г., прежде чем заработать 17,9%. в 2008.
Перекос для переноса определенно не так хорош, как для следования за трендом, и для большинства
частотах перекос фактически равен нулю, но призрак значительного отрицательного перекоса
отсутствует на уровне агрегированного портфеля. У него также более приятные хвосты, чем у тренда; и
снова совокупный нижний хвост значительно лучше, чем медианное значение по инструментам. Похоже,
что диверсификация не только уменьшает «ванильный» показатель риска стандартного отклонения,
но также и более экзотические оценки риска перекоса и хвоста.
Carry дешевле торговать, чем тренд; на самом деле это стоит примерно столько же, сколько только
166
длинная стратегия. Но его SR не так хорош. Однако у него значительно более низкая бета,
поскольку, в отличие от тренда, он обычно имеет более смешанный набор длинных и коротких позиций.
Это приводит к более высокой альфе. Конечно, мы знаем, что бета будет зависеть от класса активов;
в металлах и волатильности, где мы обычно открываем короткую позицию, бета, безусловно, будет весьма
отрицательной, в то время как в облигациях и акциях она будет значительно положительной.
Давайте завершим эту главу рисунком 44. Он показывает кумулятивную производительность портфеля
Jumbo нашего единственного эталона для длинных позиций, множественного тренда девятой стратегии
и стратегии множественного переноса, которую мы построили в этой главе.
Рисунок 44: Совокупная производительность тестов Jumbo, стратегий переноса и моментума
Точно так же, как мы делали это для следования за трендом, мы можем утверждать, что «керри
мертв»: мы не заработали денег с конца 2017 года. Но это ни в коем случае не исключительно длинная
или глубокая просадка. Помните: одно из преимуществ использования

Тест на истории заключается в том, что мы можем определить, является ли период плохой
доходности необычным или ожидаемым.
Кэрри не так страшен, как вы могли ожидать. У него нет приятного положительного перекоса
моментума, но он и не ужасающе отрицательный, за исключением, возможно, волатильности. При
достаточной диверсификации, как мы получаем в портфеле Jumbo, асимметрия фактически равна
нулю на большинстве временных частот.
Прямая эффективность кэрри не так хороша, как следование за трендом, но вы можете ясно
видеть, что (а) она меньше коррелирует с портфелем только с прямыми длинными позициями, как
можно было бы ожидать, исходя из низкой оценки бета в таблице 48, и (б) это не особенно
коррелирует с тенденцией. На самом деле корреляция между стратегиями девять и десять —
тренд и керри — составляет всего 0,36. Это говорит о том, что мы можем получить значительные
преимущества диверсификации от их объединения, и я сделаю это в следующей стратегии.
Стратегия десятая: Торговый план

Все остальные элементы идентичны девятой стратегии. Мы строим оптимальную позицию, а затем
торгуем по мере необходимости каждый день.
143 Написано Тимом Ли, Джейми Ли и Кевином Колдироном и опубликовано в 2019 году издательством McGraw Hill.
144 Это упрощение, поскольку спотовая доходность будет также включать доход от «прокрутки вниз»: эффект
сокращения сроков погашения базовой облигации. Если кривая доходности имеет восходящий наклон, то это
приведет к увеличению спотовой цены, даже если процентные ставки не изменятся. Большинство трейдеров, торгующих
облигациями, считают свертывание вниз частью дохода от владения облигациями. Однако, поскольку в этой книге
мы не рассматриваем арбитраж наличными фьючерсами, мы его проигнорируем.
145 Опять же, я игнорирую здесь многие детали, связанные, среди прочего, с форвардными процентными ставками.
146 Пока я пишу эту главу, фьючерсы на евродоллар по-прежнему ссылаются на печально известную базовую ставку
LIBOR, которая традиционно рассчитывается путем опроса группы банков. Однако было сочтено, что этот бенчмарк
подвержен манипулированию рынком — преступлению, за которое были осуждены некоторые из моих бывших коллег по Barclays
(на мой взгляд, несправедливо). С июля 2023 года фьючерсы перейдут на использование SOFR, основанного на
фактических данных о транзакциях.
147 Вполне вероятно, что доходность по удобству может применяться и к металлам; например, в случае нехватки доступного золота в
хранилище и высокого спроса. Но обычно запасов достаточно, чтобы это не было проблемой. Вообще говоря, чем дороже и сложнее хранить
продукт, тем важнее будет удобство использования.
148 Это было проблемой только потому, что фьючерсы на WTI рассчитываются физически, а не денежными средствами.
149 Многие фьючерсные трейдеры используют термин бэквордация для обозначения нисходящей кривой фьючерса (что приводит к
положительному переносу) и контанго , когда кривая фьючерса имеет восходящий характер (отрицательный перенос). Я не использую эти
термины, на самом деле мне просто нужно было проверить, правильно ли я их понял. Но вы можете услышать, что они используются где-то еще,
поэтому полезно знать о них.
150 И нормализация риска, и, возможно, прогнозирование.
151 Для сырой нефти и любого контракта, по которому мы удерживаем позицию в далеком будущем, это упрощающее приближение. Я буду обсуждать
это более подробно во второй части.
152 Как и раньше, когда мы выполняли это преобразование, помните, что при тестировании на исторических данных вы должны использовать
цену контракта, которая торговалась в то время, а не цену с поправкой на прошлое.
153 У Перри Кауфмана есть запоминающаяся фраза для этого предпочтения: «Свободные брюки подходят всем».
154 Сезонность представляет большую проблему для природного газа, чем для других источников энергии, поскольку его гораздо сложнее
хранить и транспортировать.
155 Я обсуждаю возможность выбора срока действия для торговли по данному инструменту на основе керри, доступного в каждом контракте,
в Части Шестой.
156 Сноска для фанатов облигаций: что здесь происходит? Нравится ли людям покупать булочки в качестве подарков своим родственникам
на Рождество и на день немецкого единства (3 октября, если вам интересно)? Настоящее объяснение заключается в том, что каждые шесть
месяцев правительство Германии выпускает новую партию облигаций, которые затем становятся «самыми дешевыми в доставке» (CTD)
(поскольку доходность очень низка, новые облигации с самым длительным сроком погашения становятся новыми CTD). Я хотел бы
поблагодарить бывшего коллегу Йоава Гита за разъяснение этого для

мне.
157 Например, мы можем оценить сезонный компонент и соответствующим образом скорректировать перенос. Я рассмотрю это далее в книге.
Существуют также методы, специфичные для класса активов, такие как использование базовой кривой доходности для оценки переноса
фьючерсов на облигации, но они требуют значительно большего количества данных и сложности и выходят за рамки этой книги. Наконец,
мы могли бы просто избежать торговли этими активами.
158 Среднее абсолютных значений для немасштабированных прогнозов значительно различается по разным классам активов:
сельскохозяйственные рынки 0,82, облигации 0,73, акции 0,17, валютные 0,44, металлы 0,24, энергоносители 0,72 и волатильность 1,46.
159 Большинство инструментов могут торговать всеми четырьмя диапазонами переноса: 96 из моей выборки из 102. Три инструмента могут
торговать только тремя самыми медленными диапазонами, а четыре не могут торговать ни одним из них, поскольку их бюджет затрат
полностью съедается скользящими затратами.
160 Это верно для полноразмерного контракта WTI. Мини-контракт недостаточно ликвиден, и мне приходится прокручивать его
ежемесячно.
161 Корреляции между соседними диапазонами сглаживания переноса очень высоки и намного выше, чем для соседних фильтров EWMAC,
наблюдаемых в девятой стратегии. Вы можете возразить, что четыре варианта переноса избыточны, а двух или трех будет достаточно. Я
использую четыре варианта переноса в своей торговой стратегии в основном из сентиментальных соображений. Для достаточно дешевых
инструментов у нас есть шесть вариантов правила тренда и четыре переноса. Как вы увидите в следующей главе, мои предпочтительные веса
для тренда и керри составляют 60% и 40% соответственно. Есть что-то интересное в том, чтобы в каждом правиле было ровно 10%
вариация.
162 Мы не можем сделать это для следования за трендом или большинства других торговых стратегий, поскольку они не дают
прогнозов, которые равны ожидаемым SR, а только прогнозы, которые пропорциональны ожидаемым SR.
163 Если бы мы использовали другую оценку скаляра прогноза для каждого класса активов, то эта связь между обещанным и
реализованным переносом была бы нарушена. У нас был бы более высокий скаляр прогноза и, следовательно, более высокое стандартное
отклонение в тех классах активов, где перенос был систематически низким, например, в акциях. Мы бы взяли на себя больший
риск с очень низким вознаграждением за наши усилия.
164 Полученные здесь результаты в целом согласуются с результатами фундаментальной академической работы по этому
вопросу: Koijen, Ralph SJ, Moskowitz, Tobias J., Pedersen, Lasse H. and Vrugt, Evert B., 'Carry' (август 2013 г.). Рабочий документ NBER.
Существуют некоторые различия, которых следует ожидать, учитывая разные наборы данных, определение переноса и используемые
периоды времени. Но они также обнаружили, что совокупная асимметрия намного лучше, чем для отдельных классов активов.
165 Для стратегии множественных трендов соответствующие цифры составляют 0,11 за день, 0,05 за неделю, 0,98 за месяц и 1,28
за год.
166 Это может показаться маловероятным, если не считать какого-то странного компенсирующего взаимодействия между
изменениями волатильности и прогнозами переноса, но не забывайте, что позиции в стратегии переноса буферизуются перед торговлей.
Без буферизации оборот керри был бы выше, чем при стратегии только на покупку.
Стратегия одиннадцатая: сочетание

керри и тренда
Настало время подвести итоги: мы начали первую стратегию с самого простого подхода
— владения одним контрактом. Затем я представил идею масштабирования наших
позиций по степени риска. Мы перешли от владения одним инструментом к возможности
торговать портфелем из 100 и более инструментов. Затем я представил концепцию
торгового правила для изменения нашей позиции: правило тренда .
Впоследствии я показал вам, как варьировать позиции в зависимости от силы прогноза :

меры ожидаемой будущей доходности с поправкой на риск. Поскольку прогнозы
откалиброваны в едином масштабе, мы можем комбинировать их вместе, чтобы создать
более диверсифицированную торговую стратегию. Сначала я продемонстрировал это на
разных скоростях трендового фильтра. Затем в десятой стратегии я использовал
тот же подход, но на этот раз с другой скоростью керри.
Теперь, в этой заключительной главе первой части, я покажу вам, как совмещать
тренд и перенос. Мы можем сделать это легко, так как все прогнозы правил переноса и
тренда откалиброваны, поэтому они имеют общую шкалу.
Стратегия одиннадцатая: торгуйте портфелем из одного или
Масштабируйте позиции в соответствии с силой комбинированного
прогноза, который представляет собой средневзвешенное значение

прогнозов переноса и тренда.
В этой главе я также затрону следующую тему:
Выбор подходящей смеси керри и тренда.
Строительные блоки
Подход к построению торговой стратегии на основе отдельных торговых правил, каждое из

которых дает собственный масштабированный прогноз, подобен построению чего-то из кубиков
LegoTM. Мы можем использовать практически любой блок с любым другим, так как все они
спроектированы таким образом, чтобы аккуратно подходить друг к другу. Это также
относится и к правилам торговли благодаря свойствам масштабирования прогнозов правил
торговли. Это позволяет нам торговать по широкому кругу различных торговых правил в
рамках одной стратегии, и я буду продолжать использовать подход, описанный в этой главе,
в большей части оставшейся части книги: во второй и третьей частях.
Какие строительные блоки мы собираемся использовать в одиннадцатой стратегии?
Тренд (из девятой стратегии) – правило EWMAC:

EWMAC2
EWMAC4
EWMAC8
EWMAC16
EWMAC32
EWMAC64
Кэрри (из десятой стратегии): правило сглаженного переноса с N днем

ЭВМА гладкий:
нести5
Carry20
Carry60
Carry120
Для каждого из них мы рассчитаем необработанный прогноз, затем масштабируем его так,
чтобы он имел абсолютное среднее значение 10, и, наконец, применяем ограничение, чтобы
абсолютное значение не превышало 20.
Прогноз веса для комбинированной стратегии

Следующим этапом является объединение этих разрозненных прогнозов вместе. Опять же, мы будем
использовать тот же метод, что и в стратегиях девять и десять. Во-первых, для любого
данного инструмента мы выберем подмножество правил прогнозирования, которые не превышают моего
ограничения скорости в 0,15 единиц коэффициента Шарпа (SR) в затратах, используя оборачиваемость
цифры в таблицах 35 и 40, а также стоимость сделки с поправкой на риск для соответствующего
Следующим шагом является расчет весов прогноза. Вот напоминание о методе «сверху вниз»,
который я представил в девятой стратегии:
Разделите список торговых правил по стилям. Распределите между стилями в соответствии

с вашими предпочтениями.

Давайте применим этот метод здесь:
Наши два стиля сходятся и расходятся. Мы уже установили, что тренд — это
расходящаяся стратегия. Carry, поскольку он предполагает, что спотовые цены
остаются стабильными, во многом относится к конвергентному семейству.
У нас есть только одно торговое правило в каждом стиле: тренд EWMAC в расходящейся
группе и перенос в конвергентной категории.
У нас есть до шести вариантов правила EWMAC и до четырех вариантов переноса.
Как же тогда мы решаем, сколько вкладывать в керри и тренд? Таблицы 49 и 50 показывают

некоторые статистические данные о производительности портфелей Jumbo с различными
пропорциями переноса и тренда.
Таблица 49: Характеристики смешанной стратегии тренда и переноса, 50–100% в тренде
100% 90% 80% 70% 60% 50%
Коэффициент Шарпа 1.14 1.19 1,24 1,26 1,27 1,27
Средняя просадка 11,2% 10,1% 9,6% 9,2% 8,9% 9,3%
Еженедельный перекос 0,05 0,08 0,12 0,16 0,18 0,20
Ежемесячный перекос 0,98 0,94 0,88 0,83 0,76 0,72
Годовой перекос 1,28 1,27 1,26 1,25 1,22 1,16
Нижний хвост 1,99 1,95 1,91 1,88 1,86 1,78

Верхний хвост 1,81 1,79 1,76 1,76 1,75 1,76
Альфа 18,8% 19,1% 20,4% 21,5% 22,3% 22,9%
Бета 0,43 0,40 0,39 0,37 0,30 0,30
Показанный процент представляет собой пропорцию, отнесенную к тренду.
Таблица 50: Характеристики смешанной стратегии тренда и переноса, 0–50% в тренде
50% 40% 30% 20% 10% 0%
Коэффициент Шарпа 1,27 1,25 1,20 1.12 1,03 0,94
Средняя просадка 9,3% 9,8% 11,1% 13,2% 16,0% 18,6%
Еженедельный перекос 0,20 0,19 0,16 0,12 0,08 0,01
Годовой перекос 1,16 1,04 0,85 0,62 0,38 0,16
Нижний хвост 1,78 1,74 1,67 1,62 1,60 1,57
Верхний хвост 1,76 1,67 1,59 1,55 1,54 1,49
Альфа 22,9% 22,87% 22,4% 21,6% 20,5% 19,1%
Бета 0,30 0,25 0,20 0,15 0,10 0,06
Какой вариант вы выберете, будет зависеть от ваших предпочтений. В этой главе я буду
использовать соотношение 60/40, так как именно эту пропорцию167 я использую в своей
собственной торговой системе. Он максимизирует SR, минимизирует просадку и имеет довольно
приличную альфу. У меня был бы лучший перекос и правый хвост, если бы у меня было больше
тренда, но более приятный левый хвост с добавленным переносом. Не стесняйтесь выбирать
другую комбинацию, если хотите.
Имея это в виду, давайте рассмотрим пример того, как мы подогнали бы прогнозные веса для
произвольного инструмента: фьючерса на евродоллар. В настоящее время стоимость сделки с
поправкой на риск составляет 0,0088 единицы SR. Еще в девятой стратегии я использовал эту
цифру для получения максимального оборота в 13 сделок в год.
Таблицы 35 и 40 показывают, что мы можем выделить два самых медленных варианта EWMAC и
все четыре варианта переноса. Давайте проследим за процессом распределения сверху вниз:
Наши два стиля — конвергентный (40%) и дивергентный (60%), отражающие перенос и тренд
соответственно.
У нас есть только одно торговое правило в каждом стиле.
У нас есть два варианта правила EWMAC. Каждому достается половина от 60%, то есть
30%.
У нас есть четыре варианта переноски. Каждый получает четверть 40%, что составляет
10%.
Таким образом, наши прогнозные веса следующие:
Дивергент:
Тенденция EWMAC:
EWMAC (32 128): 30%
EWMAC (64 256): 30%
Конвергентный:
Сглаженный перенос:
Кэрри5: 10%
Carry20: 10%
Carry60: 10%
Carry120: 10%
В таблице 51 показаны соответствующие веса прогноза для заданного набора торговых правил.
Таблица 51: Веса прогноза для заданного набора EWMAC и вариантов правил керри-
трейдинга
Прогнозируемый вес каждого EWMAC Прогнозируемый вес каждого груза
ЭВМАК2, 4, 8, 16, 32, 64 0,10 0,10

Кэрри5, 20, 60, 120
EWMAC4, 8, 16, 32, 64 0,12 0,10

Кэрри5, 20, 60, 120
EWMAC8, 16, 32, 64 0,15 0,10

Кэрри5, 20, 60, 120
ЭВМАК16, 32, 64 0,20 0,10

Кэрри5, 20, 60, 120
ЭВМАК32, 64 0,30 0,10
Кэрри5, 20, 60, 120
ЭВМАК32,64 0,30 0,13333
Перенос 20, 60, 120
ЭВМА64 0,6 0,13333
Перенос 20, 60, 120
Перенос 20, 60, 120 0 0,3333
Кэрри60, 120 0 0,5
Carry120 0 1,0
Читатели с орлиным взглядом заметят, что я пропустил важный шаг — применение FDM. В
таблице 52 показаны соответствующие веса прогноза и FDM для заданного набора торговых
правил. Эту таблицу можно использовать для любой произвольной стратегии, и я продолжу
использовать ее во второй и третьей частях. При необходимости вы можете интерполировать
промежуточные значения.
Таблица 52. Приблизительный прогнозный мультипликатор диверсификации для

любой стратегии при условии, что инструмент имеет заданное количество правил торговли
Количество торговых правил FDM Количество торговых правил FDM
13 1,39 40 и более 2.00
12 1,38 35 1,93
11 1,36 30 1,81
10 1,35 25 1,69
9 1,34 22 1,55
8 1,32 21 1,54
7 1,29 20 1,53
6 1,27 19 1,50
5 1,25 18 1,48
4 1,23 17 1,46
3 1,03 16 1,44
2 1,02 15 1,42
1 1,0 14 1,41
Оценка тренда и переноса

Теперь у нас есть комбинированный прогноз с правильным масштабом, осталось только

применить обычную процедуру кэпирования, расчета размера позиции и буферизации.
Затем мы можем использовать стандартные диагностические таблицы, чтобы изучить
эффективность стратегии, во-первых, рассмотрев доходность каждого инструмента,
усредненную по классам активов. Знакомые теперь цифры находятся в таблицах 53 и
54. Их стоит сравнить с такими же цифрами тренда (таблицы 37 и 38) и переноса (таблицы
46 и 47).
Таблица 53. Медианная доходность инструмента для комбинированного тренда

и переноса в классах финансовых активов
Расходы 0,3% 1,3% 0,4% 0,4%
Оборот 12.1 11,4 11,8 11,5
перекос 0,51 0,50 0,53 0,64
Левый хвост 3,56 2,98 3,42 2,52
Правый хвост 2,46 1,79 2,96 2,52
Таблица 54. Медианная эффективность инструмента для комбинированного

тренда и переноса в классах товарных активов
Расходы 0,3% 0,5% 0,4% 0,4%
Оборот 13,4 12,4 11,4 11,8
перекос 2.2 0,66 0,70 0,63
Левый хвост 3,27 2,85 2,74 3.11
Правый хвост 4.07 2,44 2,56 2,67

Большинство классов активов работают одинаково при переносе и тренде, и их совокупная

эффективность отражает это. Основное исключение составляют акции, доходность по
которым у нас в тренде особенно низкая, а керри лучше. Это не так сильно улучшает общую
производительность, как можно было бы ожидать; помните из таблицы 46, что годовое
стандартное отклонение акций составляет лишь половину целевого значения стратегии
переноса, поэтому вклад переноса составляет не 40% риска доходности по акциям, а скорее
20%.
Теперь обратимся к агрегированным результатам по портфелю «Jumbo», состоящему из более

чем 100 инструментов. Таблица 55 имеет самый низкий уровень. Я уже продемонстрировал,
что комбинированный портфель 60:40 представляет собой хороший компромисс, который
улучшает каждую статистику эффективности стратегии чистого тренда, кроме перекоса.
Кривая кумулятивного счета на рисунке 45 показывает, что портфель кэрри плюс тренд
показывает стабильно хорошие результаты с течением времени.
Таблица 55. Показатели совокупного портфеля Jumbo: контрольный показатель,

тенденция, перенос и совокупность
Четвертая стратегия Стратегия девять Стратегия десять Одиннадцатая стратегия
Только длинные Множественный тренд Нести Держите и тренд
Расходы 0,8% 1,2% 0,8% 1,1%
Коэффициент Шарпа 0,85 1.14 0,94 1,27
Оборот 20,7 62,9 19.2 46,5
перекос 0,04 0,98 0,41 0,76
Нижний хвост 1,44 1,99 1,57 1,86
Верхний хвост 1,24 1,81 1,49 1,75
Альфа 0 18,8% 19,1% 22,3%
Бета 1,0 0,43 0,06 0,30
Рисунок 45. Совокупная производительность совокупного портфеля Jumbo: только

длинная позиция, бенчмарк, тренд, перенос и комбинированные
Волшебная машина диверсификации: часть вторая

Рассмотрим таблицу 56. Первая строка — это медианный SR, усредненный по
всем инструментам в моем наборе данных, для каждой из показанных стратегий.
Вторая строка — совокупный SR для портфеля Jumbo.
Таблица 56: Коэффициенты Шарпа, перекоса и хвоста улучшаются

с диверсификацией, но по-разному в зависимости от типа стратегии
Четвертая Стратегия Стратегия Одиннадцатая
стратегия девять десять стратегия
Только длинные Множественный Нести Держите и

тренд тренд
A: Медианный коэффициент Шарпа по инструментам 0,32 0,23 0,28 0,27
B: Совокупный коэффициент Шарпа для 0,85 1.14 0,94 1,27

портфеля Jumbo
СРР Б ÷ А 2,66 4,96 4.1 4,70
C: Средний перекос по инструментам 0,09 0,84 0,17 0,63
D: Совокупный перекос для портфеля Jumbo 0,04 0,98 0,41 0,76
Улучшение перекоса D - C 0,05 0,14 0,58 0,13
E: Медиана нижнего коэффициента хвоста по инструментам 1,56 3,47 2,62 3.11
F: Совокупное среднее отношение нижнего хвоста для 1,44 1,99 1,57 1,86
Улучшение хвоста E F 0,12 1,48 1,05 1,25
Я уже отмечал в шестой стратегии, что немного странно, что SR для отдельного
инструмента ниже для тренда, чем для бенчмарка только для длинных позиций, а
совокупный SR намного выше. Другой способ взглянуть на это - рассмотреть соотношение
между этими двумя SR - индивидуальным и совокупным - «коэффициентом Шарпа» (SRR). Это
показано в третьем ряду.
SRR отражает реализованные преимущества диверсификации в доходности с поправкой на

риск от диверсификации по нескольким инструментам. SRR только для длинного
портфеля довольно хорош — более 2,5, но для трендового портфеля он почти в два
раза выше.
Теперь давайте введем нести. Только по инструменту кэрри лучше тренда, но мы уже
знаем, что его агрегированный SR хуже. Так что неудивительно видеть более низкий
SRR: реализованные преимущества диверсификации для переноса немного ниже, чем для
тренда. Мы можем предположить, каковы возможные причины. Возможно, позиции в керри
более липкие; мы с большей вероятностью будем открывать длинные или короткие позиции
по данному инструменту в течение длительных периодов времени. Во-вторых, мы получаем
огромную выгоду от необычных рынков в тренде, чего мы не получаем в керри.
Комбинированная стратегия находится где-то между этими двумя крайностями, со

средним значением SR на долю ниже переноса, но совокупный SR лучше, чем тренд, что
приводит к очень приличному SRR 4,7.
Далее рассмотрим перекос. Опять же, если мы изучим асимметрию для срединного
инструмента и сравним его с агрегированным инструментом, мы получим некоторые интересные
результаты. Существует небольшое улучшение перекоса для длинной стратегии и немного
больше для тренда, но для переноса перекос значительно улучшается. Цифры,
показанные здесь, относятся к ежемесячной асимметрии, но картина аналогична для
других периодов времени. Неприятный перекос, который несет в себе экспонаты для
отдельных инструментов, диверсифицируется, потому что события плохого перекоса в
основном не коррелируют между активами.
(Интересно, что более надежная мера риска с более низким коэффициентом хвоста
показывает наибольшее улучшение для импульса, но хвосты, как правило, лучше для
переноса, чем для импульса как для отдельных медианных, так и для совокупных результатов.)
Помимо интеллектуального интереса, какая польза от этой информации? Он показывает,
что оптимальное сочетание кэрри и тренда может быть разным в зависимости от размера
вашего портфеля и ваших предпочтений в отношении прямой производительности (SR) или
положительной асимметрии. Если вы торговали одним инструментом, то вы сталкиваетесь с
жестким выбором между лучшим SR (кэрри) или более хорошим перекосом (тренд). Но если у вас
достаточно капитала для торговли портфелем Jumbo, тренд будет лучшим вариантом для
обеих метрик.
Для трейдеров любого размера комбинированная стратегия, вероятно, будет лучше, чем
чистый тренд или керри, при условии, что вы готовы обменять небольшое количество
перекоса или SR на большее улучшение другого показателя.
Это конец первой части. Мы разработали ряд полезных торговых стратегий, большинство из
которых хорошо себя зарекомендовали, а кульминацией стала стратегия, сочетающая кэрри и
тренд с отличными результатами. Но, что более важно, мы научились использовать ряд
полезных инструментов и методов.
Остальные части книги можно читать самостоятельно. Инструментов, которые вы изучили в

первой части, достаточно, чтобы прочитать любую из следующих частей книги.
Однако стратегии во второй и третьей частях, вероятно, будут представлять особый интерес.
Из-за конструктивного характера торговых стратегий, использующих прогнозы, вы можете легко
комбинировать их со стратегиями, основанными на прогнозах, которые я разработал в первой
части: в частности, со стратегиями девять, десять и одиннадцать.168 Стратегии, описанные
во второй части, являются дальнейшим развитием стратегии кэрри и тренда, а в третьей части
я рассмотрю другие типы торговых стратегий.
Но не стесняйтесь сразу переходить к четвертой или пятой частям, где я обсуждаю другие
типы стратегий, которые не вписываются в структуру прогнозирования, которую я здесь
представил; или к шестой части, где я объясняю тактики, которые помогут лучше управлять
вашими торговыми стратегиями.
Стратегия одиннадцатая: Торговый план

Все остальные элементы идентичны стратегиям девять и десять.
167 Он также перекликается с классическим портфелем, состоящим только из длинных позиций 60:40, с денежным весом 60% в акциях
и 40% в облигациях.
168 Я игнорирую здесь седьмую и восьмую стратегии, поскольку они являются частью девятой стратегии. Стратегии с первой по шестую
не используют прогнозирование.
Часть вторая: продвинутый тренд
Следуйте и придерживайтесь стратегий

Вы должны прочитать всю первую часть, прежде чем читать вторую.
Все стратегии во второй части автономны: вы можете использовать их в любой комбинации со
стратегиями девять, десять или одиннадцать или друг с другом.
Стратегии с двенадцатой по шестнадцатую модифицируют стратегии переноса или тренда из первой
части. Стратегии с семнадцатой по двадцатую — это новые автономные стратегии.
Следующие стратегии модифицируют стратегию множественного тренда (стратегия девять):
Стратегия двенадцатая: скорректированный тренд.
Стратегия тринадцатая: Тренд и перенос в различных режимах риска.
Стратегия четырнадцать: определение тренда.
Стратегия шестнадцатая: распределение тренда и переноса.
Следующие стратегии модифицируют стратегию переноса (стратегия десять):
Стратегия тринадцатая: Тренд и перенос в различных режимах риска.
Пятнадцатая стратегия: точный керри.
Стратегия шестнадцатая: распределение тренда и переноса.
В дополнение к кэрри и тренду можно использовать следующие автономные стратегии :
Стратегия семнадцать: нормализованный тренд.
Стратегия восемнадцатая: Тренд по классам активов.
Стратегия девятнадцать: поперечный импульс.
Стратегия 20: кросс-секционный перенос.

Стратегия двенадцатая: скорректированный тренд
Тренд — ваш друг, пока он не ударит вас палочкой

в спину.
Первоисточник неясен, но широко приписывается @StockCats в Твиттере.
Следование тренду — отличная стратегия, когда дела идут хорошо. Вы безмятежно

движетесь по тренду вверх, в то время как медведи сидят в стороне, поскольку «это
явно пузырь». При нисходящем тренде вы держите последовательную короткую позицию, в
то время как быки утверждают, что рынок отчаянно недооценен, их торговые счета
постепенно истекают кровью из-за неоднократных попыток «поймать падающий нож» и
купить на дне, которое никогда не достигается.
Но затем появляется палочка для еды, и вы получаете нож в спину. Рынок злобно
оборачивается против вас. Более того, часто кажется, что это происходит в самый
неподходящий момент. Используя метод масштабирования позиций, который я
представил в первой части, спокойный рынок с сильным восходящим трендом означает,
что у вас будет особенно крупная позиция, когда метафорическая палочка для еды
входит в ваш аллегорический позвоночник.
В этой главе я представлю вариант базовой трендовой стратегии, который регулирует

размер прогноза, чтобы отразить вероятную вероятность внезапного разворота.
Стратегия двенадцать: вариант любой стратегии, в

которой используются трендовые фильтры EWMAC.
Скорректируйте прогноз тренда в соответствии с
вероятностью разворота.
Скорректированный прогнозируемый и фактический риск
возвращается
Помните из первой части, что прогноз — это ожидаемая доходность с поправкой на риск.
Мы знаем, что эти прогнозы в целом верны, когда они генерируются с использованием
пересечений экспоненциально взвешенных скользящих средних (EWMAC), поскольку
полученные торговые стратегии являются прибыльными.
Но мы еще многого не знаем. Например, должны ли мы корректировать позиции в соответствии с

силой тренда, используя прогноз? Или просто открыть длинную или короткую позицию с
фиксированным риском? Еще в седьмой стратегии, когда я представил это новшество, я
отметил, что доказательства в пользу использования силы тренда в прогнозе для
определения размера позиций были слабыми, по крайней мере, для относительно медленного
фильтра EWMAC64, который я использовал в тот момент. Я также представил идею
ограничения прогноза как свершившийся факт без особого обоснования.
Взятые вместе, прогнозирование и ограничение подразумевают, что существует линейная

зависимость между силой тренда и ожидаемой доходностью с поправкой на риск, но только
до того момента, когда предел прогноза кусается. В единицах прогноза, которые я использую
в этой книге, это означает, что мы будем масштабировать нашу позицию линейно с
прогнозируемым значением, пока оно не достигнет значения -20 или +20. Это действительно
лучшее, что мы можем сделать?
Чтобы попытаться ответить на эти вопросы, я провел небольшое исследование. Во-первых, я

построил точечную диаграмму с прогнозами по оси x и реализованной доходностью с поправкой
на риск по оси y. Прогнозы пропорциональны доходности с поправкой на риск, поэтому мы
ожидаем линейной зависимости, если сила прогноза действительно предсказывает доходность.
Первоначально я использовал прогнозы до того, как произошло какое-либо ограничение, но
после масштабирования прогноза. Поскольку доходность с поправкой на риск можно
сравнивать напрямую по инструментам, я объединил результаты всех 102 инструментов в наборе
данных портфеля Jumbo.
Обратите внимание, что я использовал другой период времени для измерения реализованной
доходности с поправкой на риск, в зависимости от торгового правила. Нет смысла измерять
доходность на следующий год для кроссовера EWMAC2, который удерживает позиции лишь
считанные дни. Точно так же было бы глупо использовать однодневную доходность для
оценки EWMAC64, который торгуется всего несколько раз в год.
Чтобы определить правильный период времени, я взял оборот для каждой пары EWMAC (таблица
35, стр. 190) и рассчитал соответствующий период владения в рабочих днях, предполагая,
что в году 256 дней. Например, для EWMAC2 с оборотом 98,5 раз в год период владения
составляет 256 ÷ 98,5 = 2,6. Я округлил это значение и рассчитал доходность с поправкой на
риск для следующих
три дня, так как я использую ежедневные данные. Для EWMAC64, оборот которого составляет
всего 5,2 раза в год, я использовал 256 ÷ 5,2 = 49,2, округлив до 50 дней.
Давайте сначала рассмотрим правило быстрой торговли, EWMAC2, диаграмма рассеяния которого
показана на рис. 46. Прогноз без ограничений отложен по оси x, а доходность с поправкой на риск
за следующие три дня — по оси y.169
Рисунок 46: Диаграмма рассеяния доходности с поправкой на риск по сравнению с

неограниченным прогнозом для EWMA2, объединенная по всем инструментам
Похоже на фотографию очень далекой галактики. Вероятно, из этого рисунка можно сделать не
так много полезных выводов, поэтому вместо этого я буду использовать графики, подобные
рисунку 47.
Рисунок 47: Диаграмма рассеяния с 30 интервалами доходности с поправкой на риск в

сравнении с неограниченным прогнозом для EWMA2, объединенная по всем инструментам
На рис. 47 также показана взаимосвязь между значением прогноза (по оси X) и доходностью
с поправкой на риск за три дня после того, как был сделан прогноз (ось Y), но я удалил
облако точек и заменил их линии, которые более четко показывают структуру данных. В
центре каждого креста показана средняя ожидаемая доходность для типичного
диапазона прогнозов. Ребра креста показывают диапазон прогнозов и неопределенность
медианы фактической доходности с поправкой на риск. .
Например, посмотрите на крестик в крайнем левом углу графика, который представляет самые
низкие 3,33% прогнозируемых значений. Поскольку экстремальные прогнозы случаются
редко, диапазон прогнозов, охватываемый этим крестом, широк: примерно от -71 (усечено на
этом графике) до примерно -21. Таким образом, полная горизонтальная линия этого креста
идет от -71 до -21. Для прогнозов между 71 и 21 медианная доходность с поправкой на
риск за следующие четыре дня — центр креста — составила около 0,077. Диапазон этой
средней оценки — вертикальные линии креста — составлял от 0,044 до 0,11.
Обратите внимание, что следующее пересечение, охватывающее прогнозы в диапазоне от -21 до

-19, имеет более низкую медиану для фактической доходности с поправкой на риск около
0,05 с аналогичным диапазоном оценок доходности с поправкой на риск.
Это одна из причин, по которой я решил ограничивать экстремальные прогнозы. Если бы я этого не сделал, то
прогноз -30 будет иметь позицию на 50% больше, чем прогноз -20: мы будем гораздо более
медвежьими. Но, как видно из рисунка, на самом деле нам следует быть более оптимистичными!
Медианная доходность с поправкой на риск для прогноза -30 (0,077) выше, чем для прогноза
-20 (0,05). На другом конце спектра прогнозов чрезвычайно бычий прогноз +30, по-видимому, не
имеет более высокой средней доходности с поправкой на риск, чем прогноз +20.
Поскольку вокруг этих чрезвычайно медвежьих и бычьих прогнозов так много шума и
неопределенности, о чем свидетельствуют большие перекрытия между вертикальными линиями,
кажется, что безопаснее всего ограничить их. В любом случае, только около 6% прогнозов
EWMAC(2,8) имеют абсолютное значение больше 20.
На рис. 48 показана другая версия графика, но на этот раз я уменьшил количество нанесенных
крестов, чтобы было понятнее, поскольку нам не нужно фокусироваться на крайних значениях.
На этом и последующих графиках используемые мной прогнозы ограничены значениями 20 и +20.
Рисунок 48: Диаграмма рассеяния реализованной доходности с поправкой на риск по сравнению с

прогнозом для EWMA2 с ограничением, объединенная по всем инструментам
Вы можете видеть, что действительно существует положительная корреляция между

прогнозом и доходностью с поправкой на риск, но только для прогнозов от -5 до +5.
За пределами этого диапазона отношения не столь ясны.
Следующие несколько графиков на рисунках с 49 по 52 показывают те же результаты, но для

другие правила EWMAC, которые я представил в девятой стратегии. Я не включил EWMAC(16,64), так как
он неотличим от EWMAC(8,32).
Рисунок 49: Диаграмма рассеяния реализованной доходности с поправкой на риск по сравнению с прогнозом
для EWMA4 с ограничением, объединенная по всем инструментам
Рисунок 50: Диаграмма рассеяния реализованной доходности с поправкой на риск по сравнению с прогнозом
для EWMA8 с ограничением, объединенная по всем инструментам
Рисунок 51: Диаграмма рассеяния реализованной доходности с поправкой на риск в сравнении с прогнозом
для EWMA32 с укупоркой, объединяет все инструменты
Рисунок 52: Диаграмма рассеяния реализованной доходности с поправкой на риск по сравнению

с прогнозом для EWMA64 с ограничением, объединенная по всем инструментам
Изучение этих графиков приводит к некоторым интересным выводам:
Для максимальной скорости тренда EWMAC2 тренд, похоже, перестает работать за

пределами довольно узкого диапазона прогнозов. Вместо этого мы получаем эффект
возврата к среднему.
По мере того, как мы переходим к более медленным скоростям тренда, эффект возврата к
среднему исчезает, и появляется более четкая линейная реакция на прогноз.
Четкий линейный отклик менее заметен для самой низкой скорости, EWMAC64. Здесь
тренд работает хорошо, до определенного момента. А вот для прогнозов выше +10 ответ
становится несколько мутным. Однако для негативных прогнозов аналогичного
эффекта нет.
Эти выводы согласуются с индивидуальной эффективностью каждого трендового фильтра, цифры

для которого были в девятой стратегии (таблицы 30 и 31, страницы 178 и 179). Вариации с самым
четким линейным откликом, такие как EWMAC16, имеют наилучшую статистику возврата. EWMAC2
в большинстве случаев очень ошибается в своих прогнозах, а также является вариантом
правила с наихудшей производительностью, даже без учета затрат.
Результаты также согласуются с рыночным фольклором. Возьмем средний возврат в EWMAC2.
После сильного движения вниз, дающего негативный прогноз, рынок, скорее всего, пойдет вверх.
Это может быть забавно названный «отскок дохлой кошки»171, который хорошо известен на
фондовых рынках: если акция резко движется вниз, то на следующий день мы обычно наблюдаем
отскок. Мы также могли бы рассказать красивую историю о скромном возврате к среднему в
EWMAC64, когда прогнозы сильно положительны. Похоже, рынок «истощается» после отчетливого
восходящего тренда и вряд ли будет расти дальше.
Конечно, эти истории не все объясняют. Что вызывает возврат к среднему для EWMAC2 для
сильных положительных прогнозов? Это левитирующая кошка бьется о потолок? Возможно, это
потому, что эти графики предназначены не только для акций: в базовых данных есть много
других типов инструментов. Ясно, что «восходящий тренд» и «нисходящий тренд» имеют очень
разные коннотации для разных классов активов. Какой-то внезапный рыночный кризис вызывает
падение акций, но обычно приводит к росту рынков драгоценных металлов, облигаций и
волатильности.
Давайте копнем немного глубже и изучим результаты специально для акций, которые
представлены на рисунке 53. Для экономии места я свел все шесть скоростей EWMAC на один
график. Поскольку у нас меньше точек данных, нецелесообразно разбивать данные на десять
разных сегментов; вместо этого я использовал только четыре.
Рисунок 53. Прогноз и реализованная доходность с поправкой на риск для различных

скорости EWMAC объединены по долевым инструментам
И вот, для самых быстрых двух правил EWMAC мы видим сильный отскок после сильного
отрицательного тренда, без аналогичного эффекта для сильных положительных
трендов. Здесь явно прыгает кот! Что бы это ни стоило, противоположный эффект можно
увидеть на рынках волатильности, таких как VIX: после сильного положительного
тренда VIX, который был бы связан с падением цен на акции, волатильность имеет
тенденцию к резкому падению .
Важно отметить, что результаты здесь гораздо менее значимы, чем для всего набора
данных. На рисунке 53 я разделил данные всего на четыре сегмента, чтобы попытаться
компенсировать тот факт, что акции составляют лишь часть большого набора данных.
Несмотря на это, вертикальные линии в основном перекрываются, что указывает на
отсутствие статистической разницы между доходностью с поправкой на риск для
каждого диапазона прогнозов. Следствием этого является то, что я бы не советовал
пытаться использовать специфические эффекты класса активов, подобные этим, при
корректировке ваших прогнозов тенденций: слишком много шума, когда мы переходим к
детализированному уровню одного типа активов. Само собой разумеется, что пытаться
подогнать эти эффекты под один инструмент было бы совершенно бесполезно.
Роль волатильности
У нас есть проблема с особенно большими прогнозами: они, как правило, меньше
эффективнее прогнозировать, чем небольшие прогнозы. Вместо того, чтобы увеличиваться

линейно, отклик прогноза, измеряемый доходностью с поправкой на риск, становится слабее,
чем можно было бы ожидать, когда прогнозы становятся слишком большими.
Иногда этот эффект очень силен: на рисунке 53 для быстрого фильтра акций сильный
негативный прогноз означает, что рынок будет сильно расти в ближайшие несколько дней
(это особенно сильно для прогнозов, превышающих 20, но мы ограничиваем эти редкие события,
чтобы мы могли игнорировать их). те). Часто он скромный: для EWMAC32 (рис. 51); большой
отрицательный прогноз по-прежнему верен, но ожидаемая реакция цены идентична реакции
более скромного отрицательного прогноза. Эффект может быть симметричным — применимым
как к отрицательным, так и к положительным прогнозам, как для более быстрых фильтров
EWMAC. Или он может быть асимметричным, как для более медленных фильтров.
Давайте сделаем шаг назад и подумаем, что может быть причиной этого. Почему прогноз
должен быть особенно большим? Помните: прогноз тренда — это (а) разница между двумя
сглаженными ценами, деленная на (б) стандартное отклонение изменения цен. Таким образом,
есть две возможные причины слишком большого прогноза. Во-первых, это может быть потому,
что цены сильно изменились: сильный тренд. Во-вторых, возможно, недавняя волатильность
была особенно низкой.
Взаимодействие этих эффектов будет зависеть от задействованного рынка. Результаты

особенно сильны на рынках акций (когда они становятся более рискованными, они имеют
тенденцию падать в цене) и рынках волатильности (которые автоматически растут, когда
риск акций увеличивается).
В акциях крупные нисходящие тренды обычно связаны с повышенным риском.

Мы не ожидаем увидеть больших отрицательных прогнозов по акциям, так как любая
большая разница в тренде, вероятно, будет сведена на нет повышенным риском. И наоборот,
большие положительные прогнозы часто генерируются на плавно растущем бычьем рынке.
Как и ожидалось, рисунок 53 показывает смещение в сторону положительных прогнозов, даже

для более коротких фильтров тренда, на которые не влияет долгосрочный восходящий
тренд цен на акции по сравнению с историческим тестированием. И наоборот, на рынках
волатильности мы ожидаем увидеть очень мало больших положительных прогнозов и много
значительно отрицательных прогнозов, и это именно то, что показывают данные.
Точно так же сильный «отскок дохлой кошки», который мы наблюдаем в акциях по правилам
EWMA2 и EWMA4 на рисунке 53 — тенденция рынка к росту после экстремальных

потерь — обратная для рынков волатильности, таких как VIX. Сильное
краткосрочное ралли VIX из-за повышенного уровня риска акций, что приводит к
положительному прогнозу, обычно сопровождается падением VIX.
Модели для других классов активов не столь ясны, но мы часто можем видеть
соответствующие реакции для отдельных инструментов. Например, в FX у нас есть
традиционные рынки безопасных убежищ с «риском», такие как CHFUSD (которые
ведут себя как индексы волатильности), и «риск на» валютах развивающихся
рынков, таких как MXPUSD (который больше похож на индекс акций).
Из этого анализа мы можем сделать два вывода. Во-первых, это, вероятно,

объясняет, почему мы видим сильный возврат к среднему в обоих направлениях
для более быстрых фильтров тренда при объединении результатов по разным классам
активов. Объединенные результаты фактически представляют собой сумму двух
диаметрально противоположных эффектов на рынках с риском и без риска, а также
набор инструментов без какой-либо четкой закономерности.
Во-вторых, поскольку мы исключили подгонку по конкретному классу активов из-

за отсутствия статистически значимых результатов, результаты, приведенные
выше, предполагают, что мы должны стараться избегать любых асимметричных
корректировок, поскольку, скорее всего, они подойдут для некоторые классы
активов, но совершенно неправильные для других.
Между прочим, у вас также может возникнуть соблазн внести отдельные

корректировки в вашу торговую стратегию в зависимости от волатильности и силы
тренда, а не корректировать в соответствии с силой прогноза, на которую влияет
совместное взаимодействие двух типов оценок. Однако легче напрямую
контролировать влияние уровней волатильности на прибыльность торговых
правил, и я сделаю это в тринадцатой стратегии.
Корректировка прогнозов тренда для

силы тренда
Как мы корректируем наши прогнозы для фильтров следования за трендом, учитывая
приведенные выше результаты? Помните, как правило, мы не хотим делать настройку
слишком сложной, иначе мы рискуем перенастроить наши торговые стратегии. Мы
также не следует использовать специфические эффекты класса активов, так как недостаточно
статистической значимости для получения надежных оценок необходимых корректировок.
Наконец, поскольку разные инструменты ведут себя по-разному при распродажах и подъемах, любая
корректировка, применяемая глобально ко всем инструментам, должна быть симметричной.
Я предлагаю следующий подход:
Для EWMAC2 используйте отображение прогноза «двойная V».
Для EWMAC4 «масштабирование и ограничение» прогноз +15 вместо +20.
Для EWMAC64 «масштабирование и ограничение» прогноз +15 вместо +20.
Для всех остальных фильтров оставьте прогноз без изменений.
Картирование «двойное V» работает следующим образом и заменяет обычную стадию ограничения
прогноза. Взяв исходный масштабированный прогноз для фильтра тренда EWMAC2, F:
Мы ведем себя нормально, когда прогнозы скромны, но затем снижаем прогнозы, когда они достигают
экстремальных значений. «Обычно» не совсем правильно: у нас есть прогнозы, которые в два раза выше,
чем они были бы в противном случае для абсолютных прогнозов меньше 10. Если бы мы не ввели это
изменение, то результирующий прогноз имел бы неправильную шкалу, а средний абсолютный прогноз
значение будет ниже нашей цели. Недостатком удвоения этих скромных прогнозов является
увеличение торговых издержек.
Отображение «масштаба и предела» также заменяет обычную стадию ограничения прогноза и не
позволяет нам увеличивать наш прогноз, как только он достигает предела.

абсолютное значение +15, а не обычный предел +20. Еще раз мы применяем множитель к
прогнозу и пределу, чтобы убедиться, что наши прогнозы по-прежнему имеют правильное
масштабирование. Правильный множитель на этот раз 1,25. Взяв исходный
масштабированный прогноз для фильтра тренда EWMAC4 или EWMAC64, F:
Оценка скорректированных прогнозов

Результаты применения измененного ограничения прогноза можно найти в таблицах
57 и 58. Для согласованности с результатами в девятой стратегии я запустил каждый
трендовый фильтр как отдельную систему с портфелем Jumbo из более чем 100
инструментов. Это предполагает, что мы торгуем по соответствующим правилам торговли
по каждому отдельному инструменту, чего на практике мы бы не сделали, поскольку
EWMAC2, в частности, слишком дорог для большинства рынков.
Таблица 57: Влияние применения корректировки прогноза «двойная V» к

EWMAC2, совокупный портфель Jumbo
EWMAC2 EWMAC2
Нескорректированный Скорректировано
Среднегодовая доходность (брутто) 13,0% 12,6%
Средний годовой доход (нетто) 3,5% 4,5%
Расходы 9,3% 16,7%
Оборот 381 704
Альфа в годовом исчислении (брутто) 10,2% 10,9%

Альфа в годовом исчислении (нетто) 0,9% 5,8%
Бета 0,17 0,08
Таблица 58. Влияние корректировки прогноза на «масштаб и предел» на

EWMAC4 и EMWAC64, совокупный портфель Jumbo
EWMAC4 EWMAC4 EWMAC64 EWMAC64
Нескорректированный Скорректировано Нескорректированный Скорректировано
Среднегодовая доходность (брутто) 19,6% 21,5% 22,5% 25,3%
Средний годовой доход (нетто) 14,8% 16,2% 21,5% 24,2%
Расходы 4,7% 5,3% 1,0% 1,1%
Оборот 195 220 27,5 28,5
перекос 0,75 1,38 0,61 0,47
Нижний хвост 1,98 1,85 1,90 1,77
Верхний хвост 2,15 1,99 1,63 1,63
Альфа в годовом исчислении (брутто) 15,9% 17,5% 14,6% 15,9%
Альфа в годовом исчислении (нетто) 11,2% 12,3% 13,6% 14,8%
Бета 0,25 0,27 0,53 0,56
Начнем с EWMAC2. Это не здорово! Доходность до затрат падает, а затраты резко

возрастают. Результаты для EWMAC4 немного лучше, но не значительно. Тем не менее,
здесь мы возимся с крайностями, поэтому поведение правила вряд ли сильно изменится.
EWMAC64 показывает небольшое снижение производительности с поправкой на риск, хотя
альфа-канал улучшился.
Это уже удручает, но для получения более реалистичной картины обратимся к

модифицированной версии одиннадцатой стратегии. Вы помните, что одиннадцатая
стратегия включает в себя как керри, так и тренд, причем каждый инструмент относится
к набору торговых правил, по которым он может торговать, не неся чрезмерных торговых издержек.
Что происходит с совокупным портфелем Jumbo для одиннадцатой стратегии, когда мы
применяем корректировки к трем приведенным выше правилам EWMA?
Во втором столбце таблицы 59 показан эффект применения только регулировки

«двойной V» на EWMAC2. EWMAC2 достаточно дешев, чтобы торговать небольшим
количеством инструментов в портфеле Jumbo (11, если быть точным172 ), и он имеет
только 10% веса прогноза для этих инструментов, поэтому в целом стратегия не
оказывает никакого влияния.
Таблица 59. Результаты портфеля Jumbo при корректировке прогнозов EWMAC в

одиннадцатой стратегии
Одиннадцатая Стратегия Стратегия двенадцать Стратегия двенадцать

стратегия двенадцать
Настройка: EWMAC4, Настройка: EWMAC2,
Держите и Регулировать: EWMAC64 ЭВМАК4, ЭВМАК64
тренд EWMAC2
Нескорректированный
Среднегодовой 26,5% 26,5% 27,1% 27,3%

Расходы 1,1% 1,1% 1,1% 1,1%
Средняя 8,9% 8,9% 9,0% 9,1%

просадка
20,9% 20,9% 21,2% 21,2%

Оборот 46,5 46,5 47,3 45,6
перекос 0,76 0,76 0,70 0,70
Нижний хвост 1,86 1,86 1,82 1,84
Верхний хвост 1,75 1,75 1,71 1,70
Альфа 22,3% 22,3% 22,5% 22,6%
Бета 0,30 0,30 0,32 0,33
Если вместо этого мы применим корректировку «масштаб и предел» только к EWMAC4 и

EWMAC64, мы получим результаты в третьем столбце. Результаты не убедительны, с
небольшим увеличением производительности. Как и цифры в последнем столбце, которые
показывают, что произойдет, если мы применим корректировки ко всем трем фильтрам
тренда.
Лично я бы не торговал по двенадцатой стратегии. Конечно, есть небольшие улучшения, но они

никоим образом не оправдываются значительным увеличением сложности, которое они требуют.
Может показаться странным, что я включил стратегию173 , которую не стал бы использовать на
собственные деньги. Но хедж-фонды, торгующие количественными фьючерсами, довольно часто
применяют такую стратегию, поэтому я подумал, что стоит изучить имеющиеся данные.
Кроме того, приобретенная нами интуиция поможет понять тринадцатую стратегию, которая
также корректирует прогнозы, но исходя из текущего уровня волатильности.
Стратегия двенадцатая: Торговый план

Корректировки в двенадцатой стратегии могут быть применены к любой стратегии, которая имеет
один или несколько фильтров тренда и корректирует позиции, используя ограниченный прогноз.
169 Риск, который я использую для нормализации доходности, представляет собой предполагаемый риск на момент составления прогноза.
Это связано с тем, что мы корректируем размер нашей позиции на основе этой оценки риска. Если бы мы использовали фактический риск на
горизонте прогнозирования, то увеличение волатильности было бы преуменьшено. Мы этого не хотим, так как хотим, чтобы на графиках
отражались большие неожиданности. Кроме того, в частности, для EWMAC2 расчет стандартного отклонения на основе всего лишь трех
точек данных за день приведет к чрезвычайно зашумленной оценке.
170 Каждый крестик показывает результаты для одного из 30 бинов: каждый покрывает 3,33% распределения прогнозов. Длина
горизонтальных линий в каждом кресте показывает диапазон прогнозов, покрываемых конкретным бином. Вертикальная линия пересекает
горизонтальную на среднем значении прогноза для данного бина. Горизонтальная линия пересекает горизонтальную по медианной
доходности с поправкой на риск в пределах данного интервала. Длина вертикальных линий в каждом кресте составляет +/- 2 омеги вокруг
медианы скорректированной доходности, где омега — ошибка выборки доходности с поправкой на риск для определенного интервала.
171 Согласно Investopedia: «Отскок дохлой кошки — это временное, кратковременное восстановление цен на активы после продолжительного
снижения или медвежьего рынка, за которым следует продолжение нисходящего тренда. Название «отскок мертвой кошки» основано на
представлении о том, что даже мертвая кошка подпрыгнет, если упадет достаточно далеко и достаточно быстро». Мне не удалось
проверить этот результат экспериментально.
172 Для протокола: пока я пишу эту главу, базовые фьючерсы, по которым можно торговать на EWMAC2, — это два долгосрочных фьючерса
на облигации: Buxl (немецкий) и 30-летний американский, EURUSD FX, медь и семь фондовых рынков: CAC 40 , Dow Jones, Gold (микро и полный),
NASDAQ (микро и e-mini), Nikkei, Russell 2000, S&P 500 (микро и e-mini).
173 Существует альтернативный способ реализации этой идеи, заключающийся в торговле моментумом вместе со стратегией, которая
открывает позиции только тогда, когда импульс достигает экстремальных значений, эффективно отменяя позиции, которые мог бы
иметь импульс. Но поскольку он торгуется довольно редко, трудно судить о его индивидуальной эффективности; в совокупности
выглядит практически идентично представленной мной модификации.

Стратегия тринадцатая: следование за

трендом и сохранение в различных режимах риска
Хедж-фонд, в котором я когда-то работал, имел офис в Оксфорде, который был

сосредоточен на попытках объединить академических и отраслевых исследователей.
Время от времени они спонсировали научную конференцию, которую я обычно
старался посещать, чтобы узнать, нет ли новых исследований, которые могли бы
иметь отношение к нашему бизнесу. На одном мероприятии во время кофе-брейка я
болтал с одним выдающимся профессором, когда он спросил меня, как дела у нашего фонда.
«Не очень хорошо, — сказал я, — текущая волатильность рынка оказывается
довольно болезненной».
«Я думал, вам, ребята, нравится волатильность», — сказал он.
Я немного подумал, а потом ответил:
"Мы делаем. Но это неправильный вид волатильности».
Различные уровни волатильности по-разному влияют на торговые стратегии. Мы

пытаемся масштабировать наши позиции в соответствии с нашей текущей оценкой
риска, что несколько помогает в попытках справиться с изменениями
преобладающего уровня угроз на финансовых рынках. Кроме того, вы ожидаете, что
стратегии следования за трендом предпочтут движение рынка, в то время как
стратегии кэрри должны отдавать предпочтение стабильности. Поскольку я
работал в фонде, следящем за трендом, мой собеседник-профессор ожидал, что мы
будем наслаждаться быстро меняющимся фондовым рынком, который ежедневно попадает в заголов
Но есть большая разница между постоянно растущим рынком, таким как S&P 500 в
2017 году, и рынком, который резко колеблется от одной крайности к другой.
Последнее, как правило, будет крайне убыточным для торговли в стиле тренда, в то
время как первое — это воплощение мечты.
Выяснилось, что производительность как трендовой, так и кэрри-систем

существенно различается в разных режимах волатильности. Более того, мы можем
использовать эту информацию для повышения прибыльности наших торговых
стратегий.
Стратегия тринадцать: вариант любой стратегии,

которая торгует EWMAC и носит, где мы
корректируем силу прогноза в соответствии с
режимом волатильности.
Определение уровня волатильности

Наша первая задача — найти способ определить текущий уровень волатильности для данного
инструмента. Это должен быть ретроспективный показатель, иначе мы не сможем использовать его
для улучшения нашей торговли. Нам нужны разные меры для каждого инструмента, поскольку
кризисные события могут быть как уникальными, так и глобальными.
Наконец, чтобы гарантировать, что мы можем проводить наш анализ по различным инструментам, он
должен быть «свободным от масштаба» и последовательно определяться независимо от того, чем
мы торгуем.
Я решил использовать эту относительно простую меру, которая вычисляет относительную
волатильность инструмента по сравнению с его долгосрочным средним значением. Пусть σ%i,t будет
текущим расчетным уровнем процентного стандартного отклонения доходности для данного
рынка i, измеренным с использованием метода, разработанного в третьей стратегии.
Тогда относительный уровень волатильности Vi,t представляет собой текущую оценку, деленную
на десятилетнюю скользящую среднюю. Если предположить, что в году 256 рабочих дней, это будет:
На рис. 54 показана оценка V для микробудущего S&P 500.
Рисунок 54: Относительная волатильность микробудущего S&P 500 во времени

Мы можем ясно видеть, что существуют отчетливые периоды низкой, нормальной и

высокой волатильности. Как мы можем систематически выделить эти режимы? Я мог бы
выбрать несколько произвольных чисел, например, ниже 0,75 — низкий уровень, выше 2
— высокий. Но нам нужно иметь определение разных режимов, которое работает в разных
инструментах. Как будет выглядеть распределение относительной волатильности,
если я склею результаты 102 инструментов в портфеле Jumbo?
Распределение по всем моим инструментам174 показано на рисунке 55.
Рисунок 55: Распределение ОТНОСИТЕЛЬНОЙ волатильности по всем инструментам

Сейчас я собираюсь использовать несколько произвольных точек на этом

распределении, чтобы определить мои режимы низкой, средней и высокой волатильности
(«объем»). Если я возьму 25-процентную точку распределения распределения, то все, что
ниже этого уровня, будет иметь низкий объем. Выше 75% процентиля я определяю как
высокий объем. Все, что между ними, неудивительно, среднего объема. В своем анализе я
рассчитываю их, используя ретроспективные оценки распределения объема, чтобы
избежать мошенничества в выборке.175 Но для справки, текущие значения, которые определяют каждый
являются:
Низкий объем: V между 0,28 и 0,77.
Средний объем: V между 0,77 и 1,12.
Высокий объем: V между 1,12 и 24,4.
Производительность в различных режимах волатильности
Теперь, когда мы определили наши три различных режима волатильности, мы можем видеть,
как эффективность правил трендовой и керри-трейдинга меняется в зависимости от
уровня риска на любом данном рынке.
На рисунке 56 я нанес коэффициент Шарпа (SR) для заданного правила торговли,

усредненный по всем инструментам в моем наборе данных, в зависимости от текущей среды
волатильности для каждого инструмента. Результаты поразительны.
Производительность сильно снижается, когда мы переходим от среды с низкой волатильностью к среде с высокой.
Особенно плохо дела обстоят с правилами EWMAC, которые неизбежно срабатывают, когда рынки становятся
особенно рискованными; в том же режиме с высокой громкостью керри почти умудряется выйти в ноль.
Рисунок 56: Коэффициент Шарпа для различных торговых правил по режимам волатильности, среднее по
инструментам
Эти результаты были бы такими же, если бы я показал вам совокупный Jumbo-портфель каждого торгового правила, и
общая картина идентична, даже если я нарисую SR на основе предварительной стоимости, хотя, условно говоря,
это заставляет более быстрые правила EWMAC выглядеть немного лучше. Эти цифры очень значимы и проходят все
статистические тесты, которые я могу придумать.
Корректировка прогнозов для режимов волатильности

Есть несколько различных способов, которыми мы могли бы действовать на основе этой информации. Мы могли бы,
например, полностью прекратить торговлю, когда волатильность достигнет максимального режима. Но есть
некоторые проблемы с этим. Например, мы можем в конечном итоге продать все, а затем выкупить обратно, когда риск
упадет чуть ниже соответствующего порога, что приведет к существенному увеличению торговых издержек.
Вместо этого я решил использовать непрерывную корректировку, которая постепенно масштабирует нашу позицию в
зависимости от того, насколько высока или низка волатильность в настоящее время по сравнению с ее значением.
историческое среднее. Это также имеет то преимущество, что не нужно полагаться на калибровку
границ режимов летучести, которые потенциально могут быть установлены в образце.
Учитывая относительный уровень волатильности V, который мы определили ранее, мы берем точку
квантиля Q на основе исторических данных для данного инструмента:
Точка квантили будет варьироваться от 0 (если это самое низкое значение, которое мы видели до сих
пор) до 1 (самое высокое). Значение 0,5 будет означать, что это срединная точка в историческом
распределении. Затем мы вычисляем множитель объема M:
Как это работает? Если волатильность особенно низкая, с Q = 0,0, тогда мы умножим наш прогноз на
два и, следовательно, займем двойную нормальную позицию.
И наоборот, если волатильность находится на историческом максимуме с Q = 1,0, мы уменьшим наш
прогноз вдвое. Для снижения торговых издержек я также применяю экспоненциально взвешенную
скользящую среднюю с десятидневным сглаживанием. Это скромное сглаживание убирает шумы с
множителя, не снижая его эффективности.
Затем мы умножаем необработанный прогноз для данного торгового правила на M. Например, для тренда:
Тогда как для переноса:
Следующим шагом является применение скаляра прогноза. Оказывается, мы можем использовать те же
скаляры прогноза для EWMAC, но для переноса нам нужно уменьшить скаляр с 30 до 23. Это связано
с тем, что экземпляры прогнозов с высоким переносом имеют тенденцию

происходит при низкой волатильности, поэтому применение множителя увеличивает среднее значение
переноса прогнозов. Чтобы скорректировать этот эффект, мы понижаем скаляр прогноза.
Ограничение прогноза, которое мы впоследствии применяем к масштабированным прогнозам, не
затрагивается этим изменением. Это означает, что если мы увеличим наш необработанный прогноз,
потому что мы находимся в режиме особенно низкой волатильности, он все равно не превысит 20 после
завершения этапа ограничения.
Оценка производительности
настроенной системы
Теперь мы можем измерить эффект корректировки наших прогнозов с учетом уровня волатильности
каждого инструмента. В качестве эталона я использую одиннадцатую стратегию,176 которая
представляет собой «простую ванильную» версию сочетания переноса и тренда. Тринадцатая
стратегия идентична этой, за исключением того, что я буду корректировать прогнозы каждого
торгового правила в соответствии с уровнем волатильности. Чтобы точно определить, что
происходит, я протестировал три версии тринадцатой стратегии. В одном я настроил прогнозы
переноса, но не EWMAC, в другом я настроил только EWMAC, а в третьем я настроил оба.
Поскольку мой анализ выше сосредоточен на отдельных инструментах, я собираюсь показать вам
только совокупную производительность портфеля Jumbo.
Однако относительные результаты для среднего значения по инструментам аналогичны.
Таблица 60 содержит цифры.
Таблица 60. Совокупные результаты портфеля гигантских размеров для одиннадцатой
стратегии: нескорректированный базовый уровень, затем с корректировками режима волатильности

для переноса и тренда EWMAC
Одиннадцатая стратегия Стратегия тринадцатая Стратегия тринадцатая Стратегия тринадцатая
EWMAC и перенос Отрегулируйте перенос Отрегулировать EWMAC Отрегулируйте оба
Нескорректированный
Расходы 1,1% 1,1% 1,2% 1,2%

Оборот 46,5 47,7 53,1 53,8
перекос 0,76 0,74 0,59 0,43
Нижний хвост 1,86 1,82 1,76 1,73
Верхний хвост 1,75 1,73 1,66 1,61
Альфа 22,3% 21,1% 24,8% 24,4%
Бета 0,30 0,31 0,36 0,34
Регулировка переноса — во второй колонке — улучшения не дает. Возможно, это не является

большим сюрпризом: из рисунка 56 мы знаем, что керри по-прежнему приносит прибыль в режимах
средней волатильности и умудряется оставаться безубыточным даже при относительно высокой
волатильности.
Напротив, корректировка прогнозов EWMAC приводит к значительному увеличению

производительности в третьем столбце. Только перекос становится немного хуже; возможно,
мы отказываемся от некоторого преимущества в тех редких случаях, когда волатильность
высока, но нам удается быть на правильной стороне сделки.
Неудивительно, что корректировка обоих типов торговых правил приводит к результатам,
которые находятся где-то между второй и третьей колонками.
Я не буду строить графики эффективности этих стратегий вместе, так как они слишком похожи,
чтобы их можно было отличить друг от друга; вместо этого давайте рассмотрим кумулятивную
разницу в доходах.177 Это показано на рисунке 57. Эффективность корректировки EWMAC
довольно постоянна, за очевидным исключением финансового краха 2008 года. Очевидно, что
это был период повышенной волатильности, но он также оказался знаменательным годом для
следования за трендом, так что в ретроспективе это не лучший год для уменьшения размера
наших позиций.
Рисунок 57: Относительная эффективность различных корректировок режима волатильности

тринадцатой стратегии по сравнению с эталоном одиннадцатой стратегии
Стратегия тринадцатая: Торговый план

Корректировки в тринадцатой стратегии могут быть применены к любой стратегии, которая имеет
один или несколько EWMAC или правил керри-трейдинга.
174 Обратите внимание на длинный хвост очень высокой относительной волатильности. На самом деле, это даже хуже,
потому что я урезал сюжет. Максимальное значение для V на самом деле 24,4!
175 На самом деле, поскольку я использую ретроспективную оценку распределения волатильности, а также из-за
долгосрочных тенденций к снижению волатильности многих активов, я получаю около половины данных,
классифицируемых как режим низкой волатильности, и примерно четверть в каждый из режимов средней и высокой громкости.
176 Каждая из стратегий, описанных в Части второй, может быть реализована независимо или, при необходимости, в
сочетании. Это означает, что я не буду рассматривать эффективность двенадцатой стратегии в этой главе.
я также не буду рассматривать эффективность тринадцатой стратегии в последующих главах. Вместо этого
я сосредоточусь на улучшении или ином результате реализации соответствующих изменений по сравнению с
общим эталоном: одиннадцатой стратегией.
177 Строго говоря, нам, вероятно, следует скорректировать стратегии, чтобы они имели одинаковое
стандартное отклонение, прежде чем сравнивать их таким образом, но они очень похожи, так что это не
сильно повлияет на результаты.
Стратегия четырнадцать: определение тренда
Еще в первой стратегии я указал, что цена с поправкой на прошлое включает доход как от
переноса, так и от изменений спотовых цен. Таким образом, если имело место ралли, это могло
быть связано с положительным кэрри, или с повышением спотовой цены, или с обоими факторами.
В наших трендовых стратегиях EWMAC используются трендовые фильтры, чтобы определить,

идет ли скорректированная цена вверх или вниз. Но есть две возможные причины недавних
изменений цен: спот и кэрри. Является ли одна причина более предсказуемой, чем другая? В
одиннадцатой стратегии, которая торгует как по тренду, так и по керри, не будет ли
двойной счет, если мы в конечном итоге откроем длинную позицию по нашим правилам торговли
по керри и по тренду на фоне роста, вызванного положительным керри?
Не лучше ли разделить доходность от переноса и доходность от спота и запустить наши

фильтры следования за трендом только на возврате спота?
Возможно, мы получим более чистый сигнал следования за трендом. Полученные прогнозы
должны быть менее коррелированы с керри, что потенциально улучшит эффективность нашей
комбинированной стратегии.
В этой главе я описываю, как следовать за трендом, используя синтетическую спотовую

цену: фьючерсную цену, из которой извлечена доходность от переноса и которая отражает
доход исключительно от изменений спотовой цены. Возможно, это более чистая мера тренда
цен, чем использование цены с поправкой на прошлое, которая загрязнена переносом.
Стратегия четырнадцать: вариант любой стратегии торговли
EWMAC, в которой мы используем синтетическую спотовую
цену в качестве исходных данных для наших прогнозов.
Построение синтетической спотовой цены

Прежде чем я объясню, как рассчитать синтетическую спотовую цену, стоит спросить,
почему мы не используем фактическую спотовую цену. Как я уже отмечал в десятой
стратегии, мы не всегда можем получить спотовые цены, особенно для нефинансовых активов. Даже когда
их можно получить, часто бывает сложно собрать, очистить и сохранить еще больше данных.
Синтетическая спотовая цена может быть получена исключительно из фьючерсных цен и не
требует дополнительных данных.
как нам это сделать? Помните, что скорректированный ценовой ряд — это ряд совокупного
дохода. Из первой части мы знаем, что общий доход равен доходу от спотовых изменений плюс
доход от переноса. Если мы вычтем доходность кэрри из скорректированной цены, то у нас
останется доход от спотовых движений.
Чтобы сделать этот расчет, нам нужен годовой необработанный керри, рассчитанный еще в
десятой стратегии, количество ценовых пунктов керри, которое мы ожидаем получить через
год. Затем для данного инструмента, если скорректированная цена равна Pt , синтетическая
спотовая цена St может быть получена следующим образом:
Где доля года — это доля года, прошедшая между t 1 и t. Для ежедневных данных,
индексированных по рабочим дням, это будет примерно 0,00391.
Для удобства я установил начальную синтетическую спотовую цену S0 равной начальной
скорректированной цене A0 . Это произвольное решение, которое не повлияет на
прогнозы или эффективность любого торгового правила, использующего синтетическую спотовую

цену. Вы можете зафиксировать окончательную спотовую цену так, чтобы она была идентична
окончательной скорректированной цене, или установить начальную или конечную цену на
любую произвольную цифру, такую как ваш PIN-код (но не используйте свой PIN-код, если у вас нет
надежной компьютерной безопасности).
На рисунке 58 мы видим скорректированный ценовой ряд и кумулятивную доходность от Carry178

для фьючерса на 10-летние облигации США. Синтетическая спотовая цена, которая также
нанесена на график, представляет собой разницу между ними.
Рисунок 58: Совокупная доходность от кэрри, скорректированной цены и синтетического спота

для фьючерса на 10-летние облигации США
Вы можете видеть, что примерно половина доходов от этого фьючерса на облигации приходится
на перенос. Без переноса синтетические споты имеют менее четкую тенденцию.

Вполне вероятно, что трендовая стратегия имела бы меньшие позиции, если бы использовала
синтетическую спотовую цену, а не цену с поправкой на прошлое. Также вероятно, что стратегия
EWMAC была бы менее прибыльной, так как было меньше четких тенденций, которые можно было бы
уловить.
Это оправдывает более высокий вес стратегии переноса, чем те 40%, которые я присвоил ей в
одиннадцатой стратегии. Но поскольку тренд, следующий за скорректированной ценой, также
является трендом, следующим за керри, истинное неявное распределение для керри на самом
деле выше в одиннадцатой стратегии, чем вы могли бы подумать. Чтобы правильно оценить
эффективность этой стратегии, нам нужно рассмотреть, как она взаимодействует с кэрри, но
сначала давайте посмотрим, как она работает изолированно.
Оценка производительности спот-тренда

На фильтр какого типа больше всего повлияет это изменение входных данных?
Вы можете ожидать, что самые быстрые правила тренда почти не заметят этого, в то время как
самые медленные будут отступать от медленных компонентов тренда, которые
в значительной степени вызвано переносом, особенно в таких классах активов, как облигации и
волатильность с большим переносом.
Рисунок 59 подтверждает это. Он показывает коэффициент Шарпа (SR) для стратегий, использующих
различную скорость тренда, со скорректированными и синтетическими спотовыми ценами в качестве
входных данных. Двигаясь слева направо по оси X, мы замедляемся от EWMAC2 до EWMAC64. Вы можете
видеть, что производительность всегда хуже при использовании синтетического спота, но разрыв
увеличивается, когда мы переключаемся на торговлю с более медленным фильтром. Мы теряем около трети
нашего SR при переходе на синтетический спот для стратегии EWMAC64.
Похожую картину можно увидеть в бета-версии по сравнению с нашим единственным ориентиром для длинных
позиций, четвертой стратегией. Бета всегда ниже при использовании синтетического спота, но разница
увеличивается по мере замедления. Для EWMAC64 бета при получении нашего прогноза на основе спотовых
цен составляет 0,46 по сравнению с 0,53 при скорректированных ценах.
Рисунок 59: Коэффициент Шарпа (ось Y) для стратегии комбинированного тренда с использованием
скорректированных и синтетических цен при различных фильтрах тренда скорости (ось X )
Далее я собираюсь проанализировать средние результаты для отдельных инструментов в классах активов.
Поскольку степень, в которой перенос влияет на цены, сильно различается для разных типов активов,
мы также можем ожидать разную производительность при переходе на ценовой показатель, исключающий
перенос. Столы
61 и 62 имеют выбор статистики производительности. В первых двух рядах есть несколько

различных показателей переноса, которые мы уже видели в десятой стратегии.
Следующие несколько строк в каждой таблице показывают производительность при следовании

за трендом с ценами, скорректированными назад: по сути, это цифры, которые мы уже видели для
девятой стратегии – множественного тренда. Каждая из этих цифр отражает среднюю
производительность по инструментам с подмножеством торговых правил, выбранных из возможных
вариантов (от EWMAC2 до EWMAC64) в соответствии со стоимостью каждого инструмента.
Затем я заменил ввод цены с поправкой на прошлое, чтобы мы следовали за трендом
синтетическим спотом, и эти результаты представлены в трех последних строках каждой
таблицы.
Таблица 61. Характеристики Carry и доходность срединного инструмента в

классах финансовых активов, а также доходность по множеству трендов с
использованием скорректированного назад и синтетического спота
Медиана абсолютного переноса 0,12 0,67 0,21 0,41
Коэффициент Шарпа переноса 0,40 0,59 0,30 0,48
Тенденция с поправкой на обратную сторону:
Синтетический точечный тренд:
Таблица 62. Характеристики переноса и производительность срединного

инструмента в классах товарных активов, а также мультитрендовая
производительность с использованием ретрокорректированного и синтетического спота
Средний абсолютный перенос 0,15 0,42 0,45 0,24
Коэффициент Шарпа переноса 0,25 0,20 0,14 0,28

Тенденция с поправкой на обратную сторону:
Синтетический точечный тренд:
Почти все классы активов демонстрируют ухудшение результатов при замене

скорректированных цен на спотовые. Два класса активов с высоким уровнем переноса,
облигации и волатильность, показывают особенно плохие результаты. С другой стороны,
акции и металлы, у которых не так много керри, на самом деле демонстрируют небольшое
улучшение. Это подтверждает мой тезис о том, что большая часть отличных
показателей тренда в определенных классах активов на самом деле сводится к трендам,
созданным переносом.
Вы также заметите, что стандартное отклонение также ниже в каждом случае, за

исключением металлов. Как я указывал ранее, с удалением тренда переноса из цен
тенденции станут более туманными, а видимая сила тренда уменьшится179, что приведет
к меньшим прогнозам и более низкому стандартному отклонению доходности.
Следите за трендом и носите с собой
Вы можете подумать, что эта глава уже должна была закончиться! Сам по себе «чистый»
тренд, измеренный с помощью синтетических спотовых цен, намного хуже, чем с
использованием «нечистых» цен с поправкой на прошлое. Однако, как я уже говорил,
рассматривать эту стратегию изолированно не имеет смысла. Нам нужно взять с собой
переноску. Мы можем сделать это, модернизировав нашу надежную рабочую лошадку для
сочетания кэрри и тренда, одиннадцатой стратегии, с другим трендовым компонентом,
использующим синтетические спотовые цены.
Первоначально я решил, что сочетание 60% тренда и 40% керри подходит для
одиннадцатой стратегии. Какая смесь подойдет, учитывая
изменение нашей трендовой стратегии? Таблицы 63 и 64 показывают эффект смешения различных

пропорций переноса и тренда вместе.
Таблица 63. Характеристики стратегий, представляющих собой сочетание тренда и

переноса, где тренд может быть основан на синтетических спотовых ценах или ценах с поправкой
на прошлое, 50–100% в тренде
100% 90% 80% 70% 60% 50%
Тенденция Carry & Synthetic Spot:
Коэффициент Шарпа 0,76 0,86 0,96 1,04 1,12 1,16
Альфа 10,8 12,8 14,9 17,1 19,0 20,4
Бета 0,36 0,36 0,35 0,34 0,31 0,28
Месячный перекос 1,22 1,21 1,19 1,14 1,07 0,99
Тенденция Carry & Back Adjusted:
Альфа 18,8% 19,1% 20,4% 21,5% 22,3% 22,9%
Бета 0,43 0,40 0,39 0,37 0,30 0,30
Месячная асимметрия 0,98 0,94 0,88 0,83 0,76 0,72
Таблица 64: Характеристики стратегий, представляющих собой сочетание тренда и

переноса, где тренд может исходить из синтетических спотовых или скорректированных назад
цен, 0–50% в тренде
50% 40% 30% 20% 10% 0%
Тенденция Carry & Synthetic Spot:
Альфа 20,4 21,1% 22,2% 20,8% 20,1% 19,1%
Бета 0,28 0,23 0,18 0,14 0,10 0,06
Тенденция Carry & Back Adjusted:
Альфа 22,9% 22,87% 22,4% 21,6% 20,5% 19,1%

Бета 0,30 0,25 0,20 0,15 0,10 0,06
Месячный перекос 0,72 0,68 0,63 0,57 0,50 0,41
Напомним, что я изначально выбрал смесь 60/40 при использовании цен с поправкой на прошлое
для построения прогнозов тренда еще в первой части. Из моих комментариев ранее в этой главе мы
также знаем, что тренд с поправкой на прошлое — это «двойной учет» переноса, и поэтому истинное
распределение переноса в одиннадцатой стратегии, вероятно, превышает 40%. SR тренда с
синтетическим спотом ниже, и он также меньше коррелирует с правилами керри-трейдинга, что
означает, что более высокое распределение для керри было бы оправдано.
Довольно точно, распределение зеркального отображения 40% для синтетического спотового
тренда и 60% для переноса дает самый высокий SR и один из самых высоких альфа-каналов.
Теперь я могу непосредственно сравнить одиннадцатую стратегию с ее потенциальной заменой,
идентичной за исключением двух изменений. Во-первых, при расчете прогнозов EWMAC я заменил
скорректированные цены на синтетические спотовые. Во-вторых, я уменьшил выделение тренда с
60% до 40% и заменил его на перенос.

Результаты показаны в таблице 65. Для полноты картины я также сравнил результаты девятой
стратегии (которая торгует только по тренду со скорректированными ценами) с вариантом
четырнадцатой стратегии, работающим только на спот-тренде, который, как мы уже знаем, уступает
скорректированному ценовому тренду. .
Таблица 65. Эффективность совокупного портфеля Jumbo для различных типов тренда с
переносом и без него
Стратегия девять Стратегия Одиннадцатая стратегия Стратегия четырнадцать

Тренд четырнадцать
Кэрри и тренд Кэрри и тренд (спот) смесь
Тренд (спотовые (скорректированный) смесь 60:40 40:60
цены)
(скорректированные цены)
25,2% 15,3% 26,5% 24,1%

Среднегодовой
Расходы 1,2% 1,3% 1,1% 1,0%
Средняя 11,2% 14,4% 8,9% 9,5%

просадка
22,2% 20,0% 20,9% 20,0%

Коэффициент Шарпа 1.14 0,77 1,27 1,20

Оборот 62,9 65,4 46,5 33,7
перекос 0,98 1,21 0,76 0,94
Нижний хвост 1,99 2.10 1,86 1,78
Верхний хвост 1,81 2.06 1,75 1,78
Альфа 18,8% 11,5% 22,3% 22,6%
Бета 0,43 0,34 0,30 0,18
Во-первых, давайте рассмотрим две стратегии, основанные только на тренде: исходную

девятую стратегию и синтетическую замену спота. Производительность хуже, а бета ниже,
но это результаты, которые мы должны ожидать, учитывая наш анализ до сих пор: удаление
переноса из цены делает тренды менее трендовыми, но уменьшает систематическое открытие
только длинных позиций. Более интригующе то, что перекос значительно улучшается,
когда мы имеем более чистый ценовой тренд. Устраняя загрязняющий эффект переноса в
скорректированных ценах, мы также делаем нашу доходность более похожей на чистое
следование тренду с более высоким положительным перекосом.
Стоит ли вносить изменения, учитывая наличие переноса? Возможно. Наблюдается

небольшое снижение SR, но альфа, бета, стоимость и перекос улучшаются, как и хвосты.
Несмотря на небольшое увеличение сложности, расчет синтетического пятна тривиален.

Дальнейшие улучшения могли бы быть возможны, если бы применялись разные веса для
переноса и тренда в зависимости от класса торгуемых активов, но я против такой стратегии,
поскольку она обычно переопределяется.
Самые большие аргументы за и против этой модификации связаны с философией, а не со

статистическими данными. Тренд, следующий за скорректированными ценами, означает,
что у нас есть естественный стоп-лосс, встроенный в нашу стратегию, поскольку
скорректированная цена точно отражает нашу недавнюю прибыльность. Но если применить
следование за трендом к спотовой цене, мы получим более честную картину того, откуда
исходит наша прибыль: спот или керри.
Стратегия четырнадцатая: Торговый план

Корректировки тринадцатой стратегии можно применить к любой стратегии, имеющей одно
или несколько торговых правил EWMAC.
178 Необычное повышение доходности кэрри в конце 1999 г. связано с изменением ставки купона для
эталонной облигации.
179 Было бы возможно, хотя и не рекомендуется, компенсировать это, изменив скаляры прогноза для
торговых правил EWMA.
Стратегия пятнадцатая: точный перенос
В последних нескольких стратегиях мы пытались улучшить основные правила торговли по

тренду, представленные в первой части, но с переменным успехом. Теперь давайте обратим наше
внимание на переноску. Помните из десятой стратегии, что мы измеряем перенос для
фьючерсных инструментов двумя разными способами:
Точнее: сравнивая цены контракта, который у нас есть в настоящее время, с более
близким контрактом, срок действия которого истекает первым.
Менее точно: путем сравнения цены контракта, который у нас есть в настоящее
время, с контрактом, срок действия которого истекает следующим. Мы используем
этот метод, когда торгуем ближайший контракт.
Однако это не всегда будет на самом деле отражать керри, с которым мы сталкиваемся, даже
если предположить, что мы принимаем как должное невысказанное предположение о керри, что
спотовые цены остаются неизменными. Нам нужно, чтобы фьючерсная кривая имела
идентичный градиент, без каких-либо необычных моделей, связанных с сезонной погодой,
аукционами облигаций или сроками выплаты дивидендов.
В этой главе я опишу некоторые приемы, позволяющие получить более точную оценку переноса.
Пятнадцатая стратегия: разновидность любой стратегии,
основанной на переносе сделок, в которой мы

корректируем оценки переноса, чтобы сделать их более точными.
Точный перенос, где у нас есть контракт, который

не является ближайшим
Давайте сначала рассмотрим случай, когда у нас есть фиксированный контракт, который не
является ближайшим контрактом. Это охватывает краткосрочные процентные ставки,

такие как евродоллар, инструменты волатильности, природный газ и многие другие товары,
такие как масло, откормочный скот, печное топливо и рис.
В этом случае мы измеряем перенос, сравнивая текущий контракт с ближайшим

контрактом. Так, например, если мы в настоящее время держим евродоллар за март
2025 года, то мы сравним его с декабрьским состоянием 2024 года.
Это точная мера ожидаемого переноса, и больше ничего не требуется.
Точный перенос, где мы всегда держим

ближайший контракт
Теперь рассмотрим инструменты, по которым мы держим ближайший контракт (также

известный как передний месяц). Поскольку более близкого контракта нет, нам
нужно измерить перенос, используя разницу между ценой текущего контракта и
ценой следующего контракта, срок действия которого истечет. Но истинный
перенос, который мы на самом деле испытаем, — это разница между текущей ценой
контракта и спотовой ценой.
Как мы видели в десятой стратегии, это приведет к проблемам, если наклон

фьючерсной кривой не будет постоянным. Это может произойти по разным причинам.
Например, на рынках металлов и валюты фьючерсная кривая обычно имеет постоянный
наклон, но исключением из этого правила являются случаи, когда ожидается
изменение процентных ставок180 в ближайшем будущем. Поскольку в этом эффекте
нет постоянной исторической закономерности, трудно что-то сделать с ним без
использования дополнительных источников данных, таких как процентные ставки.
Однако во многих инструментах различия в наклоне обусловлены сезонными

эффектами. Мы получаем сезонные эффекты там, где и ожидали, на товарных рынках.
Но мы также видим их в фондовых индексах — из-за сроков выплаты дивидендов — и
на некоторых рынках облигаций. Поскольку эти эффекты относительно предсказуемы,
мы можем скорректировать их и получить более точный сигнал переноса.
Почему бы не использовать спотовую цену?
Лучшее решение этой проблемы — использовать разницу между текущей ценой

контракта и спотовой ценой для нашего показателя переноса. В десятой
стратегии я отметил, что это не так просто и потребует
сбор дополнительных данных, которые нужно было синхронизировать с ценой фьючерса.
Однако, имея это в виду, насколько легко получить спотовую цену на разных рынках?
Спотовые цены легко доступны для:
Индексы акций
Волатильность, например, VIX
Валютные курсы
Обычно они доступны для:
Сельскохозяйственные товары
Энергетические рынки
Металлы и крипта
Их трудно получить для:
Рынки облигаций
Для рынков облигаций нам нужно знать, какая облигация «самая дешевая в доставке»,
получить цену облигации, а также получить или рассчитать коэффициент пересчета.
Все это — немалый объем работы. Также можно измерить ожидаемый доход облигации по
кривой доходности, но это также немного сложно и требует, чтобы вы знали или оценивали
дюрацию облигации.
Сезонная корректировка для переноски
Цель состоит в том, чтобы скорректировать наши расчеты переноса, чтобы отразить
ожидаемую сезонность переноса. Для этого требуются данные за несколько лет, поскольку
мы должны усреднить сезонные корректировки по годам: я предлагаю минимум трехлетнюю
историю цен. Мы делаем это, вычитая сезонную составляющую
перенос у нас неправильно включен. Затем это можно уточнить, добавив сезонный перенос,
который мы действительно испытали бы.
В качестве примера предположим, что у нас есть квартальный скользящий контракт,

который имеет сильный положительный перенос между серединой декабря и серединой
июня, а затем отрицательный перенос до конца года. А теперь представьте, что сейчас
середина сентября и у нас декабрьский контракт. Поскольку это ближайший контракт,
мы рассчитываем наш перенос, сравнивая цену декабря со следующим мартовским
контрактом. Этот прогноз керри был бы очень положительным, тогда как на самом деле
мы бы получали отрицательную прибыль от керри.
Чтобы исправить это, мы начинаем с вычитания ожидаемого сезонного компонента

переноса за декабрь-март. Это дает нам сигнал переноса, у которого удалена сезонность.
Затем мы добавляем ожидаемый сезонный перенос, который мы обычно ожидаем заработать
в период с сентября по март. Наш сигнал переноса теперь будет действительно отражать
перенос, который мы на самом деле ожидаем сделать.
Давайте погрузимся в расчеты. Мы начинаем с нашего исходного прогноза переноса до

того, как произойдет какое-либо сглаживание, включая нормализацию волатильности:
Мы начнем с нормализованного прогноза волатильности по нескольким причинам.

Во-первых, есть вероятность того, что волатильность тоже сезонная, и эта
формулировка скорректирует это. Во-вторых — и что более важно — с помощью прогноза,
нормализованного по волатильности, мы можем сравнивать прогнозы во времени, что
облегчит поправку на сезонность.
Из этого прогноза мы вычитаем скользящую годовую скользящую среднюю прогноза

переноса. Это даст нам текущую оценку сезонного компонента переноса. Если текущий
прогноз переноса равен Ct и в году 256 рабочих дней:
Затем мы помечаем наши прогнозы по индексу года и календарного дня, где индекс 1 —
это 1 января, 2 — 2 января, 3 — 3 января и так далее. Для упрощения мы игнорируем
29 февраля. Для воображаемого инструмента
чьи данные начинаются в 2000 году и заканчиваются в 2021 году с компонентой

сезонного переноса S, мы будем иметь следующие значения:
Теперь возьмем среднее значение для каждого дня в году по годам182 . Например:
Теперь мы можем скорректировать наш прогноз переноса, чтобы получить оценку

чистого прогноза переноса с удаленным сезонным компонентом. Например, для нашего
прогноза переноса на 3 февраля 2021 года мы должны вычесть экономию34, так как это
183
34-й день года.
На данном этапе мы могли бы использовать прогноз чистого переноса для определения

размера наших позиций, что имело бы смысл, если бы мы считали, что сезонность переноса
должна быть полностью устранена. В качестве альтернативы мы можем продолжить
корректировку прогноза, чтобы он отражал правильные сезонные закономерности.
Мы уже знаем, что наши сезонные средние значения неверны, так как мы рассчитали их,
используя текущий и более дальний контракт, тогда как на самом деле мы наблюдаем
перенос между спотовым и текущим контрактом. Чтобы исправить это, мы теперь сдвинем
их во времени в зависимости от того, сколько раз мы катаемся в год. Так, например,
если мы будем кататься четыре раза в год, то есть примерно 365 ÷ 4 = 91 день, и мы
будем делать следующие смены:
Saverage,92 будет заменен на Savage,1

Saverage,365 будет заменен на Savage,274.

Savage,1 будет заменен на Savage,275
Savage,2 будет заменен на Savage,276
…
Saverage,91 будет заменен на Savage,365.
Затем мы добавляем наши смещенные сезонные средние значения к прогнозам чистого переноса.
Например, для прогноза чистого переноса на 2 апреля 1998 г. мы добавили бы смещенную
экономию,92 поскольку это 92-й день года.
Похоже, пришло время для примера, с некоторыми графиками. Начнем с прогноза переноса для
Eurostoxx, как показано на рисунке 60.
Рисунок 60: Исходный необработанный перенос для Eurostoxx
Я также построил 12-месячную скользящую среднюю. Разница между этими двумя линиями
является оценкой сезонного переноса. Если я построю оценку сезонного переноса для разных
лет так, чтобы они имели общую ось X (я использовал 2001 год, но это чисто произвольно), я
получаю цифру 61.
Рис. 61: Оценка сезонного переноса по годам для Eurostoxx плюс среднее значение (ось x
для произвольного года)
Толстая линия представляет собой среднюю сезонную составляющую в течение года,

полученную путем усреднения оценок за каждый год, представленный более тонкими
линиями. Это ясно показывает, что у нас была положительная сезонная составляющая,
пока мы держали мартовский контракт (между серединой декабря и серединой марта).
Однако мы знаем, что это неверно, так как мы бы измеряли перенос, сравнивая мартовские
и июньские контракты. Давайте посмотрим, что произойдет, если мы сдвинем сезонную
составляющую на три месяца, чтобы получить более точную оценку, на рисунке 62.
Рисунок 62: Средняя сезонная составляющая для Eurostoxx: исходная и

смещенная (ось x для произвольного года)
На рисунке 63 вы можете увидеть эффект вычитания исходного несмещенного значения.

среднее сезонное значение от необработанного переноса, что дает нам чистый перенос. На этом этапе мы могли
бы остановиться и использовать это как наш прогноз переноса.
Рисунок 63: Прогноз чистого переноса без учета сезонного компонента для
Евростокс
Хотя все еще существуют некоторые сезонные закономерности, они меняются из года в
год, и поэтому их нелегко предсказать. Наконец, на рисунке 64 мы добавляем смещенную
сезонную составляющую, чтобы получить более точный прогноз переноса.
Рис. 64. Необработанный прогноз переноса до и после сезонной корректировки

Оценка производительности
Чтобы оценить эффективность точного кэрри, я использовал урезанную версию

портфеля Jumbo, в которую я включил только инструменты, которые торговались
ближайшим контрактом, и из которого я исключил рынки форекс и металлов, где нет
предсказуемой сезонности в кэрри. . Наконец, я выбрал инструменты с данными как
минимум за три года, чтобы получить достаточно точную оценку сезонности. В
итоге у меня осталось 57 инструментов: 35 акций, 20 рынков облигаций и по одному
на сельскохозяйственном и энергетическом рынках.
Я рассмотрел следующие три варианта в таблице 66:
1. Оригинальный сырой керри, с неправильной сезонностью.
2. Чистый необработанный перенос без сезонного компонента.
3. Необработанный перенос со смещенной сезонной составляющей.
Таблица 66: Эффективность подмножества портфеля Jumbo с различными

расчетами переноса
Оригинальный необработанный Чистый объем сырья – Скорректированный необработанный
перенос – неправильная сезонность без сезонности перенос - правильная сезонность

Расходы 0,6% 0,6% 0,6%
Средняя 18,5% 18,3% 19,7%

просадка
19,2% 19,3% 19,4%

Оборот 15,5 15,0 17.1
перекос 0,06 0,02 0,06
Альфа 6,8% 6,5% 5,8%
Бета 0,18 0,17 0,17
Результаты не бить мяч из парка! На самом деле, мы полностью упустили мяч и теперь
идем обратно к блиндажу или павильону (в зависимости от того, к какому виду спорта, по
вашему мнению, относится эта метафора). Мы приложили немало усилий, и все, что мы можем
показать, это немного худшие результаты. Может случиться так, что более сложный
метод извлечения сезонности даст лучшие результаты, но если вас действительно не
устраивает неправильная сезонность, лучше всего, вероятно, полностью отказаться
от правила керри-трейдинга для этих инструментов или использовать спотовую цену,
если она доступна.
Точный перенос для фиксированных

сезонных инструментов
Последний случай, который нам нужно рассмотреть, — это инструменты, в которых мы
удерживаем один и тот же контрактный месяц каждый год. Это моя предпочтительная
стратегия для сырьевых товаров с сезонными моделями, поскольку она удаляет
компонент сезонности из цены и делает жизнь намного проще, хотя это возможно
только при наличии достаточной ликвидности достаточно далеко на фьючерсной
кривой. Инструменты в моем наборе данных, где это происходит, включают полноразмерные
контракты на кукурузу, сырую нефть WTI, соя-бобы и пшеницу.
Для этих инструментов мы измеряем перенос, сравнивая текущий контракт

с ближайшим контрактом. Итак, например, представьте, что сейчас конец декабря 2022 года, и в
настоящее время у нас есть пшеница за декабрь 2023 года, тогда мы сравним это с сентябрем 2023
года, чтобы рассчитать наш прогноз переноса. В какой-то момент до истечения сентября 2023 года
мы перейдем к следующему контракту, декабрь 2024 года. Это гарантирует, что мы все еще можем
измерять перенос, сравнивая сентябрь и декабрь 2024 года.
На первый взгляд, это должно дать нам точную оценку переноса. Но это не так! Рассмотрим сценарий,
в котором цена в сентябре 2023 г. ниже, чем в декабре 2023 г., что дает нам отрицательный прогноз
переноса, созданный восходящей кривой фьючерса. Но также предположим184 , что спотовая цена, а
также даты истечения в марте и мае выше по цене, чем в декабре 2023 года. Если мы составим
произвольные цены, фьючерсная кривая будет выглядеть следующим образом:
Место: 900 долларов.
Март 2023 года: 880 долларов США (поскольку сейчас середина декабря 2022 года, это цена
трехмесячного контракта).
Май 2023 г.: 860 долларов (цена за пять месяцев).
Сентябрь 2023 г.: 820 долларов (цена за девять месяцев).
Декабрь 2023 г.: 840 долларов США (12 месяцев).
Если бы форма фьючерсной кривой осталась неизменной — ключевое допущение кэрри — мы бы заработали:
С середины декабря по март, когда декабрь 2023 года превратился из 12-месячного в
девятимесячный контракт, цена вырастет с 840 до 820 долларов, и мы получим отрицательный
перенос. У нас также был бы отрицательный прогноз переноса.
С марта по май 2023 года, когда в декабре 2023 года срок действия контракта увеличился
с девяти до пяти месяцев, а цена выросла с 820 до 860 долларов, мы получили положительный
керри. У нас также был бы положительный прогноз переноса.
С мая по сентябрь 2023 года, когда в декабре 2023 года пятимесячный контракт изменился
на трехмесячный, а цена выросла с 860 до 880 долларов, мы получили положительный керри. У
нас также был бы положительный перенос

прогноз.
За весь год мы заработали бы положительный керри в размере 40 долларов. Итак, верен ли

здесь наш метод прогнозирования переноса? Это зависит. Если мы собираемся удерживать
первоначальную позицию менее трех месяцев и закрыть ее к середине марта, то это имеет
смысл, поскольку наш прогноз керри и заработанный керри идеально совпадают. Но если бы
наш период владения составлял год или более, то, вероятно, было бы разумно использовать
оценку переноса, которая дает положительный прогноз с учетом всего года.
Решение здесь относительно простое: вместо сравнения текущего контракта с предыдущим

контрактом мы сравниваем текущий контракт с текущим предварительным контрактом.
Это значит, что:
С середины декабря по март мы сравним контрактные цены на март 2023 г. и декабрь

2023 г. Наш прогноз кэрри был бы положительным, хотя мы бы зарабатывали
отрицательный кэрри.
С марта по май мы сравниваем контрактные цены на май 2023 года и на декабрь 2023
года. Наш прогноз кэрри был бы положительным, и мы бы заработали положительный
кэрри.
С мая по сентябрь 2023 года мы сравниваем сентябрь 2023 года и декабрь 2023
года. Наш прогноз переноса будет положительным, и мы получим положительный
перенос.
Я проверил это, используя пять инструментов, для которых я использую фиксированные

месяцы в году, чтобы удерживать позиции. Это сработало? Это не. Точно так же, как
устранение сезонности, измерение долгосрочного переноса таким образом не улучшает
производительность. По общему признанию, у нас есть только пять соответствующих
инструментов с данными, поэтому трудно делать какие-либо однозначные выводы. Но
поскольку мы обычно не держим позиции дольше нескольких месяцев, даже при самых
медленных правилах кэрри-трейдинга, возможно, неудивительно, что эта модификация не
приводит к улучшению результатов.
Могут быть некоторые обстоятельства, при которых использование более точной оценки
переноса может дать вам лучшие результаты, но лично я не считаю, что дополнительная
работа оправдывает какой-либо предельный выигрыш.
Пятнадцатая стратегия: Торговый план
Корректировки в стратегии 15 можно применить к любой стратегии, в которой есть одно

или несколько правил керри-трейдинга.
180 Перевозка металлов обусловлена расходами на хранение и финансированием; первый довольно статичен, поэтому ключевым фактором
являются процентные ставки. В валютном рынке именно относительные форвардные процентные ставки определяют фьючерсные цены и,
следовательно, переносятся.
181 В случае с металлами мы могли бы извлечь ожидаемую стоимость хранения с учетом кривой доходности, а затем
использовать ее для получения правильной балансовой стоимости для предварительного контракта. На валютном рынке
мы могли бы добиться того же результата, используя форвардную кривую. В обоих случаях нам нужны точные данные о
процентных ставках, синхронизированные с ценой фьючерса, и даже с ними это упражнение не для слабонервных.
182 Вы можете улучшить эту методологию, используя экспоненциально взвешенное скользящее среднее, чтобы последние
годы имели больший вес. Я делаю это, используя промежуток в пять лет. Строго говоря, при тестировании на исторических
данных вы также должны ежегодно пересчитывать эти сезонные корректировки, используя только ретроспективную
информацию.
183 Для 29 февраля я бы использовал среднюю сезонную составляющую для 28 февраля.
184 Действительно ли это крайний пример? Нет; на самом деле это не так уж отличается от фактической формы кривой
фьючерсов на пшеницу, когда я писал эту главу, хотя я изменил и упростил числа, чтобы увеличить величину керри.
Стратегия шестнадцатая: распределение

тренда и керри
В последних нескольких главах я рассмотрел несколько различных способов, которыми мы

потенциально можем улучшить основную тенденцию и реализовать стратегии, представленные
в первой части. Однако есть еще одна область улучшений, которую мы еще не рассмотрели, а
именно распределение нашего риска между этими двумя источниками дохода, которое мы
устанавливаем с помощью прогнозных весов.
В одиннадцатой стратегии я предположил, что комбинация 60% тренда и 40% керри

кажется лучшим компромиссом. Но, возможно, мы можем сделать лучше, чем это.
Возможно, мы сможем тактически изменять эти веса с течением времени, чтобы улучшить
нашу производительность. И, возможно, только возможно, мы можем использовать разные
веса прогноза для переноса и тренда в разных инструментах.
Стратегия шестнадцатая: вариант любой стратегии,

которая торгует по тренду и кэрри, где мы
корректируем относительные веса прогноза для
двух типов торговли.
Предсказуема ли эффективность стратегии?

Рассмотрим рисунок 65, на котором показана ежегодная производительность портфеля
Jumbo для стратегий девять (множественный тренд) и десять (перенос) за последние 30
лет.
Рисунок 65: Годовая эффективность стратегий переноса и тренда для

Было бы неплохо заранее знать, что 2017 год был плохим для тренда, а керри все
равно был бы прибыльным? Точно так же было бы здорово переключиться на 100% тренд
на следующий, 2018 год, когда керри был отстающим.
Метод, позволяющий увидеть, могут ли результаты стратегии дать нам

представление о будущих доходах, заключается в измерении автокорреляции
доходов . Это соотношение каждого дневного дохода с доходом предыдущего дня.

Мы также можем измерить автокорреляцию для других периодов времени: недели,
месяца и так далее. Фактически это импульс кривой счета.
Если стратегия имеет положительную автокорреляцию доходности, то имеет смысл

увеличить распределение для данной стратегии, если она только что имела хороший
период, и уменьшить ее вес после плохой работы. И наоборот, отрицательная
автокорреляция подразумевает «фиксацию прибыли» после хороших результатов и
сокращение нашего распределения, а также «ловлю падающий нож» и увеличение
позиций после убытков.
Есть некоторые исследования, предполагающие, что доходность фондов , следующих

за трендом , имеет слабую отрицательную автокорреляцию185 . Однако неясно,
связано ли это с тем, что доходность лежащей в основе трендовой стратегии
имеет отрицательную автокорреляцию, или эффект вызван комиссией за результат.
186 Конечно, хедж-фонды часто поощряют инвесторов покупать стратегии, когда
результаты в последнее время были плохими. Цинично, это может быть больше, чтобы сделать
с отрицательной производительностью, что приводит к снижению активов под управлением, что, в свою
очередь, означает снижение всех комиссий!
На рисунке 66 показана автокорреляция доходности для переноса, тренда и относительной стратегии.
Относительная стратегия — это превосходство тренда над стратегией переноса. Логично учитывать
относительную производительность, если мы планируем изменить относительные веса переноса и тренда.
Я использовал непересекающиеся периоды времени для расчета этих цифр. Это делает их более надежными,
но уменьшает количество точек данных, используемых для расчета каждого числа, поэтому они менее
статистически значимы.
Рисунок 66: Автокорреляция доходности для разных стратегий и периодов времени
Многие из более коротких автокорреляций не особенно значимы. Торговать ими также было бы очень
дорого; Еженедельное переключение между переносом и трендом привело бы к значительному
дополнительному обороту. Вещи начинают становиться интереснее на шестимесячной частоте, и есть
значительные положительные автокорреляции для годовой доходности. Результаты для пятилетних
автокорреляций неоднозначны, но в наборе данных есть только восемь непересекающихся пятилетних
периодов, поэтому маловероятно, что они будут статистически значимыми.
Давайте сосредоточимся на положительной автокорреляции за один год187 , так как она имеет
наибольшую величину и представляет собой хороший баланс между более короткими периодами времени (которые
вероятно, будет слишком дорого для проведения требуемых корректирующих сделок) и более длительные периоды
(со смешанными эмпирическими результатами, которые вряд ли будут статистически значимыми).
Мы можем использовать этот эффект следующим образом. Во-первых, рассчитайте относительную дневную
производительность R, учитывая дневную производительность в процентах от капитала для стратегии
спотового тренда T и стратегии переноса C:
Во-вторых, измерьте скользящую относительную производительность за один год, RP. Чтобы сделать это
значимым, эта производительность масштабируется путем деления на целевую волатильность τ (которую я
установил на уровне 20% на протяжении всей этой книги). Предположим, что в году 256 рабочих дней:
Чтобы получить некоторое представление, RP изображен на рисунке 67.
Рисунок 67: Скользящая относительная производительность тренда по сравнению с переносом
Теперь мы вычисляем весовой коэффициент, который будет выше, если тренд недавно превзошел ожидания: вес 1
указывает на 100%-е распределение по тренду, а вес 0 означает перенос на 100%. Есть ряд правдоподобных
формулы, которые мы могли бы использовать для этого взвешивания, но я произвольно выбрал

следующие:
По понятным причинам весовой коэффициент ограничен диапазоном от 0 до 1, и мы берем

экспоненциально взвешенную скользящую среднюю с 30-дневным интервалом, чтобы сгладить
часть шума и снизить торговые издержки. Когда RP равен 0, а тренд и керри работают
одинаково хорошо, вес Wt будет равен 0,5: 50% распределения на тренд и столько же на керри.
Если RP положительный, а тенденция лучше, чем перенос, то Wt приблизится к 1, а обратное

верно для отрицательного RP. Если RP равен или выше 1, то мы были бы полностью отнесены к
тренду — это было бы в случае, если бы тренд опережал перенос за последние 12 месяцев на τ; 20-
процентное превышение эффективности с целью риска, которую я использовал в этой книге.
Точно так же RP , равный -1 или ниже, отражающий 20-процентную неэффективность по тренду,
приведет к 100-процентному распределению для переноса. Моя проверенная на исторических
данных оценка весового коэффициента Wt представлена на рисунке 68.
Рисунок 68: Вес к тренду на основе скользящих 12-месячных относительных

результатов
Наконец, мы торгуем по стратегии с прогнозными весами верхнего уровня Wt , распределенными по

расходящиеся трендовые прогнозы, и (1 Wt ) распределяется на конвергентный
перенос, а не на нашу обычную практику фиксирования Wt = 0,60. Эти веса будут

меняться изо дня в день, но не слишком сильно из-за плавности и потому, что мы
оглядываемся назад на производительность за полный год. Я оцениваю
эффективность этой модификации стратегии в таблице 67.
Таблица 67. Показатели совокупного портфеля Jumbo с фиксированными и

переменными распределениями для переноса и тренда
Одиннадцатая стратегия Стратегия шестнадцатая
Кэрри (40%) и тренд (60%) Переменное распределение для переноса и тренда
Альфа 22,3% 20,7%
Бета 0,30 0,46
С этими результатами все в порядке: есть небольшие, но статистически значимые

улучшения в большинстве показателей, за исключением просадки и альфы. На самом
деле эти результаты удивительно хороши. Среднее распределение по тренду на самом
деле ниже, чем в одиннадцатой стратегии: чуть менее 50% против 60%. Учитывая,
что отдельная трендовая стратегия превосходит керри как по коэффициенту
Шарпа (SR), так и по асимметрии, мы ожидаем, что стратегия с более высоким средним
риском керри будет немного хуже. Вероятно, мы могли бы улучшить их еще больше,
изменив весовую функцию, чтобы она соответствовала среднему распределению 60% по
тренду, но это, возможно, было бы чрезмерным.
Лично я бы немного побоялся полностью деаллокировать из тренда в перенос или

наоборот. Можно изменить схему взвешивания, чтобы, например, мы никогда не
опускались ниже 20% или выше 80% тренда. Но это сделает шестнадцатую стратегию
более похожей на одиннадцатую, что уменьшит выгоды, которые мы могли бы получить
от внесения этого изменения.
Есть ли другие способы, которыми мы могли бы попытаться рассчитать время нашего

распределения, чтобы сохранить тренд? Возможно, но я настроен скептически. Как правило,
очень сложно рассчитать время перераспределения от одного фактора риска/доходности,
такого как тренд, к другому, такому как перенос. Вот предисловие к официальному
документу188 по факторному таймингу, составленному аналитиком Uber и главой
гигантского систематического хедж-фонда AQR Клиффом Эснессом: В целом, эти
результаты говорят о том, что следует с осторожностью относиться к
агрессивному факторному таймингу. Вместо этого инвесторам лучше определить

факторы, в которые они верят, и диверсифицировать их.
Это особенно верно для торговых стратегий, использующих прогнозы, поскольку они естественным
образом уменьшают собственное неявное распределение портфеля, когда у них слабые прогнозы, и
увеличивают их, когда прогнозы сильные. Прогнозы эффективно производят временной эффект
неявного фактора. Дальнейшее улучшение этого затруднено.
Отличаются ли относительные
характеристики разных инструментов?
Можем ли мы улучшить нашу производительность, выделяя больше или меньше тренда и переноса
для инструментов в разных классах активов? Рассмотрим числа в таблицах 68 и 69, в которых
собраны вместе некоторые статистические данные о переносе и тренде из предыдущих глав. Я также
включил разницу между SR для тренда и керри, поскольку здесь важна относительная
Таблица 68. Медиана эффективности инструментов для переноса и тренда по классам

финансовых активов
Перенос (Стратегия 10)
Тренд (Стратегия 9)
Тренд SR – перенос SR 0,47 0,08 0,11 0,05
Таблица 69. Медиана эффективности инструментов для переноса и тренда по классам

товарных активов
Перенос (Стратегия 10)
Тренд (Стратегия 9)
Тренд SR – SR керри 0,12 0,19 0,10 0,05
Если мы упорядочим относительные SR от лучшего для тренда к худшему, то получим:

энергоносители, металлы, сельскохозяйственные рынки, облигации, волатильность, FX и акции.
Есть ли здесь какие-то заметные закономерности? Одним из очевидных результатов
является то, что все традиционные товарные рынки имеют лучшие результаты для тренда,
чем финансовые рынки акций, облигаций, валюты и волатильности, для которых керри
лучше. Мы, вероятно, можем придумать несколько причин, почему это имеет смысл: возможно,
финансовые рынки более эффективны и имеют меньше коммерческих трейдеров, которые больше
заинтересованы в хеджировании, чем в получении прямой прибыли.
Однако этот результат — мираж. Поскольку товарные рынки существуют дольше, у них
больше истории данных. Типичный товарный инструмент имеет рекорд производительности,
восходящий к периоду до 1990 года, когда тренд был особенно хорошим, а перенос был менее
привлекательным (доказательство см. на рис. 45, стр. 236). Финансовые инструменты, как
правило, имеют более короткую историю данных, и почти вся их производительность
приходится на последнюю часть периода.
тестирование на истории, когда тренд был относительно слабым. Если я повторно проведу ретроспективное
тестирование только для периода с середины 1990-х годов, чтобы скорректировать этот эффект,189 тогда
закономерность в таблицах 68 и 69 исчезнет.
Другим очевидным выбросом, на который не влияет длина используемой истории, является особенно плохая
динамика тренда акций. Это единственный относительный SR, который значительно отличается от нуля
из-за сочетания приличной производительности переноса и SR для тренда, который в основном равен нулю.
Одно из возможных объяснений этого заключается в том, что самые быстрые скользящие средние работают
относительно плохо (таблицы 30 и 31 на страницах 178 и 179), но, поскольку инструменты акций обычно
дешевле в торговле, они имеют более высокое отношение к этим более быстрым скоростям тренда (помните, мы
удаляем торговые правила, которые слишком дороги для данного инструмента, но многие фондовые рынки
могут торговать почти всем). Однако, если я проверю динамику тренда акций с разной скоростью, она будет
довольно плохой по всем направлениям, а по акциям хуже, чем по любому другому классу активов, независимо
от скорости190 . имея меньше тренда и больше переноса специально для акций. Уменьшение распределения
веса прогноза с 60% до 10% только для акций191 приводит к результатам, представленным
в таблице 70.
Таблица 70: Показатели совокупного портфеля Jumbo с меньшим весом по отношению к тренду в
акциях
Одиннадцатая стратегия Стратегия шестнадцатая
Кэрри (40%) и тренд (60%) Акции: 10% тренд, 90% перенос акций.
Другое: как одиннадцатая стратегия
Средний годовой 26,5% 26,5%

доход
Средняя 8,9% 8,0%

просадка
Оборот 46,5 36,8

Альфа 22,3% 22,5%
Бета 0,30 0,28
Учитывая, что мы изменяем только один класс активов из семи доступных, мы не ожидаем
значительного эффекта для всего портфеля Jumbo.
Конечно, улучшения скромные, за исключением оборота, который значительно улучшился. Это
связано с тем, что теперь у нас есть значительно более низкое распределение на уровне портфеля
для более быстрого тренда, который в основном торгуется только дешевыми долевыми инструментами.
Мы могли бы продолжить этот путь и иметь разные распределения для отдельных инструментов в
пределах класса активов, но достаточно сказать, что данных недостаточно, чтобы делать какие-
либо значимые выводы.
Стратегия шестнадцатая: Торговый план

Корректировки в шестнадцатой стратегии могут быть применены к любой стратегии, в которой есть
как трендовые, так и керри-трейдинговые правила.

185 Например, Бургхардт и Ли «Это автокорреляция, дурак», 2012 г. (www.trendfollowing.com/whitepaper/

newedge.pdf). Авторы обнаружили, что ежемесячная доходность консультантов по торговле сырьевыми
товарами — систематических трейдеров фьючерсами, склонных склоняться к торговому тренду —
имеет отрицательную автокорреляцию. В отчете Winton Capital Management от 2015 года о следовании
«автокорреляционнаятренду и
иллюзия реальности» (www.valuewalk.com/2015/09/autocorrelation-of-trend-
возвращает:
following-returns-illusion-and-reality/) квартальные доходности имеют слабую отрицательную

автокорреляцию, но не влияют на месячную или годовую частоту.
186 Как отмечает Уинтон (там же), некоторая или вся отрицательная автокорреляция тенденции торговли фондами может
быть связана с вознаграждением за результат. Плата за производительность, как правило, снижает эффективность
положительных месяцев, в то время как отрицательные месяцы выглядят относительно лучше. Это связано с тем, что
комиссия за производительность взимается только тогда, когда фонд достигает нового максимума, а не когда он
находится в просадке. Если вам удастся инвестировать в нижней части продолжительной просадки, вы будете получать
положительную прибыль без уплаты комиссионных за результат до тех пор, пока фонд не вернется к своему предыдущему пику.
Этот эффект будет проявляться с частотой, соответствующей типичной продолжительности времени между пиками производительности.
187 Ожидание положительных результатов для продолжения стратегии также известно как «тренд, следующий за кривой
счета». Некоторые люди используют очень сложные технические индикаторы, чтобы увидеть, идет ли кривая счета вверх или
вниз, и, таким образом, требуют большего или меньшего кредитного плеча. Я не сторонник использования таких индикаторов
для построения своих торговых стратегий, поэтому вы не удивитесь, узнав, что я не сторонник их использования в данной работе.
контекст.
188 Аснесс, Клифф С., My Factor Philippic (22 июня 2016 г.). Хотя это статья о временных факторах в кросс-секционных стратегиях акций,
а не о фьючерсах, принцип остается в силе. Доступно в SSRN: https://ssrn.com/abstract=2799441.
189 Это почти ровно половина всего периода ретроспективного тестирования.
190 SR после учета стоимости для тенденции в акциях варьируются от 0,08 для EWMAC2; до головокружительных высот +0,08 для
EWMAC64.
191 Я не стремлюсь к нулю, так как обычно плохая идея класть все яйца в одну корзину, даже если эта корзина имеет превосходный
проверенный на истории SR.

Стратегия семнадцать: нормализованный

тренд
Как я надеюсь, уже очевидно, я большой поклонник диверсификации.

Диверсификация по инструментам, по стилям торговли и по скоростям тренда и
переноса. Но до сих пор мы использовали только одну меру тренда с броским
названием: пересечение экспоненциально взвешенных скользящих средних
(EWMAC). Это потому, что это лучший и единственный способ измерения тренда?
Нисколько. Я использовал EWMAC, потому что его относительно легко
объяснить192, и это позволило мне ввести некоторые важные понятия, такие как
сглаживание и прогнозирование.
Но есть и другие способы измерения тенденции, которые, вероятно, будут иметь

относительно аналогичную производительность, но не на 100% коррелируют с
EWMAC. Мы получили бы некоторую выгоду, если бы добавили их в наш набор торговых
правил. Будут периоды времени, когда EWMAC не будет работать хорошо, и когда
другие методы смогут лучше обнаруживать и прогнозировать тенденции. В
следующих нескольких главах я рассмотрю несколько различных альтернатив
EWMAC, которые мы можем использовать для его дополнения.
В этой главе я представлю первый из них, нормализованный тренд. Это идентично

правилу EWMAC, но прежде чем передать цену фьючерса в обычные уравнения, мы
стандартизируем ее, разделив на недавнюю оценку волатильности. Помимо того,
что эта нормализация сама по себе является хорошим правилом тренда, она
также необходима для построения нескольких других стратегий, которые я
объясню в следующих двух главах.
Стратегия семнадцать: трендовая стратегия, использующая
нормализованную цену фьючерса в качестве входных данных
для торгового правила EWMAC.
Нормализация фьючерсных цен

Цены на финансовых рынках беспорядочны. Иногда они поднимаются очень быстро,
в других случаях они внезапно терпят крах. Затем они относительно спокойны в
течение нескольких дней или недель подряд. Это одна из причин, по которой мы
применяем нормализацию волатильности к разнице между скользящими средними.
Использование этой техники означает, что мы можем сравнивать тенденции за разные
периоды времени и для разных инструментов. В итоге мы получаем прогноз,
пропорциональный ожидаемой доходности с поправкой на риск, независимо от рыночной конъюнктуры.
Однако есть альтернатива. Что, если мы применим нормализацию волатильности к самой

цене?
Мы начнем с цены с поправкой на прошлое, pt , и оценки дневного стандартного
отклонения разницы цен, σp , которую мы использовали ранее. Их можно использовать

для построения нормализованной цены, :
Цена генерируется рекурсивно, при этом цена устанавливается в точке, когда мы можем
впервые оценить стандартное отклонение. Я произвольно устанавливаю = 0, но это не
имеет никакого значения, так как это просто применяет сдвиг уровня ко всем
значениям PN. Множитель 100 предназначен для того, чтобы привести цены к более
привычным порядкам величины, и опять-таки чисто произвольно. .
Давайте почувствуем, как выглядят эти нормализованные цены. На рисунке 69 у нас

есть уже знакомая цена микрофьючерса S&P 500 с поправкой на прошлое плюс
нормализованная цена. В целях отображения я умножил нормализованную цену на 10.
С этим конкретным инструментом это удобно ставит ее на ту же шкалу, что и цену.
Рисунок 69: Цена и нормализованная цена для S&P 500

Обратите внимание, что нормализованная цена движется примерно по тому же пути, что и
фактическая цена с поправкой на прошлое, но имеет более постоянную волатильность.
На самом деле, ожидаемая волатильность одинакова для каждого дня, хотя мы не
достигаем совершенно одинаковой реализованной волатильности, потому что мы не можем
точно предсказать стандартное отклонение. В результате такой стандартизации
легче увидеть изменения, происходящие в начале периода, в то время как изменения в
более поздние годы не столь драматичны.
Все остальное не изменилось по сравнению с предыдущими трендовыми стратегиями. Поэтому

мы применяем обычный процесс расчета прогноза EWMAC. Мы можем использовать тот же
набор пар скользящих средних, что и раньше: EWMAC(2,8), EWMAC(4,16)…
EWMAC (64 256). Далее, как и прежде, мы делим на оценку дневного стандартного
отклонения разницы цен, σp . Но вместо того, чтобы использовать
скорректированную цену для расчета этого, мы используем нормализованную цену. Этот

шаг не так важен, как раньше, так как цены уже нормализованы, но его все же стоит
сделать.
Затем мы умножаем прогноз на скаляр прогноза. Поскольку скаляры EWMAC являются

свойством правила торговли, а не цен, которые используются для расчетов, мы можем
использовать те же скаляры, которые я рассчитывал в первой части. Вы можете найти их
в таблице 29 на стр. 177. Наконец, мы применяем максимальное значение 20 к абсолютному
значению прогноза.
Производительность различных фильтров трендов

Давайте остановимся на секунду и рассмотрим индивидуальную производительность каждого правила
торговли нормализованным трендом скорости.
Для согласованности с анализом, который я провел в первой части, эти цифры относятся к портфелю
Jumbo, торгующему всеми инструментами, независимо от затрат. Производительность отдельного
инструмента будет значительно ниже, чем показанная здесь, а некоторые инструменты фактически
не будут торговать с соответствующим трендовым фильтром, поскольку это было бы слишком дорого.193
Вы можете сравнить результаты в таблицах 71 и 72 непосредственно с таблицами 30 и 31. на страницах
178 и 179, которые имеют одинаковую статистику следования за «ванильным» трендом. Я опустил
некоторые менее интересные статистические данные для экономии места.
Таблица 71. Производительность при различных скоростях фильтрации тренда с
использованием нормализованной цены: агрегированные результаты Jumbo-портфеля, более быстрый EWMAC
Расходы 10,2% 5,4% 2,9%
Оборот 435 230 119
перекос 1,25 1,58 1,31
Верхний хвост 2.09 2.03 1,99
Бета 0,20 0,29 0,36
Таблица 72. Производительность при различных скоростях фильтрации тренда с
использованием нормализованной цены: агрегированные результаты Jumbo-портфеля, более медленный EWMAC

Расходы 1,9% 1,4% 1,2%
Оборот 65,3 42,1 34,2
перекос 0,98 0,88 0,60
Бета 0,47 0,56 0,68
Как правило, мы видим ту же картину, что и для исходных правил EWMAC.
Большинство правил имеют одинаковую прибыльность до вычета затрат, за исключением самых быстрых.
Затраты и оборот уменьшаются по мере того, как мы замедляемся, в то время как бета увеличивается.
Ежемесячная асимметрия уменьшается по мере того, как мы замедляемся, хотя асимметрия за разные
периоды показала бы более интересные результаты, подобные тем, которые приведены в таблице 42 (стр.
218).
Но если мы сравним эти результаты напрямую с данными в таблицах 30 и 31, то увидим несколько
интересных отличий:
Две самые высокие скорости немного лучше для нормализованного тренда, чем они были
изначально.
Затраты и оборот примерно на четверть выше по всем направлениям.
Слегка улучшены размеры перекоса и нижнего хвоста.
Бета немного выше, чем раньше, но и альфа тоже.
Создание комбинированного прогноза

Давайте теперь изменим девятую стратегию, состоящую из полдюжины различных правил торговли по
тренду, заменив скорректированные цены нормализованными ценами.
Для этого нам сначала нужно придумать некоторые веса прогнозов, которые будут определять, как
комбинируются разные прогнозы из каждого торгового правила.
Для этого я собираюсь использовать тот же метод, что и в девятой стратегии. Для любого
инструмента:
Выберите подмножество вариантов торговых правил, которые достаточно дешевы для
торговли, учитывая стоимость инструмента, оборот торгового правила и мой лимит
скорости: предел торговых издержек.
Если никакие торговые правила не удовлетворяют этому тесту, не торгуйте соответствующим
инструментом. Это влияет на четыре инструмента в моем наборе данных.
Для выбранных нами вариантов правил торговли присвойте им одинаковый вес.
Вот напоминание о формуле для проверки того, можно ли использовать конкретное торговое правило
с данным инструментом. Необходимые вам годовые обороты указаны в таблице 73.
Таблица 73. Годовой оборот для каждого фильтра тренда с использованием нормализованного
тренда, усредненный по инструментам
Оборот
ЭВМАК2 109,9
ЭВМАК4 56.2
EWMAC8 28.7
EWMAC16 15.2
EWMAC32 9.0
EWMAC64 6.5
Затем, из-за диверсификации прогнозов, нам необходимо применить множитель диверсификации
прогнозов (FDM) к комбинированному прогнозу. Поскольку правила очень похожи, мы можем
использовать те же значения, которые я представил в девятой стратегии (см. таблицу 36, стр.
193). Наконец, мы ограничиваем комбинированный прогноз максимальным абсолютным значением 20.
Автономная производительность
Основываясь на том, что мы видели до сих пор, вы можете ожидать, что производительность
нормализованного тренда будет очень похожа на исходную девятую стратегию. И, как показывает
таблица 74, вы правы.

Таблица 74. Показатели агрегированного портфеля Jumbo с трендом, с поправкой на

прошлое и нормализованными ценами
Стратегия девять Стратегия семнадцать

Множественный тренд (скорректированные цены) Множественный тренд (нормализованные цены)
Коэффициент Шарпа 1.14 1,15
Оборот 62,9 72,1
Альфа 18,8% 20,1%
Бета 0,43 0,55
Мы уже знаем, что оборот, бета, стандартное отклонение и затраты, вероятно, будут немного
выше. С другой стороны, SR немного выше, а альфа несколько улучшена. Скью немного хуже, но
нижний хвостик чуть дружелюбнее.
Однако на самом деле между этими двумя стратегиями не так уж много выбора: корреляция
их доходности составляет целых 0,97!
Одиннадцатая стратегия с нормализованным трендом
Вы можете подумать, что следующим шагом будет переделка одиннадцатой стратегии — тренд
и керри — путем включения нормализованного тренда вместо наших первоначальных правил
тренда. Но есть и другая возможность: мы могли бы торговать как по нормализованному,
так и по исходному тренду. Учитывая, насколько похожи два типа правил тренда, это может
иметь большой смысл: лично я не мог бы выбрать одну стратегию тренда вместо другой,
основываясь на приведенных выше доказательствах.
Для этого нам снова потребуются некоторые прогнозные веса и прогнозный множитель
диверсификации. Сначала рассмотрим случай, когда мы заменяем
оригинальные правила тренда с нормализованными фильтрами тренда. Это просто, поскольку два
вида тренда настолько похожи, что мы можем использовать точно такие же прогнозные веса и
FDM, которые я вычислил для одиннадцатой стратегии (таблица 51, стр. 233).
Что произойдет, если мы будем торговать как по нормализованному, так и по исходному тренду?
Нам нужно вернуться к основным принципам распределения веса прогноза сверху вниз, которые я
изложил в девятой стратегии:
Разделите список торговых правил по стилям. Распределите между стилями в соответствии

с вашими предпочтениями.

Если мы сохраним 60% веса для стратегий расходящегося тренда и 40% для конвергентного
переноса, то мы получим:
Выделите 60% расходящихся (трендовых) правил. Выделите 40% на конвергентные

(переносные) правила.
В рамках тренда: половина исходного тренда и половина нормализованного тренда (по 30

%).
Внутри переноса: у нас есть только одно торговое правило, которое получает 40%
распределения.

заданного торгового правила. Это будет зависеть от количества вариаций, выбранных
для данного инструмента.
Возьмем пример. Фьючерс на сырую нефть WTI может торговаться по всем четырем правилам переноса
и четырем правилам самого медленного тренда (обоих вкусов):
Выделите 60% на расходящийся тренд и 40% на конвергентный перенос.
В пределах тренда: Выделить половину исходного тренда и половину нормализованного

тренда (по 30% каждый):
В рамках исходного тренда: распределите 30% ÷ 4 = 7,5% на каждый из
EWMAC8, EWMAC16, EWMAC32 и EWMAC64.
В нормализованном тренде: распределите 30% ÷ 4 = 7,5% на каждый из
EWMAC8, EWMAC16, EWMAC32 и EWMAC64.
В рамках переноса: у нас есть только одно торговое правило, которое получает
40% распределения:
Выделите 40% ÷ 4 = 10% каждому из переносов 5, 20, 60 и 120.
Прогнозные мультипликаторы диверсификации для соответствующего количества

вариантов правил торговли можно найти в таблице 52 (стр. 234).
Теперь мы можем сравнить результаты портфеля Jumbo для (а) одиннадцатой стратегии,
(б) версии с нормализованным трендом вместо исходного тренда и (в) версии с обоими видами
тренда. Результаты приведены в таблице 75.
Таблица 75. Показатели совокупного портфеля Jumbo: сочетание переноса плюс

различные типы тренда
Одиннадцатая стратегия Стратегия семнадцать Стратегия семнадцать

Керри и тренд Керри и тренд Carry and Trend
(скорректированные цены) (нормализованные цены) (нормализованные цены и
скорректированные цены)

Расходы 1,1% 1,1% 1,1%
Средняя 8,9% 8,6% 8,7%

просадка
20,9% 21,0% 20,9%

Оборот 46,5 48,3 47,6
перекос 0,76 0,76 0,75
Альфа 22,3% 22,8% 22,9%
Бета 0,30 0,34 0,32

Какие из них вы должны торговать? Здесь нет очевидной выигрышной стратегии слэм-данка, а
статистика результативности практически идентична.
Так что дело в предпочтениях.
Я могу понять, почему вы можете придерживаться одиннадцатой стратегии. Вы можете найти

нормализацию довольно неинтуитивной, что затрудняет оценку того, что делает стратегия.
Еще одним соображением является дополнительная работа, которая может быть произведена
процедурой нормализации. Естественно, было бы еще больше тяжелого труда, если бы вы продолжали
также торговать по первоначальному правилу тренда. В этом случае эта глава была бы полезным
отвлечением, которое необходимо для понимания следующей пары стратегий, основанных на
методологии нормализации для создания действительно инновационных трендовых стратегий.
Но для автоматизированного трейдера, такого как я, дополнительные усилия компенсируются

вычислительной мощностью, а недостаток интуиции — лучшими диагностическими отчетами.
Хотя ожидаемая выгода от добавления стратегии с корреляцией 97% ограничена, она все же
положительна. Я также думаю, что корреляция, проверенная на истории, продает дополнительную
диверсификацию, которую мы получаем, вполне правдоподобно, поскольку корреляция
является линейной мерой. По крайней мере, для меня имеет смысл торговать как по тренду,
так и по керри.
Как насчет…
В стратегиях с двенадцатой по шестнадцатую я описал ряд способов, которыми вы можете
изменить основной тренд и применить стратегии в первой части. Вам может быть интересно,
работают ли какие-либо из них также с нормализованным трендом. Вот краткое изложение
моего анализа:
(Стратегия двенадцатая) Корректировка тренда в соответствии с силой прогноза с

помощью нелинейного отображения: Нет значительного улучшения. Я не рекомендую
это изменение.
(Стратегия тринадцать) Модификация тренда для снижения прогноза, когда

волатильность особенно высока: Аналогичные результаты при использовании
нормализованной синтетической спотовой цены: скромное, но значительное
улучшение SR.
(Стратегия четырнадцать) Использование синтетической спотовой цены, а не

скорректированная цена для расчета тренда: неприменимо.
(Стратегия 15) Точный перенос: Не применимо.
(Стратегия шестнадцатая) Модификация относительного распределения по тренду и
переносу на основе исторических показателей: Аналогичные результаты при использовании
нормализованной синтетической спотовой цены: небольшое улучшение SR.
(Стратегия шестнадцатая) Уменьшение распределения по тренду только для акций:
даже более сильный результат, чем для основного тренда: акции с нормализованным
трендом имеют слегка отрицательный SR, в отличие от любого другого класса активов.
Это изменение улучшит производительность, но может оказаться неустойчивым к
обвинениям в чрезмерной подгонке.
Поскольку эти результаты соответствуют основным правилам торговли EWMAC, я бы посоветовал
использовать те же правила для нормализованного тренда. Это также дает нам некоторую
надежду на то, что результаты стратегий с двенадцатой по шестнадцатую являются не
просто статистической случайностью или случайным анализом данных, поскольку они устойчивы
к изменениям в наших правилах следования за трендом.
Приведенные выше результаты применимы и к другим стратегиям в стиле тренда, описанным во
второй части, если я не отмечу иного: восемнадцатой и девятнадцатой стратегиям.
Стратегия семнадцатая: Торговый план

Все остальные этапы идентичны девятой стратегии (самостоятельный тренд) или одиннадцатой
стратегии (в сочетании с переносом).

192 Я также сентиментально привязан к EWMAC. Когда я начал работать в AHL, фьючерсном хедж-фонде, EWMAC
использовался в качестве их основной торговой стратегии. Это была также первая стратегия, которую я применил,
когда начал торговать собственными деньгами.
193 Как и раньше, я включаю сюда инструменты, которые слишком дороги для более быстрых фильтров, чтобы получить
как можно больше данных о потенциальной доходности до затрат.
Стратегия восемнадцатая: классы активов,

следующие за трендом
Тенденции рынка, как правило, синхронизируются в пределах классов активов. Индекс S&P
500 редко падает, а Eurostoxx 50 растет. Вообще говоря, если нефть растет, рынок газа
также будет на бычьем рынке.
Я провел много лет, наблюдая за этими общими тенденциями и глубоко размышляя.

Я задавал себе философские вопросы, например: Откуда берутся тренды? Есть ли одна
большая тенденция в данном классе активов или множество отдельных тенденций,
которые происходят одновременно? Если на самом деле существует только одна основная
тенденция, скажем, акций, то являются ли тенденции, которые мы наблюдаем в
отдельных фондовых индексах, просто проявлениями этой тенденции?
Более формальный способ описать это состоит в том, что существует скрытый тренд,
который управляет всеми фондовыми индексами, где скрытый просто означает скрытый.
Тогда любой отдельный фондовый индекс, цену которого мы можем видеть, состоит из
этой скрытой тенденции плюс некоторый идиосинкразический шум. В таком мире имело бы
смысл придумать какой-то способ измерения этой скрытой тенденции, просматривая
множество инструментов в данном классе активов, а затем открывая позицию по
нескольким инструментам, чтобы зафиксировать скрытую сделку.
Удобно, что нормализация цен из предыдущей главы дает нам удобный способ построить
индекс цен для каждого класса активов. Затем мы можем следовать за трендом этого
ценового индекса, используя все инструменты, составляющие индекс.
Восемнадцатая стратегия: трендовая стратегия,
использующая нормализованную фьючерсную цену для данного
класса активов в качестве входных данных для торгового правила EWMAC.
Построение цены индекса класса активов

Большинство классов активов имеют один или несколько индексов, которые пытаются
охватить всю совокупность инвестиционных инструментов, входящих в них. В акциях есть
индексы, такие как MSCI World, в то время как облигации имеют глобальный совокупный
индекс облигаций Barclays. Есть DXY — индекс доллара США — в валюте и товарный
индекс S&P GSCI.
В основном эти индексы рассчитываются с использованием процентной доходности

отдельных инструментов, взвешенных по рыночной капитализации или аналогичным
показателям. Конечно, было бы просто получить эти индексы, а затем применить к ним
правило следования за трендом. Тем не менее, есть некоторые проблемы с этим подходом.
Во-первых, это выходит за рамки данной книги – я использую только стратегии,
которые можно торговать исключительно с фьючерсными ценами. Во-вторых, эти
индексы придают больший неявный вес инструментам с более высокой волатильностью.
Кроме того, набор инструментов в данном индексе, вероятно, будет отличаться от
того, чем мы на самом деле торгуем. Наконец, мы можем почувствовать, что взвешивание
рыночной капитализации сильно
смещено194. У меня есть альтернативное предложение, заключающееся в построении

индекса на основе нормированных по волатильности фьючерсных цен каждого
инструмента. Это не требует дополнительных данных и учитывает различные риски по инструментам.
Кроме того, мы можем настроить корзину инструментов, чтобы отразить то, чем мы
торгуем, и выбрать собственную схему взвешивания.
Начнем с расчета нормализованной цены для каждого инструмента i в классе активов

из семнадцатой стратегии:
Затем мы вычисляем среднюю дневную доходность для класса активов R, усредняя

доходность по инструментам от i = 0 до i = j, где j — количество инструментов в данном
классе активов. Для простоты я использую равные веса и беру простое среднее, но при
желании можно использовать и другие веса:
Наконец, мы суммируем члены R , чтобы получить нормализованную цену актива A:
Очевидно, что A0 будет равно нулю. Одна интересная особенность этого метода
заключается в том, что вы можете включать в расчет инструменты, которыми
фактически не торгуете, либо потому, что они слишком дороги или неликвидны, либо потому, что у вас
недостаточный капитал. Это даст вам более надежную меру динамики цен на активы. В результатах этой
главы используются индексы цен на активы, которые были построены с использованием более 140 инструментов,
а не 102 торгуемых инструментов, которые я использую для портфеля Jumbo.
На рисунках 70 и 71 показана нормализованная цена для каждого класса активов. Поскольку это
нормализованные цены, они имеют постоянную волатильность с течением времени. Вы можете ясно видеть
важные тенденции, такие как медвежьи рынки акций в начале 2000-х и 2008 году.
Рисунок 70: Нормализованный тренд класса активов для финансовых показателей
Рисунок 71: Нормализованный моментум класса активов для сырьевых товаров

Тренд после класса активов

Теперь у нас есть цена, и мы уже знаем, что мы можем делать с ценой: мы можем применять к
ней правила торговли по тренду! Стратегия будет выглядеть точно так же, как стратегия
номер девять, с двумя важными отличиями. Во-первых, вместо того, чтобы использовать
скорректированную цену для данного инструмента, мы будем использовать нормализованную
цену для соответствующего класса активов , к которому относится данный инструмент. Во-
вторых, каждый инструмент в данном классе активов будет иметь одинаковый прогноз для
195
данного скорость тренда.
Я не буду еще раз объяснять процесс перехода от заданной цены к стратегии следования за
трендом. Мы видели это уже дважды, в девятой и семнадцатой стратегиях. Как обычно, здесь
мы используем до шести различных скоростей правил EWMAC для создания комбинированного
прогноза. Скаляры прогноза идентичны таковым для девятой стратегии, а оборот для
каждой скорости тренда примерно такой же, как и для семнадцатой стратегии. Вы также
можете использовать мультипликаторы диверсификации прогноза, которые я оценил в
девятой стратегии.
Таблицы 76 и 77 показывают среднюю доходность инструментов в пределах данного класса

активов. Вы можете сравнить их с таблицами 37 и 38 на стр. 195, в которых показаны
аналогичные показатели производительности для исходного правила EWMAC в девятой
стратегии. Некоторые неинтересные фигуры были удалены для экономии места.
Таблица 76. Медианная доходность инструмента для тренда классов активов по

классам финансовых активов
Расходы 0,5% 1,1% 0,6% 0,6%
перекос 0,28 0,37 0,73 0,77
Нижний хвост 3.13 3,15 3,07 2,56
Таблица 77. Медианная эффективность инструментов для тренда класса активов по

классам товарных активов
Расходы 0,5% 0,5% 0,4% 0,5%
перекос 1,65 0,88 0,90 0,57
Нижний хвост 3.00 3,24 2,48 2,93
Хорошей новостью является то, что медианная производительность оказалась

лучше, с коэффициентом Шарпа (SR) 0,3 по сравнению с 0,23 для исходного портфеля с
множественными трендами в девятой стратегии. Похоже, мы получаем более «чистые»
сигналы тренда, следуя за ценами активов, а не за отдельными инструментами (не
выпивать шампанское, так как на странице или около того есть разочарование).
Если рассматривать отдельные классы активов, наиболее значительное улучшение

наблюдается в акциях,196 где мы до сих пор изо всех сил пытались делать деньги на тренде.
Использование всего класса активов для получения сигнала дает SR 0,12, что не очень
хорошо, но, безусловно, лучше, чем SR 0,03 для стратегии 9 (следование ценовому тренду
с поправкой на прошлое) и отрицательное SR для семнадцатой стратегии ( нормализованный
тренд).
Теперь давайте рассмотрим портфель Jumbo, чтобы увидеть, как совокупная

производительность сравнивается с двумя другими стратегиями тренда, которые мы разработали.
Таблица 78 содержит результаты. Преимущество, которое мы получили минуту назад

для среднего инструмента, исчезло. Вместо улучшения SR мы теперь неэффективны.
Что случилось?
Таблица 78: Эффективность различных типов следования за трендом

для совокупного портфеля Jumbo
Стратегия девять Стратегия семнадцать Стратегия восемнадцать
Множественный тренд Множественный тренд Множественный тренд
(Цена с поправкой на (нормированная цена за (нормализованная цена для класса

прошлое) инструмент) активов)

Расходы 1,2% 1,4% 1,3%
Средняя 11,2% 12,9% 14,6%

просадка
22,2% 24,4% 23,5%

Коэффициент Шарпа 1.14 1,15 0,97
Оборот 62,9 72,1 65,5
перекос 0,98 0,93 0,94
Альфа 18,8% 20,1% 15,9%
Бета 0,43 0,55 0,46
Вспомните из первой части, что мы получаем значительные преимущества

диверсификации от торговли по тренду на как можно большем количестве различных
инструментов. Но построение этого нового торгового правила означает, что у нас
почти нет диверсификации прогнозов в пределах каждого класса активов. За
исключением некоторых необычных случаев, большинство инструментов в данном
классе активов будут иметь один и тот же знак позиции: все длинные или все
короткие. Следовательно, единственный источник диверсификации — это то, что
мы получаем, торгуя разными классами активов. Это уменьшает наше преимущество
от диверсификации — улучшение показателей между медианным инструментом и
совокупными результатами — с пяти до чуть более трех раз. Этого достаточно,
чтобы свести на нет все улучшения, которые мы видели на уровне инструмента.
При всем сказанном, безусловно, есть ситуации, в которых тенденция класса активов имеет смысл. В
частности, если у вас ограниченный капитал и вы можете торговать только одним или двумя
инструментами в каждом классе активов, то может быть разумно следовать тренду для всего класса
активов, используя ценовой индекс, включающий все инструменты, которые вы не можете использовать.
удерживать позиции в.
Тенденция класса активов с переносом
Учитывая доказательства, которые я представил до сих пор, вероятно, не имеет смысла заменять
наши первоначальные правила следования за трендом трендом класса активов. Опять же, это будет
зависеть от капитала, который вы можете развернуть. Кому-то с меньшим торговым счетом, который
может торговать только несколькими инструментами в каждом классе активов, может быть лучше
использовать тренд класса активов. И может быть аргумент в пользу использования тренда класса
активов в акциях, где он, безусловно, лучше.
Но имеет ли смысл сочетать тренд класса активов с другими торговыми правилами, которые мы видели до
сих пор? Тогда у нас было бы четыре торговых правила: перенос плюс три вида тренда: исходный,
нормализованный и класс активов.
Прежде всего, давайте быстро напомним себе, как использовать метод «сверху вниз» для распределения
веса прогноза.
Выделите 60% расходящихся (трендовых) правил. Выделите 40% на конвергенцию (перенос).
Внутри тренда: выделить треть для исходного тренда, треть для нормализованного тренда
и треть для тренда класса активов (по 20 %).
Внутри переноса: у нас есть только одно торговое правило, которое получает 40%
Я снова воспользуюсь этим примером: фьючерс на сырую нефть WTI, который может торговать всеми
четырьмя правилами переноса и четырьмя правилами самого медленного тренда для всех трех типов
тренда, всего 16 правил:
Выделите 60% на расходящийся тренд и 40% на конвергентный перенос.
Внутри тренда: выделить треть для исходного тренда, треть для нормализованного
тренд и треть тренда класса активов (по 20 % на каждый): В

пределах исходного тренда: распределите 20 % ÷ 4 = 5 % на каждый из EWMAC8,
EWMAC16, EWMAC32 и EWMAC64.
В пределах нормализованного тренда: Выделите 20% ÷ 4 = 5% на каждый из
четырех вариантов торгового правила.
В тренде класса активов: Выделите 20% ÷ 4 = 5% на каждый из четырех
вариантов правил торговли.
В рамках переноса: у нас есть только одно торговое правило, которое получает 40%
распределения:
Выделите 40% ÷ 4 = 10% каждому из переносов 5, 20, 60 и 120.
Нам также нужны множители диверсификации прогноза. Множители для соответствующего

количества вариантов правил торговли можно найти в таблице 52 (стр. 234).
В таблице 79 показано, что происходит с одиннадцатой стратегией (исходный тренд плюс

перенос), когда мы добавляем два новых типа тренда: нормализованный и класс активов.
Таблица 79: Влияние добавления различных типов тренда в стратегию «кэрри плюс тренд»
Одиннадцатая стратегия Стратегия семнадцать Стратегия восемнадцать
Керри и тренд Carry and Trend Перенос и тренд (цена класса активов,
(скорректированные (нормализованные цены и нормализованные цены и скорректированные
цены) скорректированные цены) цены)
26,5% 27,5% 28,3%

Расходы 1,1% 1,1% 1,1%
Средняя 8,9% 8,7% 9,1%

просадка
20,9% 20,9% 21,7%

Шарп 1,27 1,32 1,31

соотношение
Оборот 46,5 47,6 46,1
перекос 0,76 0,75 0,71

Альфа 22,3% 22,9% 24,0%
Бета 0,30 0,32 0,31
SR немного падает, когда мы добавляем цены класса активов, но из-за немного более низкой
беты альфа выше. Несмотря на скромное увеличение альфы, оно является статистически
значимым197. Опять же, вы
можете почувствовать, что это очень скромное улучшение производительности не стоит

дополнительных хлопот, особенно если вы не используете полностью автоматизированную
торговую стратегию. Лично я, как я уже говорил в предыдущей главе, с удовольствием работаю с
таким количеством различных видов тренда, какое только смогу достать.
Также стоит еще раз отметить, что трейдеры с ограниченным капиталом получат большую
прибыль от использования тренда класса активов. Вы также можете получить дополнительную
выгоду от этой стратегии, увеличив долю тенденции класса активов в акциях, где она работает
относительно хорошо, хотя это, вероятно, может быть чрезмерным.
Стратегия восемнадцатая: Торговый план

Все остальные этапы идентичны девятой стратегии (самостоятельный тренд) или одиннадцатой
стратегии (в сочетании с переносом).
194 Например, 69% индекса MSCI World Developed Equity в настоящее время приходится на акции США.
195 Однако у них могут быть разные комбинированные прогнозы, поскольку не все инструменты в данном классе активов будут
достаточно дешевы, чтобы торговать с любой скоростью тренда класса активов.
196 Одним из следствий этого является то, что подход в шестнадцатой стратегии по сокращению распределения тренда
по сравнению с переносом только для акций не имеет здесь большого смысла.
197 Даже небольшие различия в производительности могут быть статистически значимыми, если релевантные результаты
имеют очень высокую корреляцию. Корреляция между всеми тремя видами тренда составляет около 0,96, а корреляция
между стратегиями, показанными в этой таблице, еще выше: около 0,98.
Стратегия девятнадцатая: кросс-секционная

импульс
Два менеджера хедж-фонда заходят в бар (нет, это не начало шутки).
Одна (Шарлотта) работает на фьючерсного трейдера – советник по торговле сырьевыми товарами.
Другой (Эрик) работает в нейтральном хедж-фонде фондового рынка. Начинается разговор:
Эрик: «Могу ли я угостить
вас выпивкой?»
Шарлотта: «Тройной Джек Дэниэлс, чистый, с текилой».
Эрик: «Эх, и ром с колой, пожалуйста».
Шарлотта (хлопает пустым стаканом по столу): «И чем ты

занимаешься?»
Эрик (тихо потягивает): «Мы покупаем акции, которые, по нашему

мнению, недооценены по ряду факторов, и продаем акции, которые, по
нашему мнению, переоценены. Мы делаем это, чтобы не иметь
доступа к рынку в целом: мы нейтральны по отношению к акциям».
Шарлотта: «Можешь привести пример?»
Эрик: «Ну, один из наших главных факторов — импульс. Поэтому мы будем

покупать акции, которые выросли больше, чем индекс, и продавать
акции, которые упали».
Шарлотта: (кашляя и отплевываясь) Это не инерция!

Импульс — это когда вы покупаете то, что выросло, и продаете то,
что упало. Кого волнует, что сделал индекс?»
Эрик: (кричит) «Ерунда!»
Завязывается драка, в которой калькулятор HP Эрика плохо работает.

поцарапан, а винтажная торговая куртка Шарлотты

порвана...
Кто прав? Ну оба. Для трейдеров из разных миров импульс — это омоним: одно и то же слово, но с
разными значениями. Традиционно трейдеров фьючерсами не беспокоило какое-либо причудливое
академическое понятие «нейтральности к акциям». Но индустрия хедж-фондов, нейтральных
к фондовому рынку, находилась под сильным влиянием академической работы 1990-х годов198, в
которой торговые стратегии определялись с точки зрения корзин длинных и коротких позиций
по акциям, подобранных таким образом, чтобы гарантировать отсутствие чистого рыночного
риска. По сей день, если вы говорите с учеными-экономистами о моментуме, они автоматически
решат, что вы имеете в виду импульс поперечного сечения.
До сих пор в этой книге мы сосредоточивались на моментуме временных рядов — на том, что
традиционный трейдер фьючерсами назвал бы следованием за трендом — покупка и продажа без

учета относительной силы конкретного инструмента по отношению к индексу, а забота только
об абсолютной эффективности инструмента. данный инструмент.
Но ничто не мешает фьючерсным трейдерам использовать моментум поперечного сечения, а

также моментум временных рядов: и работа, которую мы проделали, разработав нормализованные
цены для инструментов и классов активов, будет чрезвычайно полезна для этой стратегии.
Стратегия девятнадцать: стратегия, использующая

поперечный моментум внутри классов активов.
Правило поперечной торговли моментумом

Начнем с нормированной цены для данного инструмента (стратегия семнадцать) инструмента Р
(стратегия Н и нормализованная цена для соответствующего класса активов A для этого
восемнадцать). Относительная цена R — это просто разница между ними:
Мы можем принять разницу, потому что оба типа нормализованной цены находятся в
те же «безмасштабные» нормализованные единицы волатильности. Если R растет, это

означает, что данный инструмент превосходит свой класс активов, и наоборот. Чтобы
получить представление о том, как выглядит R , вот относительная цена
микрофьючерса S&P 500 на рисунке 72.
Рисунок 72: Построение относительной цены для S&P 500
До 2000 года класс активов и цена инструмента были идентичными. Это потому, что
S&P 500 — единственный долевой инструмент, по которому у меня есть данные на тот
момент. В результате относительная цена изначально равна нулю. Чтобы
гарантировать, что мы не получим множество нулевых прогнозов, которые испортят
уравнения масштабирования позиций, я удаляю эти нули из данных, прежде чем
продолжить. После 2000 года цены начинают отклоняться, и относительная линия цен смещается
От технологического кризиса 2000 года до финансового кризиса 2008 года наблюдается
отставание, за которым следует длительный период превосходства.
Очевидным следующим шагом было бы применение экспоненциально взвешенной

скользящей средней к относительной цене. Это, безусловно, сработает, но для
разнообразия я собираюсь использовать другой подход, который немного проще и,
возможно, более интуитивен.
Прежде всего, мы измеряем среднюю производительность на некотором горизонте дней.

Например, для горизонта H дней:
Как и в случае с диапазоном, используемым для пересечения скользящих средних, чем длиннее
горизонт, тем медленнее тренд, который мы ищем. Это дает довольно зашумленную оценку, поэтому мы
также собираемся применить экспоненциально взвешенное сглаживание скользящего среднего:
Поскольку обе цены в расчете нормализованы, нам не нужно делить на волатильность относительной
цены.199 Длина сглаживания фиксирована и составляет четверть длины горизонта. Я выбрал это
соотношение произвольно, чтобы избежать его подгонки, но я также провел некоторые проверки
чувствительности, и производительность не слишком чувствительна к правильному получению этого
соотношения.
Это относительная величина?
«Подождите, — вероятно, думаете вы, — я все еще читаю часть вторую, «Продвинутые стратегии
следования за трендом и стратегии керри»? Разве эта глава не должна быть в пятой части,
«Стратегии относительной стоимости?» На первый взгляд, это выглядит так, будто это стратегия
относительной стоимости: мы открываем длинную позицию по чему-то (например, S&P 500), когда он
вырос относительно чего-то еще . (например, акции в целом). Но нет, вы случайно не пропустили
несколько глав вперед.
Для этой стратегии мы строим прогноз правила торговли и используем его в той же методологии
определения размера позиции, которую я использую в первой, второй и третьей частях.
Следовательно, это правильно относится к другим стратегиям, использующим эту методологию.
Это также проще объяснить здесь, только что обсудив механику нормализованного
ценообразования для инструментов и классов активов, которые нам нужны для расчета
соответствующего прогноза.
Напротив, как вы увидите со временем, стратегии относительной стоимости в пятой части
используют совершенно другой метод определения размера позиций и торговли ими. Они очень
озабочены обеспечением рыночного нейтралитета: концепция, которая вызвала бурю эмоций у
Эрика в воображаемом диалоге в начале главы.
В девятнадцатой стратегии мы генерируем кросс-секционный прогноз, а затем в конечном итоге
используем его как один из многих прогнозов, чтобы решить, в каком направлении двигаться дальше.
думаю, что S&P 500 будет следующим. Тот факт, что S&P 500 опережает рынок,
означает, что мы с большей вероятностью будем открывать длинные позиции по S&P,

но нет гарантии, что в итоге мы получим точно сбалансированный набор позиций по
акциям, которые не имеют общего воздействия на рынок.
Как и в случае с EWMAC, нам нужно определить, на каком наборе горизонтов мы должны
торговать. Я решил начать с горизонта в пять рабочих дней с двухдневным интервалом

для сглаживания200. Это эквивалентно рассмотрению относительной производительности
за последнюю неделю. По тем же причинам, по которым я использовал удвоение промежутков
для EWMAC при создании набора скоростей фильтра правил торговли, я также удваиваю
последовательные горизонты в этой стратегии. Это дает мне следующее: пять дней
(двухдневный интервал сглаживания), 10 дней (примерно две недели при трехдневном
интервале сглаживания), 20 дней (около месяца при пятидневном интервале), 40 дней
( два месяца, 10 дней), 80 дней (четыре месяца, 20 дней) и 160 дней (восемь месяцев, 40
дней).
Скаляры прогноза для каждого горизонта приведены в таблице 80. Не забудьте применить
предел 20 к абсолютному значению прогноза после его масштабирования.
Таблица 80: Скаляры прогноза для различных горизонтов поперечного сечения

импульс
Горизонт5 56,1
Как работают разные горизонты? Ответы приведены в таблицах 81 и 82. Для сравнения с
более ранними таблицами в них показаны агрегированные результаты по портфелю Jumbo со
всеми включенными инструментами — даже с теми, которые слишком дороги для торговли
по заданному торговому правилу.
Таблица 81: Показатели импульса поперечного сечения для более коротких горизонтов
Горизонт5 Горизонт10 Горизонт20
Средний годовой доход (брутто) 0,9% 5,2% 9,8%
Среднегодовая доходность (нетто) 13,8% 4,3% 5,6%
Расходы 12,7% 9,4% 4,1%
Оборот 598 407 172
перекос 0,59 0,55 0,35
Бета 0,16 0,10 0,18
Совокупные результаты портфолио Jumbo.
Таблица 82: Показатели поперечного импульса для более длинных горизонтов

Горизонт40 Горизонт80 Горизонт160
Расходы 2,3% 1,5% 1,2%
Оборот 85,9 46,2 26,4
перекос 0,20 0,22 0,14
Бета 0,20 0,19 0,18
Совокупные результаты портфолио Jumbo.
Вероятно, первое, что вы почувствуете, это разочаровывающие цифры, если сравнить

их с более ранними результатами для скорости отдельных трендов, такими как в
девятой стратегии (таблицы 30 и 31). Коэффициент Шарпа (SR) составляет менее трети
то, что мы успели раньше. Но это не должно быть шоком. В восемнадцатой стратегии я
продемонстрировал, что довольно большая часть прибыли от тренда, полученной в данном
инструменте, поступает от следования за направлением соответствующего класса активов. Если
мы исключим тенденцию класса активов и сосредоточимся исключительно на остаточном
поперечном эффекте, то неудивительно, что остатка не так много.
Множественный поперечный импульс

Давайте продолжим идти по проторенному пути и объединим разные горизонты вместе, чтобы
создать единую стратегию, которая торгует несколькими вариациями правила торговли по
поперечному моментуму. Это может принести больше преимуществ, чем мы видели в прошлом,
поскольку корреляция между этими правилами поперечного импульса ниже, чем для правил,
основанных на EWMAC, которые мы использовали ранее.201
Я собираюсь использовать точно такой же подход, как и раньше, для выбора веса прогноза. Во-
первых, я отброшу правила торговли, которые слишком дороги для данного инструмента. В
Таблице 83 показаны цифры оборота, которые мне нужны для этого шага.
Таблица 83: Годовой оборот для каждого горизонта, усредненный по инструментам
Оборот
Горизонт160 4.1
Во-вторых, я буду одинаково взвешивать избранные варианты правила поперечного импульса. В-

третьих, я применяю мультипликатор диверсификации прогноза (FDM). В Таблице 84 показаны
соответствующие цифры. Как и следовало ожидать, учитывая, что корреляция между
различными горизонтами ниже, цифры FDM здесь выше, чем для различных правил тренда,
которые мы видели до сих пор.
Таблица 84: Мультипликатор прогнозируемой диверсификации и весовые коэффициенты прогноза

выбор горизонтов для инструмента
Вес прогноза, на горизонт FDM
Горизонт5, 10, 20, 40, 80, 160 0,1667 1,49
Горизонт10, 20, 40, 80, 160 0,20 1,40
Горизонт20, 40, 80, 160 0,25 1.30
Горизонт40, 80, 160 0,333 1,21
Горизонт80, 160 0,5 1.11
Горизонт160 1,0 1,0
Наконец, мы применяем ограничение прогноза, равное 20, к комбинированному и масштабированному прогнозу.
Результаты показаны в таблице 85 вместе с эффективностью других трендовых стратегий,

которые мы видели до сих пор. К сожалению, это относительно плохая стратегия.
У него нет абсолютно никаких плюсов, за исключением немного улучшенной нижней части
хвоста.202
Таблица 85. Эффективность совокупного портфеля Jumbo для различных трендовых и

моментумных стратегий
Стратегия Стратегия семнадцать Стратегия восемнадцать Стратегия девятнадцать

девять
Множественный тренд Множественный тренд (множественный
Множественный (нормированная цена (нормализованная цена импульс поперечного сечения)
тренд
за инструмент) для класса активов)
(Задняя
скорректированная цена)
Средний 25,2% 28,2% 24,0% 6,1%

годовой
доход
Расходы 1,2% 1,4% 1,3% 1,4%
Средняя 11,2% 12,9% 14,6% 40,0%

просадка
22,2% 24,4% 23,5% 18,1%

Коэффициент 1.14 1,15 0,97 0,34

Шарпа
Оборот 62,9 72,1 65,5 81,4
перекос 0,98 0,93 0,94 0,51

Нижний хвост 1,99 1,87 1,94 1,49
Верхний хвост 1,81 1,80 1,82 1,47
Альфа 18,8% 20,1% 15,9% 2,4%
Бета 0,43 0,55 0,46 0,24
Перекрестный импульс с переносом и

следованием за трендом
Я был бы удивлен, если бы вы посмотрели на результаты и подумали: «Да! Поперечное сечение для
меня». Сама по себе это не особо прибыльная стратегия. SR 0,34 едва ли является статистически
значимым.
Годовая альфа 2,4%, конечно, не так. Означает ли это, что Шарлотта выиграла спор у Эрика?
Возможно. Но относительный импульс имеет одно преимущество. Это сильно отличается от типа
импульса, следующего за трендом, который мы использовали до сих пор. Это неудивительно, так как
длинные и короткие инструменты в одном и том же классе активов придадут ему совершенно разные
свойства.
Корреляция девятнадцатой стратегии с керри составляет всего 0, по сравнению с примерно 0,30
для стратегий следования за трендом, которые мы уже видели. Точно так же его средняя
корреляция со стратегиями тренда составляет всего 0,31 по сравнению с более чем 0,90 в других
местах. Это хорошие новости. Теоретически небольшое распределение по торговому правилу, которое
достаточно диверсифицирует, может улучшить SR, даже если торговое правило имеет относительно
плохой SR.
Чтобы проверить это, я дополнительно адаптирую восемнадцатую стратегию, которая включает в
себя керри плюс три типа импульса стиля следования за трендом, которые я рассматривал до сих
пор: тренд, основанный на скорректированных ценах, нормализованных ценах и ценах классов активов.
Надеюсь, теперь вы достаточно знакомы с нисходящим методом выбора прогнозных весов, и мне не
нужно снова объяснять процедуру.
Прогнозные мультипликаторы диверсификации для соответствующего количества вариантов правил
торговли можно найти в таблице 52 (стр. 234).
Как формируется поперечный моментум, когда он включает в себя перенос и следование за трендом?
В таблице 86 приведены результаты.
Таблица 86: Эффект от добавления различных типов моментума и следования за трендом
для переноса
Одиннадцатая Стратегия Стратегия восемнадцать Стратегия девятнадцать

стратегия семнадцать
Перенос и тренд (цена класса Перенос и тренд (поперечный импульс,
Керри и Держите и активов, нормализованные цена класса активов, нормализованные
тренд тренд цены и скорректированные цены и скорректированные цены)
(нормированные цены)
(скорректированные
ценыцены)
и
скорректированные цены)
Средний 26,5% 27,5% 28,3% 27,0%

годовой
доход
Расходы 1,1% 1,1% 1,1% 1,1%
Средняя 8,9% 8,7% 9,1% 8,8%

просадка
20,9% 20,9% 21,7% 20,8%

Коэффициент 1,27 1,32 1,31 1.30

Шарпа
Оборот 46,5 47,6 46,1 43,9
перекос 0,76 0,75 0,71 0,70
Нижний хвост 1,86 1,85 1,85 1,82
Верхний хвост 1,75 1,70 1,81 1,73
Альфа 22,3% 22,9% 24,0% 23,8%
Бета 0,30 0,32 0,31 0,31
Здесь нет явного улучшения. Одной из причин этого может быть то, что поперечному
моментуму было присвоено 15%-ное распределение.203 Это немного больше, чем точка,
в которой преимущества диверсификации перекрываются более бедным автономным SR
поперечного импульса. При меньшем распределении, скажем, 5%, мы увидим небольшое
улучшение производительности, проверенной на истории. В настоящее время я
использую 12-процентное распределение в своей собственной торговой системе, так
как я бы предпочел немного больше диверсификации, даже за счет того, что
пожертвую некоторыми проверенными на истории SR.204
Стратегия девятнадцать: Торговый план

Все остальные этапы идентичны девятой стратегии (как отдельной стратегии) или
одиннадцатой стратегии (в сочетании с переносом).
198 Первоначальная работа была выполнена Юджином Фамой и Кеном Френчем («Срез ожидаемой доходности
акций», The Journal of Finance 47, 1992). Впоследствии фактор импульса был добавлен Марком Кархартом («О
постоянстве результатов взаимных фондов», The Journal of Finance 52, 1997).
199 Хороший вопрос, можем ли мы применить этот же упрощенный подход к другим стратегиям, которые мы применяли
к нормализованным ценам: стратегиям семнадцатая и восемнадцатая. Короткий ответ: да, это сработает,
хотя, очевидно, нам нужно будет использовать другие скаляры прогноза. При написании этой книги я думал,
что будет проще использовать EWMAC, насколько это возможно, но я также считаю важным показать, что
существуют и другие методы построения прогнозов, которые одинаково хорошо работают с нормализованными
ценами.
200 Поскольку четверть горизонта может быть нецелым значением, а промежутки должны быть целыми числами в
программное обеспечение, которое я использую, я фактически использую округленное значение четверти горизонта. Я также применяю
минимальный интервал в два дня, следовательно, двухдневный период сглаживания для горизонта в пять дней.
201 Например, корреляция между соседними горизонтами составляет около 0,70 по сравнению с 0,87 для соседних фильтров EWMAC.
Точно так же для горизонтов, отстоящих друг от друга на два, корреляция составляет 0,47, а не 0,60.
202 Между прочим, SR для акций по этой стратегии не особенно плох: он составляет -0,05 против медианы 0. Это не очень хорошо, но
ни в коем случае не хуже: и облигации, и металлы имеют худшие показатели.
Вам также может быть интересно узнать, что метод, описанный в тринадцатой стратегии, также повышает производительность
здесь, хотя и не настолько, чтобы сделать его интересным.
203 Помните, что 60% нашего общего веса прогноза приходится на расходящиеся стратегии; это распределяется между четырьмя
типами импульса и правилами следования за трендом, которыми мы торгуем, оставляя 15% для перекрестного импульса.
204 Логика этого заключается в том, что корреляции более предсказуемы, чем SR. Таким образом, не исключено, что в будущем
относительный импульс будет работать лучше, чем другие типы импульса, но почти наверняка он по-прежнему будет иметь
относительно низкую корреляцию.

Стратегия 20: кросс-секционный

перенос
В последних нескольких главах я потратил много времени на то, чтобы придумать новые
интересные способы измерения трендов между классами активов и внутри них. Без
сомнения, стратегия керри чувствует себя забытой, так что давайте обратим на это внимание.
Оставлять нормированные цены нет никакого смысла. Но мы могли бы, например,
разработать стратегию «переноса класса активов», которая сочетает в себе прогнозы
переноса по различным инструментам. Это было бы очевидным аналогом тенденции класса
активов, которую я разработал в восемнадцатой стратегии. Однако кэрри сильно
отличается от тренда, и это не дает стоящей стратегии.
Более многообещающая идея состоит в том, чтобы использовать идею перекрестных

прогнозов в пределах классов активов, но для переноса, а не импульса . свойства риска.
Возможно, нам будет выгоднее хеджировать наши керри-ставки другими инструментами в
данном классе активов.
Стратегия двадцать. Стратегия, использующая

перекрестный перенос внутри классов активов.
Построение перекрестного прогноза

переноса
Начнем с исходного прогноза переноса из десятой стратегии для некоторого
Затем мы берем сглаживание этого прогноза переноса. В принципе, мы могли бы использовать

несколько различных сглаживаний, как я сделал в десятой стратегии. Из десятой
стратегии мы знаем, что прогнозы с разными сглаживаниями сильно коррелированы. В этой
стратегии для простоты я буду использовать одно 90-дневное сглаживание:
Теперь для каждого периода времени мы рассчитываем медианный206 прогноз переноса, усредняющий
текущий прогноз переноса для всех инструментов данного класса активов, и вычитаем медианный
прогноз из прогноза для данного инструмента, чтобы получить перекрестный прогноз переноса.
Для сглаженных прогнозов F по инструментам i с инструментами j в данном классе активов:
Нам нужен пример. На рисунке 73 показан расчет переноса для фьючерса на 2-летние облигации США.
Сплошная черная линия — это медианный перенос для всех фьючерсов на облигации в моем наборе
данных. Перенос облигаций зависит от наклона кривой доходности, и вы можете увидеть его
падение, когда кривая доходности выравнивается в большинстве стран в 2007 и 2019 годах.
Перенос облигаций США на 2 года отмечен серой линией, и он следует тому же циклу. но с более
преувеличенными движениями. Черная пунктирная линия показывает разницу между этими линиями,
которая представляет собой перенос в поперечном сечении.
Рисунок 73: Относительный перенос фьючерсов на 2-летние облигации США
Скаляр прогноза для поперечного переноса с периодом сглаживания 90 дней равен 50. Наш скаляр
немного выше, чем значение 30, которое мы использовали для нормального переноса, поскольку
вычисление относительного значения уменьшает величину нашего переноса.

сырые прогнозы. Естественно, к абсолютному размеру масштабированного прогноза мы применили

нормальное ограничение, равное 20.
Автономное выполнение поперечного

переноса
Давайте сначала рассмотрим автономную производительность поперечного переноса.
Поскольку прямой перенос варьируется в зависимости от класса активов, было бы интересно
посмотреть, как он выглядит для разнообразия поперечного сечения. В таблицах 87 и 88 я
анализирую медианную эффективность каждого инструмента в пределах данного класса активов.
Как обычно, я исключил все инструменты, которые слишком дороги для торговли. Для этого
мне понадобился показатель товарооборота, который составил жалкие 2,9. Эти результаты
можно непосредственно сравнить с таблицами 46 и 47 на стр. 222, в которых приведены цифры
для направленного переноса, стратегия десять.
Таблица 87. Медианная доходность инструментов для кросс-секционной стратегии

переноса по классам финансовых активов
перекос 0,00 -2,22 -0,72 -0,16
Таблица 88. Медианная эффективность инструментов для кросс-секционной стратегии

переноса по классам товарных активов
перекос 0,72 0,29 0,10 0,12
Как и в случае с поперечным импульсом, эти результаты не особенно хороши.

Коэффициент Шарпа (SR) составляет примерно половину того, что мы видели для направленного
переноса, с небольшим улучшением перекоса. Как мы видели в десятой стратегии,
изрядная вариация стандартного отклонения, поскольку мы не видим одинаковой силы

прогнозов для каждого класса активов. Здесь стандартные отклонения выше в тех
классах активов, где дисперсия переноса больше. Интересно, что, хотя на финансовых
рынках (акции, облигации, валюта и волатильность) эффективность направленного керри
была значительно выше, здесь нет такого четкого различия.
Теперь давайте рассмотрим совокупную производительность портфеля Jumbo для кросс-

секционного переноса. Результаты приведены в таблице 89.
Таблица 89: Характеристики первоначального и поперечного переноса
Стратегия Стратегия двадцать Стратегия десять и двадцать

десять
Перенос в поперечном Перенос (70%) плюс перенос в поперечном сечении
Нести сечении (30%)

доход
Расходы 0,8% 0,7% 0,7%
Средняя 18,6% 37,7% 15,0%

просадка
20,8% 16,1% 18,0%

Оборот 19.2 17,6 17,3
перекос 0,41 0,21 0,09
Альфа 19,1% 2,5% 14,3%
Бета 0,06 0,17 0,13
Совокупный портфель Jumbo.
Совокупный SR для стратегии двадцать примерно в три раза выше, чем медиана для
отдельных инструментов, но на самом деле это немного разочаровывает — мы получили
четырехкратный прирост в исходной стратегии переноса при переходе от среднего инструмента
к портфелю Jumbo. Помимо немного более низкой текучести, в кросс-секционном переносе
нет ничего, что улучшало бы исходный перенос в десятой стратегии.
Корреляция исходного и поперечного переноса составляет около 0,31, что аналогично

корреляции между исходным и поперечным импульсом. Несмотря на более низкий SR, существует
некоторая потенциальная выгода диверсификации от объединения двух стратегий переноса.
В третьем столбце таблицы показана одна возможность, при этом 70 % прогнозируемых весов
относится к первоначальному переносу, а остальные 30 % — к разнообразию в поперечном
сечении. Дальнейшее уменьшение поперечного веса улучшит проверенный на исторических
данных SR, но, как я уже говорил ранее, мы не хотим слишком полагаться на проверенный на
исторических данных SR при определении наших прогнозных весов.
Перекрестный перенос с трендом и

направленный перенос
Давайте посмотрим, что произойдет, если мы возьмем девятнадцатую стратегию, включающую
все типы импульса, которые мы разработали до сих пор, плюс направленный перенос, и добавим
кросс-секционный перенос. Используя метод «сверху вниз» для распределения прогнозируемых
весов, мы поместили бы половину наших 30% распределения переноса в направленный перенос, а
половину — в относительный перенос. В остальном стратегия останется неизменной. Эта
стратегия эффективно представляет все автономные стратегии тренда и кэрри, которые мы
разработали до сих пор, хотя она исключает необязательные корректировки, которые я
обсуждал в стратегиях с двенадцатой по шестнадцатую. Результаты приведены в таблице 90.
Таблица 90: Эффект добавления относительного переноса к другим стратегиям с трендом
Стратегия Одиннадцатая стратегия Стратегия девятнадцать Стратегия двадцать

девять
Керри и тренд (Четыре типа тренда/ (Четыре типа
Тренд импульса, оригинальный тренда/импульса, оба типа
(скорректированные цены) перенос) переноса)
(скорректированные цены)
25,2% 26,5% 27,0% 26,8%

Расходы 1,2% 1,1% 1,1% 1,1%
Средняя 11,2% 8,9% 8,8% 8,6%

просадка
22,2% 20,9% 20,8% 20,4%

Шарп 1.14 1,27 1.30 1,31

соотношение
Оборот 62,9 46,5 43,9 46,2
перекос 0,98 0,76 0,70 0,60
Нижний хвост 1,99 1,86 1,82 1,81
Верхний хвост 1,81 1,75 1,73 1,69
Альфа 18,8% 22,3% 23,8% 23,1%
Бета 0,43 0,30 0,31 0,33
Совокупный портфель Jumbo.
Опять же, решение о добавлении этой стратегии зависит от ваших предпочтений и убеждений.
Если вы предпочитаете меньший набор торговых правил или считаете, что проверенная на
истории статистика надежна на 100%, то кросс-секционный перенос, вероятно, не заслуживает
места в вашем портфеле. Лично я предпочитаю иметь большое количество диверсифицированных
правил торговли, и я немного скептически отношусь к любым проверенным результатам.
Теперь мы закончили с переносом и трендом. В третьей части мы расширим наши горизонты до

других типов торговых стратегий. Тем не менее, они по-прежнему будут генерировать прогнозы
торговых правил, что означает, что мы можем легко комбинировать их со стратегиями,
которые мы видели до сих пор.
Больше торговых правил или больше инструментов?

Вот несколько интересных наблюдений:
Рассмотрим таблицу 16 (на стр. 116). Для десяти инструментов IDM составляет
2,2. В верхней части таблицы с 30 и более инструментами IDM равен 2,5.
Таблица 52 (стр. 234) эквивалентна мультипликаторам диверсификации прогнозов

(FDM). С десятью вариантами торговых правил FDM составляет всего 1,35. Для 30
вариантов торговых правил FDM составляет 1,81 и никогда не превышает 2,0.
Для девятой стратегии мы увидели почти пятикратное увеличение SR при переходе

от одного инструмента к портфелю Jumbo из более чем 100 инструментов.
инструменты. Carry добился меньшего улучшения, но SR все равно увеличился

в четыре раза для более крупного портфеля по сравнению с одним инструментом.
Однако в таблице 90 при переходе от девятой стратегии (один тип торгового

правила) к двадцатой стратегии (шесть типов торговых правил с 30 различными
вариантами правил) SR увеличивается лишь незначительно, с 1,14 до 1,31.
Большая часть этого увеличения происходит, когда мы добавляем перенос к
тренду в одиннадцатой стратегии.
Мультипликаторы диверсификации фактически являются мерой ожидаемой

диверсификации, измеряемой как снижение ожидаемого риска. Улучшения в SR
являются мерой реализованной диверсификации с использованием доходности с
поправкой на риск в качестве соответствующей метрики. В обоих случаях результаты
одинаковы: потенциальные улучшения от добавления инструментов значительно
выше, чем можно достичь, добавляя варианты торговых правил.
Отчасти это связано с тем, что многие торговые стратегии, которые я добавил,
очень похожи и имеют относительно высокую корреляцию. Это потому, что мы
придерживаемся двух разных стилей торговли: кэрри и тренда, а также вариаций этих
двух тем, которые тесно связаны друг с другом. Две относительно некоррелированные
стратегии, кросс-секционный тренд и керри, не работают так же хорошо на прямой
основе, и поэтому не дают значительных улучшений даже в сочетании с их
направленными кузенами. Торговые стратегии, описанные в третьей части и далее, в
меньшей степени коррелируют с трендом и керри и добавят значительную ценность.
Тем не менее, посыл ясен: вы получите большую выгоду от добавления инструментов в

свой портфель, чем от добавления новых правил торговли. Наверное, это тяжелая
пилюля. Добавление инструментов — это в основном механическая задача,
включающая утомительные вычисления и механическое заполнение баз данных цен.
Напротив, поиск новой торговой стратегии связан с захватывающими исследованиями.
Также трудно оправдать написание книги, содержащей несколько сотен страниц
материалов о новых торговых стратегиях, и лишь несколько из них посвящены более
важной работе по выбору новых инструментов для торговли!
Однако есть две группы трейдеров, для которых добавление стратегий лучше, чем
добавление дополнительных инструментов. Первая группа состоит из трейдеров.
с ограниченным капиталом. Из-за проблем с минимальным капиталом, о которых я

говорил в первой части, они не могут торговать портфелем Jumbo или чем-то подобным.
Для них лучший вариант — торговать как можно большим количеством инструментов,
а затем добавлять торговые правила, чтобы добиться лучшей производительности.
Во второй группе у нас есть трейдеры, у которых достаточно капитала, но которые уже
исчерпали потенциал для включения инструментов. Имея более 100 инструментов,
портфель Jumbo уже обладает отличной диверсификацией, и добавление еще 100 вряд
ли принесет пользу.
Возможно, вам лучше добавить торговые стратегии.
Стратегия двадцать: Торговый план

Все остальные этапы идентичны десятой стратегии (автономный перенос).
205 Как и в случае с относительным импульсом, относительному переносу в академической среде уделяется значительное внимание.
исследования, например, в канонической статье «Кэрри» Ральфа С. Дж. Койена, Тобиаса Дж. Московица,
Лассе Хейе Педерсена и Эверта Б. Вругта. Журнал финансовой экономики, 127, вып. 2 (2018).
206 Я использую медиану, а не среднее, поскольку она более устойчива к выбросам. Это означает, что у
нас гарантированно будет равное количество длинных и коротких позиций, но это также означает, что
средний прогноз для этой стратегии не обязательно будет равен нулю.
Часть третья: продвинутая направленность
Стратегии
Вы должны прочитать всю первую часть, прежде чем читать третью.
Вам не обязательно читать вторую часть, прежде чем читать третью.
Стратегии в третьей части используют ту же структуру управления позициями, описанную в первой части,
которая основана на идее построения прогнозов: количественных предсказаний будущих доходов с поправкой
на риск. Их можно использовать по отдельности, в сочетании друг с другом или со стратегиями девять,
десять и одиннадцать или с любой из стратегий второй части. В отличие от стратегий из второй части, они
не ограничиваются трендом и керри, а стремятся использовать другие источники прибыли.
В дополнение к кэрри и тренду можно использовать следующие автономные стратегии :
Стратегия двадцать первая: прорыв.
Стратегия двадцать вторая: ценность.
Стратегия двадцать третья: ускорение.
Стратегия двадцать четыре: перекос, тематическое исследование. (Эта стратегия объясняет, как
адаптировать любое измеримое значение для использования в качестве прогноза на примере перекоса.)
Следующее наложение стратегии можно использовать с любой торговой стратегией:
Стратегия двадцать пятая: динамическая оптимизация (когда вы не можете торговать
портфелем Jumbo).
Стратегия двадцать первая: прорыв

Хотя я не проводил никаких серьезных научных исследований, чтобы подтвердить это, я полагаю,
что правила торговли в стиле прорыва являются одними из самых популярных на торговой арене.
Вместо серьезных исследований я, естественно, обратился к Google. Мои поиски дали 215 000
результатов по запросу «следование за трендом», 550 000 по запросу «импульсная торговля» и 434 000
по запросу «кэрри трейдинг».
Но я получил более 600 000 просмотров207 для «торговли на прорыве».
Интуитивная идея прорывов очень привлекательна. Цены колеблются в каком-то естественном
диапазоне, пока не достигнут крайних пределов этого диапазона. Существует некоторое
«сопротивление» на краю диапазона, при этом «рынок» полон решимости не допустить выхода цен из
диапазона. Однако, как только мы выходим за пределы диапазона, пределом становится небо, и весь
неудовлетворенный спрос на продажу или покупку высвобождается, в результате чего цена
параболически достигает неба (или земли, если у нас есть медвежий сигнал прорыва). .
На первый взгляд, торговля на прорывах плохо сочетается со стратегиями, которые я описал до сих
пор в этой книге. Трейдеры на прорывах часто определяют «правильные» диапазоны, используя явно
ненаучные концепции, такие как ряды Фибоначчи, и я открыто высмеивал идею таких «магических
чисел» еще в первой стратегии. Для меня также не очевидно, почему «рынок» хочет удерживать цены
в определенном диапазоне, хотя я полагаю, что иногда существуют правдоподобные причины,
связанные с хеджированием опционов. Наконец, неясно, как мы будем переводить двоичный сигнал —
вышли ли мы за пределы диапазона или нет — в непрерывный прогноз: прогноз доходности с поправкой на
риск.
Но оказывается, что довольно просто построить торговое правило в стиле прорыва, которое
использует прогнозы и не требует никаких Фибоначчи или другой подобной чепухи.
Стратегия двадцать один: стратегия, которая

использует расчет в стиле прорыва для получения прогноза.
Построение прогноза прорыва

Первая задача состоит в том, чтобы придумать какой-нибудь — чисто научный —

метод определения ценового диапазона. На самом деле нам не нужно ничего сложнее,
чем минимальная и максимальная цена, достигнутая за новейшую историю. Учитывая
некоторый горизонт в днях, h, и скорректированный ряд дневных цен закрытия, pt :
Мы можем варьировать горизонт в днях, в зависимости от того, хотим ли мы

зафиксировать прорывы из давно установившихся ценовых диапазонов или нас интересуют
диапазоны, которым всего несколько дней. Это аналогично изменению диапазона
экспоненциально взвешенных скользящих средних в различных фильтрах тренда.
Короткий горизонт будет более реактивным, когда цены начнут двигаться, но также
будут иметь более высокие торговые издержки.
Рассмотрим ценовой график на рисунке 74. Он показывает скорректированную цену

фьючерса на сырую нефть WTI, а также максимальный и минимальный диапазоны на
горизонте в 320 рабочих дней — примерно 15 месяцев. В течение первых нескольких лет
сырая нефть остается в основном внутри диапазона, хотя пару раз она тестирует
потолок. Затем в октябре 2014 года он пробивает нижнюю часть диапазона. Начинается
медвежий рынок, который продлится следующие 18 месяцев.
Рисунок 74: Цена с поправкой на прошлое, скользящий минимум и скользящий максимум

для сырой нефти WTI
Очевидно, что мы будем наиболее медвежьими с октября 2014 года, когда

цена достигнет минимума. Но прогнозы, которые мы использовали для торговых
правил в первой и второй частях, обычно не переходят от старта с места к
медвежьему или бычьему за один день. Мы хотели бы постепенно увеличивать
нашу позицию перед прорывом, чтобы, когда он произойдет, у нас уже был
максимальный прогноз.
Этого можно добиться простым способом, который состоит в том, чтобы рассчитать, где
текущая цена находится в пределах последнего диапазона208 цен:
Обратите внимание, что мы применяем к прогнозу экспоненциально взвешенное

скользящее среднее (EWMA) с размахом, равным четверти горизонта209 .
затраты на стратегию без ущерба для ее эффективности.
Если бы мы не применяли это сглаживание, то прогноз резко менялся бы каждый

раз при изменении цены210.
Теперь, почему мы умножаем на 40? Ну, с этим множителем, когда цена равна
скользящему минимуму, сырой прогноз будет на своем минимуме.
возможное значение -20, а когда цена достигает скользящего максимума, прогноз равен
+20. Удобно, что 20 также является абсолютным максимальным значением прогноза, которое
я допускаю в своих торговых стратегиях. Это умножение даст прогноз с примерно правильным
распределением, хотя, как мы вскоре увидим, скаляр прогноза по-прежнему требуется для его
точного определения.
Также обратите внимание, что здесь мы не применяем какую-либо нормализацию стандартного

отклонения. Это связано с тем, что ценовой диапазон уже будет отражать историческую
волатильность данного инструмента. Если инструмент имеет более низкое стандартное
отклонение, то он также, скорее всего, будет иметь более узкий диапазон. Более узкий
диапазон приведет к тому, что прогноз будет более чувствительным к небольшим изменениям цены.
Конечно, не всегда более низкое стандартное отклонение приводит к более узкому ценовому
диапазону. Это было бы верно только в том случае, если бы цены следовали случайному
блужданию211. Но если уже существует устойчивый тренд, то торговый диапазон будет
довольно широким по сравнению со стандартным отклонением. В этой ситуации у нас будут
более низкие прогнозы на прорыв, чем если бы мы разделили прогноз на волатильность вместо
или в дополнение к нормализации диапазона.

Это согласуется с идеей прорывов. Нам не нужен большой прогноз, если тренд уже возник,
поскольку мы пытаемся уловить начало тренда.
Исключение нормализации волатильности из расчета прогноза также уменьшает корреляцию
между правилом прорыва и правилами тренда на основе экспоненциально взвешенных пересечений
скользящих средних (EWMAC) в первой и второй частях, и это не оказывает большого
влияния на общую производительность.
Наконец, вы можете видеть, что в приведенном выше уравнении, которое вычисляет

необработанный прогноз, маловероятно, что у нас был бы нулевой прогноз, если только цена
в настоящее время не была равна центру диапазона (среднее значение) . Следовательно, это
правило прорыва, возможно, неправильно названо. Это будет иметь больше общего с правилом
тренда, которое постепенно создает позиции, как EWMAC, чем с чистой стратегией прорыва,
в которой нет позиции до тех пор, пока прорыв не произойдет. Мы могли бы решить эту проблему,
введя пороговую область вокруг средней части диапазона, где позиции не удерживаются, но
это определенно увеличит транзакционные издержки, а также будет заманчивой
возможностью переоценить дополнительный параметр, который потребуется.
На рис. 75 показан необработанный и сглаженный прогноз для ценового графика на рис. 74.
Обратите внимание, насколько зашумлен необработанный прогноз. Сглаживание значительно
уменьшает это за счет отставания от прогноза.
Рисунок 75: Необработанный и сглаженный прогноз прорыва с горизонтом 320

дней, сырая нефть WTI
Различные скорости прорыва

Как и в случае с трендом и переносом, мы можем запускать систему прорыва с разной
скоростью, изменяя параметр горизонта h. Слишком короткие горизонты прорыва
назад приведут к штрафным торговым издержкам, в то время как чрезмерно длинные
горизонты приведут к созданию стратегий, которые торгуют так редко, что будет
трудно оценить их эффективность. 10-дневный прорыв — самый быстрый из тех, что я
торгую. Поскольку в неделе пять рабочих дней, это соответствует двухнедельному горизонту.
Что касается тренда, в девятой стратегии я построил серию вариантов стратегии,

удвоив промежутки скользящих средних, которые я использовал. Этот подход привел
к соседним вариациям, которые имели схожие корреляции, что привело к
последовательно диверсифицированному набору вариаций торговых правил. Точно так
же, если бы я продолжал удваивать длину горизонта для системы прорыва, я также
обнаружил, что соседние прорывы имели аналогичную корреляцию. В результате я
торгую на 10, 20, 40, 80, 160 и 320-дневных прорывах. Это дает мне шесть различных
вариаций, такое же количество вариаций правил торговли по тренду, которое у меня было в девятой
Как и в случае с другими торговыми стратегиями, я умножаю сглаженный прогноз на

212
скаляр прогноза , чтобы обеспечить правильное масштабирование: среднее абсолютное
значение равно 10. Расчетные скаляры прогноза показаны в таблице 91.
обычно это было рассчитано путем объединения оценок по всем инструментам в моем наборе
данных. Теоретически нам также необходимо применить ограничение на абсолютное
значение прогноза 20. Но поскольку прогноз до масштабирования не может быть больше
20, а все скаляры прогноза меньше единицы, этот шаг фактически излишен.
Таблица 91: Скаляры прогноза для различных горизонтов прорыва
Прорыв10 0,60
Прорыв20 0,67
Прорыв40 0,70
Прорыв80 0,73
Прорыв160 0,74
Прорыв320 0,74
Сначала давайте проверим, есть ли у нас последовательный шаблон корреляции. Таблица

92 содержит результаты. Здесь есть образец, аналогичный таблице 33 (стр. 184,
стратегия девять), которая имеет эквивалентную статистику для тренда EWMAC.
Смежные вариации имеют более высокую корреляцию, чем те, которые находятся дальше друг от друга.
Однако корреляции здесь немного ниже, чем в девятой стратегии. Там соседние вариации
имели корреляцию около 0,87, тогда как здесь соседние горизонты прорыва имеют
корреляцию примерно 0,83.
Таблица 92: Матрица корреляции доходности для различных прорывов плюс средние
корреляции
10 20 40 80 160 320
Прорыв10 1 0,80 0,55 0,40 0,28 0,26
Прорыв20 1 0,83 0,62 0,42 0,33
Прорыв40 1 0,83 0,60 0,45
Прорыв80 1 0,84 0,64
Прорыв160 1 0,86
Прорыв320 1
Среднее по другим горизонтам 0,55 0,67 0,72 0,72 0,67 0,59
Далее, давайте рассмотрим эффективность различных горизонтов, которые

показаны в таблицах 93 и 94. Их снова можно сравнить с таблицами 30 и 31 (страницы 178 и 179),
которые имеют аналогичные значения для трендовой стратегии EWMAC.

213
Таблица 93: Эффективность для более коротких горизонтов прорыва
Прорыв10 Прорыв20 Прорыв40
Расходы 8,6% 4,0% 2,2%
Оборот 365,3 170,3 81,4
перекос 0,91 1,29 0,94
Бета 0,17 0,23 0,27
Совокупные результаты портфеля Jumbo со всеми включенными инструментами независимо от стоимости.
Таблица 94: Производительность для более длинных горизонтов прорыва
Прорыв80 Прорыв160 Прорыв320
Расходы 1,4% 1,0% 0,8%
Коэффициент Шарпа 1.10 0,92 0,96
Оборот 42,4 23,8 15.2
перекос 0,69 0,34 0,39

Бета 0,31 0,40 0,43
Совокупные результаты портфеля Jumbo со всеми включенными инструментами независимо от стоимости.
Общая картина результатов здесь аналогична таковой для девятой стратегии.

Производительность до затрат одинакова для разных вариантов каждого правила, за
исключением самого быстрого варианта (EWMAC2 для стратегии девять, прорыв10 здесь).
Затраты и оборот снижаются по мере того, как мы замедляемся. Перекос месячной доходности
обычно улучшается по мере того, как мы уменьшаем длину горизонта, хотя, как и в случае с
EWMAC, он будет другим, если мы измеряем перекос, используя дневную, недельную или годовую
доходность. Наконец, при более длительных горизонтах большая отдача получается от
воздействия только длинного эталона, поэтому бета увеличивается по мере того, как мы
замедляемся.
Торговля по комбинированной стратегии прорыва

Если бы я мог торговать только одним из вариантов прорыва, я бы, вероятно, купил прорыв 80.
Но нам не нужно выбирать какой-то один горизонт: мы можем торговать комбинацией всех шести
вариантов пробоя. Чтобы сделать это, мы следуем той же процедуре, которую я использовал
для девятой стратегии, где я объединил шесть вариантов EWMAC. Если вы читали вторую
часть, то уже несколько раз видели, как это делается.
Во-первых, для каждого инструмента мы выбираем подмножество правил пробоя, которыми можно
торговать с учетом моего «ограничения скорости» по торговым издержкам. Вот формула для
проверки того, можно ли использовать конкретное торговое правило с данным инструментом.
Необходимые вам годовые обороты указаны в таблице 95.
Таблица 95: Прогноз оборотов для правил прорыва
Оборот
Прорыв10 74,7
Прорыв20 35,1
Прорыв40 17,4
Прорыв80 8,7
Прорыв160 4.2
Прорыв320 2.0
Затем нам нужно придумать некоторые веса прогнозов, чтобы решить, как усреднять
отдельные прогнозы для каждого варианта. Как и в предыдущих стратегиях, я выбираю
простой равный вес для всех горизонтов прорыва, которые я использую для конкретного
инструмента. Из-за диверсификации прогнозов нам теперь необходимо применить
множитель диверсификации прогнозов (FDM) к комбинированному прогнозу.
Соответствующие оценки для FDM показаны в таблице 96. Наконец, мы ограничиваем
комбинированный прогноз максимальным абсолютным значением 20.
Таблица 96. Веса прогноза и FDM для заданного набора правил прорыва
Прорыв 10, 20, 40, 80, 160 и 320 0,167 1,33
Прорыв 20, 40, 80, 160 и 320 0,2 1,24
Прорыв 40, 80, 160 и 320 0,25 1,17
Прорыв 80, 160 и 320 0,333 1.10
Прорыв160 и 320 0,50 1,07
Прорыв320 1,0 1,0
Оценка эффективности
комбинированной стратегии прорыва
Теперь мы готовы посмотреть на эффективность комбинированной стратегии прорыва. Как
я уже делал много раз ранее, я сосредоточусь на (а) средней эффективности, которую вы
можете ожидать от торговли одним инструментом, и (б) статистике совокупной
доходности для портфеля Jumbo с более чем 100 инструментами. В таблице 97 есть оба
набора цифр.
Таблица 97. Эффективность комбинированного правила торговли на пробой: медиана

инструмент и совокупный портфель Jumbo
Среднее значение по инструменту Совокупный портфель Jumbo
Оборот 16.1 55,4
Стоит кратко сравнить эти результаты с девятой стратегией, множественным трендом (эквивалентные
значения для девятой стратегии приведены в таблицах 37 и 38 на стр. 195).
Коэффициент Шарпа (SR) для срединного инструмента выше для пробоя, 0,30 против 0,23 для тренда.
Но совокупная производительность портфеля Jumbo лишь немного лучше: 1,17 для прорыва против
1,14 для тренда. Мы получаем более скромный «бонус за диверсификацию» при прорыве, чем при следовании
за трендом. Перекос одинаков для медианного инструмента в обеих стратегиях, но немного хуже для
пробоя совокупного портфеля: 0,64 против 0,98 для следования за трендом.
Я не включил сюда полные результаты для различных классов активов, но, как и в случае со
стратегией девять, акции являются явным исключением со средним значением SR для инструментов
0,10, что значительно ниже, чем у любого другого класса активов. Тем не менее, это улучшение по
сравнению с девятой стратегией, где медианный SR для акций составлял всего 0,03.
Прорыв с трендом и керри

Преимущество использования прогнозов торговых правил заключается в том, что мы не ограничиваемся
использованием прорыва в качестве отдельной стратегии. Мы можем комбинировать ее с кэрри
(стратегия десять), трендом (стратегия девять) или любой другой стратегией из второй и третьей частей.
Для этого требуется следующая процедура, которую мы видели в одиннадцатой стратегии (объединение
тренда и кэрри), а также во второй части:

У нас есть шесть вариантов торговых правил EWMAC (стратегия девять), четыре варианта
переноса (стратегия десять) и шесть вариантов прорыва (стратегия двадцать один).
Используя соответствующие показатели оборота для каждого варианта, для каждого
инструмента мы выбираем подмножество вариантов торговых правил, которые соответствуют
нашему ограничению скорости.
Используя методологию «сверху вниз» из одиннадцатой стратегии (стр. 230), мы присваиваем
набор весовых коэффициентов прогноза.
Мы рассчитываем множитель диверсификации прогноза в зависимости от того, сколько
вариантов правила мы выбрали.
Мы ограничиваем комбинированный прогноз абсолютным значением 20.
Вот напоминание о методе «сверху вниз» для распределения веса прогноза:
Разделите список торговых правил по стилям. Распределите между стилями в соответствии с
вашими предпочтениями.
Прорыв явно соответствует дивергентному стилю торговли, наряду с следованием за трендом.
Следовательно, мы можем распределить веса следующим образом:
У нас два стиля: конвергентный (керри) и дивергентный (тренд и прорыв). Я отношу 40% к
конвергенции и 60% к тренду для соответствия одиннадцатой стратегии.
В торговых стилях:
У нас есть одно торговое правило в переносе, которое получает 40% распределения.
У нас есть два расходящихся торговых правила: EWMAC и прорыв. Каждый получает половину
от 60%: по 30% каждый.
В переноске:
У нас есть до четырех вариантов переноса, которые поровну делят между собой
40%.
В EWMAC:
У нас есть до шести вариантов правила EWMAC, которые делят 30% поровну.
В пределах прорыва:
У нас есть до шести вариантов правила прорыва, которые делят 30% поровну.
Для мультипликатора диверсификации прогноза мы можем использовать таблицу 52 на стр. 234, которая
представляет собой общую таблицу, применимую к любому потенциальному набору хорошо диверсифицированных
торговых правил.
Результаты торговли по этой комбинированной стратегии показаны в таблице 98

вместе с некоторыми результатами, которые мы уже видели ранее для различных
отдельных стратегий.
Таблица 98. Показатели совокупного портфеля Jumbo: тренд, прорыв и в сочетании

с переносом
Стратегия Стратегия двадцать Одиннадцатая Стратегия двадцать первая

девять один стратегия
Carry, прорыв и тренд
Множественный Разразиться Держите и
Средний годовой 25,2% 20,3% 26,5% 25,7%

доход
Расходы 1,2% 1,1% 1,1% 1,0%
Средняя 11,2% 8,6% 8,9% 8,4%

просадка
22,2% 17,3% 20,9% 19,9%

Оборот 62,9 55,4 46,5 42,3

перекос 0,98 0,64 0,76 0,68
Нижний хвост 1,99 1,86 1,86 1,83
Верхний хвост 1,81 1,68 1,75 1,73
Альфа 18,8% 16,1% 22,3% 22,1%
Бета 0,43 0,29 0,30 0,26
Улучшение одиннадцатой стратегии от добавления прорыва скромное, со смешанными

результатами в зависимости от того, на какую статистику вы смотрите. Этого и
следовало ожидать, поскольку тренд и прорыв довольно похожи с корреляцией 0,97.
Прорыв и перенос имеют корреляцию 0,31, что практически идентично корреляции
тренда и переноса. Тем не менее, как я подробно обсуждал во второй части, если вы не
несете никакой дополнительной рабочей нагрузки, я бы рекомендовал добавить
дополнительные типы торговых правил, даже если они очень похожи на те, которые у вас
уже есть.
Стратегия двадцать первая: Торговый план

Все остальные этапы идентичны девятой стратегии.
207 Чтобы быть педантичным, это общее количество совпадений для «торговли на прорыве», «торговли на прорыве» и «торговли на прорыве».
208 Хотя я независимо разработал эту формулировку правила прорыва, впоследствии я узнал, что она очень похожа на «стохастический
осциллятор», разработанный Джорджем Лейном в 1950-х годах, хотя в нем используется формулировка (цена – мин.) ÷ (макс. – мин. ). Как
и многие индикаторы технического анализа, неясно, как именно следует использовать этот осциллятор. Из wikipedia.org: «По словам
Джорджа Лейна, стохастический индикатор следует использовать с циклами, теорией волн Эллиотта и восстановлением Фибоначчи
для определения времени. В низкомаржинальных календарных фьючерсных спредах можно использовать параболический индикатор
Вилдерса в качестве трейлинг-стопа после входа по стохастику. Центральным элементом его учения является расхождение и схождение
линий тренда, нарисованных на стохастике, как расхождение/схождение с линиями тренда, начерченными на ценовых циклах.
Стохастик предсказывает вершины и основания». Я надеюсь, что это проясняет для вас ситуацию.
209 Выбор длины пролета относительно горизонта был сделан произвольно во избежание перенастройки; однако, как обычно, я
впоследствии проверил, что производительность не слишком чувствительна к точному выбору
значение параметра.
210 Мы могли бы также использовать экспоненциально взвешенное скользящее среднее для скользящих минимумов и
максимумов; однако это не приведет к значительному снижению торговых издержек и сделает правило более сложным, чем
оно должно быть, без какого-либо явного выигрыша в производительности.
211 Случайное блуждание просто означает, что цены не имеют четкого тренда или автокорреляции в доходах.
212 Можно было бы ожидать, что умножение исходного прогноза на 40 избавит от необходимости применять дополнительный
скаляр прогноза. На самом деле это было бы так только в том случае, если бы распределение цены в пределах ее диапазона
было равномерным.
213 Приведенные здесь цифры относятся к портфелю Jumbo и поэтому лучше, чем те, которые были бы достижимы для одного
инструмента. Они также охватывают все инструменты в моем наборе данных, а это означает, что затраты на более быстрые
пробойные варианты будут преувеличены, поскольку они включают в себя инструменты, которые слишком дороги для
торговли с учетом вероятного оборота.
Стратегия двадцать вторая: ценность
Стоимость — очень популярная торговая стратегия на акциях. Мы находим некоторые акции, которые
имеют привлекательные коэффициенты бухгалтерского учета: например, низкая цена-прибыль (P/E) или
высокая дивидендная доходность. Эти дешевые акции покупаются, и для получения дополнительной
прибыли мы можем продать дорогие акции без покрытия с высоким коэффициентом P/E или низкой
доходностью. Использование стратегии создания ценности приносит особое удовлетворение, поскольку
это означает, что мы «покупаем дешево и продаем дорого». Напротив, когда мы следуем тренду, мы
«покупаем дорого и продаем еще дороже», что почему-то кажется неправильным.
Но вы должны быть терпеливы, чтобы быть стоимостным трейдером. В отличие от тренда, который имеет
тенденцию проявляться в течение нескольких недель или месяцев, акции могут оставаться
дешевыми или дорогими в течение многих лет. Действительно, бывают длительные периоды времени, когда
вся стратегия оценки стоимости акций сильно отстает, например, с января 2017 года по октябрь 2020
года214. Как мы можем применить стратегию
стоимости к фьючерсам? Мы могли бы рассчитать коэффициенты P/E для S&P 500, агрегируя коэффициенты
P/E для отдельных фирм в рамках индекса. По личному опыту могу сказать, что это довольно большая
работа, и применить эту методологию за пределами акций сложно. Конечно, не очевидно, каков эквивалент
соотношения цена/прибыль для кукурузы или биткойна.215
К счастью, есть более простой способ расчета стоимости. Поскольку доходы от акционерного капитала
относительно стабильны, изменения коэффициентов P/E в основном обусловлены ценами. Итак, упрощенная
стратегия стоимости акций заключается в том, чтобы покупать акции, цены на которые упали, и
продавать те, цены на которые выросли. Следовательно, стоимость любого произвольного актива примерно
эквивалентна стратегии очень медленного возврата к среднему. При такой стратегии ожидается, что
активы, показавшие лучшие результаты за последние несколько лет, в будущем будут работать хуже, и
наоборот.
Стратегия 22: Стратегия стоимостного типа, которая

открывает длинные позиции по инструментам,
показавшим себя неэффективным за последние пять лет, и
короткие позиции по инструментам, показавшим лучшие результаты.
Прогноз стоимости
Как мы измеряем превосходство или неэффективность за определенный период времени?
Есть множество способов сделать это, которые дадут схожие результаты, но я
предпочитаю перепрофилировать показатель, который я разработал во второй части
для девятнадцатой стратегии. Если вы не читали эту главу, возможно, стоит кратко
просмотреть первый раздел, в котором я объясняю, как рассчитать относительную
эффективность инструмента в классе активов.
Кратко резюмируя, мы начинаем с нормализованной цены на волатильность для

данного инструмента i (из семнадцатой стратегии) и нормализованной цены216 для
соответствующего класса активов Ai для этого инструмента (который получен в
восемнадцатой стратегии). Относительная цена R — это просто разница между ними.

В какой-то день t относительная цена будет:
Затем мы измеряем среднедневную производительность на некотором горизонте.

До сих пор я использовал относительно короткие горизонты, но здесь мы хотим
зафиксировать очень медленный эффект возврата к среднему. Итак, мы будем измерять
наш горизонт H в годах. Предположим, что в году около 256 рабочих дней:
Это дает довольно зашумленную оценку, поэтому мы также применяем экспоненциально

взвешенное скользящее среднее, чтобы немного сгладить ситуацию. Поскольку мы
рассчитываем превосходство на многолетнем горизонте, 30-дневного периода здесь
достаточно, чтобы снизить затраты без снижения производительности. Наконец,
поскольку мы ожидаем возврата к среднему значению доходности, перед расчетом
прогноза мы применяем знак «минус» к превосходству.
Какой вид горизонта оглядываться назад мы должны использовать для ценности?

Согласно предыдущим академическим исследованиям,217 ценность — это то, что
проявляется в долгосрочной, многолетней перспективе. Одного года, несомненно,
слишком мало, поскольку из стратегии 9 мы знаем, что тренд все еще эффективен при
такой частоте торговли. Но нам не нужен слишком длинный горизонт: будет трудно оценить
производительность торговой стратегии с 10- или 20-летним горизонтом. Я решил

рассмотреть стоимость на пятилетнем горизонте218. На самом деле результаты довольно
схожи для более коротких горизонтов (от двух до четырех лет), и использование
нескольких горизонтов не дает никаких преимуществ.
Как обычно, мы умножаем прогноз на скаляр прогноза, который для пятилетнего значения
равен 7,27, а затем применяем предел абсолютного масштабированного прогноза, равный 20.
Прогнозируемый оборот по стоимости составляет 8,7, что нам понадобится, когда мы решим,
достаточно ли дешев данный инструмент для торговли по этой стратегии.
Оценка производительности стоимости

Поскольку стоимость возвращается в течение такого длительного периода времени, эта
торговая стратегия никогда не будет иметь потрясающих результатов. Средняя
динамика стоимости по инструментам слегка отрицательна, хотя, что интересно, она
имеет значительно положительный коэффициент Шарпа (SR) как для акций, так и для
облигаций. Возможно, это не случайно: ценность отдельных акций преуспевает там, где
существует большой набор активов с относительно высокой корреляцией. Акции и

облигации — это два самых больших класса активов в моем наборе данных, и многие
инструменты в них сильно коррелированы.
Я бы предостерег от придания слишком большого значения этим выводам, поскольку

использование пятилетней ретроспективы означает, что у нас действительно почти нет
статистически значимых доказательств. Возможно, больше всего на свете ценность —
это стратегия, в которую вы должны верить, а не проверять ее на эмпирических данных.
Может ли ценность добавить ценность в сочетании с другими торговыми стратегиями?

Корреляция стоимости с тенденцией составляет 0,03, а с переносом — всего 0,16; немного
ниже, чем корреляция тренда и переноса, равная 0,31. Из финансовой теории мы знаем, что
даже убыточная стратегия может улучшить SR портфеля, если она имеет отрицательную
корреляцию с уже существующими активами.
Тривиально повысить ценность одиннадцатой стратегии, которая в настоящее время

торгует только по тренду и керри. Сначала нам нужно рассчитать некоторые прогнозные
веса. Помните из предыдущих глав, что нам нужно сначала определить, к какому стилю
торговли относится ценность. Является ли он дивергентным, как следование за трендом
и стратегия прорыва из предыдущей главы, или он конвергентный, как керри?
Конвергентные стратегии приносят прибыль, когда рынки движутся к своему равновесию, и
как вэлью, так и керри, по-видимому, попадают в эту категорию.
Следовательно, мы можем распределить прогнозные веса следующим образом:
Наши два стиля сходятся и расходятся. Я выделяю 40 % на конвергенцию и 60 % на

дивергенцию для соответствия одиннадцатой стратегии.
У нас есть два конвергентных торговых правила. Я выделяю 35% на перенос и 5% на

стоимость. Ниже я объясню причины такого взвешивания.
У нас есть одно правило дивергентной торговли для тренда, которое получает 60%
У нас есть до четырех вариантов переноса, которые поровну делят между собой 35%.
В пределах стоимости:
У нас есть единственный вариант, который получает 5%-ное распределение.
В EWMAC:
У нас есть до шести вариантов правила EWMAC, которые делят 60% поровну.
Заметьте выше, что я не следовал своей обычной практике разделения конвергентного

распределения пополам между стратегиями переноса и стоимости, что дало бы ценность 20%
распределения, а не 5%, которые она получает. Основная причина этого заключается в том,
что ценность не является очень прибыльной стратегией. В этой главе я хотел
проиллюстрировать, что сильно диверсифицирующая стратегия убытков может принести
дополнительную прибыль, но только при скромном распределении.
Выделение 20% стоимости было бы слишком большим, чтобы проиллюстрировать это, поскольку
это привело бы к снижению производительности.
Можно возразить, что подгонка гирь так, как я сделал выше,

выборка подгонки, и этот аргумент будет правильным. Как всегда, эти результаты следует
использовать, чтобы дать представление о потенциальной эффективности этой стратегии в
будущем, а не реалистическое указание на то, чего мы могли бы достичь в прошлом.
Нам также нужны множители диверсификации прогноза; еще раз, вы должны использовать таблицу
52 на странице 234 для этой цели.
В таблице 99 представлен отдельный агрегированный портфель Jumbo по стоимости, а также

показано, что происходит с одиннадцатой стратегией, когда мы выделяем 5% на стоимость.
Как я уже отмечал ранее, стоимость по отдельности довольно посредственная, о чем
свидетельствует первый столбец таблицы. Возможно, единственный свет на этом темном
горизонте — умеренно положительная альфа благодаря отрицательной бета.
Таблица 99: Производительность по стоимости, тренду и переносу
Стратегия Одиннадцатая стратегия Стратегия двадцать вторая

двадцать вторая Тренд (60%) и перенос (40%) Тренд (60%), перенос (35%) и
Ценить стоимость (5%)

(нетто)
Расходы 0,8% 1,1% 1,1%
Оборот 11,7 46,5 48,5
перекос 0,21 0,76 0,82
Альфа в годовом исчислении 2,9% 22,3% 22,6%

(нетто)
Бета 0,25 0,30 0,31
Глядя на последние две колонки, можно увидеть другую историю. Мы действительно достигли
финансовой алхимии: добавление диверсифицирующей стратегии потери денег фактически
улучшило эффективность одиннадцатой стратегии, хотя и ненамного. Поскольку улучшение
полностью зависит от корреляций, которые
относительно предсказуемы, вы должны быть достаточно уверены, что в будущем можно

будет получить дополнительную прибыль.
Стоимость на фьючерсных рынках вряд ли будет такой же эффективной, как на рынке

акций, и далеко не достаточно хороша для самостоятельной торговли. Тем не менее,
есть скромные преимущества, которые можно получить, включив небольшое распределение
стоимости в свой набор торговых стратегий.
Стратегия двадцать вторая: Торговый план

214 В течение этого периода кумулятивное отставание фактора стоимости США составило -54,7%.
Впоследствии, с ноября 2020 г. по апрель 2022 г., соответствующий показатель составил
+52,5%, что фактически изменило почти весь период отставания. Все цифры из AQR
(www.aqr.com/Insights/Datasets/Century-of-Factor-Premia-Monthly).
215 Для некоторых других классов активов существуют хорошо зарекомендовавшие себя стратегии создания стоимости.
Например, в FX существует ряд моделей, использующих экономические данные для расчета справедливой стоимости уровней
обменного курса, из которых мне больше всего нравится BEER («Поведенческий равновесный обменный курс»). Обнаружив это, мой
немедленным ответом стала разработка ряда торговых стратегий с внутренними кодовыми названиями, такими как WINE («Всемирный
индекс естественных обменных курсов») и CIDER («Стратегия диверсифицированной равновесной доходности товарных индексов»).
Правдивая история.
216 В качестве альтернативы вы можете использовать чистую спотовую цену, рассчитанную в четырнадцатой стратегии. Это не
сильно влияет на результаты, но некоторым трейдерам это может понравиться.
217 Пять лет используются в фундаментальной академической работе над этой стратегией Клиффорда Эснесса, Лассе Педерсена и
Тобиаса Московица, «Value and Momentum Everywhere», The Journal of Finance 68, no. 3 (2013). Авторы используют соотношение цен на
бревна в качестве меры стоимости, поэтому результаты не будут идентичны моим.
218 Альтернативой является удаление последнего года, так что вы эффективно торгуете возвратом к среднему за четыре года с
лагом в один год. Это устранит сильный импульсный эффект, который возникает до одного года владения. Лично я нахожу это
довольно странным и ненужным, если вы также торгуете по трендовой стратегии.
Стратегия двадцать третья: ускорение

Иногда я веду подкаст219 вместе с некоторыми другими трейдерами. Мы разделяем любовь к
следованию тренду, но у нас разные взгляды на многие другие вещи. Тем не менее, есть одна
вещь, с которой мы можем согласиться: вероятно, самое трудное время для следования за
трендом — это когда тренд явно начался, но наши запаздывающие правила входа еще не
осознали эту новую реальность. Застряв в неправильной позиции, мы не можем извлечь
выгоду из начальной стадии тренда. Второй самый трудный момент — это когда тренд явно
закончился, и мы сталкиваемся с позором, удерживая позицию, когда цена начинает
двигаться против нас.
По-видимому, простое решение этой проблемы состоит в том, чтобы торговать вариациями
этих правил, которые быстрее догоняют: более быстрый взгляд назад для экспоненциально
взвешенных пересечений скользящих средних или более короткие горизонты для правил прорыва.
К сожалению, эти более быстрые стратегии часто будут слишком дорогими для торговли, и мы
рискуем посягнуть на временной горизонт, когда следование за трендом уже не работает
220
так эффективно.
Лучшим решением является использование подхода, который я представил в седьмой

стратегии: прогнозы, которые корректируют размер своей позиции в соответствии с силой
тренда, а не удерживают постоянную позицию и закрывают ее только после того, как тренд
явно закончился. Некоторые из моих коллег-подкастеров считают такой подход
еретическим, но даже если вы не настроены против него идеологически, он может завести вас
далеко не сразу. Вы все равно окажетесь на неправильной стороне, когда тренд развернется,
хотя вы начнете быстрее сокращать свою позицию, если будете использовать прогнозы.
Один из способов обойти это — посмотреть на скорость изменения тренда, следующего за

прогнозом. Заимствуя метафору из физики, прогноз следования за трендом фактически
является мерой скорости и направления цены . Отсюда следует, что скорость изменения
такого прогноза будет ускорением ( или замедлением). Мы можем использовать эту меру
ускорения как самостоятельный прогноз.
Стратегия двадцать третья: стратегия,

использующая ускорение: скорость изменения тренда.
прогноз.
Определение ускорения
Начнем с некоторой тенденции, следующей за прогнозом. В принципе, это может
быть что угодно, но давайте придерживаться знакомого пересечения
экспоненциально взвешенных скользящих средних (EWMAC), которое я определил
в первой части. Прогноз будет рассчитываться с использованием одной из шести
стандартных пар EWMAC: EWMAC(2,8), EWMAC(4,16) и так далее. Поскольку все
правила EWMAC имеют форму (N,4N), мне нужно указать только более быстрое скользящее среднее:
Такой прогноз будет положительным при установлении бычьего тренда и
отрицательным при медвежьем окружении.
Прогнозы также масштабируются, чтобы их среднее абсолютное значение равнялось

10:
Теперь рассмотрим скорость изменения прогноза за произвольное количество

рабочих дней. Для простоты и во избежание подгонки каких-либо дополнительных
параметров я собираюсь посмотреть на изменение, происходящее в диапазоне более
221
быстрой скользящей средней N EWMAC . Это дает нам следующее определение:
Поскольку прогноз EWMAC уже разделен на годовое стандартное отклонение

доходности, нам не нужно применять еще одну поправку на риск, хотя по
техническим причинам прогноз по-прежнему нуждается в правильном масштабировании,
поэтому мы применяем другой скаляр прогноза:
Это будет отличаться от скаляра прогноза, который используется в исходном

правиле. Скаляры прогноза222 для различных вариантов прогноза ускорения
приведены в таблице 100. Получается, что акселерация2 и акселерация4 непомерно дороги в торговле,
а обороты намного выше, чем у EWMAC2, поэтому я использую только четыре варианта правила акселерации.
Таблица 100: Скаляры прогноза для различных скоростей ускорения
Ускорение8 1,87
Полезно подумать о четырех возможных сценариях, которые мы можем получить, сочетая следование
тренду и прогноз ускорения:
1. Тренд отрицательный, ускорение отрицательное: медвежий тренд становится еще более

медвежьим.
2. Тренд отрицательный, ускорение положительное: медвежий тренд становится менее
медвежьим, что указывает на то, что он может вот-вот закончиться.
3. Положительный тренд, положительное ускорение: установленный бычий тренд становится все
более бычьим.
4. Положительный тренд, отрицательное ускорение: бычий тренд становится менее бычьим, что
указывает на то, что он может быть ближе к концу.
В первом и третьем сценариях два прогноза согласуются друг с другом, предполагая, что у нас должна
быть более крупная позиция. Сценарии два и четыре дают нам смешанные сообщения, которые
подразумевают меньшую позицию.
Пример прояснит ситуацию. Рассмотрим рисунок 76, на котором показана цена фьючерсов на биткойны в
конце 2020 и начале 2021 года. Они росли большую часть этого периода, прежде чем тренд закончился
в апреле 2021 года.
Рисунок 76: Цена фьючерсов на биткойн с поправкой на прошлое.

Теперь взгляните на необработанные прогнозы, показанные на рисунке 77. Темно-серый прогноз тренда
EWMAC64 является длинным на протяжении всего этого периода, оставаясь бычьим, даже несмотря
на то, что рынок явно развернулся. С другой стороны, мы снижаем наш прогноз, поскольку тренд
становится неясным. Но мы все равно понесем убытки, даже если они меньше, чем если бы наш прогноз
оставался неизменным. Соответствующий прогноз ускорения64 также рассчитан на июнь 2021 года,
поэтому изначально мы находимся в третьем сценарии: бычий тренд, который становится все более
бычьим.
Однако, как только прогноз тренда замедляется в течение нескольких недель, он становится
отрицательным, что указывает на переход к четвертому сценарию: ослабление бычьего тренда.
Рисунок 77: Необработанные прогнозы EWMAC64 и Acceleration64 для фьючерсов на биткойн

Потенциальная критика моей формулировки ускорения заключается в том, что

она будет слишком похожа на торговые правила EWMAC, из которых она построена.
Чтобы ответить на это обвинение, я рассчитал корреляцию223 между возвратом
различных скоростей EWMAC и ускорением. Результаты показаны в таблице 101. Они
были получены с использованием совокупной доходности портфеля Jumbo, но
доходность любого произвольно выбранного отдельного инструмента будет
демонстрировать аналогичную картину.
Все корреляции достаточно низки, чтобы мы могли быть уверены, что эти правила
делают совершенно разные вещи. Для сравнения: если вы читали семнадцатую главу
о стратегии нормализованного тренда, вы знаете, что ее корреляция со смешанным
трендом (стратегия девять) составляет 0,97; ничего здесь не выше 0,76.
Таблица 101: Матрица корреляции доходности правил ускорения и прогнозирования

EWMAC
Ускорение8 Ускорение16 Ускорение32 Ускорение64
ЭВМАК2,8 0,72 0,56 0,38 0,18
ЭВМАК4,16 0,69 0,75 0,58 0,31
ЭВМАК8,32 0,40 0,71 0,76 0,50
ЭВМАК16,64 0,08 0,38 0,68 0,66
ЭВМАК32 128 0,07 0,09 0,39 0,63

ЭВМАК64 256 0,07 0,02 0,09 0,33
Производительность ускорения
Далее давайте рассмотрим эффективность различных горизонтов, показанных в таблице
102 для агрегированного портфеля Jumbo. Как и в предыдущих главах, я еще не исключил
какие-либо инструменты, слишком дорогие для торговли данной вариацией, поэтому эти
цифры можно непосредственно сравнить с таблицами 30 и 31 (стр. 178 и 179), в которых
есть аналогичная статистика для тренда EWMAC. стратегия. Из предыдущего раздела
лучшим сравнением изменения ускорения со скоростью N является EWMAC с медленным
размахом EWMA, равным N. Следовательно, например, мы должны сравнить ускорение8 с
EWMA2,8.
Несмотря на прибыльность, ни одно из этих правил ускорения не является столь же

хорошим, как правило EWMAC, с которым они наиболее тесно связаны. Однако бета-версия
правил ускорения гораздо ниже, чем у EWMAC, что позволяет предположить, что они
могут быть полезной стратегией диверсификации.
Таблица 102: Характеристики для различных вариантов ускорения
Средний годовой доход (брутто) 11,1% 17,5% 12,8% 13,1%
Средний годовой доход (нетто) 4,8% 14,1% 10,6% 11,2%
Расходы 6,2% 3,3% 2,2% 1,9%
Средняя просадка >100% 19,9% 25,9% 28,7%
Оборот 258,8 136,2 81,6 57,9
перекос 0,97 1,55 1.11 0,34
Нижний хвост 1,75 1,72 1,71 1,86
Верхний хвост 1,99 1,94 1,87 1,72
Альфа в годовом исчислении (брутто) 10,0% 15,6% 11,9% 11,8%
Альфа в годовом исчислении (нетто) 3,8% 12,3% 9,7% 9,9%
Бета 0,07 0,13 0,07 0,09

Совокупные результаты портфеля Jumbo со всеми включенными инструментами.
Торговля по комбинированной стратегии ускорения

Далее я буду следовать своему обычному подходу к объединению вариантов
ускорения в единую стратегию. Я не буду утомлять вас подробностями, которые вы
видели раньше. В Таблице 103 приведены прогнозные обороты, необходимые для
определения того, какие инструменты могут торговать какими вариантами ускорения.
Таблица 103: Прогноз оборотов по акселерации
Оборот
Теперь давайте посмотрим на корреляции между различными вариациями ускорения,

которые вы можете найти в таблице 104. Обратите внимание, что они намного ниже,
чем корреляции, которые мы наблюдали для EWMAC и других торговых правил, где
смежные вариации обычно имеют корреляцию более 0,8. Это говорит о том, что мы
получим приличное улучшение от торговли несколькими вариантами ускорения
благодаря наличию большого количества диверсификации.
Таблица 104: Корреляции изменений ускорения
Ускорение8 1 0,53 0,07 0,07
Ускорение16 1 0,51 0,04
Ускорение32 1 0,50
Ускорение64 1
Среднее по сравнению с другими 0,18 0,36 0,36 0,15

горизонтами
В таблице 105 приведены веса прогнозов для заданного набора прогнозов ускорения.
Он также включает мультипликаторы диверсификации прогноза (FDM). Это

несколько выше, чем для девятой стратегии, в которой используется несколько
вариаций правила EWMAC: самый высокий показатель FDM для девятой стратегии
из таблицы 36 (стр. 193) составляет всего 1,26 (с шестью вариациями EWMAC).
Опять же, это из-за относительно низкой корреляции между вариациями правила ускорения.
Таблица 105. Прогнозные веса и прогнозные мультипликаторы диверсификации

(FDM) для разных наборов правил ускорения
Ускорение8, 16, 32, 64 0,25 1,55
Ускорение16, 32, 64 0,333 1,37
Ускорение32, 64 0,50 1,17
Ускорение64 1,0 1,0
Теперь мы можем рассмотреть эффективность этой комбинированной стратегии

ускорения, которая показана в таблице 106. Как обычно, я показываю статистику
как для медианного отдельного инструмента, так и для совокупных показателей
портфеля Jumbo. Полезным ориентиром может служить таблица 39 на стр. 196, в
которой представлены сводные результаты по стратегии 9, основанной на комбинации
прогнозов EWMAC. Комбинированная стратегия ускорения работает достаточно
хорошо, но не так хорошо, как EWMAC, хотя месячная асимметрия идентична.
Возможно, самым поразительным результатом здесь является переход от

медианного инструмента, который едва приносит прибыль, к совокупному портфелю.
Коэффициент Шарпа (SR) увеличивается в девять раз! Это, безусловно, самое
большое преимущество диверсификации, которое мы видели до сих пор: для девятой
стратегии такое же увеличение было чуть меньше пятого. Однако асимметрия не
показывает подобного улучшения, поскольку медиана для отдельного
инструмента уже относительно высока.
Таблица 106. Эффективность комбинированного правила ускоренной торговли:

медиана по инструментам и совокупному портфелю Jumbo
Медианное среднее по инструментам Совокупный портфель Jumbo

Оборот 24,9 99
Верхний хвост 3.09 1,91
Ускорение с переносом и трендом

Как и в случае с прорывом и значением, я проверю эффект добавления ускорения к
стратегии переноса и тренда, которую я ввел в одиннадцатой стратегии. Я буду
использовать обычный метод «сверху вниз» для распределения веса прогноза:
Наши два стиля сходятся и расходятся. Я выделяю 40 % на конвергенцию и

60 % на дивергенцию для соответствия одиннадцатой стратегии.
У нас есть одно правило конвергентной торговли. Я выделяю 40% на перенос.
У нас есть два расходящихся правила торговли: EWMAC, который получает

30% распределения, и ускорение, которое получает остальные 30%.
У нас есть до четырех вариантов переноса, которые поровну делят между собой
40%.
В пределах ускорения:
У нас есть до четырех вариантов, которые делят 30% поровну.
В EWMAC:
У нас есть до шести вариантов правила EWMAC, которые делят 60%

в равной степени.
Имея в руках прогнозные веса, я провел ретроспективное тестирование и получил результаты, показанные
Таблица 107. Показатели совокупного портфеля Jumbo для переноса, тренда и ускорения
Стратегия Стратегия двадцать Одиннадцатая Стратегия двадцать третья

девять один стратегия
Carry, ускорение и тенденция
Множественный Ускорение Держи и
Среднегодовой 25,2% 16,7% 26,5% 26,9%

Расходы 1,2% 1,9% 1,1% 1,3%
Средняя 11,2% 17,2% 8,9% 8,5%

просадка
22,2% 23,2% 20,9% 20,9%

Оборот 62,9 99 46,5 59,1
перекос 0,98 0,98 0,76 0,91
Нижний хвост 1,99 1,77 1,86 1,79
Верхний хвост 1,81 1,91 1,75 1,80
Альфа 18,8% 15,2% 22,3% 24,0%
Бета 0,43 0,11 0,30 0,22
Хотя затраты немного выше, благодаря увеличению оборота, вызванному ускорением, это довольно
приличное улучшение по всем остальным параметрам. Кажется, что ускорение дает нам преимущество, если
добавить его к базовым стратегиям переноса и тренда из первой части.
Стратегия двадцать третья: Торговый план

219 www.toptradersunplugged.com/podcasts/systematic-investor 220 Помните из стратегии 9, что
производительность до затрат начинает ухудшаться, как только мы доходим до двух самых быстрых вариантов: EWMAC4 и EWMAC2. После затрат
возвраты выглядят еще хуже.
221 Как обычно, когда я выбирал произвольный параметр, я также проводил некоторый анализ чувствительности, чтобы убедиться, что мне не
просто повезло, и что производительность не слишком зависит от того, параметр точно такой же, как размах быстрой скользящей средней.
222 Обратите внимание на закономерность, впервые замеченную в девятой стратегии, согласно которой эти скаляры изменяются на квадратный
корень из двух, когда мы удваиваем или уменьшаем вдвое скорость правила.
223 Существует интересная закономерность, согласно которой данное правило ускорения со скоростью N обычно имеет наибольшую корреляцию с
правилом EWMAC, которое имеет диапазон медленной EWMA, равный N. Таким образом, ускорение8 больше всего похоже на EWMAC2,8; Acceleration16 имеет
близкого родственника в EWMAC4,16 и так далее.

Стратегия двадцать четвертая: перекос –
тематическое исследование
В этой книге я не пытаюсь охватить все возможные стратегии торговли фьючерсами: это
было бы невозможно. Поэтому маловероятно, что эта книга будет включать в себя все
стратегии, которыми вы, возможно, захотите торговать. Если вы читаете эту книгу,
возможно, у вас есть потенциальные стратегии, которые вы подобрали где-то еще или
придумали сами. Было бы неплохо торговать ими вместе со стратегиями, которые я
представил здесь?
Цель этой главы — предоставить руководство по подгонке «любой» торговой стратегии

к структуре прогнозирования , которую я использовал в первой, второй и третьей
частях224. Я намеренно взял «любую» в кавычки, потому что стратегия должна
соответствовать определенные требования. В первую очередь, он должен использовать
количественные данные, которые можно преобразовать в прогноз. В дополнение к этому
есть и другие желательные качества, которые я буду обсуждать на протяжении всей главы.
Поскольку гораздо легче понять, что происходит, на примере, я собираюсь использовать

перекос в качестве примера в этой главе. Мы уже знаем из предыдущих глав первой части,
что активы с положительной асимметрией, такие как будущее VIX, скорее всего, со временем
потеряют свою эффективность, и наоборот. Кажется правдоподобным, что трейдеры и
инвесторы не любят отрицательную асимметрию и поэтому готовы платить надбавку за
риск, чтобы не держать ее: премию, которую мы можем заработать, удерживая инструменты с
отрицательной асимметрией. В этой главе я покажу вам, как превратить эту идею в
торговую стратегию.
Стратегия двадцать четыре: стратегия, при которой покупаются
активы с более отрицательным перекосом и открываются короткие
позиции по активам с более положительным перекосом.
Шаг первый: выберите стратегию, которая сделает

смысл
Мне нравится торговать по осмысленным стратегиям: мне нужно знать, почему я зарабатываю
деньги. Часто это включает в себя определение того, кто находится по другую сторону моих
выигрышных сделок, и понимание того, почему они счастливы проигрывать – и продолжают
проигрывать. Важной концепцией первой части этой книги была идея премии за риск: рынок
платит за риск, на который средний инвестор или трейдер не хочет идти. Стратегии,
обеспечивающие надбавку за риск, — мой хлеб с маслом. Вписывается ли перекос в категорию
стратегии премии за риск?
Это да от меня. Большинство людей любят инструменты с положительной асимметрией и готовы

платить сверх шансов, чтобы владеть ими. Рассмотрим лотерейный билет, актив с очень высокой
положительной асимметрией. Большинство результатов будут связаны с небольшим убытком с
крошечной вероятностью крупной прибыли. В большинстве лотерей в призовой фонд идет только
около половины приза за билет, поэтому ожидаемая стоимость лотерейного билета в 1 доллар
составляет всего около 50 центов. Точно так же на скачках аутсайдеры обычно получают
очень низкие шансы. Эта лошадь 50-1, скорее всего, будет лошадкой 250-1, которая пригодна
только для катания маленьких детей на пляже. В мире финансов опционы, далекие от денег,
нацениваются по премиальной цене, в то время как акции успешных мемов торгуются с очень
высокими мультипликаторами прибыли — при условии, что у них вообще есть какая-либо прибыль.
Вся эта любовь к активам с положительной асимметрией подразумевает, что любой актив с
отрицательной асимметрией должен привлекать премию за риск225, и нам будут щедро платить
за владение им.
Шаг второй: выберите надежную и измеримую

статистику
Нам нужно иметь возможность рассчитать прогноз, поддающийся количественной оценке,
чтобы построить торговую стратегию того типа, который используется в этой книге. Это
исключает субъективные графические паттерны, если мы не можем использовать какой-то
алгоритм распознавания паттернов для их распознавания. Это усложнит торговлю арбитражем
слияний: стратегия, которая требует оценки того, может ли конкретное соглашение о слиянии
преодолеть нормативные препятствия и получить одобрение регулирующих органов. Вам будет
сложно измерить настроение на телефонной конференции по доходам, когда вы решаете, покупать
ли акции, если только вы не используете какое-либо программное обеспечение для анализа
голоса. Но если вы можете получить число226 , которое коррелирует с вашим будущим ожиданием
движения цен,227 вы можете построить прогноз.
Прогноз также должен быть надежным. Надежные прогнозы не должны быть слишком чувствительными к
небольшим колебаниям рынка. Например, использование скользящих средних более надежно, чем
использование базовой цены, поскольку один дневной доход будет иметь лишь ограниченное влияние
на скользящую среднюю. Хорошей проверкой надежности стратегии является добавление небольшого
количества шума к ценам, скорректированным задним числом, прежде чем вводить их в программное
обеспечение для тестирования на исторических данных. Если базовый прогноз является надежным,
то результирующие позиции и производительность в основном не изменятся.
Давайте теперь рассмотрим пример, который мы используем в этой главе: перекос.
Оценить перекос несложно. Поскольку мы хотим, чтобы наш прогноз менялся во времени, мы будем
обновлять нашу оценку каждый день (при условии, что мы используем ежедневные данные).
Теоретически нам потребуется всего несколько наблюдений для расчета асимметрии, но для
получения более точной оценки нам, вероятно, следует использовать данные за несколько недель
как абсолютный минимум. Чтобы избежать использования устаревшей информации, мы, вероятно, не
хотим использовать данные более чем за год.
Это говорит о том, что мы должны оценивать асимметрию по нескольким горизонтам, которые будут
находиться в интервале продолжительностью от одного месяца до одного года.
Теперь, является ли перекос надежным? Не особенно. Рассмотрим график на рисунке 78. Он показывает
оценку асимметрии для фьючерса VIX, рассчитанную для скользящих трехмесячных периодов.
Обратите внимание, как перекос движется вниз в конце марта 2020 года, когда один большой
отрицательный дневной доход происходит в день, когда VIX резко упал с исторически высокого
уровня. Оценка перекоса снова поднимается в середине июня, когда этот большой доход выпадает из
скользящего окна. Конечно, это крайний пример: не многие инструменты так волатильны, как VIX, а
2020 год был особенно волатильным, но перекос, безусловно, чувствителен к включению или исключению
нескольких выпадающих доходностей.
Рисунок 78: Скользящая оценка перекоса для фьючерсов на VIX

Есть несколько шагов, которые мы могли бы предпринять, чтобы решить эту проблему. Мы могли бы,
например, изменить оценку перекоса с скользящего окна на окно с экспоненциальным
взвешиванием. В марте 2020 года по-прежнему будет наблюдаться резкое падение перекоса VIX, но в
последующие месяцы произойдет постепенное возвращение к норме, а не резкий скачок вверх в
середине июня.
В качестве альтернативы мы могли бы использовать более надежную меру асимметрии, которая
уменьшает влияние выбросов, например хвостовые меры, которые я ввел в первой стратегии.
Для простоты я решил придерживаться стандартной формулы перекоса, но чтобы уменьшить
влияние зашумленных доходностей, я ограничусь окнами оценки продолжительностью не менее
трех месяцев. Следуя моей обычной практике удвоения горизонтов, промежутков и окон, я
получил набор из трех вариантов стратегии перекоса: трех-, шести- и 12-месячные окна. Поскольку
я работаю с данными с частотой рабочих дней, я решил использовать следующий аккуратный набор
длин окна: 60 дней, 120 дней и 240 дней. Естественно, я мог бы выполнить какую-то оптимизацию,
чтобы найти наиболее эффективное окно оценки, но это приведет к перенастройке и вряд ли
сильно повлияет на окончательные результаты.
Поскольку высокая положительная асимметрия подразумевает низкую ожидаемую доходность,
я просто поставил знак минус перед оценкой скользящей асимметрии, чтобы получить
необработанный прогноз. Для некоторого ряда процентных доходностей228 в цене с поправкой
на прошлое, rt , с окном оценки, w, прогноз будет следующим:

Формула для перекоса доступна во всех распространенных пакетах электронных таблиц и в большинстве программ
для тестирования на исторических данных.
Нормализация риска для получения прогноза
Еще в седьмой стратегии я определил прогноз как предсказание цен с поправкой на

риск. Если мы скорректируем риск путем деления на стандартное отклонение
доходности, то прогноз будет пропорционален прогнозу коэффициента Шарпа (SR). Если
все сделано правильно, поправка на риск должна привести к безразмерному прогнозу,
который можно напрямую сравнивать по периодам времени и инструментам.
Вспомните стратегии, представленные в первой части: тренд и керри. За тренд мы взяли

разницу между двумя скользящими средними, выраженными в единицах цены. Затем мы
разделили их на стандартное отклонение изменения цены. Поскольку единицы
совпадают, мы получаем безразмерный прогноз с поправкой на риск. Аналогично для
переноса мы рассчитали перенос как ожидаемое изменение цены в течение года. Опять
же, разделив это значение на стандартное отклонение дневных цен, мы получили
прогноз с поправкой на риск.
Необычно, что асимметрия не требует какой-либо явной корректировки риска.

Стандартная формула для расчета статистики асимметрии уже делит на стандартное
отклонение. Следовательно, мы можем напрямую сравнивать оценки асимметрии для
разных инструментов и за разные периоды времени, и дальнейшая корректировка риска
не требуется.
Какой тип стратегии?

Важно точно понимать, как работает эффект, который мы надеемся получить с
помощью нашей торговой стратегии. Например, рассмотрим некоторый произвольный
прогноз f , который уже был скорректирован с учетом риска. Есть несколько различных
способов, которыми мы могли бы торговать этим прогнозом:
Абсолют: когда f положительное, мы открываем длинную позицию, когда f отрицательное, мы открываем

короткую.
Унижение: когда f больше, чем глобальное историческое среднее

(рассчитано по всем активам и по всей доступной истории) мы открываем длинную позицию, когда f
ниже этого значения, мы открываем короткую позицию.
Относительный: когда f больше, чем его историческое среднее значение для соответствующего
инструмента (рассчитанное по всей доступной истории), мы открываем длинную позицию, когда f
ниже, мы открываем короткую.
Перекрестный: когда f больше, чем текущий средний прогноз (рассчитанный для текущего периода
времени по всем доступным активам), мы открываем длинную позицию, когда f ниже, мы открываем
короткую позицию.
Поперечное сечение класса активов: когда f больше, чем текущий средний прогноз класса активов
(рассчитанный для текущего периода времени по всем активам в соответствующем классе активов),
мы открываем длинную позицию, когда f ниже, мы открываем короткую позицию.
Совокупный класс активов: когда текущий средний прогноз по классу активов (рассчитанный для
текущего периода времени по всем активам в соответствующем классе активов) выше, чем текущий
средний прогноз по всем инструментам, мы открываем длинную позицию по всем инструментам этого
класса активов, иначе коротко.
Статический: когда историческое среднее значение f для соответствующего инструмента
(рассчитанное по всей доступной истории) больше, чем историческое среднее значение для всех
инструментов, мы открываем длинную позицию, в противном случае — короткую.
Мы уже видели примеры некоторых из этих типов стратегий. И девятая стратегия (тренд EWMAC), и десятая
(перенос) используют абсолютные прогнозы. Но если бы мы хотели уменьшить обычную положительную бета
EWMAC, мы могли бы использовать пониженный прогноз, чтобы мы открывали длинную позицию только в том
случае, если текущий тренд был сильнее, чем исторически сложившийся средний тренд. Стратегии 19 и 20 во
второй части были кросс-секционными стратегиями классов активов , соответственно для тренда и керри.
Мы также видели стратегию агрегированного класса активов : восемнадцатую стратегию.
Выбор стратегии не всегда однозначен. Очевидно, что прямая производительность важна. Например, если
вы прочтете вторую часть, вы будете знать, что большая часть производительности тренда происходит
на уровне класса активов, поэтому использование кросс-секционной версии тренда класса активов дает
меньше пользы. Но некоторые трейдеры могут намеренно выбирать более слабые варианты стратегии, если для
Например, у них более низкая бета. Стратегии с более низкой бета-версией, скорее всего, будут работать
лучше, если долговременные рыночные тенденции прошлого не повторяются, а для институциональных
трейдеров они также могут лучше подходить для определенных требований стиля инвестора.
Несколько важных слов предостережения: такое большое разнообразие опций — это приглашение с
золотым тиснением подстроиться под вашу торговую стратегию. Чтобы избежать этого, вы должны
сосредоточиться только на вариантах, которые имеют здравую логику и соответствуют вашим
предпочтениям. В качестве альтернативы, если вы рассматриваете большой набор альтернатив, вам
необходимо должным образом оценить их без перенастройки.229 Давайте подумаем о том, как эти
различные
типы стратегий можно использовать с перекосом. Из первой части (таблицы 3 и 4 на страницах 49 и 50) мы
знаем, что большинство классов активов имеют отрицательную асимметрию, за очевидным исключением
инструментов волатильности, таких как VIX, и менее очевидными исключениями рынков облигаций и
сельскохозяйственной продукции (которые в среднем имеют скромную динамику). положительный перекос).
Таким образом, если бы мы торговали с абсолютной асимметрией, то у нас был бы уклон в сторону длинных
позиций, за исключением этих трех классов активов. У нас было бы больше длинных позиций по акциям
(средний перекос -0,78), но серьезные короткие позиции по волатильности (перекос 0,73). Кроме того, если
средний уровень перекоса станет более отрицательным, чем обычно, наша средняя позиция будет
длиннее, чем обычно, и наоборот. Открытие длинных позиций после системного рыночного краха,
вызвавшего снижение перекоса по всем направлениям, рискованно, но, как правило, приносит прибыль. Этот
источник прибыли известен как глобальный тайминг.
Унижение устранило бы длинную предвзятость в тестировании на исторических данных, что привело бы к
более низкой прямой производительности, но, вероятно, привело бы к более низкой бета-версии и,
возможно, к лучшей альфе. Но это никак не повлияет на предвзятость по разным классам активов.
Стратегия относительного перекоса предполагает, что средняя позиция по любому инструменту будет
равна нулю.230 Мы будем открывать длинные позиции по инструментам, которые недавно испытали
значительный отрицательный перекос по сравнению с их собственной историей. Это также устранит
предвзятость в позициях по разным классам активов.
Однако это предубеждение также является источником ценности. Помимо облигаций, которые обычно
имеют положительную асимметрию и высокий SR, существует почти идеальная отрицательная
корреляция между асимметрией и доходностью в таблицах 3 и 4 (страницы 49 и 50) по классам активов.

Перекос поперечного сечения всегда будет иметь нулевой чистый прогноз по всем
инструментам в нашем наборе данных в любой момент времени. Предубеждения по классам
активов останутся, и мы извлечем из них выгоду, но мы не выиграем от глобального выбора
времени. Если мы используем поперечную асимметрию класса активов, то мы удалим
систематическую ошибку класса активов, но по-прежнему можем иметь систематическую ошибку
позиций внутри классов активов. Например, мы ожидаем, что асимметрия валютных рынков
развивающихся стран будет меньше, чем у развитых рынков, если только мы не разделим класс
валютных активов для целей этой стратегии. Нам также по-прежнему не хватало бы
возможности глобального перекоса времени.
Совокупная асимметрия классов активов подразумевает, что мы сохраним предвзятость по

классам активов и выиграем от глобального выбора времени, но потеряем способность
зарабатывать что-либо за счет поперечной асимметрии внутри классов активов. Но может
иметь смысл торговать этим плюс перекосом класса активов, поскольку тогда мы можем
оптимизировать распределение риска между этими двумя источниками дохода.
Наконец, статическая стратегия может показаться странным выбором, поскольку мы

никогда не изменим наш прогноз.231 Предвзятость класса активов в отношении асимметрии
будет постоянно встроена, и мы не выиграем от каких-либо временных эффектов. Я предполагаю,
что такая стратегия может быть привлекательной для инвестора, использующего паритет
риска, который хочет получить премию за риск от перекоса, не занимаясь слишком большой
торговлей.
Из этого обсуждения вы можете видеть, что выбор стратегии должен в основном включать
рассмотрение того, какие виды риска вы готовы взять на себя и за что вам заплатят, а
каких вы хотите избежать. Речь идет не только о выборе варианта стратегии с самым высоким
проверенным временем SR. Для простоты и во избежание чрезмерного подбора в этой главе я
буду придерживаться самой простой формы стратегии перекоса: абсолютного перекоса. Это
означает, что мы будем открывать длинные позиции, если асимметричная оценка ниже нуля,
и открывать короткие позиции, если она выше нуля.
Замедлить прогноз
Каждый прогноз имеет оптимальную частоту торговли. Эта частота фактически является
точкой , где, если она торгуется немного медленнее, это приведет к ухудшению
производительности после затрат. Маловероятно, что необработанный прогноз уже будет
иметь оптимальный оборот, если только он не был разработан со встроенным сглаживанием,
как мы делаем с EWMAC. Например, необработанный перенос
Прогноз, который я разработал в десятой стратегии, чрезвычайно зашумлен, и его можно

значительно замедлить, не влияя на его производительность.
Есть много способов замедлить торговую стратегию, но я обычно придерживаюсь

экспоненциально взвешенной скользящей средней (EWMA) необработанного прогноза. В
предыдущих стратегиях я избегал калибровки параметра диапазона, который диктует
степень сглаживания в EWMA, и здесь я не намерен менять свой подход. Я произвольно
установил диапазон равным четверти длины горизонта оценки асимметрии. Для некоторого
окна w , равного 60, 120 или 240 дням, сглаженный прогноз будет таким:
Применение Smooth уменьшает оборот skew60 на две трети без ущерба для производительности.
Это имеет столь же драматические последствия для двух других вариантов перекоса.
Проверьте распределение: масштабируйте и

ограничивайте прогноз
Теперь у нас есть надежный прогноз, который не меняется слишком быстро и нормализован
по риску. Однако маловероятно, что он будет соответствовать требованию иметь среднее
абсолютное значение, равное 10. Нам необходимо оценить скаляр прогноза, чтобы
обеспечить правильное масштабирование прогноза. Для некоторых прогнозов мы можем
приблизительно вычислить, каким должен быть скаляр, не обязательно оценивая его по
данным: примером может служить прогноз прорыва, обсуждаемый в стратегии двадцать один.
Но обычно мы будем использовать исторические данные из бэктеста, чтобы измерить
фактический средний абсолютный прогноз в нашем бэктесте, и из этого вывести скаляр
прогноза.
Если мы сделали свою работу правильно, то мы можем и должны объединить историю оценки
прогноза по всем инструментам с доступными данными, сложив историю прогноза для каждого
инструмента так, чтобы у нас был единый ряд данных. На этом этапе также полезно
получить представление о форме распределения прогнозов. Лучше иметь «хорошее»
распределение для прогнозов: норма Гаусса идеальна, но в противном случае что-то без
допустимы серьезные эксцессы, перекосы или смещения. Я проверяю распределение на этом

этапе, а не раньше, поскольку сглаживание может улучшить распределение прогноза за
счет уменьшения влияния выбросов. Однако, если есть серьезные проблемы с раздачей, то
их нужно будет исправить, модифицировав сырой прогноз.
На рис. 79 показано распределение прогноза skew60 по всем инструментам в портфеле Jumbo.

Это явно не по Гауссу, но я видел и похуже.
Рисунок 79: Объединенное распределение сглаженного перекоса прогноза до масштабирования
Среднее значение прогноза слегка положительное, но мы знали, что так и будет, поскольку
средний инструмент в нашем наборе данных имеет в среднем слегка отрицательную
асимметрию. Серьезно смещенное среднее прогноза может привести к скаляру прогноза,
который потенциально неверен.232
Распределение действительно имеет несколько очень толстых хвостов; однако они будут
решаться путем ограничения прогноза. По иронии судьбы, распределение асимметричных
прогнозов само по себе асимметрично. Он имеет небольшую положительную асимметрию -
поскольку прогноз представляет собой асимметрию со знаком минус, это говорит о том,
что распределение асимметрии имеет слегка отрицательную асимметрию. Тем не менее, в
распределении нет странных комков, которые могли бы свидетельствовать о серьезных
проблемах; например, бимодальное распределение с двумя горбами было бы трудно использовать в качестве п
Из распределения среднее абсолютное значение прогноза составляет 0,30, что предполагает использование
скаляра прогноза 10 ÷ 0,3 = 33,3. Как я уже делал ранее, нам также нужно ограничить масштабированный
прогноз средним абсолютным значением +20. Это означает, что любой перекос с абсолютным значением,
превышающим 20 ÷ 33,3 = 0,6, приведет к ограниченному прогнозу.
А как насчет других правил перекоса, skew120 и skew240? На самом деле они имеют несколько более
приятное распределение, поскольку эффект выбросов гасится за счет использования более длинных окон
оценки и более высоких диапазонов для сглаживания. Это также уменьшает среднее абсолютное значение
их распределений, которое увеличивается за счет выбросов для skew60. В результате соответствующие
скаляры прогноза немного выше: 37,2 для skew120 и 39,2 для skew240.
Теперь у нас есть масштабированные прогнозы, мы можем оценить прогнозные обороты, которые мы используем,
чтобы увидеть, какие инструменты достаточно дешевы для торговли данным вариантом. Опять же, эти
цифры можно рассчитать путем усреднения по нескольким инструментам, чтобы получить более точный
результат. Обороты довольно низкие: 8,5 у skew60, 4,0 у skew120 и 1,9 у skew240.
Оцените стратегию: отдельные

варианты
На данном этапе мы не проводили бэктестинга. Это преднамеренно. Если вы используете бэктесты для
разработки своей стратегии, вы рискуете перенастроиться. Единственные данные, которые мы использовали,
— это временные ряды предполагаемой асимметрии, чтобы получить представление о ее свойствах и
оценить скаляр прогноза и оборот. Действительно, если стратегия, которую вы тестируете, является
чем-то, чем вы успешно торговали в течение многих лет или что было исследовано в научной статье, вы
можете просто уйти, вообще не проводя никакого тестирования на исторических данных.
Хотя обычно мы хотели бы сделать окончательную проверку производительности и другого поведения
стратегии, чтобы увидеть, на что мы позволяем себе. В таблице 108 показаны результаты ретроспективного
тестирования для трех вариантов стратегии перекоса.
Таблица 108: Производительность для различных скоростей правила асимметричной торговли
Перекос60 Перекос120 Перекос240
Среднегодовой доход (брутто) 14,4% 17,9% 17,0%

Расходы 1,4% 1,1% 0,9%
Оборот 43,6 25,6 18.1
перекос 0,40 0,01 0,10
Бета 0,38 0,56 0,66
Использование совокупного портфеля Jumbo со всеми включенными инструментами.
Вы видели достаточно этих таблиц, чтобы знать, что мы ищем:
Прибыльна ли стратегия до затрат? Существуют ли какие-либо закономерности,

например повышение производительности при замедлении или ускорении?
Затраты чрезмерны?
Оборот особенно высок?
Близка ли стратегия к целевому стандартному отклонению в 20%?
Какова другая статистика риска: перекос, нижний и верхний хвост?
Это просто замаскированная длинная стратегия с высокой бета и низкой

альфой? Или он делает что-то совсем другое?
По трем вариантам перекоса мы можем сделать следующие выводы:
Стратегия прибыльная, с разумным SR. Мы ожидали бы более низкого SR, если бы

рассматривали среднее значение для одного рынка, а не портфеля Jumbo.
Расходы и оборот приемлемые. Оборот портфеля Jumbo всегда будет выше, чем у
отдельных инструментов, потому что он
использует большее кредитное плечо для учета диверсификации между рынками (это
достигается с помощью мультипликатора диверсификации инструментов).
Стандартное отклонение находится на цели.
Учитывая, что стратегия преднамеренно покупает активы с отрицательным перекосом, мы
могли бы ожидать здесь увидеть отрицательный перекос. На самом деле это серьезная
проблема только для варианта с самым коротким горизонтом, skew60. Это связано с тем,
что асимметрия имеет тенденцию означать возврат через несколько месяцев, поэтому
мы получаем примерно нулевую асимметрию для более медленных вариаций.
Поскольку в бэктестах асимметрия в среднем была отрицательной, мы ожидаем увидеть
здесь длинную погрешность, что приведет к высоким бета-коэффициентам. Как и в случае
тренда, длинное смещение более выражено для более медленных вариаций прогноза.
Также полезно проверить корреляцию трех различных наклонных горизонтов.
Это поможет нам решить, есть ли у нас правильное количество вариаций. Если корреляции очень
высоки, то мы, вероятно, могли бы упростить стратегию, удалив некоторые из них. Если они слишком
низкие, то, возможно, мы могли бы добавить некоторые дополнительные варианты. Это также даст
нам представление о том, будет ли разумным мой предпочтительный вариант взвешивания прогнозов:
одинаковое взвешивание для всех вариантов, которые достаточно дешевы для торговли.
В таблице 109 приведены показатели корреляции для асимметрии. Значения здесь ниже, чем для
вариаций тренда в девятой стратегии, поэтому, возможно, есть место для некоторых
дополнительных вариаций, таких как skew80, skew100, skew200 и так далее.
Таблица 109: Корреляционная матрица доходности для различных горизонтов асимметрии
Перекос60 Перекос120 Перекос240
Перекос60 1 0,68 0,48
Перекос120 1 0,76
Перекос240 1
Оцените стратегию: комбинированные

варианты
Создав набор вариантов, теперь нам нужно проверить, как они будут
выполнять в сочетании друг с другом. Детали этого процесса появляются в более

ранних стратегиях, поэтому я не буду их повторять. Для этого нам потребуются
соответствующие мультипликаторы диверсификации прогноза (FDM). С тремя
вариантами перекоса моя оценка FDM составляет 1,18, с двумя вариантами 1,10, а с
одним вариантом любого торгового правила FDM всегда будет равен 1.
В частности, для перекоса имеет смысл посмотреть статистику по инструментам,

принадлежащим к разным классам активов, поскольку мы знаем, что перекос очень
сильно различается между ними. В таблицах 110 и 111 приведены цифры, которые, как
и в предыдущих главах, являются медианой для каждой статистики, взятой по
инструментам в соответствующем классе активов, с глобальной медианой в последнем
столбце второй таблицы.
Таблица 110. Показатели комбинированной асимметрии: медиана по инструментам в
данном классе финансовых активов
Расходы 0,3% 1,9% 0,3% 0,4%
Оборот 7,9 8.3 8,0 7.7
перекос 0,44 2,21 0,25 0,20
Нижний хвост 2,81 2,89 2,72 2,56
Верхний хвост 1,98 1,58 2,26 2.30
Таблица 111. Показатели комбинированной асимметрии: медиана по инструментам в
данном классе товарных активов
Расходы 0,3% 0,3% 0,2% 0,3%

Оборот 8.2 6,9 6,6 7.7
перекос 0,37 0,43 0,06 0,20
Нижний хвост 2,46 2,91 2,82 2,74
Верхний хвост 2,57 2,81 2,74 2,23
Показатели смешанные, хотя все классы активов прибыльны. Возможно, самые интересные цифры, на
которые стоит обратить внимание, — это стандартное отклонение, асимметрия и SR. Более высокое
стандартное отклонение указывает на то, что абсолютный размер прогнозов для этого класса
активов больше, чем в среднем. Мы видим, что класс активов волатильности имеет самое высокое
стандартное отклонение, что неудивительно, учитывая, что он содержит два инструмента (VIX и
VSTOXX) с почти постоянно высоким положительным перекосом.
Перекос для инструментов волатильности, торгующих по этой стратегии, также крайне негативен.
Опять же, это не должно быть большим шоком, поскольку большую часть времени мы бы потратили на
фьючерсы на понижение волатильности. Но это не дает значимо высокого SR. Из таблиц 10 и 11 (на стр.
92) мы можем получить медианное значение SR 0,32, просто имея последовательный и фиксированный
короткий прогноз для объема: здесь мы получаем всего 0,09. Мы не должны забывать, что в портфеле
Jumbo всего два инструмента волатильности, поэтому сделать осмысленные выводы может быть сложно.
Однако, помимо волатильности, между классами активов нет четкой связи между стандартным
отклонением, асимметрией и SR.
Как только мы поймем, что происходит на уровне отдельного инструмента, следующим шагом будет
рассмотрение совокупной производительности портфеля Jumbo с более чем 100 инструментами. Таблица
112 содержит статистику, и я добавил некоторые цифры для предыдущих стратегий, чтобы обеспечить
некоторые ориентиры.
Таблица 112. Эффективность совокупного портфеля Jumbo только для длинных позиций,
трендовых стратегий, стратегий переноса и перекоса
Четвертая стратегия Стратегия девять Стратегия десять Стратегия двадцать четыре
Только длинные Множественный тренд Нести Перекос длинный/короткий
Расходы 0,8% 1,2% 0,8% 0,9%

Оборот 20,7 62,9 19.2 23,9
перекос 0,04 0,98 0,41 0,14
Нижний хвост 1,44 1,99 1,57 1,72
Верхний хвост 1,24 1,81 1,49 1,52
Альфа 0 18,8% 19,1% 8,5%
Бета 1,0 0,43 0,06 0,62
Перекос, конечно, не так хорош, как тренд или керри, на самом деле он не так
хорош, как глупая длинная стратегия. И это несмотря на то, что тренд и
перекос имеют очень схожие средние характеристики для отдельного инструмента.
Вы помните магию диверсификации? Переход от одного инструмента к портфелю
Jumbo приводит к почти пятикратному улучшению SR для тренда в девятой
стратегии. Для стратегии перекоса улучшение меньше: с 0,26 для медианного
отдельного инструмента в таблице 111 до 0,80 для портфеля Jumbo в таблице
112. Это трехкратное увеличение, что неплохо, но предполагает наличие Здесь
доступно значительно меньше выгоды от диверсификации, чем в девятой
стратегии.
Также полезно сопоставить производительность стратегии с аналогами, что я

и сделал на рисунке 80. Вы можете видеть, что перекос терпит такую же просадку,
как и стратегия с единственной длинной в начале 1980-х годов. Но в начале 2000-
х он превосходит все. Это было время «большой умеренности», когда самые
рискованные финансовые активы считались безопасными: ярким примером был долг,
обеспеченный ипотечными кредитами в США. Конечно, это плохо закончилось
для ипотечного рынка США, но стратегия перекоса потерпела лишь небольшую
неудачу, прежде чем продолжать приносить прибыль, пока пандемия COVID-19 не
поразила рынки в начале 2020 года.
Рисунок 80: Совокупная эффективность перекоса с другими торговыми

стратегиями
Оцените стратегию: с другими

стратегиями
Мы еще не совсем закончили. Многие стратегии не так хороши по отдельности, но хорошо работают
вместе, поскольку они добавляют диверсификации. Возьмем стратегию ценности из двадцать
второй стратегии. На самом деле он потерял деньги, но все же улучшил показатели переноса и
тренда, когда ему дали скромное распределение. Skew не приносит убытков, но предлагает отличную
диверсификацию. Корреляция комбинированной стратегии перекоса как со стратегией девять
(тренд), так и со стратегией десять (перенос) очень низкая: около 0,14.
Я буду следовать своему обычному подходу, используя одиннадцатую стратегию, которая

торгует как по тренду, так и по керри, в качестве эталона. Чтобы добавить перекос к переносу и
тренду, нам просто нужно решить, является ли это конвергентной стратегией, такой как перенос
или вэлью; или дивергентная стратегия, такая как тренд, прорыв или ускорение. Доходы от
стратегии перекоса в равной степени не коррелируют с тенденцией и стоимостью, поэтому нет
четких доказательств для этого решения. Однако, учитывая, что активы с отрицательной
асимметрией, как правило, плохо работают во время рыночных кризисов, представляется наиболее
целесообразным поместить их в конвергентную корзину.
Это даст прогнозный вес асимметрии в 20%, так как это займет половину от 40%, которые я обычно
выделяю конвергентным стратегиям, а оставшуюся часть получает перенос.
Таблица 113 содержит хорошие новости. Как и следовало ожидать, добавление

стратегии с низкой корреляцией и достаточно хорошим SR, таким как перекос,
приводит к значительному улучшению нашей производительности. Улучшение не
так хорошо, если мы посмотрим на альфу, поскольку здесь определенно больше
длинного смещения, чем раньше. И, конечно, положительный перекос ежемесячных
доходов, который мы привыкли ожидать от стратегии, в которой доминирует тренд,
немного уменьшился. Но перекос — достойное дополнение к нашему списку стратегий,
а также полезный пример для изучения.
Таблица 113. Эффективность совокупного портфеля Jumbo для переноса, тренда

и ускорения
Стратегия двадцать четыре Одиннадцатая стратегия Стратегия двадцать четыре

перекос Держите и тренд Перенос, тренд и перекос
Расходы 0,9% 1,1% 1,2%
Оборот 23,9 46,5 56,1
перекос 0,14 0,76 0,62
Альфа 8,5% 22,3% 22,5%
Бета 0,62 0,30 0,44
Некоторые другие торговые стратегии и почему я

ими не торгую
Есть много других стратегий, которые я мог бы обсудить и которые, казалось

бы, относятся к компетенции третьей части, но которые здесь не включены. Я
выделю два типа стратегий, которыми сам не торгую, но которые весьма популярны,
и вы, возможно, ожидали найти их в этой книге.
Во-первых, я исключил все стратегии, использующие сезонные и календарные эффекты. Они

популярны на энергетическом и сельскохозяйственном рынках, где разные сезоны
создают разные погодные условия, которые могут влиять на цены. Но они также
удивительно популярны на рынках акций и облигаций, где в течение многих лет
существовало надомное производство академических исследователей, выпускающих
статьи об «эффекте января» (акции обычно растут в январе), «эффекте смены
месяца» ( акции неизбежно растут в последние несколько дней месяца) и «эффект
пятницы» (вы, наверное, догадываетесь, что происходит в конце рабочей недели).
У меня есть несколько проблем с этими типами стратегий. Во-первых, они, вероятно,
будут работать по-разному на разных рынках. Например, эффекты календаря акций, по-
видимому, связаны с оптимизацией налогов, а в разных странах налоговый год
заканчивается по-разному. Вполне вероятно, что сезонность по-разному повлияет на
рынки кукурузы и природного газа.
Я бы предпочел не запускать разные наборы стратегий для каждого инструмента без

веских доказательств того, что это был правильный подход. Чтобы сделать это
должным образом, потребовалось бы очень сложное тестирование на исторических
данных, где каждому инструменту разрешалось выбирать из большого списка
альтернатив, основанных только на исторической доходности. Например, чтобы
протестировать общий эффект календаря, нам потребуется как минимум 12 разных стратегий: по одной на
С таким количеством вариантов я ожидаю найти какие-то сильные закономерности
только благодаря удаче, что затрудняет различие между ними и реальной
сезонностью в данных.
Наконец, я скептически отношусь к тому, что такие стратегии, скорее всего, будут
работать в будущем, даже если они сработали при тестировании на исторических данных.
День недели или месяц года – это информация, известная каждому. Помимо налоговых
последствий, также нет очевидной причины, по которой людям нужна премия за риск,
чтобы владеть определенными активами в определенное время года или в некоторые дни
недели. Эти стратегии, кажется, в основном полагаются на людей, сознательно
делающих что-то глупое. Вероятно, в какой-то момент истории крупные пенсионные
фонды всегда перераспределяли средства между облигациями и акциями в один день,
создавая эффект смены месяца. Это могло сработать в прошлом, но в настоящее время
очень немногие крупные пенсионные фонды постоянно глупы.
Второй тип стратегии, которого я старательно избегал, — это любое межрыночное

прогнозирование. Примером может служить возврат в
Валютный курс USD/GBP для прогнозирования курса FTSE 100, возможно, на том
основании, что валютный рынок более эффективен, чем фондовый рынок Великобритании.
(Примечание: это сильно отличается от торговли двумя или более инструментами по
стратегии относительной стоимости , которую я рассматриваю в пятой части.) Легко
представить себе периоды, когда такая стратегия была бы успешной. Например, краху
фондового рынка в 2008 году предшествовал серьезный кризис на кредитных рынках,
разразившийся почти годом ранее.
Мои возражения здесь аналогичны возражениям в отношении календаря и сезонности.

Большинство популярных стратегий этого типа очень специфичны для определенных
наборов рынков, о которых можно рассказывать правдоподобные анекдоты. Опять же,
чтобы должным образом протестировать все возможные альтернативы, потребовалось бы
огромное количество усилий: со 100 инструментами для одного лага прогноза мне
нужно было бы протестировать 1002 – 100 = 9900 стратегий. По чистой случайности
многие сотни из них выглядели бы правдоподобными стратегиями, независимо от их
реальных достоинств.
Как и в случае с сезонностью и календарными эффектами, я крайне скептически

отношусь к будущим результатам кросс-рыночных стратегий. Нет веских оснований
думать, почему один конкретный инструмент должен быть более эффективным, чем
другой, в переваривании рыночных новостей.
Стратегия двадцать четвертая: Торговый план

224 Из-за нехватки места в этой главе не содержится значительных подробностей по теме разработки и подбора торговых
стратегий. Если вы серьезно заинтересованы в разработке собственных стратегий, я бы посоветовал прочитать мою первую книгу «
Систематическая торговля».
225 Ни одно из этих обширных эмпирических данных не объясняет, почему люди любят положительную асимметрию, но если это
вызывает беспокойство, мы можем использовать идеи поведенческих финансов, такие как теория перспектив, которые оправдывают
такое поведение.
226 Это число может быть получено даже из субъективного мнения, если оно поддается количественной оценке. В своих более
ранних книгах по трейдингу « Систематическая торговля» и «Торговля с кредитным плечом» я представил идею
полуавтоматического трейдера. Такой трейдер будет количественно оценивать свою интуицию в отношении данной сделки по
шкале от -20 до +20, что соответствует шкале прогнозов, которую я использую: (а) средний абсолютный прогноз равен 10, (б)
положительные прогнозы являются бычьими, а отрицательные являются медвежьими, и (c) абсолютные прогнозы ограничены
максимум 20.
227 На данном этапе нас не беспокоит, что прогноз будет пропорционален ожидаемой доходности с поправкой на риск: это будет
позже.
228 Помните, что при тестировании на исторических данных для расчета процентной доходности вы должны взять разницу
между двумя дневными ценами с поправкой на прошлое и разделить на текущую цену фьючерса на момент времени, а не на цену с
поправкой на прошлое.
229 Например, в моем собственном тестировании на исторических данных я подбираю веса прогнозов, используя только
ретроспективные данные и надежный процесс. Это означает, что я могу рассмотреть очень большой набор потенциальных
стратегий без подбора выборки.
230 Обратите внимание, что это всего лишь ожидание, и даже при тестировании на исторических данных маловероятно, что мы достигли бы ровно нуля.
Рассмотрим, например, инструмент с относительно короткой историей, в течение которого уровень перекоса всегда растет. Поскольку средняя
асимметрия на сегодняшний день всегда будет меньше, чем текущая оценка асимметрии, прогноз будет иметь постоянное смещение в сторону
увеличения.
231 На самом деле, если предположить, что мы оценили среднюю асимметрию для инструмента, просматривая все доступные исторические данные, мы
постепенно изменили бы наши прогнозы с течением времени.
232 Рассмотрим смещенный вверх прогноз, который имеет гауссово распределение со средним значением +5 и стандартным отклонением 5. На первый
взгляд, масштабирование прогноза должно быть около 2, так как это даст прогнозное распределение со стандартным отклонением из 10. Однако
среднее абсолютное значение исходного прогноза будет около 5,8, в результате чего расчетный скаляр прогноза составит около 1,7. Если смещения
в тестировании на истории не будет в будущем, то масштабированный прогноз будет иметь среднее абсолютное значение около 8,5, что меньше
предполагаемого значения 10.

Стратегия двадцать пятая:

динамическая оптимизация (когда вы
не можете торговать портфелем Jumbo)
Я полагаю, что одной из самых удивительных частей этой книги было то, что я
рассказал о преимуществах диверсификации, помимо одного инструмента, в портфеле
Jumbo, который содержит около 100 фьючерсных рынков. Вполне разумно ожидать,
что ваша доходность с поправкой на риск удвоится, утроится или даже удвоится,
когда вы перейдете от одного к 100 инструментам. Действительно, в девятой
стратегии мы видим почти пятикратное улучшение.
В финансах очень мало вещей, которые могут в четыре раза увеличить ваши
ожидаемые результаты, поэтому крупные хедж-фонды, торгующие фьючерсами, прилагают
все усилия, чтобы включить в свои портфели как можно больше рынков.
Действительно, многие из них вышли за рамки фьючерсов на внебиржевые (OTC) рынки,
такие как валютные форварды и процентные свопы.
Это все хорошо, если у вас есть минимальный размер счета в 50 миллионов долларов,
что, по моему мнению, достаточно для торговли портфелем Jumbo. Но почти все
розничные торговцы и немало организаций этого не сделают. Я не выдаю много
личной финансовой информации, когда говорю вам, что мой собственный торговый
счет не совсем соответствует уровню, на котором я мог бы торговать портфелем
Jumbo!
В четвертой стратегии я уже описал процесс выбора статического набора

инструментов, который даст вам максимальную отдачу от ваших ограниченных
вложений. Но есть альтернатива. Что, если бы можно было теоретически торговать
100 или около того инструментами в портфеле Jumbo, а затем динамически выбирать
набор инструментов, который давал бы вам наилучший возможный портфель в любой
день, учитывая ваш ограниченный капитал? Такая стратегия может позволить
кому-то с относительно небольшим счетом добиться результатов, почти таких
же хороших, как у крупного хедж-фонда233.
Стратегия двадцать пятая: динамически оптимизируйте

позиции, создаваемые базовой торговой стратегией,
чтобы наилучшим образом использовать ограниченный капитал.
Предупреждение о вреде для здоровья: было бы практически невозможно запустить эту

стратегию, не закодировав ее с помощью языка программирования. Пример кода Python для
этой стратегии доступен на веб-сайте этой книги. Эта глава также включает в себя самую
сложную математику в книге: вам нужно быть знакомым с ковариационными матрицами,
векторами и умножением точек.
Проблема маленьких торговых счетов

Предположим, мы торгуем портфелем Jumbo с произвольным набором торговых правил.
Предполагая, что мы торгуем один раз в день, мы получаем цены закрытия для каждого
инструмента, а затем выполняем все наши расчеты для расчета оптимальной позиции. Размер
этих оптимальных позиций будет зависеть от капитала на нашем счете. Например, имея 50
миллионов долларов, мы можем открыть длинную позицию на 14,2 контракта S&P 500, которую
мы можем округлить до 14 фьючерсных контрактов. Но с торговым счетом в 100 000 долларов
наша оптимальная позиция будет составлять всего 0,0284 контракта, что округляется
ровно до нуля: нет позиции. С более чем 100 инструментами из портфеля Jumbo, но всего за
100 000 долларов США для торговли ими, вполне вероятно, что большинство, если не все,
ваших позиций будут округлены.
до нуля.
Ранее в книге я предлагал применять минимальный уровень капитала, чтобы гарантировать,

что вы сможете торговать данным инструментом. Следствием этого является то, что вам
нужно выбрать небольшое подмножество портфеля Jumbo для торговли. Это означает, что
вы не сможете воспользоваться всеми потенциальными преимуществами диверсификации
портфеля Jumbo, что приведет к более низкой ожидаемой доходности и более низким
коэффициентам Шарпа (SR).
Вы также, вероятно, пожалеете, если прибыль в данном году ограничивается одним или
несколькими инструментами, которые вы не смогли втиснуть в свой портфель. Например, на
небольшом счете можно торговать только одним инструментом из класса активов FX. Но
когда я пишу это в первые несколько месяцев 2022 года, единственное будущее FX в портфеле
Jumbo, которое что-то сделало
интересно JPY/USD. Представьте, как бы вы себя чувствовали, если бы не выбрали его в качестве
единственного представителя класса активов FX!
Оптимизация для лучшего портфолио

Как динамическая оптимизация решает эту проблему? Он делает следующее: каждый день мы вычисляем
наилучший возможный набор позиций, которые можно удерживать, учитывая, что позиции на
фьючерсных рынках могут быть только целыми числами. Наилучший набор позиций — это тот, который
наиболее близко соответствует оптимальному неокругленному портфелю позиций.234 Нам нужно ввести
некоторые формальные
обозначения. Предположим, что у нас есть набор оптимальных неокругленных позиций по каждому
инструменту, где Ni — это неокругленное количество контрактов по инструменту i , которые мы бы в
идеале держали. Они будут рассчитаны с использованием торгового капитала, который у нас есть, с
использованием комбинированных прогнозов, весов инструментов и мультипликатора диверсификации
инструментов (IDM). Важно отметить, что эти позиции будут до того, как будет применена буферизация,
поскольку для буферизации требуется знание позиций, которые мы в настоящее время удерживаем.
Поскольку мы не можем удерживать позиции в неокругленных суммах, бессмысленно рассматривать
буферизованные неокругленные позиции.
Оказывается, более естественно выполнять эту оптимизацию с использованием весов портфеля, где
вес портфеля равен номинальной стоимости позиции как доле нашего торгового капитала. Например,
вес портфеля +0,50 будет означать, что у нас есть длинная позиция, номинальная стоимость
которой равна половине нашего капитала. Используя некоторые формулы второй стратегии, мы
определяем вес портфеля для данного инструмента i следующим образом:
*
Наша цель — найти наилучший набор весов, w i , для которого мы минимизируем
стандартное отклонение портфеля ошибок отслеживания. Это стандартное отклонение
рассчитывается с использованием двух наборов весов и ковариации процентной доходности активов.
Кроме того, ковариация рассчитывается на основе корреляции и годового стандартного
отклонения процентной доходности для базовых инструментов, а не торговых подстратегий.
Обратите внимание, что T — это оператор транспонирования, а точки (.) в итоговой формуле — это
матричное умножение точек.

*
Поскольку мы можем брать только целые позиции, наш вес веса на должны быть в целых единицах
контракт. Так, например, если вес контракта в данном инструменте равен 0,32, то мы можем иметь
*
только одно из следующих значений w : …, 0,96, 0,64, 0,32, 0, +0,32, +0,64, + 0,96, … и так далее
на.
Матрица корреляции ρ и годовое стандартное отклонение σ рассчитываются на основе процентной
доходности всех инструментов, которыми мы торгуем.
Напомним из первой части, что мы рассчитываем дневную процентную доходность следующим образом:
учитывая скорректированную цену p и цену торгуемого фьючерсного контракта в соответствующий
день F:
Чтобы найти стандартное отклонение, мы используем стандартный метод, представленный в третьей
стратегии: EWMA с 32-дневным интервалом. Для корреляции уместно более длительное оглядывание
235
назад: я использую еженедельные доходы за последние шесть месяцев. Вы также
можете использовать экспоненциально взвешенную корреляцию, но на самом деле это не добавляет никакой
ценности. Более подробная информация приведена в Приложении B.
Жадный алгоритм
Есть несколько способов решить эту оптимизацию, но я буду использовать жадный алгоритм.
Из Интернета (www.maixuanviet.com/greedy algorithm.vietmx):
Жадный алгоритм — это подход к решению задачи путем выбора

наилучшего из доступных на данный момент вариантов. Не
беспокоит, принесет ли текущий лучший результат общий
оптимальный результат. Алгоритм никогда не отменяет
предыдущее решение, даже если выбор неверен.
Чтобы использовать этот метод для решения оптимизации, мы можем использовать следующий
подход:
1. Придумайте набор стартовых весов. Это равно нулю во всех инструментах. Эти начальные
веса становятся текущим лучшим решением.
2. Найдите предложенный набор весов, который является лучшим, что мы можем сделать,
начиная с текущего лучшего решения.
3. Задаем предлагаемое решение изначально равным текущему лучшему

решение.
4. Перебрать все инструменты, для которых у нас есть веса. Для

каждый инструмент вычисляет инкрементное решение:
я. Если оптимальный неокругленный вес для этого инструмента равен
положительный, затем добавьте вес контракта к текущему весу наилучшего
решения для этого инструмента. Это эквивалентно покупке
дополнительного контракта на этот инструмент. II. Если
оптимальный вес для этого инструмента отрицательный, то вычтите вес

контракта из текущего веса наилучшего решения для этого
инструмента. Это эквивалентно продаже дополнительного контракта
на этот инструмент. III. Оцените ошибку отслеживания для
увеличенного решения. Если оно лучше, чем предлагаемое решение, установите

предлагаемое решение равным увеличенному решению.
5. После завершения инструментального цикла у вас будет лучший

предложенное решение. Это будет лучшее решение, которое мы можем иметь, что
включает в себя добавление или вычитание одного контракта для одного инструмента.
6. Если лучшее предложенное решение имеет меньшую ошибку отслеживания, чем текущее
лучшее решение, то оно становится новым текущим лучшим решением. Повторите
с шага 4.
7. Если лучшее предлагаемое решение совпадает с текущим лучшим
решение, то текущее лучшее решение считается оптимальным. Останавливаться.
Сейчас я объясню это более подробно на простом примере. Я предполагаю, что торговый капитал
составляет 500 000 долларов, и пример состоит из трех инструментов: фьючерсов на 5-летние и 10-
летние облигации США и S&P 500.
В таблице 114 есть все числа, которые нам понадобятся, за исключением корреляции. Я предполагаю,
что корреляция между 5-летними и 10-летними облигациями США составляет 0,9, а между двумя
рынками облигаций и S&P 500 — -0,1.
Подробности того, как я рассчитываю эти корреляции, приведены в Приложении B.
Таблица 114: Произвольный пример динамической оптимизации, предполагающий торговый
капитал в размере 500 000 долларов США.
5-летние облигации США 10-летние S&P 500 (микро)

Оптимальная позиция в контрактах (а) 0,4 0,9 3.1
Условный риск по контракту (b) 110 000 долларов 120 000 долларов 20 000 долларов
Вес на контракт (c = b/капитал) 0,22 0,24 0,04
Оптимальный вес = a × c 0,088 0,216 0,124
Стандартное отклонение доходности в годовом 5,2% 8,2% 17,1%

исчислении, %
Стандартные отклонения и веса для контракта верны на момент написания, однако показанные
неокругленные оптимальные позиции совершенно произвольны. Вместе с годовыми стандартными
отклонениями это дает ковариационную матрицу, показанную в таблице 115.
Таблица 115: Ковариационная матрица для примера динамической оптимизации
5-летние облигации США 10-летние облигации США S&P 500
США 5-летний 0,002704 0,003838 0,000889
США 10-летний 0,003838 0,006724 0,001402

S&P 500 0,000889 0,001402 0,029241
Шаг 1: Мы устанавливаем начальные веса равными нулю. Для удобства я могу записать
этот набор весов следующим образом: [0,0, 0,0, 0,0].
Шаг 2: Эти начальные веса также являются начальным текущим лучшим решением.
В последний столбец таблицы 116 я добавил стандартное отклонение отслеживания,

которое я получаю для весов в данной строке. Очевидно, что для оптимальных весов
(вторая строка) ошибка отслеживания равна нулю, но как насчет ошибки отслеживания
для текущего наилучшего решения со всеми нулевыми весами [0,0, 0,0, 0,0]? Подставив их
в приведенные выше формулы с ковариационной матрицей в таблице 115, мы получим
стандартное отклонение ошибки отслеживания, равное 2,67 % в год:
Таблица 116: Начальные веса и ошибка отслеживания
5-летняя 10-летняя S&P Стандартное отклонение ошибки

облигация США облигация США 500 отслеживания для весов
Вес на 0,22 0,24 0,04 Н/Д

договор
Оптимальный вес (а) 0,088 0,216 0,124 0%
Текущее 0 0 0 2,67%
лучшее решение (b)
Шаг 3.1: Затем мы устанавливаем предлагаемое решение равным текущему лучшему решению:
нулевые веса для всех трех инструментов с ошибкой отслеживания 2,67%.
Шаг 4: Зацикливаемся на всех трех инструментах. Начнем с фьючерса на 5-летние облигации

США.
Шаг 4.1: Оптимальный неокругленный вес для этого инструмента положительный, поэтому мы
добавляем вес на контракт (0,22) к текущему весу наилучшего решения для этого
инструмента (0). Это эквивалентно покупке одной 5-летней облигации США.
договор.
Шаг 4.2. Теперь мы оцениваем ошибку отслеживания для этого добавочного решения.
В таблице 117 стандартное отклонение ошибки отслеживания для этого инкрементного

решения составляет более 3%. Поскольку это больше, чем ошибка 2,67% для предлагаемого
наилучшего решения (которое имеет нулевой вес), мы не меняем предлагаемое наилучшее
решение.
Таблица 117: Веса и ошибка отслеживания после покупки одного фьючерса на 5-летнюю
облигацию США
5-летняя 10-летняя S&P Стандартное отклонение отслеживания

облигация США облигация США 500 ошибка
Вес по контракту 0,22 0,24 0,04
Текущее лучшее решение 0 0 0 2,67%

(b)
Предлагаемое решение 0 0 0 2,67%

(с)
Инкрементальное решение 0,22 0 0 3,43%
(б увеличено)
Шаг 4.1. Теперь рассмотрим фьючерс на 10-летние облигации США. Оптимальный вес здесь
положительный, поэтому мы снова добавляем соответствующий вес контракта к текущему
лучшему решению, что эквивалентно покупке одного контракта.
Шаг 4.2: Этот этап показан в таблице 118.
Таблица 118: Веса и ошибка отслеживания после покупки одного фьючерса на 10-летние



(b)
Предлагаемое решение 0 0 0 2,67%

(с)
Инкрементное решение 0 0,24 0 1,53%
Ошибка отслеживания этого инкрементного решения составляет 1,53%, что ниже, чем
2,67% для текущего предлагаемого решения. Таким образом, это инкрементное решение
[0, 0,24, 0] становится новым предлагаемым решением.
Наконец, для этой петли мы рассматриваем S&P 500.
Шаги 4.1 и 4.2: Оптимальный вес снова положительный, и соответствующие расчеты

приведены в таблице 119.
Таблица 119: Веса и ошибка отслеживания после покупки одного фьючерса на S&P 500


(b)
Предлагаемое решение 0 0,24 0 1,53%

(с)
Инкрементное решение 0 0 0,04 2,51%
Обратите внимание, что мы не увеличиваем предлагаемое решение; вместо этого мы всегда

начинаем с базовой линии текущего лучшего решения. Это инкрементное решение имеет
ошибку отслеживания 2,51%. Это уступает предлагаемому решению, поэтому предлагаемое
решение остается без изменений.
Шаг 5: Теперь мы один раз прошлись по доступным инструментам. Наилучшее предлагаемое

решение — иметь веса портфеля [0, 0,24, 0]. Это эквивалентно простой покупке одного
фьючерса на 10-летние облигации США. Обратите внимание, что предлагаемое решение
после повторения каждого инструмента всегда будет отличаться только на один
контракт от текущего наилучшего решения; за исключением случаев, когда текущее
лучшее решение не может быть улучшено.
Шаг 6: Лучше ли предлагаемое решение, чем текущее лучшее решение? Да, ошибка
отслеживания для последнего имеет стандартное отклонение 1,53 %, что ниже,
чем 2,67 % для текущего наилучшего решения. Теперь мы устанавливаем текущее
лучшее решение равным предложенному решению: [0, 0,24, 0].
Теперь мы вернулись к шагу 4. Для экономии времени и бумаги в таблице 120 показаны
все итерации для этого этапа в одном месте. Как видите, предлагаемое решение
остается неизменным до тех пор, пока мы не купим наш первый контракт S&P 500. На
данный момент предлагаемые веса [0, 0,24, 0,04], поэтому мы купили одну 10-летнюю
облигацию США и одну S&P 500.
Таблица 120: Веса и ошибки отслеживания при втором проходе через этап 4
5-летняя 10-летняя S&P Стандартное отклонение

облигация США облигация США 500 ошибки отслеживания
Текущее лучшее решение (b) 0 0,24 0 1,53%
Начало: Предлагаемое решение 0 0,24 0 1,53%
1-е инкрементное решение 0,22 0,24 0 2,35%
Без изменений предлагаемое 0 0,24 0 1,58%

решение
2-е инкрементное решение 0 0,48 0 2,30%
Без изменений предлагаемое 0 0,24 0 1,58%

решение
3-е инкрементное решение 0 0,24 0,04 1,506%
Обновленное 0 0,24 0,04 1,506%

предлагаемое решение
Лучшее и окончательное 0 0,24 0,04 1,506%

предложенное решение
Поскольку текущий лучший портфель был улучшен, мы заменяем его предлагаемым

решением. В таблице 121 показан следующий набор итераций.
Таблица 121: Веса и ошибка слежения при третьем проходе этапа 4

Вес по контракту 0,22 0,24 0,04 0%
Оптимальный вес (а) 0,088 0,216 0,124 2,81%
Текущее лучшее решение (b) 0 0,24 0,04 1,506%
Начало: Предлагаемое решение 0 0,24 0,04 1,506%
1-е инкрементное решение 0,22 0,24 0,04 2,30%
Без изменений предлагаемое 0 0,24 0,04 1,506%

решение

решение
Обновленное 0 0,24 0,08 1,504%

Лучшее и окончательное 0 0,24 0,08 1,504%

предложенное решение
Опять же, мы улучшаем предложенное решение только тогда, когда покупаем еще один
контракт S&P 500. Наше окончательное предлагаемое решение — [0, 0,24, 0,08], что
эквивалентно покупке одного 10-летнего контракта США и двух контрактов S&P 500. Это
предлагаемое решение становится новым текущим решением, которое мы используем в
таблице 122 для следующей итерации.
Таблица 122: Веса и ошибка слежения при четвертом проходе этапа 4

Вес по контракту 0,22 0,24 0,04 0%
Оптимальный вес (а) 0,088 0,216 0,124 2,81%
Текущее лучшее решение (b) 0 0,24 0,08 1,504%
Начало: Предлагаемое решение 0 0,24 0,08 1,504%
1-е инкрементное решение 0,22 0,24 0,08 2,26%

решение

решение
Без изменений и окончательное 0 0,24 0,08 1,504%

После завершения последнего прохода предлагаемое решение остается без изменений.

Поскольку мы не можем улучшить текущее лучшее решение, мы не повторяем третий
этап снова. Мы на седьмом шаге и останавливаемся. Наша последняя задача —
преобразовать оптимизированные веса обратно в позиции. Эти позиции всегда будут
целыми числами, поэтому округление не требуется.
Давайте посмотрим, что сделала динамическая оптимизация, просмотрев результаты

в таблице 123. Наши позиции не сильно отличаются от тех, которые мы получили бы,
просто округлив наши оптимальные неокругленные позиции, но у нас есть только два
фьючерса на S&P 500, а не три. Моя интуиция подсказывает, что у нас есть некоторый
неиспользованный процентный риск в США, который мы хотели бы иметь, поскольку у нас
нет позиции по пятилетним облигациям США. Поскольку облигации и акции имеют
слегка отрицательную корреляцию, добавление фьючерса на S&P 500 эффективно
устранит некоторый процентный риск из нашего портфеля, что сделает его хуже
оптимизированных весов только с двумя фьючерсами на S&P 500.
Таблица 123: Конечные позиции для примера динамической оптимизации
5-летние облигации США 10-летние облигации США S&P 500 (микро)
Оптимальное неокругленное положение (а) 0,4 0,9 3.1
Вес по контракту (б) 0,22 0,24 0,04
Оптимальный вес = a × b 0,088 0,216 0,124
Оптимизированный вес (г) 0 0,24 0,08
Оптимальное положение = d ÷ b 0 1 2
Я запускал эту оптимизацию на бесчисленных примерах, и результаты были захватывающими

и интуитивно понятными. Например, если инструмент имеет большой минимальный
капитал и мы не можем открыть по нему позицию, он займет позиции по инструментам с
меньшими весами на контракт, которые коррелированы и имеют одинаковый знак позиции
(длинная или короткая).
Он также имеет ряд преимуществ перед более сложными методологиями оптимизации. Во-первых,
он очень надежен и вряд ли будет генерировать разреженные портфели, состоящие из позиций
только по одному или двум инструментам.236 Точно так же он не будет использовать
потенциально опасные хеджированные позиции, поскольку оптимизированная позиция
всегда будет направлена в том же направлении, что и прогноз.237 Наконец, это очень быстро,
даже с более чем 100 инструментами.
Основным недостатком является то, что он может пропустить немного лучший набор
оптимальных весов, что даст небольшое улучшение ошибки отслеживания. Но это небольшая
цена, поскольку эти оптимальные веса часто менее надежны. Менее очевидным недостатком
этой оптимизации является то, что торговать очень дорого, но я рассмотрю эту проблему
в следующем разделе.
Работа с затратами: штраф за затраты

Поучительно сравнить динамическую оптимизацию со статической оптимизацией, которую
я разработал в четвертой стратегии (стр. 112). Первый выбирает лучший набор инструментов
для открытия позиций каждый день, в то время как второй — это разовое упражнение по
выбору инструментов для торговли.
Некоторые из используемых критериев фактически одинаковы в обеих методологиях.

Например, оба будут удерживать только те позиции, в которых у нас достаточно капитала
для торговли. Это явно проявляется в статической оптимизации, но неявно в
динамической версии. При динамической оптимизации очень маловероятно, что мы откроем
позицию по инструменту с чрезмерным минимальным капиталом, так как это приведет к очень
большой ошибке отслеживания.
Оба алгоритма пытаются максимизировать диверсификацию. В случае статической

оптимизации это явно. Мы достигаем диверсификации в динамической оптимизации,
удерживая набор инструментов, которые имеют наименьшую возможную ошибку отслеживания
по сравнению с максимально диверсифицированным портфелем Jumbo.
Есть одно важное отличие. Статическая оптимизация предполагает, что все инструменты
будут иметь одинаковую предстоимость SR. Это имеет смысл, поскольку не было достаточных
доказательств того, что какой-либо один инструмент будет работать лучше, чем другой, в
данной стратегии при достаточно длительном тестировании на исторических данных.238 В
отличие от этого, динамическая оптимизация использует базовые позиции, которые были
масштабированы для силы прогноза. Поскольку мы предполагаем, что сила прогноза является
хорошим предиктором доходности с поправкой на риск в ближайшем будущем, это означает, что
динамическая оптимизация эффективно включает в свои расчеты различные оценки SR

для каждого инструмента.
Однако есть важный элемент статической оптимизации, который мы еще не использовали:

затраты. Статическая оптимизация направлена на использование инструментов с более
низкими затратами, в то время как динамическая оптимизация не имеет концепции затрат.
К счастью, можно изменить уравнения ошибок слежения, включив в них
расходы:
Новые члены, введенные в эти уравнения:
Текущее или предыдущее количество контрактов Pi по каждому инструменту i.
Вес позиции, подразумеваемый этими предыдущими контрактами, .

Расчетная стоимость торговли одним контрактом инструмента i, Ci , в той же
валюте, что и наш капитал.
Эта стоимость переводится в стоимость торговли данным весом как доля капитала.
Торги в весовом выражении, Δi .
Стоимость всех торгов в весовом выражении, δ.
Общая стоимость умножается на 50, а затем добавляется к ошибке отслеживания.

Поскольку мы пытаемся свести к минимуму ошибку отслеживания, это означает, что
мы будем искать оптимизированные наборы весов, которые имеют более низкую стоимость
торговли.
Без сомнения, у вас есть пара вопросов об этой модификации. Во-первых, откуда 50? Я
оптимизировал это так, чтобы уровень затрат оставался примерно таким же, как для
одиннадцатой стратегии, но на самом деле любое число от 10 до 100 даст очень похожие
результаты.
Во-вторых, как рассчитать денежную стоимость торговли одним контрактом Ci?
На самом деле мы уже обсуждали это в первой части:
Эту стоимость необходимо преобразовать в ту же валюту, в которой выражен ваш торговый

капитал, прежде чем разделить на капитал, чтобы получить стоимость в виде веса.
Это нормально, если мы выполняем динамическую оптимизацию сегодня, но не при тестировании на
исторических данных, поскольку сегодняшние затраты в валюте, вероятно, будут нереальными, если они
использовались в прошлом. Для тестирования на исторических данных нам потребуется скорректировать
исторические затраты в валютном выражении, используя метод, который я предложил для пятой
стратегии (см. стр. 133).
Текущие затраты на контракт для трех активов, которые я использовал в предыдущем

например, 0,875 доллара США (S&P 500 micro), 11,50 доллара США (10-летний срок США) и 5,50
доллара США (5-летний срок США). Они уже указаны в правильной валюте, поэтому я просто
делю на торговый капитал, который я использовал (500 000 долларов США), и на вес каждого
контракта (0,04, 0,22 и 0,24 соответственно).
Они достаточно малы, чтобы не повлиять на результат нашего предыдущего примера, но

давайте пересчитаем ошибку отслеживания для оптимизированного решения, чтобы
почувствовать эффект применения штрафа за стоимость.
Первоначальная ошибка отслеживания окончательного набора весов [5-летний США = 0,

10-летний США = 0,24, S&P 500 = 0,08] составила 1,504%. Предположим, что все наши начальные
веса были нулевыми, потому что у нас не было позиций. Это дает нам сделки как веса Δi ,
равные абсолютному значению оптимизированных весов: 0, 0,24 и 0,08. Подставляя их и
рассчитанный выше wc в соответствующую формулу, мы получаем:

Работа с затратами: буферизация

Использование штрафа за затраты снижает оборот динамической оптимизации на некоторый
запас, но он все же выше, чем можно было бы ожидать. Основная причина этого заключается
в том, что оптимизация всегда открывает позицию только в том же направлении, что и
базовый прогноз, в длинной или короткой позиции. В результате всякий раз, когда прогноз
меняет знак с длинного на короткий, мы всегда закрываем всю нашу позицию по этому
инструменту (и, возможно, открываем новую позицию в противоположном направлении).
На это поведение не влияет наложение штрафа за стоимость, и оно приводит к нижней

границе, ниже которой оборот не может быть снижен. Оказывается, эта нижняя граница на
самом деле довольно высока. Дальнейшее увеличение штрафа за затраты в попытке снизить
оборот приводит только к тому, что торговля ограничивается самыми дешевыми
инструментами, и сильно ухудшает показатели после затрат.
Тем не менее, есть решение под рукой. Помните, что мы непреднамеренно убрали еще один
элемент нашей оригинальной торговой системы, который помогает снизить затраты:
буферизацию. Еще в восьмой стратегии, на странице 167, я установил торговый буфер на
уровне 10% от средней позиции, которую мы рассчитывали удерживать. Затем я построил
буферную зону вокруг оптимальной позиции, которую мы хотели удержать. Если бы текущая
позиция находилась за пределами этой зоны, мы бы торговали до края буфера. Но если
позиция находилась внутри буферной зоны, то никакой торговли не требовалось.
Не имеет смысла использовать буферизованные позиции в качестве входных данных для

динамической оптимизации, поэтому неокругленные позиции, которые мы пытаемся сопоставить,
рассчитывается до применения буфера. К сожалению, нецелесообразно выполнять этот тип буферизации на
отдельных позициях при динамической оптимизации.
Но мы можем реализовать буферизацию для всего портфеля , используя общую идею буферизации, но в
единицах отслеживания ошибок, а не единиц позиции.
Для этого мы сначала устанавливаем буфер ошибок отслеживания в терминах стандартного отклонения,
Bσ. Ошибка отслеживания всегда положительна, потому что она представляет собой сумму двух
положительных цифр: стандартного отклонения в годовом исчислении и затрат в годовом исчислении.
Таким образом, наша модифицированная методология буферизации будет выглядеть так:
Рассчитайте оптимизированный портфель округленных позиций методом динамической
оптимизации.
Проверьте ошибку отслеживания оптимизированного портфеля по сравнению с позициями, которые
мы уже держим.
Если эта ошибка отслеживания меньше буфера, то торговля не требуется.
Если эта ошибка отслеживания больше буфера, то торгуйте до тех пор, пока ошибка отслеживания
не сравняется с буфером.
Давайте обсудим это подробно, используя приведенный выше пример с тремя фьючерсными рынками: 5-летними
облигациями США, 10-летними облигациями США и S&P 500. Первый вопрос, на который нам нужно ответить, —
каким должен быть буфер Bσ . Аналогичным эквивалентом средней позиции, используемой в исходном буфере,
является наша цель по среднему риску τ. Он измеряется как годовое стандартное отклонение
доходности. 10-процентный симметричный буфер, который мы использовали для буферизации позиции,
эквивалентен 5-процентному асимметричному буферу для отслеживания ошибок. Это дает нам следующий
расчет для эквивалентного буфера ошибок отслеживания:
Поскольку в этой книге я использую целевое значение риска 20 %, оптимальный буфер Bσ равен 1 %.
Затем мы вычисляем ошибку отслеживания нашего текущего портфеля по сравнению с динамически
оптимизированным портфелем. Примечание: это не то же самое, что ошибка отслеживания оптимизированного
портфеля по отношению к исходным оптимальным неокругленным позициям. Теперь мы пытаемся увидеть,
достаточно ли похож текущий портфель на оптимизированный портфель, чтобы не было необходимости в
торговле. Это отслеживание

ошибка состоит исключительно из стандартного отклонения и не включает штраф за

затраты, поскольку мы уже использовали затраты при определении того, каким будет
оптимизированный портфель:
У нас уже есть оптимизированный портфель для нашего предыдущего примера: [5-летний
доллар США = 0, 10-летний доллар США = 0,24, S&P 500 = 0,08]. Предположу, что у нас нет
текущего портфеля: все наши позиции на данный момент равны нулю: [0, 0, 0]. Если я
подставлю оптимизированные веса из предыдущих и текущие веса портфеля равны нулю, я
получу стандартное отклонение 2,35%. Это значительно выше буфера в 1%, поэтому нам
нужно немного поторговаться.
Если бы мы торговали до новых оптимизированных весов, мы бы получили нулевую ошибку

отслеживания. Но, как мы делали ранее с буферизацией позиций, мы фактически хотим
торговать до края буфера , т.е. торговать таким образом, чтобы наша ошибка отслеживания
равнялась размеру буфера, 1%. Для этого мы вычисляем поправочный коэффициент, который
представляет собой расстояние, которое нам нужно пройти от текущего портфеля, чтобы
ошибка отслеживания была равна буферу. Если ошибка отслеживания текущего и
оптимизированного портфеля равна T, то:
В рассматриваемом нами примере, поскольку Т = 2,35%, имеем:
Теперь нам нужно умножить количество сделок, которые потребуются для торговли на
всем пути к оптимизированному портфелю, на α:
Например, для достижения оптимизированного веса портфеля S&P 500 (0,08) без
учета буферизации нам потребуется купить 0,08 – 0 = +0,08 единиц веса S&P 500. Это
соответствует двум контрактам, поскольку вес на контракт равен 0,04. Если
умножить требуемую сделку +0,08 на 0,57, то получим сделку +0,0456. Точно так же
требуемая торговля в США 10-года уменьшается с +0,24 до +0,138. Так как
требуемая торговля в США 5-года равна нулю, это не изменилось.
Затем мы конвертируем требуемые сделки в контрактные единицы. Для S&P 500

+0,0456 ÷ 0,04 = +1,14 и для 10-летних облигаций США +0,138 ÷ 0,24 = +0,57.
Наконец, эти требуемые сделки округляются до целых контрактов, чтобы
получить сделки, которые мы действительно будем совершать. Мы покупаем один
контракт S&P 500 и один фьючерс на 10-летние облигации США, получая веса [0,
0,24, 0,04] вместо оптимизированных весов [0, 0,24, 0,08].
Обратите внимание, что требуемая сделка практически идентична той, которую мы

бы сделали без буферизации, за исключением того, что мы покупаем на один фьючерс
S&P 500 меньше. Если вам интересно, если мы посчитаем ошибку отслеживания этого
нового набора весов по сравнению с оптимизированным портфелем, она окажется
почти нулевой: 0,2%. Хотя в принципе мы торгуем на краю буфера, из-за эффектов
округления очень маловероятно, что ошибка отслеживания после буферизации
будет точно равна ширине буфера 1%: она может быть больше или меньше.
Тестирование и понимание динамической

оптимизации
Анализ такой сложной стратегии, как динамическая оптимизация, — серьезное и
длительное дело, и сам по себе он, вероятно, мог бы занять почти всю книгу.
Полезно, например, понять вероятный диапазон ошибок отслеживания с течением
времени и увидеть, насколько хорошо динамическая оптимизация отслеживает
ожидаемый риск неокругленных оптимальных позиций. Мы должны подтвердить, что
откалиброванные параметры штрафа за стоимость (50) и буфера (1%) дают ожидаемые
результаты и что бэктест не слишком чувствителен к небольшим изменениям этих
значений.
Здесь нет места239 для всего этого! Но должно быть некоторое утешение, что я
тщательно протестировал эту стратегию и очень уверен в ее эффективности.
характеристики. Фактически, я использую его для торговли собственными деньгами каждый божий
день с середины октября 2021 года.
Вместо того, чтобы заставлять вас читать несколько сотен страниц подробного анализа, я
проведу простой трехфакторный тест. Все три варианта являются торговыми вариациями
одиннадцатой стратегии: сочетание кэрри и тренда с прогнозируемыми весами, определяемыми
стоимостью соответствующего инструмента240. Мы рассмотрим три стратегии:
1. Полный портфель Jumbo: 100 инструментов на сумму 50 миллионов долларов.
капитал.
2. Счет на 500 000 долларов с фиксированным набором из 27 выбранных инструментов241.
используя статическую методологию выбора инструмента, описанную еще в четвертой
стратегии (на стр. 112).
3. Счет на 500 000 долларов со 100 инструментами, использующими
динамическую оптимизацию.
Мы ожидаем, что первый вариант будет работать лучше, но весь смысл этой главы в том, что он
доступен только людям с 50 миллионами долларов, лежащими без дела. Кто-то с торговым счетом
в 500 000 долларов может выбирать между торговлей по второму или третьему варианту, используя
либо статическую, либо динамическую оптимизацию, чтобы ограничить количество инструментов,
которыми он торгует.
При относительно небольшом счете полный портфель Jumbo нереалистичен: есть вероятность,
что большинство позиций будет меньше, чем полный контракт. Результаты приведены в таблице
124.
Таблица 124: Одиннадцатая стратегия с различными уровнями капитала и типами

оптимизации
Без оптимизации Статическая оптимизация Динамическая оптимизация

100 инструментов 27 инструментов 100 инструментов 50 миллионов долларов 500
000 долларов 500 000 долларов
Расходы 1,1% 1,0% 1,0%

Оборот 46,5 32.1 48,8
перекос 0,76 0,19 0,79
Альфа 22,3% 21,6% 22,9%
Бета 0,30 0,25 0,29
Как и следовало ожидать, полный портфель Jumbo с 50 миллионами долларов в первом

столбце является лучшим. Но приятно видеть, что динамически оптимизированная
версия этого портфеля Jumbo может почти повторить его производительность всего с 1%
доступного капитала: 500 000 долларов. Мы теряем всего несколько единиц SR в доходности
с поправкой на риск. Затраты и оборот также очень похожи, что позволяет предположить,
что мы проделали хорошую работу по калибровке штрафа за стоимость и размера буфера.
Но что происходит в средней колонке? Похоже, что статический портфель, состоящий

всего из 27 инструментов, почти так же хорош, как и динамический портфель, за исключением
разве что перекоса, который выглядит хуже. Учитывая значительные усилия, необходимые
для динамической оптимизации, действительно ли оно того стоит?
На самом деле у статического портфолио есть скрытое преимущество. По счастливой

случайности статический портфель состоит из инструментов, которые в среднем показали
лучшие результаты в ходе тестирования на исторических данных. Это позволяет ему
преодолеть недостатки недостаточной диверсификации по сравнению с портфелем Jumbo
как в его оригинальном, так и в динамичном вкусе.
Мы можем увидеть это, если посмотрим на среднюю производительность медианного

инструмента. Результаты представлены в таблице 125. Обратите внимание, что 27
инструментов в статическом портфеле в среднем имеют лучшую производительность, чем

100 инструментов в портфеле Jumbo. Если мы рассмотрим SR, средний инструмент в статическом
портфеле имеет улучшение на 26% по сравнению со средним значением для полного портфеля
Jumbo. Это глупая удача, чистая и простая. Статический портфель не учитывает
историческую производительность инструментов, и мы знаем, что бесполезно пытаться
выбирать инструменты на основе такой статистики.
Затраты немного ниже в статическом портфеле, но снижение затрат объясняет лишь малую часть
более высоких показателей после затрат.
Таблица 125. Эффективность медианного инструмента для Jumbo и статических портфелей на сумму
500 000 долларов США
Медианный инструмент Медианный инструмент
Портфолио Jumbo 100 Статический портфель

инструментов $500 тыс. 27 инструментов
Расходы 0,4% 0,34%
Оборот 11,8 11,7
Нижний хвост 3.11 2,71
Можно выполнить грубую корректировку этого превосходства, соответствующим образом скорректировав
некоторые статистические данные для статического портфеля в таблице 124 с помощью
относительного коэффициента производительности 1 + 26% = 1,26. Результаты приведены в таблице
126. Теперь для статического портфеля они отражают то, что мы в среднем ожидаем от процесса
статического отбора, предполагая, что в нем не было ни удачи, ни неудачи242. Вы можете видеть,
что динамическая оптимизация теперь имеет более значительное преимущество перед статическая
оптимизация.
Таблица 126: Отдельные статистические данные о производительности для различных
типов оптимизации с корректировками, внесенными в статический портфель
Джамбо-портфолио Скорректированный статический портфель Динамическая оптимизация

100 инструментов 27 инструментов 100 инструментов 50 миллионов долларов 500 000
долларов 500 000 долларов

Альфа 22,3% 16,2% 22,9%
Подводя итог, если мы можем торговать только 27 инструментами, мы можем ожидать

SR 0,94 для одиннадцатой стратегии. Если бы мы могли торговать 100 инструментами
без проблем с минимальным капиталом, то это было бы повышено до SR 1,27. Но использование
динамической оптимизации с меньшим капиталом позволяет нам получить почти все
преимущества диверсификации с SR 1,22.
Если не принимать во внимание прямую производительность, насколько близко

оптимизированный динамический портфель соответствует эффективности портфеля
Jumbo с 50 миллионами долларов? Действительно, очень близко. Корреляция между
двумя стратегиями составляет 0,99: они практически идентичны. Это ошеломляюще
хорошо, учитывая, что у нас есть только 1/100 капитала, доступного для полного
портфеля Jumbo. Напротив, корреляция статического портфеля с полным портфелем
Jumbo составляет всего 0,78.
Также интересно посмотреть, как динамическая оптимизация работает с разными

уровнями капитала. С большим торговым капиталом мы могли бы ожидать более близкого
совпадения с неокругленным портфелем: он был бы еще более коррелирован, а ошибка
отслеживания, как правило, была бы очень низкой. Но имея всего несколько тысяч
долларов, мы были бы вынуждены торговать очень небольшим количеством фьючерсов с
очень низкими минимальными требованиями к капиталу. Производительность этого
выхолощенного портфеля будет сильно отличаться от той, которая достигается
при использовании неокругленных позиций, а ошибки отслеживания будут значительно
выше.
Давайте проведем еще одно сравнение, чтобы понять, как капитал повлияет на наши
результаты. Во введении я сказал, что эта книга подходит для трейдеров, у которых
на торговом счету не менее 100 000 долларов. Может ли трейдер с абсолютным минимумом
доступного капитала получить большую часть преимуществ одиннадцатой стратегии,
имея лишь малую долю от 50 миллионов долларов, необходимых для торговли полным
портфелем Jumbo?
Я повторно использовал метод статического отбора с капиталом в 100 000 долларов, и

на этот раз было выбрано 16 инструментов.243 Медиана SR для этого набора инструментов
была еще выше — 0,41. Таким образом, чтобы скорректировать производительность

статического портфеля, я использовал коэффициент 1,52: отношение между медианным
SR выбранного мной среднего инструмента и средним значением по всему портфелю Jumbo.
Результаты приведены в таблице 127.
Таблица 127: Отдельные статистические данные о производительности для

различных типов оптимизации с корректировками статического портфеля и без них
Портфель Скорректированный
Jumbo 100 Статический статический Динамическая
портфель 16 оптимизация 100
инструментов портфель 16
инструментов $100 000 инструментов $100 000
$50 млн инструментов $100 000
Среднегодовой 26,5% 23,6% 15,5% 20,0%

Расходы 1,1% 0,9% 0,9% 0,5%
Средняя 8,9% 7,9% 12,0% 9,6%

просадка
20,9% 21,3% 21,3% 18,8%

Альфа 22,3% 20,2% 13,3% 17,8%
С поправкой на глупую удачу в выборе инструментов показатели статического портфеля

выглядят еще хуже, чем раньше. Динамическая стратегия также немного ухудшилась
из-за меньшего капитала, но ее относительная эффективность по сравнению со
статической стратегией заметно улучшилась.
Интересно, что затраты на динамическую оптимизацию примерно вдвое меньше, чем на
другие стратегии. Это связано с тем, что динамическая оптимизация достигает своей
отличной производительности, не удерживая много позиций. В отличие от 16
инструментов в статическом портфеле на 100 000 долларов США, динамический вариант
содержит в среднем всего семь инструментов и никогда не содержит более 15. Разница,
конечно, в том, что 15 позиций, удерживаемых статической стратегией, остаются
неизменными, в то время как динамический вариант стратегия может выбирать позиции,
которые лучше всего представляют портфель Jumbo, минимизируя при этом торговые издержки.
Как насчет корреляции портфелей на 100 000 долларов с полной стратегией Jumbo на 50
миллионов долларов? Соотношение месячной доходности для динамического портфеля
и портфеля Jumbo составляет очень впечатляющие 0,91. Повторим еще раз: сейчас мы
торгуем лишь 0,2% от 50 миллионов долларов полного портфеля Jumbo в рамках
динамически оптимизированной стратегии, имея в среднем всего семь позиций. Это
замечательный спектакль! Напротив, для статической оптимизации корреляция
упала до 0,50.
В заключение, чем меньше у нас капитала, тем меньшим количеством инструментов мы можем
торговать с помощью традиционной версии одиннадцатой стратегии, и тем хуже будут наши
ожидаемые результаты — если только нам не повезет и мы случайно не выберем инструменты,
которые особенно хорошо себя зарекомендовали при тестировании на исторических данных. У
нас также будет более низкая корреляция с результатами, которые мы могли бы получить с
неокругленными позициями или, что эквивалентно, с капиталом в десятки миллионов долларов.
Напротив, при меньшем капитале динамическая оптимизация также теряет

производительность, но снижение относительно скромное. Это также поддерживает более
высокую корреляцию с производительностью, которую мы могли бы достичь с неокругленными
позициями. В таблице 128 цифры представлены четко.
Таблица 128. Коэффициент Шарпа и корреляции для разных типов оптимизации с

разным уровнем капитала
100 000 долларов 500 000 долларов 50 миллионов долларов
Коэффициент Шарпа:
Статический (скорректированный)
0,73 0,94 1,27
Динамический 1,06 1.22 Не требуется
Корреляция со статической стратегией на 50 миллионов долларов:
Статический 0,50 0,78 1,0
Динамический 0,91 0,99 Не требуется
Другие преимущества динамической оптимизации

Есть много других преимуществ использования стратегии динамической оптимизации,
помимо ее использования для торговли гораздо более широким спектром фьючерсов, чем
это было бы возможно с небольшим счетом.
Например, вы можете включить дополнительные фьючерсы в набор инструментов, для

которых вы генерируете потенциальные оптимальные позиции, но при этом фактически не
позволять себе удерживать оптимизированные позиции по этим инструментам. Это могут
быть инструменты, которые слишком дороги для торговли, имеют недостаточную
ликвидность или для которых существуют торговые ограничения. В моем собственном
портфеле я генерирую позиции примерно для 150 фьючерсов, но я позволяю себе торговать
только около 100.
Преимущество этого заключается в том, что мы получим лучший прогноз, объединив

информацию из большего количества инструментов. Например, если вы читали вторую
часть, то из восемнадцатой стратегии вы знаете, что большинство трендов
проявляется в отношении класса активов. Возможно, в какой-то группе активов
есть приличный тренд, но в инструментах, которыми мы не можем торговать, тренд
гораздо сильнее. Используя динамическую оптимизацию, мы можем перенести риск на
коррелированные рынки, на которых мы можем торговать, даже если они сами по себе не
имеют сильных прогнозов.
Вы также можете установить ограничения позиций в динамической оптимизации.

Например, вы можете не захотеть держать более 10 контрактов VIX. Я объясню
использование лимитов позиций более подробно в шестой части, когда буду
обсуждать управление рисками.
Может возникнуть ситуация, когда вы временно не можете торговать данным

инструментом, например, из-за своеобразного рыночного выходного дня, но когда
вы хотели снизить риск и сократить существующую длинную позицию. Опять же, с
этим можно справиться, установив минимальный и максимальный лимит позиции
для данного инструмента, равный его текущей позиции. Оптимизация будет
выполнять прокси-сделку с инструментами, рынки которых в настоящее время
открыты, либо продавая инструмент с положительной корреляцией, либо покупая
инструмент с отрицательной корреляцией, если он доступен и имеет соответствующий
знак в прогнозе.
Еще одно преимущество появляется, когда вы начинаете переворачивать свои фьючерсные контракты.
В традиционной стратегии мы предполагаем, что хотим удерживать те же позиции

после броска. Но в динамической стратегии иногда может иметь смысл заставить
инструмент, который вот-вот перевернется, закрыться. Затем оптимизация
впоследствии решит, имеет ли смысл снова открывать ту же позицию на этом

инструменте или было бы оптимально торговать чем-то другим. Это особенно полезно,
если вы обнаружите, что данный инструмент очень дорог в прокате. Я подробнее
обсуждаю тактику перекатывания в шестой части.
Все вышеперечисленное требует динамической оптимизации для работы с

ограничениями. Это немного усложняет метод, и я обсуждаю необходимые
модификации на веб-странице этой книги.
Стратегия двадцать пятая: Торговый план

233 Обратите внимание, что невозможно использовать такую стратегию, если вы торгуете типичным способом, используемым
большинством трейдеров, с дискретными сделками, а не путем непрерывного расчета оптимальных позиций и последующей
торговли для их достижения.
234 Я очень благодарен Дугу Хонеру, который связался со мной после того, как прочитал в моем блоге о некоторых
ранних исследованиях этой проблемы, которые с треском провалились. Это была его идея использовать цель минимизации
ошибки отслеживания с помощью жадного алгоритма, а затем применить штраф к стоимости и использовать буферизацию на
конечные позиции для дальнейшего снижения затрат. Я внес несколько модификаций в его методологию, поэтому,
естественно, ответственность за любые недостатки этой стратегии полностью лежит на мне.
235 См. Приложение Б.
236 Если только у вас не очень маленький торговый счет и оптимальное решение для позиций только по одному или двум
инструментам.
237 Например, если бы корреляция между S&P 500 и облигациями была существенно отрицательной, то глобально оптимальное
решение, полученное с помощью других методов оптимизации, включало бы открытие короткой позиции по S&P 500 в качестве
показателя длинной позиции по двухлетним облигациям США. Это неправильно, поскольку мы хотим открывать длинные
позиции по S&P 500, а также рискованно, поскольку корреляции имеют неприятную привычку меняться, когда вы наиболее
уязвимы.
238 В некоторых ситуациях для этого может быть достаточно доказательств. Например, в шестнадцатой стратегии я
обсуждал, как мы можем понизить вес акций в трендовой стратегии.
239 Дальнейший анализ доступен в некоторых сообщениях блога, которые я написал, ссылки на которые есть на веб-сайте этой
книги.
240 Хотя здесь я использую одиннадцатую стратегию в качестве эталона, на самом деле можно запустить динамическую
оптимизацию для любой стратегии из первой, второй или третьей частей этой книги. Но это не подходит для стратегий из
четвертой и пятой частей.
241 Для справки, при выполнении этого упражнения были выбраны следующие инструменты; в акциях: Kospi, NASDAQ micros,
Eurostoxx, Swiss SMI, дивиденды ЕС 30; в металлах: Gold micro и Bitcoin micro; в облигациях: евродоллары, корейские 3-летние и 10-
летние, американские 2-летние и 10-летние, немецкие Schatz и Bobl, французские OAT, итальянские BTP; на сельскохозяйственных
рынках: Постные свиньи, Живой скот, Пшеница, Кукуруза; в валюте: JPYUSD, MXPUSD, GBPUSD, NZDUSD, EURUSD; а в энергетике:
мини-газовые модели Henry Hub Natural Gas, мини-машины WTI Crude.
242 Это предполагает, что степень диверсификации, доступная для 27 инструментов, которые я случайно выбрал, примерно
соответствует тому, что вы ожидаете от портфеля такого размера. Я подтвердил этот грубый результат более тщательным
упражнением с использованием методологии Монте-Карло для запуска нескольких тестов инструментов, выбранных с
использованием подмножеств доступных проверенных данных.
243 Для справки: по акциям: Kospi, NASDAQ micros; в металлах: золото микро; в облигациях: евродоллары, корейские 3-летние
и 10-летние, американские 2-летние, немецкие Schatz, итальянские BTP; на сельскохозяйственных рынках: Постные свиньи; в
валюте: JPYUSD, MXPUSD, GBPUSD, NZDUSD; а в энергетике: мини-газовые модели Henry Hub Natural Gas, мини-машины WTI Crude.
Часть четвертая: быстрое направление
Стратегии
Вы должны прочитать всю первую часть, прежде чем читать четвертую часть.
Вам не обязательно читать вторую или третью части, прежде чем читать четвертую часть.
Стратегии в четвертой части используют модифицированную версию той же структуры управления должностями,
которая описана в первой части. До сих пор я использовал исключительно дневные данные, но эти стратегии будут
чаще генерировать свои прогнозы: я тестирую их на часовых данных, но в принципе они могут торговать практически
непрерывно.
По этой причине эти стратегии нельзя комбинировать со стратегиями из первой, второй и третьей частей, а нужно
торговать независимо (хотя я буду обсуждать методы их параллельной торговли наиболее эффективным образом).
Следующие стратегии быстрой направленности включены в часть четвертую:
Стратегия двадцать шестая: быстрый возврат к среднему.
Стратегия двадцать седьмая: более безопасный быстрый возврат к среднему.

Стратегия двадцать шестая: быстрый

возврат к среднему
Как я могу описать стратегии, представленные до сих пор в этой книге? Вежливое описание было бы степенным. Они
торгуют раз в день, используя дневные данные, и не особенно быстро. Средний период удержания для многих
инструментов составляет несколько недель: это следствие того, что удалось избежать значительного
штрафа в виде торговых издержек. Да, они прибыльны. Но они точно не заставят сердце биться чаще. Они,
безусловно, далеки от той безумной активности, которую представляет себе большинство людей, когда думают
о трейдинге.
В этой части книги я собираюсь отойти от стратегий, которые торгуют ежедневно, и увеличить скорость на
несколько делений. Но я не буду погружаться в тонкости высокочастотного трейдинга (HFT): мне не хватает
ни опыта, ни ресурсов, чтобы рискнуть в этой области. Вместо этого я сосредоточусь на стратегиях, которые
мы можем достаточно точно протестировать, используя почасовые данные. Их периоды удержания обычно
составляют один или два дня, что значительно превышает доли секунды, когда HFT-фонды практикуют свое
ремесло.
Эта первая стратегия направлена на то, чтобы зафиксировать возврат к среднему значению в ценах, который
преобладает в данном временном масштабе.
Стратегия двадцать шестая: Торгуйте по быстрому
прогнозу возврата к среднему.
Нефрактальная природа рынков

Многие трейдеры убеждены, что рынки фрактальны244 по своей природе. Фрактал определить сложно, поэтому
давайте рассмотрим самый известный пример: множество Мандельброта. Вы можете загрузить программное
обеспечение, которое будет отображать это на мониторе вашего компьютера в великолепных ярких цветах. На
первый взгляд набор выглядит как капля забавной формы с каплей поменьше на одной стороне. Однако края
капли не гладкие.
Из-за того, как определен набор, вы можете использовать программное обеспечение для увеличения
дальше. При большем увеличении вы заметите кое-что странное: нечеткие края капли выглядят
жутко похожими на части начального набора.
Увеличив масштаб еще больше, вы увидите дополнительные повторения, в том числе точные копии
оригинального набора.
Какое это имеет отношение к трейдингу? Что ж, давайте предположим, что вы относитесь к тому
типу трейдеров, которые используют графические паттерны для торговли, и что есть конкретный
паттерн, который, по вашему убеждению, является исключительно бычьим. Не имеет значения,
видите ли вы паттерн на графике с месячными ценовыми данными, недельными, дневными или даже
поминутными барами. Идея состоит в том, что ценовой ряд является фрактальным: модели,
которые появляются на грубых частотах, также будут очевидны, когда вы увеличите масштаб,
используя более частые ценовые данные.
Я уже отмечал, что я не из тех трейдеров, которые верят в графические паттерны. Так случилось,
что я также не верю, что рынки фрактальны. В поддержку этого утверждения рассмотрим следующий
набор стратегий:
Стратегия двадцать вторая: Ценность – стратегия возврата к среднему с многолетним
горизонтом.
Стратегия шестая: Медленный тренд — использование экспоненциально взвешенной
скользящей средней EWMAC64.
Стратегия девятая, промежуточные скорости тренда — EWMAC8, EWMAC16 и EWMAC32.
Стратегия девятая, самые быстрые варианты тренда – EWMAC2 и EWMAC4.
Высокочастотная торговля (не вошла в эту книгу). По своей сути это стратегия возврата
к среднему , которая направлена на покупку по цене спроса и продажу по цене продажи.
Просматривая этот список и размышляя об эффективности каждой стратегии, становится ясной
закономерность. Мы не можем просто использовать один и тот же тип стратегии независимо от
периода удержания и частоты ценовых данных — рынки не фрактальны.
Вместо этого похоже, что есть периоды удержания, когда тренд работает хорошо, и другие, когда
противоположная стратегия — возврат к среднему — лучше. Если мы спекулятивно заполним
некоторые пробелы, то получим следующее:245

Многолетние Возврат к среднему работает (хотя из-за медленных временных масштабов результаты не являются
горизонты статистически значимыми, что подтверждается оценочной стратегией в третьей части).
Горизонт от нескольких Следование за трендом работает, но не в лучшем виде (обратите внимание на несколько худшие результаты,
месяцев до года которые мы получаем для EWMAC64 по сравнению с более быстрыми изменениями тренда).
Горизонт от нескольких Trend работает очень хорошо (обратите внимание на отличную производительность EWMAC8,
недель до нескольких EWMAC16 и EWMAC32).
месяцев
От нескольких дней до одной Тренд начинает работать хуже (EWMAC4 и особенно EWMAC2 работают несколько хуже, чем более медленные
недели варианты, даже до вычета затрат).
Несколько дней Можем ли мы ожидать, что возврат к среднему сработает?
Несколько часов Можно ли ожидать, что тренд сработает?
Возврат к среднему менее чем за секунду работает хорошо (высокочастотная торговля очень прибыльна).
Игнорируя высокочастотную область, ясно, что могут быть возможности для дополнительных
торговых стратегий, которые торгуют быстрее, чем самые быстрые, которые я рассматривал до
сих пор. Но в этой конкретной комнате есть пара здоровенных метафорических слонов. Во-
первых, у меня нет доказательств того, что я могу небрежно интерполировать четкую
закономерность, согласно которой различные частоты ценовых данных чередуются между
трендом и возвратом к среднему. Другая проблема — торговые издержки. Это уже серьезная
проблема для самого быстрого изменения правил торговли в первой части (EWMAC2). Я серьезно
предполагаю, что мы можем торговать еще быстрее?
Оказывается, в моей теории есть доля правды – возврат к среднему становится очевидным
при периодах владения в несколько дней. И, тщательно подумав, мы можем снизить затраты
до уровня, при котором можно будет использовать хотя бы один из вышеперечисленных
эффектов. В этой главе будет рассмотрена стратегия, которая торгует на возврате к среднему
с периодом удержания в несколько дней.
Как насчет быстрого следования за трендом?
Когда я планировал эту книгу, я изначально намеревался включить в нее трендовую

стратегию с периодом удержания менее одного дня. Если мой тезис выше верен, то в этом
регионе должны быть прибыльные трендовые стратегии.
К сожалению, мне не удалось найти ни одной стратегии, отвечающей всем требованиям. Все
стратегии, которые я тестировал, имели очень низкую или отрицательную доходность

даже без учета затрат. Это осталось верным, даже если я отказался от своего обычного
предположения о консервативном отставании заполнения на один временной интервал, в
данном случае на один час. Возможно, эффект тренда, который я ищу, не станет ясен до
тех пор, пока период владения не станет значительно короче, чем тот, который я могу
точно проверить, используя часовые
данные.246 Даже если бы я нашел такую стратегию, маловероятно, что я смог бы торговать
ею. так как затраты были бы ужасающими. Тактика исполнения по снижению затрат, которую
я использую в этой главе, бесполезна для стратегий типа тренда, которые должны
оплачивать полный спред исполнения при торговле.
Быстрый прогноз возврата к среднему

Ранее в книге я довольно беспечно определил возврат к среднему как «то, что растет, должно
падать». Более формальное определение заключается в том, что мы ожидаем, что цена
вернется к своему равновесному значению. Цена, которая выше равновесной, является
медвежьим сигналом, в то время как цена, которая ниже, чем она должна быть, является
признаком того, что вам следует открывать длинную позицию. Простой способ измерения
равновесия — вернуться к нашему любимому инструменту сглаживания, экспоненциально
взвешенному скользящему среднему (EWMA).
Мы рассчитываем равновесие по ряду фьючерсов, скорректированных по дням, индексированных

цен pt , по дням недели.247 Представляется разумным использовать диапазон из пяти
дней для EWMA, так как это будет равняться примерно одной неделе рабочих дней:
Здесь pt 1 — последняя доступная дневная цена закрытия. Как я делал несколько раз
до того, как выбор пятидневного интервала был произвольным и выполнялся без тестирования
на исторических данных, чтобы избежать чрезмерной подгонки, хотя я также тестировал
другие интервалы, чтобы убедиться, что это надежный вариант. В принципе, вы можете
использовать немного более короткий или более длинный диапазон, и это не окажет
существенного влияния на производительность. Я не проверяю несколько интервалов для
этой стратегии, как я делал это в других местах, поскольку полученные вариации сильно
коррелированы. Также намного сложнее торговать несколькими вариантами этой стратегии,
чем для стратегий из первой, второй и третьей частей.
Необработанный прогноз будет равен равновесию минус цена:
Таким образом, у нас будет положительный прогноз – длинная позиция – когда

текущая цена ниже равновесной; и мы открываем короткую позицию, если цена выше
равновесной. В принципе, цену можно проверять с любой периодичностью, хотя, как я
уже упоминал , в этой части книги для тестирования на исторических данных я
использую почасовые данные248 .
Поскольку это прогноз, нам нужно преобразовать его в значение с поправкой на риск.
Как и раньше, мы достигаем этого путем деления исходного прогноза на ежедневное
стандартное отклонение249 доходности цены. Его можно рассчитать напрямую или
вывести из годового стандартного отклонения процентной доходности, σ%, которое
я использовал в первой части, путем умножения на цену250 и деления на 16 (для

преобразования годовой волатильности в дневную):
Оттуда мы действуем как обычно: умножаем на скаляр прогноза (который я оцениваю в

9,3), ограничиваем абсолютный размер прогноза и вычисляем оптимальный размер позиции.
Однако между этой и предыдущей стратегиями есть одно важное отличие: мы не
используем буферизацию. Природа этой стратегии заключается в том, что мы всегда
хотим иметь округленную оптимальную позицию. Применение буферизации уничтожило бы
прибыльность возврата к среднему.
На рисунке 81 показан пример фьючерса на 10-летние облигации США во время рыночной

паники из-за COVID-19 в 2020 году. Серая линия — почасовая цена. Черная линия —
это равновесная цена, которая обновляется каждый день. Как и следовало ожидать
от скользящей средней, она более гладкая, чем серая линия, но также отстает.
Рисунок 81: Равновесная и почасовая цена для 10-летнего фьючерса в США

Если цена (серая линия) выше равновесной (черная линия), то открываем короткую
позицию. С конца февраля мы постоянно открывали короткие позиции, что, как
оказалось, было убыточной сделкой. Однако, как только рынок стабилизируется на
более высоком уровне, мы будем покупать на падении 13 марта, когда черная линия
опустится ниже серой. Несколько дней спустя мы снова продаем на ралли, открывая
короткую позицию, а затем снова покупаем на падении около 19 марта.
Более разумное выполнение стратегии возврата
к среднему
Прежде чем я продолжу свой обычный анализ, я должен сделать одно признание.
У этой стратегии есть один огромный недостаток. Он торгуется безумно быстро, с
оборотом около 140 раз в год — период удержания менее двух рабочих дней. Это
частично сделано по дизайну, а также потому, что он не использует буферизацию.
Используя мое обычное правило «ограничения скорости», мы можем торговать только
несколькими инструментами251 . Для всего остального это было бы слишком дорого.
Кажется бесполезным продолжать эту стратегию, если мы не сможем сделать что-то,
чтобы снизить эти торговые издержки до разумного уровня. Мы не можем замедлить
стратегию без существенного влияния на ее производительность, но мы можем
улучшить ее исполнение.
До сих пор я не слишком беспокоился о том, как сделки выполняются в этой книге.
Для целей ретроспективного тестирования я ранее предполагал, что стратегии

ежедневно генерировать позиции, используя цены закрытия, и чтобы полученные сделки

исполнялись при закрытии следующего дня. Я также рассчитываю затраты и цены исполнения,
предполагая, что стратегия всегда отправляет рыночный ордер: покупка по цене спроса и
продажа по цене предложения. Разница между тем, где мы исполнены, и средней рыночной ценой,
на полпути между бидом и предложением, является стоимостью спреда.

Для каждого инструмента я использую оценочные спреды между ценами покупки и продажи из
моей собственной торговой системы, которая проверяет и записывает спреды в течение дня.
Наконец, я также включаю расходы на оплату брокерской комиссии за каждый торгуемый контракт.
Все это имело смысл для типов стратегий, которые я анализировал. День или около того
задержки не повлияли на производительность. Всегда платить за рыночный ордер тоже
нормально, учитывая, что я уже убедился, что любая данная комбинация стратегии и
инструмента может позволить покрыть возникающие торговые издержки.
Полученные в результате затраты на исполнение будут достаточно точными, за исключением
крупных трейдеров, которые не смогут выполнить исполнение в верхней части книги ордеров.
Им нужно будет оценить ожидаемое проскальзывание от средней цены, используя исторические
данные уровня 2 или затраты от реальных сделок, совершенных в большем размере.
Однако эта стратегия быстрого возврата к среднему совсем другая. У него есть некоторые
интересные характеристики, которые позволяют использовать некоторые более необычные
тактики исполнения. В частности, можно использовать лимитные , а не рыночные ордера.
Гораздо проще объяснить как на примере. Давайте придерживаться будущего 10-летних

облигаций США. Как видно из рисунка 81, в какой-то момент в начале марта 2020 года у нас была
равновесная цена 132,5 и почасовая цена 133. Годовое процентное стандартное отклонение
доходности, σ%, составляло около 6%:

Этот прогноз не требует ограничения или объединения с какими-либо другими прогнозами, поэтому мы
можем включить его прямо в стандартную формулу определения размера позиции:
Нам будет легче, если мы разделим это на среднюю позицию, которую мы получаем с прогнозом +10, и
компонент масштабирования прогноза:
Как это выглядит для 10-летних облигаций США? Для простоты давайте предположим, что мы
торгуем только этим единственным инструментом, поэтому наш вес и IDM будут равны 1. Предположим,
что у нас есть произвольные 500 000 долларов капитала. Поскольку 10-летние облигации США
оцениваются в долларах США, наш обменный курс также равен 1. Мультипликатор фьючерса на 10-
летние облигации США составляет 1000. Наконец, я использую обычную цель риска τ = 20%.
Наша средняя позиция будет:
Масштабированный прогноз -9,32 дает нам неокругленную оптимальную короткую позицию чуть более
11 контрактов:
Поскольку мы не можем торговать дробными контрактами, мы округляем это, чтобы приобрести
короткую позицию на 12 контрактов по 10-летним облигациям США.
Итак, я слышал, вы спрашиваете, откуда берутся лимитные ордера? Что мы можем сделать со стратегией
возврата к среднему, что было бы намного сложнее для любой другой стратегии, так это рассчитать
текущую цену, которая потребуется для создания данной позиции. Это позволяет нам размещать
лимитные ордера на соответствующем уровне.

Поскольку это стратегия возврата к среднему, цена, по которой мы хотели бы продать, будет
выше начальной цены, а цена покупки будет ниже. Следовательно, мы размещаем два лимитных
ордера, которые ограничивают начальную цену. Нам нужен лимитный ордер на покупку ниже
текущей цены, чтобы купить один контракт по цене, подразумеваемой оптимальной позицией
из 11 коротких контрактов. Тогда выше текущей цены у нас будет еще один лимитный ордер.
Это будет ордер на продажу одного контракта с любой ценой, необходимой для достижения
оптимальной короткой позиции из 13 контрактов.
Что будет дальше? Наиболее вероятным исходом является то, что цена в конечном итоге
будет расти или падать до тех пор, пока не будет затронут и исполнен тот или иной лимитный
ордер. И есть хорошие новости. Поскольку это лимитные ордера, мы не платим за спред. С учетом
определенных допущений, о которых я расскажу чуть позже, наш ордер будет исполнен по нашей
лимитной цене с уплатой только брокерской комиссии.
Как рассчитать предельные цены? Во-первых, я подставляю формулу прогноза в уравнение

размера позиции:
Я могу изменить это, чтобы найти цену, которая подразумевает заданную позицию Nt :
Во-первых, заказ на покупку. Если мы купим один контракт, то у нас будет позиция 11. Если
мы подставим позицию N = 11 в формулу, чтобы получить предельную цену, мы получим:
Создаем лимитный ордер на покупку одного контракта, если цена упадет со 133 до 132,97.
Фактически, поскольку размер тика для 10-летних облигаций США составляет 1/64 = 0,015625,
фактическая предельная цена будет равна 132,96875.
Точно так же для ордера на продажу наша короткая позиция увеличится до 13, для
которой цена должна быть: p = 132,5
[ 13 × 10 × 0,4987 ÷ (9,3 × 12,53)] = 133,05.

Следовательно, у нас будет лимитный ордер на продажу одного контракта, если цена
вырастет со 133 до 133,05; опять же на практике это будет 133.046875. После того, как
мы разместили эти заказы, у нас есть следующая настройка:
Продать лимитный ордер 133.046875 (Продать 1, открыть короткую 13 контрактов)
Текущая цена и позиция 133.00 (короткие 12 контрактов)
Купить лимитный ордер 132,96875 (Купить 1, открыть 11 коротких контрактов)
Так случилось, что цена поднимается до 133,078125 в течение следующего часа,

поэтому наш ордер на продажу был бы исполнен. Сейчас у нас короткая позиция на 13
контрактов. Теперь мы создаем новый лимитный ордер на продажу, цена которого
подразумевается из позиции -14:
Очевидно, у нас также есть новый лимитный ордер на покупку для позиции 12, который
входит с лимитной ценой 133,015625. Мы изменим цену существующего незаполненного
ордера на покупку с 132,96875 до 133,015625, и в итоге получим:
Новый лимитный ордер на продажу 133.09375 (Продать 1, открыть короткую 14 контрактов)
Текущая цена и позиция 133.078125 (Короткие 13 контрактов)
Модифицированный лимитный ордер на покупку 133.015625 (Купить 1, открыть короткую позицию по 12 контрактам)
Мы будем продолжать выполнять стратегию таким образом, поскольку цены менялись в

течение дня. Теперь рассмотрим влияние ограничения прогноза, где абсолютных
прогнозов не может быть больше 20. Возвращаясь к исходному примеру, предположим, что
текущая цена была немного выше, но все остальные значения остались неизменными:
Мы ограничиваем это значение -20, что дает неокругленную оптимальную короткую позицию чуть более 25
контрактов:
Теперь цена лимитного ордера на покупку будет установлена там, где мы будем открывать короткую позицию 24
контракты:
А как насчет лимитного ордера на продажу? Нет ни одного. Мы не хотим идти короче 25 контрактов, независимо
от того, что произойдет с ценой, так как масштабированный прогноз уже выше своего максимума. Поэтому мы
используем следующие правила:
Все это предполагает, что рынки открыты 24 часа в сутки, и что цены не перескакивают внезапно на новый
уровень, который может быть за пределами наших возможностей. На практике жизнь никогда не бывает такой
простой. Возвращаясь к нашему исходному примеру, представьте, что мы подошли к концу дня с неповрежденным
исходным набором заказов:

Неразумно оставлять лимитные ордера в силе на ночь по причинам, которые вскоре станут
очевидными. По умолчанию лимитные ордера обычно автоматически отменяются в конце
дня, но в противном случае вам следует отменить их самостоятельно. Предположим, что мы
отменяем все наши заказы в конце дня с чистого листа.
Теперь представьте, что на следующий день цена открывается резко вверх, на уровне 134,5,
но с неизменной равновесной ценой и оценкой стандартного отклонения.
Мы уже рассчитали оптимальную позицию для текущей цены 134,5: открыть короткую позицию
на 25 контрактов на некотором расстоянии от нашей текущей позиции, шортить на 12. Мы
должны немедленно продать 25 12 = 13 контрактов, чтобы вернуться к оптимальной
позиции. . Это должно быть сделано как стандартный рыночный ордер.
Это, вероятно, заполнится на тик или два ниже 134,5. Нам, вероятно, также потребуется
время от времени делать рыночные ордера в течение дня, в случае ценового разрыва вверх
или вниз.
Дополнительное правило для реализации этого поведения: если округленная оптимальная

позиция отличается от текущей позиции более чем на один контракт, то немедленно
открывайте рыночный ордер такого размера, который приведет вас к округленной оптимальной
позиции.
Предположения при тестировании стратегии лимитных

ордеров
Как я уже отмечал, при тестировании стратегии с рыночными ордерами мы можем либо (а)
предположить, что при исполнении мы платим половину спреда между спросом и предложением,
что хорошо для мелких трейдеров, либо (б) смоделировать вероятное проскальзывание
от более крупных заказы с использованием данных книги заказов уровня 2 и эмпирических
данных.
Рыночный ордер не влияет на вероятное поведение других участников рынка, по крайней

мере, в краткосрочной перспективе, поскольку он будет выполнен до того, как кто-либо
на рынке сможет изменить свои собственные ордера. Конечно, если вы неоднократно
размещаете ордера на продажу, цена пойдет вниз по сравнению с тем, где она была бы без
вашего вмешательства. Это было бы верно, даже если бы на бумаге заказы могли быть
выполнены в количестве, которое обычно доступно по лучшему предложению. Поэтому
лучше использовать эмпирические
данные из фактических ордеров при оценке эффекта от торговли значительной долей

дневного объема на рынке.
Но лимитный ордер может повлиять на поведение других людей. В качестве крайнего

примера предположим, что мы размещаем очень большой лимитный ордер на покупку на один
тик ниже текущей лучшей заявки. Этот ордер будет сигнализировать другим участникам
рынка о том, что на рынке есть крупный покупатель, и они почти наверняка отреагируют,
подняв свои заявки и предложения, что сделает очень маловероятным исполнение
крупного лимитного ордера. Действительно, это одна из тактик, используемых так
называемыми рыночными «обманщиками» для взвинчивания цен (размещение крупных
ордеров, которые вы не собираетесь выполнять, противоречит правилам рынка, так что не делайте этого!).
Одна приятная особенность стратегии возврата к среднему заключается в том, что она
всегда размещает ордера на один лот, если ваш капитал не слишком велик. Опять же, если
вы не торгуете в значительных объемах, эти ордера также будут разнесены в книге ордеров.
Лимитные ордера на один контракт, разнесенные в книге ордеров, вряд ли существенно
повлияют на поведение рынка, если предположить, что рынок достаточно ликвиден. Таким
образом, для мелких трейдеров, вероятно, разумно предположить при тестировании на
исторических данных, что они были бы исполнены, если бы исторический ценовой ряд прошел
через их предельную цену.
Однако это не относится к крупным трейдерам. По мере того, как мы вкладываем больше
капитала в эту стратегию, мы обнаружим, что наши лимитные ордера по одному лоту
сгруппированы все теснее и теснее. Впоследствии, с выделением еще большего капитала, они
больше не будут заказами по одному лоту.
Например, при капитале в 50 миллионов долларов исходной позицией из приведенного выше

примера будет короткая позиция на 1168 контрактов. Лимитная цена для ордера на
покупку, который будет размещен вокруг исходной позиции, рассчитанная исходя из
позиции 1168 1 = 1167 контрактов, составляет 132,999. Но это менее чем на один тик
от начальной цены 133. На самом деле, чтобы получить лимитную цену 132,984375, что на
один тик ниже начальной цены, нам нужно создать лимитный ордер, полученный из
оптимальной позиции в 1132 контракта.
Нам потребуется разместить лимитный ордер на покупку 1168 – 1132 = 36 контрактов, на
один тик ниже текущей цены, а также ордер на продажу на 32 контракта на один тик выше
нее.
Изменят ли лимитные ордера в 32 и 36 контрактов соответственно

поведение рынка? Возможно, не в отношении высоколиквидного фьючерса на 10-летние облигации США, но
в какой-то момент мы будем размещать ордера, которые будут достаточно крупными, чтобы другие
участники рынка начали реагировать, что снижает вероятность того, что наши проверенные на истории
предположения окажутся правильными.
По сути, это накладывает ограничение на пропускную способность для подобных стратегий.
Ограничение мощности связано не столько с тем, что это стратегия возврата к среднему или с
использованием лимитных ордеров, сколько с тем, что это стратегия, которая торгует быстро. Любая
стратегия, которая быстро торгует в больших объемах, в конечном итоге будет иметь более низкую
производительность, чем та, которую можно было бы достичь с меньшим капиталом. Тот факт, что мы
используем лимитные ордера, не означает, что мы можем избежать этого эффекта.
Конечно, стратегии в первой, второй и третьей частях также имеют ограничения по мощности, но
поскольку они торгуются относительно медленно, их мощность, вероятно, будет значительно выше.
Какими инструментами мы можем торговать?
Использование тактики исполнения интеллектуальных лимитных ордеров значительно снижает затраты.252
Однако не все инструменты будут иметь достаточно низкую стоимость для торговли по этой стратегии.
Технически, мы не можем использовать обычный тест ограничения скорости, чтобы проверить это, потому
что обычная методология затрат с поправкой на риск не применима к стратегии, использующей сочетание
лимитных и рыночных ордеров. Однако в качестве приближения вы можете предположить оборот 45 для этой
стратегии, что вы можете проверить, используя обычную формулу ограничения скорости и стандартную
стоимость сделки с поправкой на риск:
Это означает, что в портфеле Jumbo есть 18 инструментов, которые слишком дороги для торговли,
поскольку их максимальный оборот, рассчитанный с соответствующими значениями затрат на сделку, меньше
45. Но это все еще оставляет 84 инструмента для игры.
Производительность быстрого возврата к среднему

Насколько хорошо стратегия возврата к среднему работает с более разумной тактикой

исполнения? Давайте сначала рассмотрим медианную производительность по инструментам и
в разных классах активов. Это даст вам некоторое представление о том, чего вы могли бы
достичь, если бы торговали одним инструментом. Результаты находятся в таблицах 129 и
130. Их нельзя напрямую сравнивать с предыдущими таблицами того же типа. Это потому, что
у меня есть только почасовые данные с 2013 года.
Кроме того, указанные затраты относятся только к комиссиям и не включают расходы на
спреды. Это связано с тем, что я использую сочетание лимитных ордеров и рыночных ордеров,
и только рыночные ордера облагаются затратами по спреду. Однако показанная средняя
доходность по-прежнему является точной доходностью после учета затрат, которая
включает стоимость спреда по рыночным ордерам.
Таблица 129. Медианная доходность инструментов с 2013 г. по классам финансовых активов

для быстрого возврата к среднему
Затраты (комиссионные) 1,0% 2,3% 1,2% 1,3%
Оборот 57,4 49,1 63,9 53,0
перекос 0,96 2,31 0,34 0,65
Нижний хвост 3,35 4.20 2,95 3,38
Верхний хвост 1,78 2.17 1,79 1,86
Почасовые данные с января 2013 года.
Таблица 130. Медианная производительность инструмента с 2013 г. по классам

сырьевых активов для быстрого возврата к среднему

Оборот 59,4 57,1 59,4 57,4
перекос 0,74 1,00 0,92 0,82
Нижний хвост 4.30 3,29 3.21 3,35
Верхний хвост 1,68 1,93 1,99 1,86
Даже с оговоркой, что у нас есть данные только за восемь лет, эти результаты
выглядят довольно неплохо. Средний коэффициент Шарпа (SR), равный 0,41, очень
хорош для отдельного инструмента, несмотря на более высокие, чем обычно, оборот и затраты.
Существует также интересная закономерность в классах активов. Финансовые
инструменты в таблице 129 неизменно лучше, чем товары в таблице 130.
С другой стороны, перекос и нижний хвост довольно ужасны. Это не должно вызывать
удивления. Стратегии возврата к среднему имеют заслуженную репутацию ужасного
перекоса, поскольку они обычно приносят стабильную прибыль, но затем удерживают
убыточные позиции, а не закрывают их, как это сделала бы трендовая стратегия.
Постоянная короткая 10-летняя облигация США с февраля 2020 года, о которой
я говорил ранее, является классическим примером. Но есть и хорошие новости: у
стратегий с отрицательным перекосом, как правило, больше просадок, чем у их
собратьев с положительным перекосом, и здесь дело обстоит именно так.
Как обычно, я также проанализировал совокупную производительность портфеля

Jumbo. В таблицу 131 я также включил эффективность стратегий тренда и переноса
из первой части, но только с 2013 года для согласованности со стратегией более
быстрого возврата к среднему.
Таблица 131. Показатели совокупного портфеля Jumbo с 2013 г.: тренд, перенос
и возврат к среднему
Стратегия девять Стратегия десять Стратегия двадцать шестая
Множественный тренд Нести Быстрый возврат к среднему
Расходы 1,1% 0,7% 3,1%

Оборот 40,6 10,5 39,2
перекос 0,20 0,31 1,46
Нижний хвост 2,96 2.06 2,74
Верхний хвост 2.01 1,33 1,98
Затраты на быстрый возврат к среднему включают только комиссионные. Для тренда и керри они включают в себя
как расходы на спред, так и комиссионные.
Более высокие затраты на стратегию быстрой торговли двадцать шесть неудивительны, хотя они
включают только комиссионные. Даже с этим недостатком стратегия быстрого возврата к среднему
сравнима с трендом на основе SR и немного лучше, чем перенос. Однако перекос хуже, чем для стратегий
первой части, хотя нижний хвост выглядит не так уж плохо.
Корреляция возврата к среднему составляет около -0,28 с трендом и +0,15 с переносом. Это говорит
о том, что торговля быстрым возвратом к среднему вместе с этими другими стратегиями принесет
значительные выгоды. Однако этого нельзя сделать, просто объединив прогнозы вместе, поскольку
требуются разные тактики исполнения. Ими нужно будет торговать отдельно.
Торговля несколькими стратегиями без

комбинации прогнозов
В первых трех частях этой книги я использовал комбинацию прогнозов, чтобы объединить
различные стратегии. Это чрезвычайно полезно: это снижает затраты и значительно упрощает
жизнь, поскольку нам не нужно рассчитывать оптимальные позиции и сделки для множества
различных типов торговых правил.
Однако не всегда уместно смешивать и сочетать различные стратегии таким образом. Такая
стратегия, как быстрый возврат к среднему, плохо сочетается с ежедневными стратегиями из
первой, второй и третьей частей. Все последние предназначены для торговли на дневных данных
с буферизацией и использованием рыночных ордеров. Напротив, быстрый возврат к среднему может

торговать по непрерывным ценам, не использует буферизацию и пытается использовать лимитные
ордера, где это возможно.
Используя некоторый жаргон, ежедневные стратегии имеют относительно медленную альфа-версию.

разлагаться'. Мы можем не торопиться с выполнением их приказов, поскольку

знаем, что будем удерживать свои позиции в течение недель или месяцев. Но это
явно не верно для стратегии быстрого возврата к среднему.
Как можно торговать по дневной стратегии одновременно с быстрым возвратом к

среднему? Простой вариант — позволить обеим стратегиям генерировать
собственные оптимальные позиции и ордера и торговать ими на отдельных счетах.
Это делает атрибуцию прибыли очень простой, но имеет несколько потенциальных
недостатков. Это довольно неэффективно, когда речь идет об использовании маржи и
расходы.
Если их позиции в какой-то степени не коррелированы, вы можете сэкономить на

маржинальных требованиях, позволив обеим стратегиям торговать на одном
счете. Это также может снизить затраты на учетную запись, такие как плата за
передачу данных, и упростить соблюдение минимальных торговых требований. Было
бы немного больше работы по атрибуции производительности, но это не было бы
невозможным, поскольку каждая сделка относится к данной стратегии.
Приложив некоторые усилия, вы также можете сэкономить на транзакционных

издержках, сведя сделки двух стратегий друг против друга перед исполнением.
Попробуйте следующее: каждое утро сначала генерируйте ордера, требуемые вашей
ежедневной торговой стратегией, но не выполняйте их. Затем включите свою
стратегию возврата к среднему. Это будет генерировать заказы в течение дня.
Если какой-либо из этих ордеров можно частично или полностью компенсировать
существующим ежедневным ордером, это снизит транзакционные издержки для обеих стратегий.
К концу дня вы должны выполнить любые невыполненные ежедневные ордера, которые
не были погашены.
Это очень эффективно, но в то же время довольно сложно и значительно

усложняет определение того, какая из ваших стратегий в настоящее время
является прибыльной. Более простой альтернативой является торговля
возвратом к среднему только для выбранной группы инструментов и сохранение
других инструментов исключительно для ежедневных торговых систем.
Целесообразно выбирать инструменты для быстрого возврата к среднему с
наименьшими комиссионными с поправкой на риск и приемлемым уровнем минимального
капитала. Было бы менее разумно рисковать и торговать финансовыми активами
только со стратегией возврата к среднему. Они показывают лучшие результаты в
таблицах 129 и 130, но, как я подробно объяснял в предыдущих главах, эти
различия в характеристиках приборов редко бывают статистически значимыми.
Если вы используете метод динамической оптимизации из третьей части (стратегия

двадцать пятая) для своей ежедневной торговли, то вы можете очень аккуратно
добиться этого, установив ограничения на нулевую позицию для инструментов, которые
вы зарезервировали для торговли на возврате к среднему. Метод динамической
оптимизации также позволит вам наилучшим образом использовать капитал, который вы
зарезервировали для ежедневной торговли.
На рис. 82 показаны кумулятивные кривые счета для стратегий из таблицы 131 в период, когда
у меня есть почасовые данные. Не обращая внимания на неудовлетворительную эффективность
переноса, полезно сосредоточиться на различных характеристиках тренда и возврата к
среднему. Они имеют схожие общие показатели, но идут очень разными путями. Средняя
реверсия демонстрирует классическую отрицательную асимметричную модель длительного
периода устойчивой доходности, за которой следует крах, когда в 2020 году разразится
паника из-за COVID-19. Он также начинает отставать в начале 2022 года, когда вторжение в
Украину приводит к повышенному уровню риска.
Рисунок 82: Кривые счета для возврата к среднему и других стратегий с использованием
почасового набора данных
Напротив, тренд имеет очень типичный положительный опыт перекоса: короткие периоды
высокой производительности, за которыми следуют медленные нисходящие тренды. Он имеет
тенденцию работать лучше, когда страдает возврат к среднему: особенно в марте 2020 г. и
первом квартале 2022 г., а также в конце 2014 г. и второй половине 2017 г.
Краткое содержание
Я был бы крайне осторожен в торговле по этой стратегии возврата к среднему. Его

склонность удерживать убыточные позиции и «ловить падающие ножи», когда цены
продолжают двигаться против него, делает его действительно очень опасным.
Однако есть простой способ сделать эту стратегию более безопасной: повысить ее
эффективность, сохранив при этом большую часть ее диверсифицирующих качеств. Все
будет раскрыто в следующей главе.
Стратегия двадцать шестая: Торговый план

244 В основном это расплывчатое убеждение в том, что одни и те же стратегии можно использовать независимо от масштаба
времени, но некоторые открыто придерживаются этого мнения, например, Эдгар Петерс в своей книге 1994 года «Фрактальный
анализ рынка: применение теории хаоса к инвестициям и экономике» .
245 Кажется вероятным, что в оптимальной стратегии есть дальнейшие переключения между часовой частотой и
субсекундной областью высокочастотной торговли. Есть ряд систематических трейдеров, использующих возврат
относительного значения к среднему в поминутной области, но я не знаю никаких доказательств того, что мы могли бы
прибыльно торговать направленно либо по тренду, либо с возвратом к среднему на такой скорости.
246 Многообещающая стратегия, результаты которой мне не удалось воспроизвести, предполагает использование доходности
за последние 24 часа (Сандрин Унгари, Жиль Дригу, «Краткосрочное следование тренду», неопубликованная презентация
Société Générale, 2019 г.). Другой подход, который мне не удалось протестировать из-за отсутствия данных, включает
прогнозирование доходности в последний час на основе доходности с момента закрытия вчера вечером и за час до закрытия
(Гвидо Балтуссен, Чжи Да, Стен Ламмерс, Мартин Мартенс, «Хеджирование спроса и рынка»). внутридневной импульс», Журнал
финансовой экономики, 2021 г.). В обеих статьях предполагается, что прибыль их стратегий можно объяснить предсказуемым
поведением маркеров рынка гамма-хеджинговых опционов. Я также пробовал новые стратегии, используя скользящие средние на
почасовых ценах, но безрезультатно.
247 В принципе, мы могли бы рассчитать это равновесие по почасовым данным о ценах, но проще использовать для этой цели
дневные цены, когда дело доходит до тестирования и реализации стратегии. Во-первых, нам не нужно иметь дело с гэпами
овернайт различной длины, которые могут появиться на некоторых, но не на всех рынках. Во-вторых, ежедневный расчет
позволяет разделить реализацию производственного кода на ночной расчет плюс очень легкий процесс, который проверяет
текущую цену на соответствие предварительно рассчитанному равновесию.
248 Важным предостережением является то, что моя почасовая история данных восходит только к 2013 году, чуть
меньше десяти лет, а не максимум к 50 годам для ежедневных данных.
249 Я мог бы использовать стандартное отклонение, рассчитанное с использованием почасовых цен, но опять же проще
рассчитать его на ежедневной основе и использовать полученную оценку в течение следующего дня. В любом случае
ежечасное обновление оценок стандартного отклонения не приведет к какой-либо существенной разнице, учитывая, что мы
используем период полураспада в один месяц.
250 Помните, что мы рассчитываем стандартное отклонение, используя дневную доходность, поэтому ее следует рассчитывать,
используя цену закрытия предыдущего дня для текущего фьючерсного контракта.
251 Для справки, это в основном акции: CAC40, Dow Jones, NASDAQ micro, Russell 2000,
S&P 500 микро; плюс единое металлическое будущее - Gold micro.
252 Чтобы протестировать эту стратегию на почасовых данных, я предположил, что лимитные ордера исполнялись через
час после подачи по лимитной цене, если следующая цена была ниже лимита для ордера на покупку или выше для ордера
на продажу. Я предположил, что рыночные ордера также исполнялись с задержкой в один час, с моими обычными
предположениями о спредах между ценами покупки и продажи. Все типы заказов по-прежнему облагаются комиссией. Комиссии
и спреды высчитываются при историческом ретроспективном тестировании в соответствии с моей обычной методологией.
Стратегия двадцать седьмая: более безопасный

быстрый возврат к среднему
Чистая стратегия возврата к среднему, которую я описал в стратегии двадцать шесть, работает
хорошо, но не без проблем. В частности, он имеет крайне отрицательную асимметрию и сильно страдает
при повышении уровня риска. Теоретически это делает его хорошим диверсификатором для стратегий в
стиле тренда, но вы должны быть очень смелым человеком, чтобы торговать им напрямую.
Эта следующая быстрая стратегия сочетает в себе два чистых ценовых эффекта, которые стремится
уловить большинство стратегий: возврат к среднему, но также и тренд. Стратегия 27 прибыльна,
потому что эти два эффекта работают в разных временных масштабах.
Комбинируя их, мы можем создать стратегию, которая торгует быстро, но также выигрывает от медленных
трендов. Введение элемента следования за трендом в стратегию возврата к среднему делает ее более
прибыльной, но и более безопасной.
Кроме того, я привожу концепцию из второй части: сокращение прогнозов при высокой волатильности.
Возврат к среднему — классическая конвергентная стратегия. Он преуспевает, когда рынки стабильны,
но сильно проигрывает, когда экскременты попадают на вращающееся лезвие. Уменьшение размера
позиции, когда ситуация становится тяжелой, предотвращает скачок волатильности.
Вместе эти два изменения превращают быстрый возврат к среднему в высокодоходную и, в конечном
счете, более безопасную стратегию.
Стратегия двадцать седьмая: Торгуйте по прогнозу

возврата к среднему, который не противоречит прогнозу
тренда и сокращает позиции при высокой волатильности.
Быстрый возврат к среднему плюс «медленное»

следование тренду
Базовая стратегия возврата к среднему обладает некоторыми интересными свойствами. Примечательно,
он торгуется прямо против текущего тренда, что делает его очень хорошим диверсификатором при
торговле вместе со стратегиями из первой части. Но это также таит в себе опасности. Предположим,
цена находится на резком нисходящем тренде. Мы будем продолжать покупать, поскольку рынок
выглядит все более и более дешевеющим относительно своего равновесия.
Такое поведение «поймать падающий нож» может привести к ужасным потерям. В результате асимметрия
в стратегиях возврата к среднему обычно сильно отрицательна.
Одним из решений является применение к стратегии стоп-лосса. Мы продолжаем покупать, когда цена
падает, но если цена падает слишком сильно, мы немедленно закрываем нашу позицию.
Я не в восторге от этой идеи. Как далеко "слишком далеко" - где мы должны установить стоп-лосс?
Как только мы закрыли наши позиции, когда мы должны их снова открыть?
Использование стоп-лоссов также приводит к зависимости от пути253, что затрудняет тестирование
стратегии на исторических данных.
Есть более простой способ: торговать на возврате к среднему только в том случае, если он находится
в том же направлении, что и текущий тренд. По сути, это означает, что мы покупаем на спадах под
преобладающим трендом и продаем на подъемах выше тренда.
Для этого мы сначала вычисляем прогноз возврата к среднему, используя подход из предыдущей
главы:
Теперь мы применяем наложение прогноза: если прогноз из правила торговли по тренду имеет знак,
отличный от прогноза возврата к среднему, то мы устанавливаем прогноз возврата к среднему с
поправкой на риск в ноль. В принципе, мы могли бы использовать любое торговое правило или комбинацию
правил для наложения следования за трендом, но для простоты я буду использовать только одно
правило из первой части: правило EWMAC с промежутками в 16 и 64 дня, для краткости EWMAC16.
Как наложение влияет на поведение правила возврата к среднему?
Рассмотрим рынок в восходящем тренде, когда EWMAC16 рассчитывает положительный прогноз. Если
текущая цена упадет ниже равновесной, то мы откроем длинную позицию. Когда текущая цена
сравняется с равновесной, мы закроем нашу

длинная позиция с прибылью. Но если впоследствии цена поднимется выше уровня равновесия ,
мы не будем открывать короткую позицию, так как это было бы противоположно преобладающему
тренду. В результате мы тактически «покупаем на падении» и торгуем на возврате к среднему ниже
текущей линии тренда.
Если рынок начнет продаваться, то мы изначально будем покупать, поскольку текущая цена,
вероятно, будет постоянно ниже равновесной, а прогноз EWMAC также остается длинным. Но
примерно через неделю потери денег, в зависимости от точного характера изменений базовой цены,
прогноз EWMAC станет отрицательным. Теперь есть конфликт между знаками двух прогнозов,
поэтому мы закрываем нашу длинную позицию возврата к среднему.
Мы не будем открывать сделки до тех пор, пока текущая цена не будет выше равновесной, и в этот
момент мы откроем короткую позицию.
Эта модификация устраняет необходимость в явном стоп-лоссе. Вместо этого наложение тренда
избавляет нас от убыточных позиций. Это также увеличивает корреляцию между стратегиями
возврата к среднему и тренду от довольно отрицательной до умеренно положительной. Но с
другой стороны, это улучшает прямую производительность возврата к среднему, а также делает
его намного более безопасным.
Меньший возврат к среднему при повышении риска
Возврат к среднему также плохо работает при повышении волатильности. Это видно на рис. 82 на
стр. 436. Пандемия COVID-19 и вторжение в Украину — болезненные периоды для чистой стратегии
возврата к среднему. Если вы читали вторую часть, то знаете, что тренд и керри также страдают,
когда уровень риска повышается. Я исследовал это явление в тринадцатой стратегии. В то же
время я также представил метод изменения прогнозов, чтобы они были ниже, когда волатильность
выше. Здесь мы можем использовать точно такой же метод, чтобы сделать возврат к среднему
более безопасным.
Вероятно, стоит прочитать предыдущую главу, если вы еще этого не сделали, но вот краткое
изложение методологии. Пусть σi,t будет текущим расчетным уровнем процентного стандартного
отклонения доходности для данного рынка i, измеренным с использованием метода,

разработанного в третьей стратегии.
Тогда относительный уровень волатильности Vi,t представляет собой текущую оценку, деленную
на десятилетнюю скользящую среднюю. Если предположить, что в году 256 рабочих дней, это
будет:
Учитывая относительный уровень волатильности V, мы берем точку квантиля Q на основе

исторических данных для данного инструмента:
Точка квантили будет варьироваться от 0 (если это самое низкое значение, которое мы
видели до сих пор) до 1 (самое высокое). Значение 0,5 будет означать, что это срединная
точка в историческом распределении. Затем мы вычисляем множитель объема M:
После того, как мы применили множитель прогноза волатильности и наложение прогноза

тренда, мы приступаем к обычным расчетам. Во-первых, мы применяем скаляр прогноза. Эффект
наложения прогноза заключается в отключении стратегии возврата к среднему примерно в
половине случаев, поэтому требуется более высокий скаляр прогноза: я оцениваю его
примерно в 20. Затем мы ограничиваем прогноз, вычисляем оптимальную позицию и используем
методологию выполнения. описанной в стратегии двадцать шестой, направленной на снижение
затрат.
Однако нам необходимо изменить соответствующие уравнения, чтобы учесть влияние

множителя объемов M. Во-первых, формула для оптимальной позиции, дающая скаляр
прогноза и равновесную цену, выглядит следующим образом:
Затем, как и прежде, я изменяю это, чтобы получить предельные цены покупки и продажи,
учитывая текущую позицию C:
Производительность более безопасного возврата к среднему
Какое влияние оказывает применение этих двух изменений на стратегию возврата к среднему? В
таблицах 132 и 133 приведены средние показатели по приборам. Их можно непосредственно сравнить с
таблицами 129 и 130 на страницах 432 и 433, которые охватывают исходную стратегию возврата к
среднему.
Таблица 132. Медианная производительность инструмента по классам финансовых активов

для более безопасного быстрого возврата к среднему
0,43 0,60 0,54 1,00
Оборот 81,3 68,4 92,1 77,6
перекос 0,77 2,41 0,27 0,11
Нижний хвост 5,77 10,85 4,52 4,10
Верхний хвост 1,92 2,83 2,22 2,32
Таблица 133. Медианная производительность инструмента по классам товарных активов для

более безопасного быстрого возврата к среднему
11,5% 9,1% 12,5% 8,1%

Средняя просадка
0,43 0,47 0,46 0,54
Оборот 83,0 83,6 83,9 81,9
перекос 0,74 0,65 0,94 0,57
Нижний хвост 5,42 4,91 5.12 5.08
Верхний хвост 1,98 2,64 2,35 2.12
Это очень хорошие результаты. Во-первых, давайте рассмотрим перекос. Мы намеренно

пытались спроектировать некоторую отрицательную асимметрию, связанную с возвратом
к среднему, поэтому приятно видеть, что мы достигли этого: медианная месячная
асимметрия по всем инструментам изменяется с -0,82 до -0,57.
Оба хвоста стали хуже, но это неудивительно. Помните, мы применили наложение прогноза,
которое отключает стратегию примерно в половине случаев, а затем примерно удвоили
скаляр прогноза для компенсации. Это приведет к тому, что доходность станет более
экстремальной.
Нечасто мы достигаем святого Грааля улучшения как перекоса, так и коэффициента

Шарпа (SR), но это один случай. Все классы активов теперь имеют достойный средний
показатель SR, а общий медианный показатель улучшился с 0,41 до 0,54.
А как насчет совокупной производительности всего портфеля Jumbo? Цифры приведены в

таблице 134. Для вашего удобства я также включил статистику для исходной стратегии
возврата к среднему.
Таблица 134. Эффективность совокупного портфеля Jumbo с 2013 г. для исходного и

более безопасного быстрого возврата к среднему
Стратегия девять Стратегия Стратегия двадцать шестая Стратегия двадцать семь

Множественный
десять
Быстрый Более безопасный и быстрый
тренд Нести возврат к среднему возврат к среднему
Средний годовой 13,8% 8,7% 17,6% 31,6%

доход
Расходы 1,1% 0,7% 3,1%* 1,9%*
Средняя 15,0% 10,2% 7,3% 2,0%

просадка
Коэффициент Шарпа 0,79 0,56 0,80 2.14
Оборот 40,6 10,5 39,2 65,7
перекос 0,20 0,31 1,46 1,36
Нижний хвост 2,96 2.06 2,74 2,29
Верхний хвост 2.01 1,33 1,98 2.13
* Затраты на быстрые стратегии включают только комиссию и не включают затраты на спред по рыночным
ордерам.
Любопытно, что месячная асимметрия значительно положительна для этого совокупного

портфеля: мы получаем значительную выгоду от асимметрии от диверсификации, как мы видели
для других стратегий. Похоже, что отрицательные перекосы в отдельных активах
существенно не коррелированы, или, по крайней мере, не были за десять лет или около того,
охваченных этим бэктестом. Это может немного ввести в заблуждение, поскольку перекос
для других периодов времени совсем другой: он составляет 0,25 для дневной доходности,
-0,36 для недельной и -0,06 для годовой доходности. В целом я был бы удивлен, если бы
перекос этой стратегии был на самом деле значительно более положительным, чем для тренда,
но мы, безусловно, устранили наихудший из отрицательных перекосов в стратегии двадцать
шестой.
Также удивительно, что оборот увеличился, но расходы ниже. Опять же, это является
следствием использования наложения прогноза для периодического отключения стратегии.
Это снижает среднюю позицию и, следовательно, увеличивает оборот, который кратен средней
позиции. Но поскольку мы торгуем только половину времени, наши затраты снижаются. Они не
совсем удваиваются, поскольку у нас есть дополнительные затраты на закрытие позиций,
когда прогноз тренда меняется на противоположный знак.
Но что выскакивает из этой таблицы, так это SR. Он впечатляюще большой, и впервые в этой
книге мы видели его больше двух. В моей карьере количественного трейдера у меня всегда
была давняя политика: я не доверяю проверенному на истории коэффициенту Шарпа больше
двух. Конечно, есть много причин не доверять этому.
Во-первых, исторический период тестирования на истории, чуть менее десяти лет, короче,
чем хотелось бы. Есть веские основания предполагать, что последние десять лет
характеризовались необычными рыночными условиями, которые могли как раз благоприятствовать этому.
стратегия. Во-вторых, трудно протестировать стратегию, использующую лимитные ордера,

которая эффективно торгует непрерывно, используя почасовые данные. В моем коде вполне
могут быть допущения или ошибки, из-за которых результаты выглядят лучше, чем они
были бы на самом деле.
Наконец, меня легко можно обвинить в грехе подгонки образца. Прочитав эту книгу, вы,
вероятно, сделаете вывод, что я добавил две модификации к исходной стратегии возврата
к среднему после изучения ее эффективности. На самом деле я начал тестирование с более
сложной версии, которая включала наложение прогноза тренда, а затем решил, что будет
проще объяснить, если я начну с простой чистой стратегии возврата к среднему. Выбор
EWMAC16 в качестве наложения был совершенно произвольным и не подходящим, хотя,
конечно, я уже знал, что это сама по себе прибыльная трендовая стратегия.
Но это правда, что функция множителя волатильности была добавлена позже. В свою
защиту скажу, что было бы совершенно очевидно, что стратегия возврата к среднему будет
плохо работать при более высокой волатильности, если не смотреть на бэктест. Кроме того,
я взял функцию масштабирования волатильности «с полки» из тринадцатой стратегии, не
внося в нее никаких дальнейших изменений.
Имея все это в виду, на рис. 83 показана кумулятивная кривая счета как для исходной
стратегии возврата к среднему, так и для стратегии с двумя модификациями, которые я
внес в этой главе. Наблюдается явное улучшение в периоды высокой волатильности, такие
как начало 2020 года и первый квартал 2022 года.
Рисунок 83: Влияние добавления изменений безопасности в стратегию возврата к среднему

Буду ли я торговать по этой стратегии на свои деньги? Да, безусловно, но с рядом

оговорок. Во-первых, потребуется значительный капитал254, чтобы торговать
совокупным портфелем Jumbo и реализовать все возможные преимущества, представленные
в таблице 134. Поскольку у меня нет необходимых 50 миллионов долларов или около
того, мне придется торговать меньшей выборкой инструментов. . Хотя SR по одному
инструменту в таблицах 132 и 133 впечатляют, перекосы довольно уродливы, и я не смог
бы их разнообразить всего несколькими инструментами.
Во-вторых, я бы не хотел вкладывать все свои деньги в эту стратегию. Я бы торговал ею

вместе с дневной стратегией, включающей кэрри и тренд, а также другими стратегиями,
которые я исследовал во второй и третьей частях. Как ясно видно из таблицы 135,
корреляция более безопасной стратегии с переносом и трендом все еще относительно
низка, хотя и выше, чем для первоначального возврата к среднему255.
Таблица 135: Корреляционная матрица доходности различных стратегий с 2013 г.
Тренд Несите тренд и Значит Более безопасный
Нести возвращение возврат к среднему
Тренд (Стратегия 9) 1 0,15 0,88 0,24 0,34
Перенос (Стратегия 10) 1 0,50 0,08 0,01
Тренд и керри (Стратегия 11) 1 0,15 0,33
Возврат к среднему (Стратегия 26) 1 0,43

Более безопасный возврат к среднему 1

(Стратегия 27)
К сожалению, вложение меньшего количества денег в стратегию еще больше уменьшит количество
инструментов, с которыми я мог бы торговать. Если я буду придерживаться традиции вкладывать
40% моего капитала в конвергентные стратегии, то максимум, который я хотел бы выделить для
стратегии возврата к среднему, будет вдвое меньше: 20%. Если вы чувствуете себя очень смелым,
то оптимальное распределение безопасного возврата к среднему для максимизации SR и альфа
составляет около 85% (при условии, что остальные 15% находятся в одиннадцатой стратегии,
поэтому распределение на конвергентные стратегии фактически составляет 91%256 ) . Даже
относительно скромные 50% распределения по стратегии двадцать семь по-прежнему имеют
превосходный Шарп, но улучшают перекос до уровней, которые уже не пугают, хотя эта конкретная
смесь по-прежнему сходится на 70%.
Наконец, эта стратегия значительно сложнее в использовании, чем стратегия дневной торговли.
Практически невозможно представить, чтобы это можно было реализовать без использования
полностью автоматизированной торговой системы. Кроме того, из-за большого количества
внутридневных ордеров эта стратегия может потерять значительные суммы денег за очень
короткий период времени.
Следовательно, я бы посоветовал очень тщательное тестирование и мониторинг этой стратегии.
Эта стратегия, вероятно, имеет очень высокий ожидаемый SR, даже если на самом деле он не
превышает двух. Но для ее достижения потребуются значительные капиталовложения,257 опыт и
технические навыки. Это будет непросто.
Стратегия двадцать седьмая: Торговый план

Все остальные этапы идентичны двадцать шестой стратегии.
253 Зависимость от траектории в этом контексте означает, что наш прогноз на любой конкретный день будет зависеть от того, каким
был наш вчерашний прогноз, и делает тестирование на исторических данных более сложным и менее интуитивным.
254 Обратите внимание, что для торговли по этой стратегии невозможно использовать методологию динамической оптимизации,
представленную в стратегии двадцать четыре, поэтому нам потребуется полный минимальный капитал для каждого инструмента, которым
мы торгуем.
255 Тем не менее, дополнительная производительность и лучшая асимметрия более безопасного возврата к среднему преодолевают эту
более высокую корреляцию на уровне портфеля в сочетании с переносом и трендом. Мы получаем более высокий SR и лучшую асимметрию,
используя более безопасный возврат к среднему для любой комбинации одиннадцатой стратегии и возврата к среднему.
Например, для 50% распределения по одиннадцатой стратегии (тренд и перенос), плюс 50% для быстрого возврата к среднему,
SR с более безопасным возвратом к среднему выше: 1,89, а не 1,65 для исходной стратегии возврата к среднему. Как и
следовало ожидать, перекос также лучше для портфеля 50/50 с более безопасным возвратом к среднему, с ежемесячным
перекосом 0,59, а не -0,29. 256 60% одиннадцатой стратегии
приходится на дивергентные стратегии (тренд), а это 15% от общего распределения, поэтому у нас есть только 0,6 × 0,15 =
0,09 в дивергентной корзине, а остальные (возврат к среднему и перенос) остаются в конвергентных стратегиях. .
257 Но не слишком много капитала! Как я уже говорил в предыдущей главе, в отличие от более медленных стратегий,
обсуждаемых в этой книге, эта стратегия также будет иметь относительно ограниченные возможности, что позволяет
предположить, что эта стратегия также будет проблематичной для многомиллиардных фондов.
Часть пятая: стратегии относительной ценности

Вы должны прочитать всю первую часть, прежде чем читать пятую часть.
Вам не обязательно читать части вторую, третью или четвертую, прежде чем читать часть пятую.
Эта часть книги посвящена стратегиям относительной ценности (RV). Вместо того, чтобы
предсказывать направление цен отдельных активов, мы пытаемся предсказать направление одного

актива относительно другого.
Мы можем классифицировать стратегии RV следующим образом:
По типу активов: (а) по инструментам, (б) по разным срокам одного и того же инструмента –
календарные сделки.
По количеству рынков включены: (а) два рынка – сделки спред, и (б) три рынка – сделки триплет.
Следующие стратегии RV включены в часть пятую:
Стратегия двадцать восьмая: кросс-инструментальные спреды.
Стратегия двадцать девятая: кросс-инструментальные тройки.
Стратегия 30: Календарные торговые стратегии (как спреды, так и триплеты).

Стратегия двадцать восьмая: кросс-

инструментальные спреды
Торговля фьючерсами рискованна. Мы зависим от прихотей рынков. Если у нас длинная позиция по
S&P 500, а мировые акции рухнут, то нам конец. Короткая позиция по немецким облигациям может
быть очень прибыльной до тех пор, пока ЕЦБ не решит неожиданно начать новый раунд
количественного смягчения, и в результате скачка цен не опустеет наш торговый счет. Все в
порядке, так как длинная позиция по кукурузе находится в хорошем бычьем тренде, но что, если
необычно хорошая погода в США увеличит предложение и убьет цену?
К счастью, можно торговать, не подвергаясь воздействию рыночных движений — по крайней мере,
теоретически.
Ответ заключается в том, чтобы торговать относительной стоимостью (RV). Вместо открытой
длинной позиции по S&P 500 мы могли бы держать длинную позицию, хеджированную короткой по Eurostoxx.
Пока американские акции опережают европейские, мы в деньгах. Короткие немецкие облигации все
еще могут быть прибыльными, если они сочетаются с длинной позицией итальянского BTP, которая
не так хороша в ралли. Длинная кукуруза и короткая пшеница вполне могут быть выгодной сделкой,
даже когда солнце светит больше, чем ожидается.
РВ это не просто. Он требует более высокого кредитного плеча, чем стратегии направленной торговли,
которые мы видели до сих пор в этой книге. Существуют скрытые риски и опасности, присущие этому
стилю торговли, а затраты могут свести вас на нет. Но это все еще полезное оружие, которое стоит
иметь в своем арсенале торговых стратегий.
Стратегия двадцать восьмая: Торгуйте парами
инструментов по спредам относительной стоимости.
Что такое спредовый инструмент?

Спред — это когда мы торгуем двумя связанными инструментами вместе, при этом длинная позиция
в одном хеджируется, а короткая — в другом, что фактически создает новый синтетический
инструмент. Чтобы создать этот новый инструмент, нам нужны некоторые веса инструмента , так как,
в некотором смысле, инструмент спреда подобен мини-инструменту.

хеджированный портфель. Поскольку это стратегия спреда, эти веса будут длинными по
одному инструменту и короткими по другому. Эти веса определяют относительный размер
позиций, которые мы открываем для совершения сделки с заданным спредом, а также
используются для расчета цены синтетического инструмента. Формально:
Инструмент спреда Ra/b – это длинная позиция по инструменту a и

короткая по инструменту b в соотношении R:1 (а если R=1, то мы пишем a/b).
Возьмем пример. Предположим, мы хотим торговать (а) 5-летними облигациями США и (б) 10-
летними облигациями США по стратегии спреда. Эти инструменты явно связаны между собой;
оба они представляют собой фьючерсы на облигации США с номинальными сроками погашения,
отстоящими друг от друга всего на несколько лет. Сначала предположим, что мы хотим
иметь следующие относительные веса, 1,5:1 для 5-летней и 10-летней облигации
соответственно, что подразумевает R = 1,5, и мы можем использовать сокращенную форму: 1,5US5/US10 .
Соотношение 1,5:1 означает, что наш мини-портфель состоит из длинной позиции по 5-

летним облигациям США, которая в 1,5 раза превышает стоимость короткой позиции по 10-
летним облигациям США. Я рассмотрю вычисление соответствующего значения
относительного веса R позже в этой главе.
Как мы находим цену нашего синтетического инструмента? Это легко, учитывая цены в
каждом инструменте pa и pb :
Ясно, что эта цена легко может быть нулевой или отрицательной, но это не имеет
значения, если мы внимательно относимся к ценам с учетом этого. В нашем примере прямо
сейчас цены на 5-летние и 10-летние облигации США составляют около 112 и 119
соответственно. Таким образом, цена спреда составляет:
В этот момент полезно задать следующий вопрос: какую прибыль мы получим, если цена этого
спреда упадет с 49 до 50? Нам нужно вернуться к некоторым уравнениям из первой части. Во-
первых, стоимость фьючерсной позиции, содержащей N контрактов, равна:
Предположим, что у нас есть Na контрактов по инструменту a и короткие -Nb по инструменту
b. Стоимость нашей короткой позиции по инструменту b :
Для инструмента a у нас будет некоторое количество контрактов Na :
Чистая экспозиция нашего мини-портфеля будет равна:
Чтобы упростить это, мне нужно будет указать, сколько контрактов Na мне нужно для
каждого короткого контракта Nb :
Если я подставлю это в формулу чистой экспозиции и сделаю некоторую перестановку:
Если я скажу, что короткая позиция одного контракта по инструменту b эквивалентна

одной единице синтетического инструмента, то чистый условный риск на единицу
синтетического инструмента будет равен:
Это аналогично обычной формуле для чистого риска по контракту, за исключением

Δ
что мы заменили цену на p и используем мультипликатор и валютный курс для инструмента b.
Это имеет смысл, поскольку все было нормализовано относительно одного контракта b.
Вернемся к нашему примеру. Наш выбор инструментов облегчает наши расчеты, так как они оба
номинированы в долларах США, а также имеют одинаковый фьючерсный мультипликатор (1000).
Поскольку у нас короткие позиции по 10-летним облигациям США, это актив b , и мы всегда
будем открывать короткие позиции по одному контракту на каждую единицу длинной позиции
в инструменте с синтетическим спредом. Но сколько фьючерсов на длинные 5-летние облигации
США мы должны иметь? Помните, что R = 1,5, поэтому на каждый короткий фьючерсный контракт
на 10-летние облигации США мы будем держать такое количество фьючерсов на 5-летние облигации:
В этом простом случае отменяется все, кроме R. Конечно, мы не можем покупать дробные
контракты, но я займусь этой проблемой позже. Чистый условный риск на единицу синтетического
контракта составляет:
Если цена спреда поднимется до 50 долларов, то стоимость риска увеличится до 50 000

долларов, и мы заработаем 1000 долларов. В более общем смысле каждая единица цены будет
увеличивать стоимость того, что мы держим, на фьючерсный мультипликатор для инструмента
b , умноженный на валютный курс.
Последствия этого анализа важны: мы можем рассматривать эти синтетические инструменты

спреда как стандартные фьючерсные инструменты. Мы можем рассчитать прибыль, а также
скорректированные цены, подставив скорректированную цену базового фьючерса в уравнение
для p Δ. В принципе, мы также можем использовать наши стандартные уравнения размера

позиции и торговые стратегии для торговли по ним. Единственное отличие состоит в том, что
при покупке (или продаже) X
контрактов, мы фактически купили бы (или продали) X(Na ÷ Nb ) контрактов по инструменту a и
продали бы (или купили) X контрактов по инструменту b.
Это не так просто, поэтому эта глава занимает еще несколько страниц, но это основная
идея синтетических инструментов спреда.
Чем опасен спредовый инструмент?

Инструмент спреда имеет скорректированную цену, и мы можем измерить стандартное
отклонение этой цены. Не имеет особого смысла измерять его в процентах, σ%, так как есть
шанс, что цена спреда будет близка к нулю или отрицательна. Но мы можем измерить его по
как мы
ежедневной доходности цен σp , полученной при использовании стандартных
отклонений с целью корректировки прогнозов с учетом риска. Помните, что:
Когда я пишу эту главу, стандартное отклонение спреда 1,5US5/US10 имеет стандартное
отклонение 0,159. Это ниже стандартных отклонений для каждого из фьючерсов на 5-летние
(в настоящее время 0,379) и 10-летние (0,568) облигации США.
Это не должно удивлять. Мы эффективно хеджировали некоторые риски, связанные с владением

облигациями США. Фактически, поскольку инструмент синтетического спреда фактически
является мини-портфелем, мы можем точно рассчитать ожидаемое стандартное отклонение
цены спреда. Нам просто нужна корреляция между ежедневными доходами двух активов в виде
ценовой разницы, ρ. Используя стандартную формулу из финансовой экономики 101 для
портфельного риска с двумя активами:
Для спредовых инструментов с весами wa = +R и wb = 1 получаем:

Мы можем проверить, имеет ли это смысл для 1,5US5/US10, учитывая, что корреляция в настоящее
время составляет 0,961:
Я не собираюсь использовать этот более сложный метод для получения стандартного отклонения
цены, но он очень полезен благодаря интуиции, которую он дает.
Обратите внимание, что стандартное отклонение спреда будет меньше, если корреляция ρ ближе к 1.
Это логично: чем теснее связаны два инструмента, тем лучше будет хеджирование и тем меньше
результирующий риск.
В результате основной опасностью при торговле спредами является корреляционный риск. 258 Если
корреляции упадут, наши сделки станут более рискованными. В качестве примера представьте, что
корреляция 5-летних и 10-летних облигаций США упала с текущего уровня 0,961 до 0,86. Довольно
скромное снижение корреляции, но оно привело бы к почти удвоению риска с 0,159 до примерно 0,30!
Размер позиции по инструментам спреда

Теперь было бы неплохо вернуться к формулам определения размера позиции из первой части. Оптимальное
количество контрактов для некоторых инструментов:
Нам нужно изменить это, заменив σ% нашей альтернативной мерой стандартного отклонения для
ежедневной доходности цены в цене спреда p. Δ:
В качестве альтернативы мы можем измерять непосредственно по разнице цен дневного спреда. Для
измерения стандартных отклонений с целью определения размера позиции мы можем использовать
приемы, которым мы научились в третьей стратегии: использовать экспоненциально взвешенное
стандартное отклонение с 32-дневным периодом и смешанный диапазон прошлой и будущей волатильности.
Весом в приведенной выше формуле будет доля нашего капитала, которую мы вложили в этот конкретный
инструмент спреда, и инструмент

мультипликатор диверсификации (IDM) будет рассчитываться с использованием метода, описанного
в четвертой стратегии, или с использованием приближений из таблицы 16 в этой главе.
Нам также необходимо заменить N на Nb , так как мы пытаемся рассчитать количество единиц для
синтетического инструмента, и каждый из них состоит из одной короткой контрактной позиции по
инструменту b. Точно так же мультипликатор фьючерса и курс FX также будут для инструмента b
(цена отменится).
Проделав все это, мы получаем:
Рассмотрим еще раз пример спреда 1.5US5/US10. Мы предполагаем, что у нас есть капитал в размере 500
000 долларов США и что мы торгуем только одним инструментом спреда, поэтому вес = IDM = 1. Я
использую цель риска τ, равную 10%. Это ниже, чем обычно, по причинам, которые я объясню в
ближайшее время. Наконец, предположим, что в настоящее время у нас есть масштабированный
прогноз среднего размера +10. С текущим дневным стандартным отклонением 0,159, которое я
рассчитал ранее, мы получаем следующую позицию по инструменту b, 10-летней облигации США:
Следовательно, у нас будет короткая 19,7 контрактов на 10-летние американские фьючерсы. Из
предыдущих расчетов мы знаем, что Na ÷ Nb = 1,5, поэтому мы будем открывать в 1,5 раза больше
фьючерсов на 5-летние облигации США на каждую 10-летнюю короткую позицию, следовательно, у нас
будет оптимальная длинная позиция, состоящая из 29,5 контрактов на 5 долларов США. -год.
Для сравнения, если бы у нас были те же цифры, что и в примере, но мы торговали 10-летними облигациями
США по отдельности с помощью стратегии направленной торговли, то с использованием стандартных
отклонений, которые я раскрыл ранее в этой главе, у нас была бы позиция около 5,5 контрактов, а
для 5-летних облигаций США это будет примерно 8,2 контракта.
Это не должно быть сюрпризом. RV-сделки требуют более крупных позиций и большего кредитного
плеча259, чем направленные сделки, потому что базовая цена менее волатильна, и нам нужно больше
масштабироваться, чтобы достичь заданного целевого риска. В текущих ценах общая абсолютная
условная сумма риска по этой спредовой торговле составляет почти 5,6 миллиона долларов: 260,
что в 11 раз превышает наш капитал. Некоторые сопоставимые цифры

составляет чуть менее 1 миллиона долларов США для 5-летней сделки с тем же капиталом и
650 000 долларов США для 10-летней сделки на той же основе.
Следовательно, реальная опасность в сделке RV заключается в том, что вы настраиваете

ее, когда корреляции очень высоки, что приводит к низкому расчетному стандартному
отклонению и, следовательно, к высокому кредитному плечу. Если корреляции впоследствии
упадут, то торговля в одночасье станет очень рискованной. Если у многих людей есть одна
и та же сделка, то вы попадете в «спираль смерти», поскольку трейдеры со слишком большим
кредитным плечом получат маржинальные требования и будут вынуждены ликвидировать.
Именно по этой причине многие из крупнейших торговых взрывов в истории261 были вызваны RV
или другими сделками хеджирования, которые внезапно прекратили хеджирование.
По этой причине я выступаю за использование цели с более низким риском для сделок по
спреду. Годовое процентное стандартное отклонение = 10% является достаточно
консервативным. Но, пожалуйста, имейте в виду, что неотъемлемый риск торговли с таким
большим кредитным плечом подразумевает, что даже 10% могут быть слишком агрессивными.
Каковы соответствующие веса для

спредового инструмента?
Каковы наилучшие веса для торговли спредом: лучшее значение R? На самом деле нет простого
ответа на этот вопрос. Наивный ответ состоит в том, чтобы искать оптимальный набор весов,
который даст нам наиболее прибыльную торговую стратегию.
Но это почти наверняка путь к переоснащению. Гораздо лучше установить веса, а затем
посмотреть, насколько хорошо данная стратегия торгует полученным синтетическим
инструментом.
В качестве альтернативы, возможно, мы ищем чистейший синтетический инструмент:

инструмент, который лучше всего подходит для хеджирования? Застраховали ли мы риск
«рынка» – нейтральны ли мы к рынку? Это будет зависеть частично от наших весов и частично
от того, как мы определяем «рынок». Мы могли бы, например, взять метод с фондового рынка и
построить спрэд таким образом, чтобы он был бета-нейтральным, где бета — это коэффициент
риска по отношению к «рынку». Существуют и другие методы, специфичные для класса активов:
например, в случае с фиксированным доходом мы могли бы использовать весовые коэффициенты,
нейтральные по продолжительности.
Я выберу более легкий путь и сосредоточусь на прямом, а не

рыночный риск. Чтобы измерить прямой риск, мы можем посмотреть на стандартное

отклонение цены спреда, которое я определил выше:
Какое отношение R даст нам наименьшую волатильность цены спреда и, следовательно,

наименьший риск? Применив немного математики262, мы можем показать, что стандартное
отклонение будет минимальным, когда:
Это аккуратное маленькое уравнение имеет несколько важных следствий. Во-первых, для
R > 1 инструмент а должен иметь более низкое стандартное отклонение, чем инструмент б.
Строго говоря, R может принимать любое значение, но я нахожу R > 1 более интуитивным,
поэтому это означает, что мы всегда должны помещать инструмент с меньшим риском в
позицию a.
Однако такой порядок — всего лишь условность. Чтобы понять, почему, давайте
рассмотрим упрощенный случай, когда дневные стандартные отклонения ценовых
доходностей одинаковы для a и b:
Что произойдет с оптимальным значением R , если мы поменяем инструменты a и b?
Следствием этого является то, что для корреляций ниже 1 мы будем иметь одно и то
же R < 1 независимо от порядка инструментов. Но это не имеет смысла! Если бы корреляция
была, скажем, 0,5, то теоретически оптимальным хеджированием для одного контракта по
а было бы 0,5 контракта по b, в то время как наилучшее хеджирование для одного
контракта по b было бы 0,5 контракта по а!
Поскольку порядок не имеет значения для расчета оптимального R, наилучшее

значение R , которое минимизирует ценовой риск спреда, — это просто отношение
стандартных отклонений для каждого отдельного инструмента, измеренное по ежедневным
изменениям цен:
Например, для спреда US5/US10 стандартное отклонение дневной доходности для 5-летних
облигаций США в настоящее время составляет 0,379, а для 10-летних — 0,568.

Наилучшее R будет соотношением этих:
Знакомый номер.
Использование этой формулы также подразумевает, что оптимальное соотношение обычно не
близко к целому числу или даже к «хорошей» цифре, такой как 1,5. Кроме того, оптимальные
соотношения будут меняться со временем по мере изменения относительных стандартных
отклонений. Например, оптимальное соотношение R для US5/US10 колебалось от 1 до 2,75 за
последние 30 лет. Нецелочисленные коэффициенты делают управление торговой стратегией сложным
и неинтуитивным с операционной точки зрения, если только коэффициент не равен 1,5 или 2,5.
Различные коэффициенты также снижают интуицию, а также делают процесс тестирования на
исторических данных очень сложным.
В некоторых случаях существуют определенные коэффициенты, стандартизированные на рынке.
Это может быть преимуществом для очень крупных организаций, которые хотят торговать своими
спредами как внебиржевые блочные сделки. Это также может быть преимуществом, если вы считаете,
что торговая стратегия самореализуется, и вы хотите смотреть на ту же цену, что и остальная
часть рынка. Использование рыночных соглашений также означает, что вы можете напрямую
загрузить цену или прочитать обсуждения о спреде без необходимости пересчитывать какие-либо
цифры, которые котируются.
Позже в этой главе я укажу некоторый R для каждого разворота, который я просматриваю. В
основном они будут рассчитываться с использованием описанного выше оптимального метода R* ,
усредненного за последние десять лет263, а затем округленного до ближайшего «хорошего» числа.

Но в некоторых случаях, когда существуют рыночные условности, я буду использовать их в
качестве альтернативы.
Хотя этот подход имеет ряд явных преимуществ, существуют и недостатки. Использование
фиксированных коэффициентов подразумевает, что мы не будем использовать оптимальный
коэффициент хеджирования, и у нас будет более высокая корреляция с прямыми ценами.
Выбор инструментов спреда

Каков минимальный капитал для спредового инструмента?
Мы можем легко адаптировать формулу минимального капитала из первой части:
С теми же заменами, которые я сделал ранее, мы получаем следующее для инструментов спреда с
индексом i:
Помните, что цель риска τ должна быть ниже для инструментов спреда – я предложил 10%.
Это подразумевает более высокий уровень минимального капитала, но это будет компенсировано
более низким стандартным отклонением, присущим ценам спреда.
Все вышеизложенное предполагает, что количество контрактов, требуемых в инструменте a
для каждого отдельного контракта инструмента b (Na ÷ Nb ), является целым числом.
Если это не так, вам нужно будет умножить минимальный капитал на коэффициент, необходимый
для заключения целочисленных контрактов как для a , так и для b.
Например, если с одним контрактом b (Nb = 1) позиция в инструменте a Na = 0,5, минимальный
требуемый капитал будет удвоен, в результате чего эффективная минимальная позиция Na =
1 и Nb = 2 будет содержать две единицы синтетический инструмент. Наш фактический минимум
будет в два раза больше, чем рассчитанный по приведенной выше формуле минимального капитала.
Для Na ÷ Nb = 0,4 нам потребовался бы минимальный капитал, который был бы в пять раз выше,
что привело бы к минимальным позициям с одной единицей Na = 2 и Nb = 5.
Если в результате этого минимальный капитал становится чрезмерным, вы можете внести
небольшую корректировку в R. Возьмем крайний пример, если Na ÷ Nb = 0,95, тогда вам нужно
будет умножить минимальный капитал на 20, чтобы получить целочисленные контракты. .

Гораздо разумнее было бы настроить значение R так, чтобы оптимальное значение для Na было
равно 1.
Каков минимальный капитал для 1.5US5/US10, если предположить, что это единственный
спред, которым мы торгуем? Прежде всего, давайте проигнорируем проблему нецелого числа.
контракты:
Но нам нужно умножить минимальное значение RV на два, так как Na ÷ Nb = 1,5, и поэтому эффективная
минимальная позиция составляет две единицы синтетического инструмента с Na = 3 и Nb = 2. Это дает
нам минимальный капитал для торговли спредом. чуть более 200 000 долларов.
Опять же, полезно сравнить это с минимальным капиталом для отдельных направленных сделок с 5-
летними и 10-летними ценными бумагами США. С соответствующим риском 10% эти цифры составят 242 000
долларов США для 5-летнего и 363 500 долларов США для 10-летнего.
Конечно, мы были бы рады торговать фьючерсами с более высоким целевым уровнем риска (= 20%), поэтому
более реалистичные значения составляют половину показанных: 121 000 долларов США для 5-летних и 181
000 долларов США для 10-летних фьючерсов на облигации.
Сколько стоит торговля спредовыми инструментами?
Нам также необходимо адаптировать расчеты стоимости из первой части для покрытия спредовых
инструментов. Почти всегда нам нужно выполнить сделку со спредом между инструментами как две
отдельные сделки,264 так что это просто вопрос суммирования затрат по каждому инструменту.
Во-первых, давайте приведем основные уравнения затрат. Помните, что спред здесь относится к спреду
исполнения предложения и продажи, а не к торговле спредом!

Нам нужно сложить затраты, предварительно убедившись, что они указаны в одной и той
же валюте. Как обычно, мы нормализуем относительно валюты b. Также помните, что мы
обмениваем Na ÷ Nb единиц инструмента a на каждую единицу инструмента b:
Наконец, полезно рассчитать затраты с поправкой на риск, чтобы мы могли видеть,

достаточно ли дешево что-то для торговли. В первой части я сделал это путем деления
на цену, умноженную на фьючерсный множитель, а затем на стандартное отклонение цены.
Однако, поскольку в этой части книги мы не используем процентное стандартное
отклонение, мы можем заменить его дневным стандартным отклонением ценовой доходности
( ). Нам также нужно заменить фьючерсный множитель на инструмент b , так как все
стандартизировано:
Вернемся к нашему примеру, 1.5US5/US10. Для 5-летних облигаций США:
А для 10-летних облигаций США:

Теперь мы можем рассчитать стоимость торговли каждой единицей спреда:
Для сравнения, для прямой сделки с 5-летними ценными бумагами США стоимость сделки с
поправкой на риск составляет 0,00091, а для 10-летних облигаций США она очень похожа: 0,001.
Стоимость торговли спредом почти в восемь раз превышает стоимость торговли каждой из
сторон! Отчасти это связано с тем, что мы торгуем R + 1 = 2,5 контракта, а не только с
одним, а также потому, что стандартное отклонение цены спреда значительно ниже, чем на
отдельных участках сделки.
И последнее замечание: если вы находитесь в необычной ситуации, когда у вас есть два
инструмента с разными графиками прокатки, то для расчета затрат на прокат вы должны
использовать количество циклов для инструмента с наибольшим количеством циклов в
год.
Примеры инструментов спреда

Имея более 100 инструментов в моем наборе данных, существует около 5000 возможных
инструментов спреда. Понятно, что я не буду анализировать их все. Действительно, многие
из них будут иметь корреляцию, которая слишком низка, чтобы сделать их
разумный выбор инструментов распространения. У других может быть высокая корреляция, но

без веской причины. Использование их в качестве инструментов спреда попахивает
интеллектуальным анализом данных, близким родственником греха переобучения.
В качестве примера такого интеллектуального анализа данных я помню долгую дискуссию,

когда я работал в индустрии хедж-фондов, когда несколько исследователей пытались
оправдать торговлю новозеландским долларом/долларом США FX по сравнению со спредом на
живой скот, который они хотели исследовать, после тщательный поиск всех возможных
разворотов показал его многообещающим кандидатом. Возможно, размышлял один из них, это
было связано со значительным экспортом новозеландской баранины, и наверняка баранина и
говядина были экономическими заменителями? К счастью, в тот день возобладал здравый
смысл, и мы не следовали этой конкретной стратегии.
Чтобы еще больше свести к минимуму количество возможностей, я буду рассматривать только
спреды внутри классов активов. Вероятность высокой корреляции с хорошими обоснованиями
выше для инструментов, принадлежащих к одному классу активов.
Наконец, я не буду включать сюда все возможные инструменты распространения, даже

правдоподобные активы с высокой степенью корреляции. Это сделано из соображений экономии
места, потому что часто существует несколько возможных спредов, которые могут быть
очень похожими. Например, мы могли бы торговать 2-летними облигациями США против 5-летних,
а также 5-летними облигациями США против 10-летних. Трудно сказать, какой из них
является лучшим вариантом, и включение только одного из них в этот список не указывает
на какие-либо предпочтения с моей стороны или на какое-либо ожидание более высокой производительности.
Естественно, если у вас есть необходимый капитал, вы можете торговать и тем, и другим265.
Спреды с фиксированным доходом (облигации и STIR)
Я использовал 1.5US5/US10 в качестве примера в этой главе по нескольким причинам.

Как я отметил в самом начале этой книги, моей первой финансовой работой была должность
в инвестиционном банке, где я работал трейдером с фиксированным доходом. Позже в моей
карьере менеджера хедж-фонда я управлял большим портфелем торговых стратегий с
фиксированным доходом, в том числе несколькими торговыми спредами. Но независимо от
моего личного опыта, во многих отношениях фиксированный доход является духовным
домом торговли спредами. Это происходит главным образом потому, что корреляции между
многими фьючерсами на облигации и краткосрочные процентные ставки (STIR) чрезвычайно
высоки.
В таблице 136 показан выбор некоторых из огромного числа возможных фиксированных

спреды доходов. Все таблицы в этом разделе имеют одинаковый формат, независимо от
класса активов, поэтому их стоит объяснить подробнее. В каждую строку я включаю два
инструмента в соответствующем спреде, корреляцию дневных ценовых доходностей ρ,
предложенный мною коэффициент R и количество длинных контрактов по инструменту а,
необходимое для хеджирования одного короткого контракта по инструменту b (Na ÷ Nb ),
рассчитывается по формуле:
За исключением кросс-валютных инструментов, Na ÷ Nb останется постоянным. Я также
указал минимальный капитал, предполагая, что τ = 10%, и стоимость с поправкой на риск,

чтобы помочь вам выбрать подходящие спреды.
Таблица 136: Некоторые примеры спредов фиксированного дохода
Предупреждение для тех, кто хочет стать трейдером, торгующим спредами с фиксированным доходом: выше я
отметил, что предпочитаю использовать коэффициенты, рассчитанные с использованием описанного выше
оптимального метода R , чтобы получить наименьшее стандартное отклонение, используя данные, усредненные
за последние десять лет:

Но последние десять лет, с 2012 по начало 2022 года, были довольно необычными для рынков
с фиксированным доходом, с подавленной волатильностью доходности на протяжении большей
части этого периода, особенно в начале кривой доходности. Это искажает значение R ,
рассчитанное с использованием относительных стандартных отклонений за этот период.
Возьмем крайний пример: относительный вес дюрации немецкого 2-летнего Шаца к 20-летнему
спреду Буксля будет около 7, но значение отношения, которое я рассчитал на основе данных,
будет значительно выше. Я предпринял некоторую попытку исправить эту проблему: показанные
здесь отношения представляют собой среднее значение расчетных эмпирических значений в
сочетании с моими лучшими предположениями о том, какими были бы отношения в условиях
«нормальной» процентной ставки.
Спреды по акциям
Корреляции в акциях не так высоки, как в облигациях. Конечно, внутри стран они обычно
выше, чем между странами. Внутри стран мы можем делать спреды, такие как сектор по сравнению
с индексом, крупная капитализация по сравнению с малой или технология по сравнению с
индексом. В таблице 137 показаны некоторые примеры спредов акций.
Таблица 137: Некоторые примеры спредов акций
Спреды волатильности
В моем наборе данных есть только три инструмента волатильности, и только два из них
достаточно ликвидны, чтобы быть включенными в портфель Jumbo: US VIX и
Европейский VSTOXX. Это оставляет нам только одну возможную стратегию распространения,
как показано в таблице 138.
Таблица 138: Спред атлантической волатильности
Форекс спреды
Класс активов FX необычен, потому что все инструменты в нем представляют собой валютные
пары. Большинство ликвидных фьючерсов в портфеле Jumbo связаны с долларом США, но есть и
несколько кросс-курсов, таких как EUR/GBP. Таким образом, вы можете подумать, что имеет
смысл использовать спреды на валютных рынках как способ создания дополнительных кросс-
курсов. Например, вы можете торговать AUD/USD как спред с JPY/USD, чтобы получить AUD/JPY.
На самом деле существует будущее пары AUD/JPY, но оно не особенно ликвидно.
Однако при этом упускается важный момент: я определяю спреды как разницу между двумя
ценами, но правильный способ расчета кросс-курса по двум отдельным валютным курсам
заключается в использовании коэффициента . Следовательно, было бы теоретически
неправильно использовать инструменты синтетического спреда в качестве прокси для кросс-курсов.
По этой причине я решил не включать в эту книгу инструменты спреда FX.
Спреды сельскохозяйственные
Класс сельскохозяйственных активов очень разнообразен и фактически состоит из

нескольких подклассов: зерновых, мягких, мясных и индексных. Внутри них у нас есть
дополнительные подразделения, например, в зерновых есть кукуруза, овес, рис, пшеница и соевый
комплекс. Мы ожидаем наибольшей корреляции в наиболее детализированных группах, но мы
также можем сравнивать инструменты по подклассам.
Таблица 139: Примеры некоторых сельскохозяйственных спредов

Спреды на металлы
Как и сельскохозяйственные рынки, мы можем разделить металлы на три основные группы:

драгоценные, недрагоценные и новомодные криптовалютные рынки, которые, как
представляется, наиболее сильно коррелируют с классом активов металлов. Опять же,
мы можем делать развороты внутри или между этими группами. Кстати, вы, возможно,
ожидали увидеть в этом списке золото/биткойн: древнюю безопасную гавань во времена
кризиса и более современный эквивалент. Но их корреляция слегка отрицательна, что
говорит о том, что так называемое «цифровое золото», также известное как Биткойн, не
такое блестящее, как вы могли подумать.
Таблица 140: Примеры спредов по некоторым металлам
Распространение энергии
Энергетическая группа является наиболее интересной, потому что многие из

инструментов являются продуктами, которые создаются путем переработки сырой нефти.
Следовательно, существуют веские логические причины266 для любых эмпирических
отношений между различными инструментами. Это может привести к проблемам у трейдеров,
использующих количественные методы расчета спредов, как мы здесь. Может существовать
веская фундаментальная причина, по которой относительная себестоимость такого продукта, как
Топочный мазут изменился, что повлияет на спред между сырой нефтью и соответствующим
продуктом. Чисто ретроспективный расчет соответствующего отношения упустит это.
У некоторых фьючерсов на энергию также есть вариации «последнего дня», которые сильно
коррелируют с их ванильными кузенами. Наконец, мы можем рассматривать разные сорта или места
для одного и того же продукта, например, два ключевых ориентира для сырой нефти: Brent и WTI.
В этом списке отсутствует очевидный спред. Вы можете ожидать, что, хотя добыча природного
газа и нефти связана лишь косвенно, в какой-то степени они действуют как заменители, поэтому
должна быть достаточно стабильная взаимосвязь. Но их корреляция на самом деле очень
низкая, что делает их непригодными для рынка спредов.
Таблица 141: Выбранные энергетические спреды
Торговые стратегии для инструментов спреда

Прогнозирование и определение размера позиции по
спредовым инструментам
Повторим: значительное преимущество торговли спредами как синтетическими инструментами
заключается в том, что мы можем рассматривать их как любой отдельный инструмент. Это
означает, что мы можем использовать стандартную формулу определения размера позиции, но с

некоторыми изменениями:
Буферизация инструментов спреда
Хотя большая часть стратегии из первой части без проблем работает со

спредовыми инструментами, это не совсем верно в отношении буферизации.
Помните, что для буферизации мы установили буферную зону без торговли
вокруг оптимальной позиции, а затем проверили, не находится ли текущая
позиция за пределами этой зоны. Если да, то мы торговались до края буфера.
Как мы делаем это для спредов? Буферизируем ли мы каждую часть стратегии

отдельно? Это не имело бы смысла, так как наша позиция часто будет временно
незахеджирована. Вместо этого я предлагаю267 буферизовать позицию по
инструменту b, а затем, если потребуется сделка, мы выполним соответствующую
сделку по инструменту a.
Начнем с обновления нашего расчета ширины буферной зоны для инструмента

спреда i:
Ключевые изменения, которые я сделал здесь, заключаются в том, чтобы заменить

стандартное отклонение в процентах в годовом исчислении его дневным эквивалентом для
ценовых разниц, а также разъяснить, что мультипликатор и валютный курс относятся к
инструменту b. Теперь определяем буферную зону. Учитывая оптимальное положение Nb для инструмента b:
Теперь мы сравниваем нашу текущую позицию Cb в инструменте b с буфером:
Важно отметить, что на данный момент мы на самом деле не торгуем, потому что теперь нам
нужно увидеть, что это означает для инструмента а. Во-первых, если мы не торгуем инструментом
b, то мы не будем торговать и инструментом a . Если мы совершаем сделку по инструменту b , нам
нужно будет совершить соответствующую сделку по инструменту a. Для этого мы устанавливаем

равным округленной позиции, которую мы получили бы после выполнения буферной сделки, а
затем вычисляем оптимальную позицию, подразумеваемую для инструмента a:
Возможно, нам придется округлить это число, чтобы получить целое число контрактов.
Затем мы сравниваем нашу текущую позицию по инструменту а и смотрим, какая сделка требуется.
Наконец, мы можем совершить обе сделки, по инструменту а , а также по инструменту б. Мы должны
делайте их как можно ближе к одновременному, чтобы избежать риска временного владения частично
незахеджированной позицией.
Трендовая торговля спредовыми инструментами
Поскольку подавляющее большинство моих торговых правил основано на цене инструмента с поправкой
на прошлое, теоретически можно использовать почти любое из них для синтетических инструментов
(очевидным исключением являются стратегии переноса, но я перейду к тем, которые в момент).
У меня недостаточно места для проведения полного анализа всех возможных торговых стратегий на
всех возможных инструментах. Вместо этого я сосредоточусь на торговле по одному торговому правилу
EWMAC16 с подмножеством активов, состоящим исключительно из фьючерсов на облигации США. Это
может показаться извращенным выбором, поскольку все инструменты спреда, вероятно, будут сильно
коррелированы. Однако это позволит нам получить некоторое представление о том, как проще
торговать различными спредами, чем если бы мы рассматривали более разнородный набор инструментов.
Конечно, если вы циничны, вы можете заподозрить, что я покрываю фьючерсы на облигации США из-за
моего прошлого с фиксированным доходом.
Для начала давайте рассмотрим сырье, которое у нас есть – инструменты, из которых мы будем строить
наши спреды. Я буду игнорировать 10-летнюю ультраамериканскую казначейскую облигацию, поскольку
она очень похожа на классическую 10-летнюю облигацию США и имеет гораздо меньшую историю. Я также
откажусь от 3-летних облигаций США; опять же, это находится в портфолио Jumbo, но имеет очень
ограниченную историю. Это оставляет нам пять вариантов будущего в таблице 142.
Таблица 142: Отдельные фьючерсы на облигации США
Код рынка Годовое стандартное Мультипликатор Минимальный капитал (τ = Стоимость сделки

отклонение, σ% 20%, 4 контракта) с поправкой на риск
США 2- ЗТ 1,8% 2000 г. 74 000 долларов 0,0031

год
США 5 ЗФ 4,7% 1000 108 000 долларов 0,00091

лет
США 10- ЗН 6,8% 1000 160 000 долларов 0,0010

летний
США 20- ЗБ 13,1% 1000 370 000 долларов США 0,0017

год
США 30- УБ 19,9% 1000 610 000 долларов 0,00091

год
Если вы поклонник облигаций, то заметили, что моя маркировка не совсем соответствует
официальному названию каждой фьючерсной облигации. Вместо этого я использую имена, которые
отражают текущие обязательства по доставке для каждого будущего.
Например, фьючерс с рыночным кодом ZB на веб-сайте CME неоднозначно обозначен как «фьючерс на
казначейские облигации США». Но текущая поставочная корзина включает любые облигации с
оставшимся сроком погашения от 15 до 25 лет, поэтому я обозначил ее как 20-летнюю облигацию268.
Обратите также внимание на таблицу 142, что стандартное отклонение увеличивается с увеличением
срока погашения. На самом деле, если бы процентные ставки имели одинаковую волатильность при
каждом сроке погашения, то стандартные отклонения для каждого фьючерса на облигации были бы
пропорциональны их дюрации (дюрация, мера риска облигации, увеличивается со сроком погашения).
Это также отражено в цифрах минимального капитала в таблице, которые пропорциональны
стандартному отклонению. Единственный разрыв вызван изменением мультипликатора фьючерса с
2000 до 1000 долларов. Затраты с поправкой на риск также имеют тенденцию к снижению по мере роста
стандартного отклонения; снова наблюдается разрыв, на этот раз вызванный удвоением размера
тика между 5- и 10-летними облигациями.
Теперь давайте рассмотрим текущую матрицу корреляции этих шести инструментов в таблице 143.
Таблица 143: Корреляционная матрица доходности фьючерсов на облигации США
2 года 5 лет 10 лет 20 лет 30 лет
2 года 1 0,92 0,82 0,62 0,50
5-летний 1 0,96 0,81 0,70
10-летний 1 0,92 0,83
20-летний 1 0,96
30-летний 1
Инструмент a в строках, инструмент b в столбцах.
Как и следовало ожидать, чем ближе сроки погашения двух облигаций, тем выше будет их
корреляция. Фьючерсы на облигации с аналогичным сроком погашения имеют очень высокую
корреляцию, одну из самых высоких среди инструментов в моем наборе данных. Отдаленные сроки
погашения имеют относительно низкую корреляцию. Действительно,

2-летние облигации США имеют гораздо более высокую корреляцию с фьючерсами на 2-летние облигации
Германии на Шаца (около 0,64), чем с 30-летними облигациями США (0,50).
Эта информация будет использоваться при принятии нами решения о том, какими спредами торговать.
Здесь доступно десять возможных комбинаций. Начнем с изучения значений коэффициента цен R в
таблице 144, рассчитанных с использованием исторических данных для корреляций и стандартных
отклонений по формуле:
Таблица 144: Расчетные значения коэффициента цен R для различных спредов фьючерсов на
5 лет 10 лет 20 лет 30 лет
2 года 2,5 4 7 10
5-летний 1,5 3 4
10-летний 2 3
20-летний 1,5
Как и следовало ожидать, отдаленные сроки погашения имеют более высокое значение R , поскольку
соотношение между стандартными отклонениями обычно больше, хотя и не всегда.
В таблицах 145 и 146 указаны минимальный капитал и стоимость торговли с поправкой на риск. Спреды со
смежными сроками погашения имеют более низкий риск, поэтому более высокие затраты, но более низкий
минимальный капитал. Точно так же затраты снижаются, а требуемый капитал увеличивается по мере
увеличения среднего срока погашения спреда.
Таблица 145: Минимальный капитал для различных спредов фьючерсов на облигации США, τ = 10%, наличие
четырех контрактов
2 года 83 000 долл. США 200 000 долл. США 600 000 долл. США 1 000 000 долл. США
5-летний 100 000 долларов США 470 000 долларов США 900 000 долларов США
10-летний 600 000 долларов США 1 500 000 долларов США
20-летний 470 000 долларов
Таблица 146: Стоимость с поправкой на риск для различных фьючерсных спредов по облигациям США
2 года 0,0063 0,0044 0,0022 0,0012
5-летний 0,0078 0,0024 0,0012
10-летний 0,0043 0,0015
20-летний 0,0030
Вообще говоря, мы можем торговать спредами, которые расположены близко друг к другу,
например, 2,5US2/US5, или дальше друг от друга, например, 10US2/US30. Интуитивно более
близкие спреды, такие как 2,5US2/US5, аналогичны форвардным процентным ставкам. Они будут
тесно связаны с наклоном кривой доходности между двумя сроками погашения.
Мы могли бы ожидать, что они будут довольно своеобразными и не будут тесно связаны с
уровнем процентных ставок или экономическим циклом, что потенциально делает их
хорошими инструментами диверсификации.
И наоборот, что-то вроде 10US2/US30 фактически является ставкой на наклон всей кривой
доходности. Короткие ставки контролируются центральными банками, в то время как
длинные ставки отражают ожидания. В результате восходящие кривые доходности связаны
с нижней точкой цикла процентных ставок, в то время как плоская кривая доходности
обычно означает, что ставки вот-вот будут снижены и имеют тенденцию предвещать
экономический спад.
Давайте сосредоточимся на двух спредах, которые типичны для этих возможностей: 7US2/
US20 и 1,5US5/US10. Я выбрал их, чтобы максимизировать доступную историю данных. Цена
каждого спреда показана на рисунках 84 и 85.
Рисунок 84: Цена синтетического инструмента для 7US2/US20

Рисунок 85: Цена синтетического инструмента для 1.5US5/US10
Более широкий спрэд, 7US2/US20, определенно отслеживает цикл процентной ставки. Он

растет до 2004 года, когда ставки снижаются и кривая доходности становится круче,
а затем падает, когда процентные ставки начинают расти. Затем он растет, когда цикл
начинается снова, когда процентные ставки снижаются во время рыночного краха 2008
года. После этого взаимосвязь становится менее ясной, но ясно видно снижение
ставок во время паники, связанной с COVID-19, в 2020 году. Удивительно, но цена 1.5US5/US10
также следует за процентными ставками, хотя опять же это становится более мутным, когда мы вступаем
в период очень низких ставок после краха 2008 года.
Самое главное, похоже, что в цене, скорректированной назад, есть некоторые хорошие тенденции, поэтому
давайте посмотрим, что произойдет, если мы протестируем торговую стратегию EWMAC16,64 с десятью
различными доступными инструментами спреда.
В качестве эталона я также рассмотрю производительность отдельных инструментов, использующих одно
и то же правило торговли. Все результаты приведены в таблицах 147–150, причем в каждой таблице показан
один тип статистики.
Таблица 147: Коэффициент Шарпа для торговли различными фьючерсными спредами на облигации США
Правило EWMAC16
2 года 0,17 0,18 0,40 0,20
5-летний 0,12 0,14 0,11
10-летний 0,20 0,10
20-летний 0,06
Итого 0,64 0,54 0,43 0,30 0,43
Инструмент a в строках, инструмент b в столбцах. Заключительный ряд — выполнение правил торговли прямыми
инструментами направленного действия.
Таблица 148. Перекос для различных фьючерсных спредов на облигации США

Правило EWMAC16
2 года 1,0 0,90 1,31 2,52
5-летний 1,18 1,36 3,47
10-летний 1,39 3,67
20-летний 6.40
Итого 1,32 0,95 1,03 1,25 1,74
Таблица 149. Нижний хвостовой коэффициент для различных спредов на фьючерсы на облигации
США при торговле по правилу EWMAC16

2 года 3,42 3.19 3.01 3.02
5-летний 3,75 3,67 3.02
10-летний 3,38 3.12
Итого 3,38 2,94 2,98 2,93 2,84
Таблица 150. Корреляция с доходностью 10-летних инструментов США для различных

спредов на фьючерсы на облигации США при торговле по правилу EWMAC16
2 года 0,37 0,39 0,36 0,27
5-летний 0,14 0,23 0,20
10-летний 0,28 0,21
Итого 0,71 0,94 1,0 0,90 0,40
Инструмент a в строках, инструмент b в столбцах. Последняя строка представляет собой корреляцию с доходностью
от правила прямой направленной торговли инструментами.
Все рисунки должны быть вам знакомы, за исключением таблицы 150. Она показывает
корреляцию между доходами269, полученными при торговле EWMAC16 по заданному спреду
или прямонаправленным инструментам, с доходами, полученными при торговле той же
трендовой стратегией на прямых американских 10- фьючерсы на годовые облигации. Я
использую это как грубую меру диверсификации, доступной для данного синтетического
В верхней части каждой таблицы показаны значения спредов, а в нижних строках —

результаты торговли отдельными инструментами. Предупреждение: для каждого
инструмента и, следовательно, для каждого спреда, включающего этот инструмент,
доступны данные разной длины. Это может исказить данные. В частности, 30-летние
облигации США имеют только 12-летнюю историю, и эта конкретная облигация, кажется,
имеет несколько необычные характеристики, которые могут быть реальными или
обусловлены необычным характером доступной истории. В частности, 30-летний период
США имеет более низкую корреляцию с 10-летним периодом США и необычно высокую
положительную асимметрию.
Имея это в виду, позвольте мне подвести итоги:
С точки зрения SR ни один из спредов не уступает любому отдельному инструменту,

за исключением, возможно, US2/US20. Есть некоторые слабые доказательства того,
что спреды, состоящие из соседних сроков погашения, имеют худшие результаты.
Как ни странно, положительная асимметрия очень хороша. Это противоречит

традиционной идее о том, что в стратегиях RV больше риска хвоста. Но тогда мы
следуем тренду за спредами, что снижает вероятность того, что мы останемся в
убыточной позиции, если цена спреда резко пойдет против нас.
Однако нижний хвост — более надежная мера риска снижения, чем перекос —
значительно выше. Похоже, что он самый высокий для спредов, которые более сильно
коррелированы. Это говорит о том, что отличные оценки асимметрии обусловлены
несколькими положительными выбросами, которые оказывают большее влияние, когда
мы используем большее кредитное плечо.
Как правило, спреды более диверсифицированы, чем прямые инструменты, которые имеют
корреляцию с 10-летними инструментами США более 0,90. Исключение составляют
прямые 30-летние облигации США.
В общем, здесь есть что-то ценное. Интуитивно будут времена, когда прямое следование
тренду с фиксированным доходом не работает на основе направления, и тогда мы можем
получить некоторую выгоду, если у нас также есть спреды в нашем портфеле.
Carry trade для инструментов спреда

В отличие от большинства торговых правил, которые используют только цену с поправкой на
прошлое, правило переноса потребует некоторых дополнительных модификаций, прежде чем мы
сможем использовать его с инструментами с синтетическим спредом. Давайте вернемся к
основам и начнем с расчетов керри из десятой стратегии. Необработанный перенос будет
рассчитываться по одной из следующих формул:
или
Как мы можем использовать это со стратегией спреда? Во-первых, мы заменяем цены в приведенных
выше уравнениях ценами спреда, предполагая, что оба инструмента используют один и тот же
тип расчета необработанного переноса:
или
Теперь дано:
Мы получаем:
или
Далее мы должны сделать некоторые предположения:
Оба инструмента имеют одинаковое количество рулонов в год.
Оба инструмента всегда работают в один и тот же день.
Если эти правила нарушаются, это не конец света. Но это будет означать, что оценки
переноса будут искажены в периоды, когда броски не синхронизированы. Возьмем крайний пример:
если у вас есть инструмент, который обновляется ежемесячно, а другой — каждые три месяца,
то оценка переноса будет ошибочной примерно в двух третях случаев. Но поскольку я
использую сглаженную оценку переноса, это в основном выйдет из-под контроля. Ты
Возможно, вы помните из стратегии 10, что мы столкнулись с гораздо более серьезными проблемами, когда
пытались оценить продолжение определенных прямых инструментов.
С учетом этих допущений мы можем использовать количество месяцев между контрактами (текущий и
более дальний или ближе к текущему) для инструмента b в следующей формуле:
Наконец, мы заменяем стандартное отклонение в процентах в годовом исчислении на стандартное
отклонение дневной доходности, σp цены спреда:
Затем мы приступаем к ограничению прогноза и применяем обычные методы определения размера позиции и
буферизации. Давайте посмотрим, как работает перенос на инструментах спреда. Таблицы с 151 по 154 имеют
тот же формат, который я использовал для EWMAC16, но теперь статистика предназначена для переноса.
Если быть точным, то они для Carry60, который я выбрал произвольно. Тем не менее, результаты будут
очень похожи для других сглаживаний переноса.
Таблица 151: Коэффициент Шарпа для различных спредов на фьючерсы на облигации США при торговле
правилом Carry60
2 года 0,07 0,06 0,06 0,13
5-летний 0,07 0,00 0,11
10-летний 0,25 0,08
Итого 0,25 0,47 0,48 0,57 0,20
Таблица 152. Перекос для различных спредов на фьючерсы на облигации США при торговле рынком керри60
правило
2 года 0,37 0,57 0,68 0,53
5-летний 0,03 0,25 0,85
10-летний 0,09 0,93
Прямо -0,09 0,04 -0,07 0,25 0,11
Таблица 153. Меньшее значение хвостового коэффициента для различных спредов на фьючерсы на облигации
США при торговле по правилу Carry60
2 года 1,41 1,53 1,90 2,67
5-летний 1,45 1,84 3.20
10-летний 1,56 2,81
Итого 1,85 2,31 2.19 2.03 2,70
Таблица 154. Корреляция с доходностью 10-летних инструментов США для различных

спредов на фьючерсы на облигации США при торговле по правилу Carry60
2 года 0,47 0,5 0,41 0,16
5-летний 0,22 0,3 0,01
10-летний 0,01 0,02
Итого 0,72 0,93 1,0 0,8 0,22
Начнем с хороших новостей: стратегии переноса спреда очень

диверсифицированный, с нулевой или отрицательной корреляцией с доходами от торговли

инструментами прямой направленности. Но это «диворсификация»: SR в основном равны
нулю, а показатели хвостового риска не являются чем-то особенным. По крайней мере, в
США с фиксированным доходом переносные спреды не работают так хорошо.
Торговля спредами не является простой и сопряжена с большим риском, чем направленная

торговля. Он требует более высокого кредитного плеча, а его доходность имеет зловеще
выглядящие нижние хвосты распределения доходности. Вам может понадобиться больше
капитала, и это, безусловно, имеет более высокие затраты. Кроме того, по крайней мере, для
небольшого подмножества инструментов спреда, которые я рассмотрел в этой главе, не
похоже, что спреды работают так же хорошо, как направленные сделки. Хеджируя большую
часть нашего риска, мы, по-видимому, теряем получение премии за риск. Особенно это
касается переноски.
Но это еще не все плохие новости. Стратегии торговли спредами почти наверняка будут
иметь более низкую корреляцию, чем стратегии направленных сделок, торгуемые на прямых
инструментах. Следовательно, они очень диверсифицированы. Для крупного
институционального фонда, который уже торгует всеми доступными ликвидными фьючерсами,
добавление стратегий спреда в свой портфель может оказаться полезным.
Стратегия двадцать восьмая: Торговый план

Все остальные этапы идентичны девятой и десятой стратегиям.
258 Примечание для риск-менеджеров: вы можете использовать эту формулу, если хотите рассчитать стандартное отклонение спреда
от его компонентов, стандартные отклонения для каждой ветви и корреляцию. Это позволит вам делать предположения о
вероятности падения корреляции или повышения риска. Показатели риска, полученные с помощью этого метода, можно использовать
либо для определения размера позиции, либо для оценки риска портфеля.
259 Означает ли это, что они будут использовать больше маржи? Не обязательно. Это зависит от брокера, биржи и точного сочетания
продуктов.
260 Он состоит из длинной позиции по 5-летним облигациям США на сумму 3,3 млн долларов и короткой позиции по 10-летним облигациям
США на сумму около 2,3 млн долларов.
261 Когда я пишу это, самыми неудачливыми трейдерами RV в истории являются: вторая по величине торговая катастрофа за все
время, потеря около 9 миллиардов долларов в ценах 2022 года, Бруно Иксил, «Лондонский кит» JPMorgan в кредитно-дефолтных свопах
( CDS); на третьем месте в списке за все время с состоянием 9 миллиардов долларов Хоуи Хаблер из Morgan Stanley, также в CDS; на #6 у
нас есть фьючерсы Brian Hunter на Amaranth на природный газ на сумму 6,5 млрд долларов; и, наконец, #7 John Meriwether и Long Term
Capital Management с фиксированным доходом на $4,6 млрд, а также несколько других вещей.
262 Продифференцируй по R и приравняй к нулю, чтобы найти минимум.
263 Усреднено по всем данным, если доступно менее десяти лет.
264 Очевидно, что вы хотели бы совершать эти сделки одновременно, чтобы уменьшить риск наличия временно незахеджированной
позиции.
265 Также можно торговать тройным инструментом США со сроками погашения 2, 5 и 10 лет. Я исследую эту возможность в следующей
главе.
266 Это также относится к соевому комплексу и в некоторой степени к злакам и мясу.
267 Более сложной альтернативой является буферизация инструмента с самыми высокими прямыми торговыми издержками.
268 На самом деле существует продукт с кодом TWE, который явно помечен как 20-летняя фьючерсная облигация, но он не
соответствует моим требованиям к ликвидности и, следовательно, не фигурирует в моем наборе данных.
269 Как я отмечал ранее, мы могли уменьшить эти корреляции, используя коэффициенты хеджирования, которые регулярно
переоценивались, а не фиксировались.
Стратегия двадцать девятая: кросс-
инструментальные тройки
В предыдущей главе я представил идею торговли спредом: компенсация риска владения

одним инструментом за счет продажи другого коррелированного актива. Но зачем
останавливаться на достигнутом? Почему бы нам не компенсировать риск двумя
инструментами? Эта стратегия вводит идею торговли триплетами: синтетическими
инструментами, содержащими три базовых инструмента.
Прежде чем читать эту главу, подумайте обо всем, что опасно и токсично в торговле
спредами: более высокое кредитное плечо, затраты и минимальные требования к
капиталу. С тройняшками еще хуже! Если у вас нет денег, навыков и желания
справиться с этим, избавьте себя от хлопот и пропустите эту главу.
Стратегия двадцать девятая: торгуйте тройками одного
инструмента против двух других в качестве стратегии относительной
стоимости.
Определение триплета
В этой главе я в основном буду расширять то, что мы уже использовали при создании
стратегий спреда, с двух до трех инструментов. Начнем с определения:
Триплетный инструмент Xa/b/Yc – это короткий инструмент b и длинные инструменты a

и c в соотношении X:1:Y.
Обратите внимание, что здесь мы определяем все относительно базового инструмента,

состоящего из короткой позиции по среднему инструменту b и длинных позиций по
двум другим инструментам a и c. Напротив, для стратегии двадцать восемь базой был
второй инструмент b , и у нас была длинная позиция только по одному другому
инструменту. Таких тройняшек часто называют бабочками.
Инструмент b — тело бабочки, а инструменты a и c — крылья.
По сути, в стратегии двадцать восьмой «длинная позиция по спреду» означает

ожидание расширения спреда. Здесь «длинная позиция бабочки» означает, что
мы ожидаем, что ценовой спред между средним инструментом и двумя другими
инструментами будет расширяться.
Теперь о цене. Для спредов у нас было:
Следовательно, чтобы рассчитать цену нашего синтетического триплетного инструмента,
учитывая цены в каждом инструменте pa , pb и pc :
Как и в предыдущей главе, я буду использовать конкретный пример для

объяснения. Раньше это были 5-летние и 10-летние фьючерсы на облигации США. К
ним добавим фьючерсы на 2-летние облигации. Наиболее целесообразно установить
инструмент a как 2-летний, b как 5-летний и c как 10-летний. Это максимизирует
корреляции между a и b, b и c. 270
Позже я объясню, как оценить подходящие значения X и Y, а сейчас я буду

использовать X = 1,5 и Y = 0,25. Сокращенная форма синтетического триплета:
1,5US2/US5/0,25US10. Цена этой тройки на данный момент:
Расчеты для троек

Давайте быстро пробежимся по всем утомительным вычислениям, необходимым для
торговли триплетами, прежде чем перейти к интересному анализу и примерам. Начнем
с того, как мы устанавливаем веса X и Y? Вспомним из стратегии двадцать восьмой,
что мы вывели следующую формулу для установки коэффициента эквивалентности
R таким образом, чтобы он минимизировал ожидаемое стандартное отклонение цены
спреда:
Где σa и σa — ежедневные стандартные отклонения ценовых различий для двух

инструментов, а ρ — корреляция ценовых различий. Как
мы можем расширить это до трех инструментов? В предыдущей стратегии инструмент а выполнял

работу по хеджированию инструмента б. На этот раз обязанности по хеджированию делят между
собой a и c . Выделим половину работы по хеджированию на каждый инструмент. Тогда мы можем
сказать:
В этой предыдущей главе я упростил формулу для R , убрав корреляцию. Мы можем сделать то же
самое здесь, но только если корреляции ρa,b и ρb,c очень похожи, и в этом случае X и Y равны
половине отношения соответствующих стандартных отклонений:
Как насчет нашего примера, 1,5US2/US5/0,25US10? Корреляция между 2-летними и 5-летними

облигациями США в настоящее время составляет около 0,92, в то время как для 5-летних и 10-
летних облигаций США она немного выше: 0,96. Соответствующие стандартные отклонения
составляют 0,14 для 2-летних облигаций США, 0,38 для 5-летних и 0,57 для 10-летних фьючерсов на облигации.
Следовательно, мы имеем:
Как видите, я уменьшил значение Y до 0,25, чтобы сделать его более круглым, а также увеличил
X до 1,5 по причинам, которые вскоре станут очевидными. Для определения размера позиции мы
можем использовать ту же самую формулу, что и в стратегии двадцать восемь, где наша позиция
по инструменту b будет состоять из коротких контрактов Nb , рассчитанных следующим образом:
Где стандартное отклонение дневной доходности цены для тройной цены.

Как и прежде, я предлагаю использовать более низкое значение τ для торговли относительной
стоимостью: я рекомендую 10%.
Далее необходимо рассчитать требуемые длинные позиции по инструментам а и с:
Помните, что мы всегда держим длинные позиции по а и с, если у нас короткие позиции по b, и наоборот.
Это дает нам ту же формулу условного воздействия, что и в предыдущей главе:
Вернемся к нашему примеру. Все наши инструменты номинированы в долларах США.
5-летние и 10-летние облигации США имеют мультипликатор 1000, тогда как 2-летние облигации США
имеют мультипликатор 2000, и я установил X = 1,5 и Y = 0,25. У нас есть длинная позиция по 5-летним
облигациям США (актив b) в одном отдельном контракте на каждую единицу триплета. На каждый
короткий 5-летний фьючерсный контракт на облигации мы будем держать такое количество 2-летних
фьючерсов на облигации:
Плюс у нас будет такая позиция по 10-летним фьючерсам на облигации:
Нам нужны некоторые произвольные цифры, чтобы сделать это конкретным. Давайте предположим, что
у нас есть капитал в размере 500 000 долларов США, цель риска τ, равная 10%, что мы торгуем только
один тройной инструмент, поэтому вес = 1, и у нас есть средний масштабированный прогноз +10.
Стандартное отклонение дневной доходности для тройки составляет 0,089. Как и следовало
тройки. ожидать, это ниже стандартной цены, отклонения в каждой из трех сторон
Во-первых, нам нужно рассчитать позицию, которую мы имеем по инструменту b, 5-летней облигации
США. У нас будут короткие контракты Nb :
Мы будем открывать короткую позицию по фьючерсу на 5-летние облигации на 35,1. Отсюда мы
можем вывести требуемые длинные позиции по 2-летним (Na ) и 10-летним (Nc ) облигациям США:
Чтобы получить представление о различном кредитном плече прямых, спредовых и тройных

инструментов, изучите таблицу 155. В ней показана средняя позиция, которая потребовалась
бы, если бы мы торговали легами по отдельности или торговали на примере спреда 1,5US5/US10 из
предыдущей главы. или если бы мы держали тройку. Во всех случаях я беру один и тот же целевой
капитал и риск, τ. Я также добавил сумму абсолютного условного воздействия, суммированного
по всем ногам в каждой строке. Вы можете ясно видеть, сколько дополнительного кредитного
плеча нам нужно для спредов и триплетов из-за более низкого риска, присущего хеджируемой
цене.
Таблица 155: Размеры позиций для прямых, спредовых и тройных инструментов
Контракты на 2 Контракты 5 лет Контракты на 10 Общий условный риск
года лет
США 2 года 11,6 2 300 000 долларов США
США 5-летний 8.2 920 000 долларов
США 10-летний 5,5 650 000 долларов
1,5US5/US10 +39,3 19,7 6 700 000 долларов США
1,5US2/US5/0,25US10 +26,3 35,1 +8,8 10 400 000 долларов США

С капиталом в 500 000 долларов и целевым риском 10%.
Теперь рассмотрим минимальный капитал. Опять же, мы можем использовать ту же формулу, что и в
двадцать восьмой стратегии:
Как и прежде, это предполагает, что Na ÷ Nb и Nc ÷ Nb — количество контрактов, которые мы держим
для каждого отдельного контракта инструмента b , — являются целыми числами. Если это не так,
вам нужно будет умножить минимальный капитал на коэффициент, необходимый для достижения
целочисленных контрактов в каждом из Na , Nb и Nc .
Сделаем этот расчет для нашего примера. Для начала игнорируем проблему нецелочисленных
контрактов:
Однако, поскольку Na ÷ Nb = 0,75 и Nc ÷ Nb = 0,25, мы должны умножить это на четыре, что дает нам
чуть более 200 000 долларов США в качестве минимального требования к капиталу.
Окончательные расчеты, которые нам необходимо пересмотреть, касаются затрат с поправкой на риск.
В первую очередь нам необходимо рассчитать стоимость торговли одним контрактом по каждому
отдельному инструменту:
Затраты на инструменты a и c необходимо конвертировать так, чтобы они были по тому же обменному
курсу, что и для инструмента b, и отражали различное количество контрактов, торгуемых для
каждого отдельного контракта по инструменту b:

Наконец, мы можем сложить затраты и скорректировать их с учетом риска:
Примеры троек
В двадцать восьмой стратегии я указал, что существует почти 5000 возможных инструментов спреда,
учитывая инструменты в моем наборе данных. Количество возможных троек еще больше! Вот подборка
некоторых правдоподобных троек, которые я бы рассматривал для обмена. Чтобы повторить мои предыдущие
комментарии, этот выбор не отражает никакого одобрения с моей стороны. Я не знаю, имеют ли эти конкретные
триплеты необычно высокие SR, проверенные на истории, или другие желательные характеристики.
Таблицы с 156 по 158 охватывают все классы активов, в которых доступны триплеты.
Для инструментов FX нет спредов — по причинам, которые я объяснил в предыдущей главе, — или для
волатильности, когда в моем наборе данных есть только два ликвидных инструмента. В каждом случае
я включаю в спрэд два инструмента и две корреляции доходности цен для пар a, b и b, c.
Из соображений экономии места я исключил всю дополнительную информацию, которую рассчитал для
каждого спреда, охватываемого восьмой стратегией.
Таблица 156: Некоторые примеры троек с фиксированным доходом
Инструмент а Инструмент б Инструмент с (а,б) (б,в)

США 2 года США 5-летний США 10-летний 0,92 0,96
США 10-летний США 20-летний США 30-летний 0,92 0,96
Немецкий Шац (2 года) Немецкий Бунд (10 лет) Немецкий Буксль (30 лет) 0,81 0,88
Японский JGB (10 лет) США 10 лет Немецкий союз (10 лет) 0,59 0,79
Итальянский BTP (10 лет) Немецкий Bund (10 лет) Французский OAT (10 лет) 0,79 0,83
Таблица 157: Некоторые примеры троек акций
Инструмент а Инструмент б Инструмент с (а,б) (б,в)
S&P 400 (средняя капитализация) S&P 500 (большая капитализация) Russell 2000 (малая капитализация) 0,89 0,84
ЕС Авто Евростокс 50 Коммунальные услуги ЕС 0,73 0,54
ДАКС 30 Евростокс 50 САС 40 0,97 0,97
Таблица 158: Некоторые примеры триплетов на товарных фьючерсных рынках
Инструмент a Инструмент b Инструмент c (a,b) (b,c)
Соевое масло соевые бобы Соевая мука 0,65 0,68
Масло Молоко Сыр 0,46 0,87
Пшеница Кукуруза Овес 0,64 0,42
Серебро Золото Платина 0,79 0,57
Бензин Нефть WTI 0,96 0,90
Торговые стратегии для троек

Было бы очень много времени и утомительно анализировать только одну торговую
стратегию для бесчисленных возможных комбинаций троек.
Вместо этого я ограничусь тремя хорошо известными примерами:
Бабочка доходности США (тройка): фьючерсы на 2-летние, 5-летние и 10-летние

облигации США. Как я уже упоминал, это фактически ставка на кривизну
кривой доходности США.
Соевый спред (триплет): соевый шрот, соевые бобы и соевое масло. Это
производственный спред, поскольку соевые бобы используются для
производства муки и масла.
Спред нефтяного крэка (триплет): бензин, сырая нефть WTI и отопление

Масло. Опять же, сырая нефть перерабатывается для производства бензина, мазута и
других продуктов.
Обратите внимание, что последние два обычно называют «спредами», но я думаю, что это
сбивает с толку, учитывая номенклатуру, которую я использую, поэтому я буду называть их
триплетами. Для последовательности я также обозначу бабочку урожайности в США как
тройку. Также обратите внимание, что в примерах сои и масла я использую стандартные
отраслевые коэффициенты для расчета цены триплета, в то время как в примере доходности
США коэффициенты оцениваются с использованием той же логики, что и в стратегии двадцать
восемь: смесь эмпирических оценок из последних 10 годы и веса дюрации, чтобы учесть
необычную среду процентных ставок за предыдущее десятилетие.
В таблицах 159 и 160 показаны некоторые характеристики этих троек, а на рисунках 86, 87 и 88
я нанес синтетические цены.
Таблица 159: Характеристики примерных троек (а)
XY
Доходность США 1,5 0,25 0,75 0,25
Соевый шрот 0,5 3,0 0,25 0,25
Нефтяная трещина 6 6 0,142857 0,142857
Таблица 160: Характеристики примерных троек (б)
Стоимость с поправкой на риск Минимальный капитал
Доходность США
0,0118 172000 долларов
Соевый краш 0,00169 1 900 000 долларов США
Нефтяная трещина 0,000856 850 000 долларов
Рисунок 86: Тройка соевого краша, синтетическая цена

Рисунок 87: Триплет кривой доходности США, синтетическая цена
Рисунок 88: Распространение нефтяного крекинга, синтетическая цена

Следование тренду с тройняшками
Как и для стратегии двадцать восемь, я собираюсь посмотреть на эффективность одного

торгового правила: EWMAC16. Хотя это не является окончательным, это даст некоторое
представление о характеристиках, которые мы можем ожидать от торговли тройками.
Результаты приведены в таблице 161 и весьма разнообразны.
Табл. 161: Производительность EWMAC16 с разными триплетами
Урожайность в США Соевый жмых Масляный крэк
Расходы 1,13% 0,3% 0,1%
Оборот 13,0 14,5 14,7
перекос 1,20 1,26 1.14
Нижний хвост 4.16 3,97 3,72
Корреляция с прибором b 0,36 0,96 0,92

Отдача от тренда немного положительна до затрат на две тройки и очень хороша для
нефтяного крэка. Конечно, нам следует быть крайне осторожными в экстраполяции этих
цифр, учитывая, что это всего лишь три триплета с одним правилом торговли по тренду.
Более интересна статистика рисков. Как и в случае со стратегиями спреда, асимметрия

положительна, но показатели хвоста очень высоки. Последний ряд также освещается.
Он показывает корреляцию доходности стратегии для инструмента-тройки с
доходностью, полученной при направленной торговле той же стратегией только с
инструментом b из соответствующей тройки. Мы получаем достойную диверсификацию в
кривой доходности США, но в двух товарных тройках мы не получаем почти ничего.
Носить с тройняшками
Нам пришлось изменить расчет необработанного переноса для стратегий спреда, и

аналогичная модификация необходима для триплетов:
или
Имея это в виду, насколько хорошо работает стратегия кэрри-трейдинга применительно

к трем тройкам примеров? Как и в стратегии двадцать восемь, я сосредоточусь на
одном торговом правиле: «carry60».
Статистика в таблице 162 имеет много общего со статистикой тренда в предыдущей
таблице. Нефтяной крэк-спрэд — выдающийся исполнитель. У него даже есть приятный

положительный перекос, необычный для стратегии керри. Но это в некоторой степени
коррелирует с изменением направления торговли только по сырой нефтью WTI:
корреляция 0,75 довольно высока, хотя и не так высока, как корреляция 0,96
между торговлей соей и чистой соей.
Табл. 162. Производительность Carry60 с разными триплетами
Урожайность в США Соевый жмых Масляный крэк
Расходы 0,8% 0,1% 0,1%
Оборот 10,0 7.3 7.1
перекос 0,07 0,07 0,85
Корреляция с прибором b 0,23 0,96 0,75
Торговля тройками похожа на торговлю усиленной версией инструментальных спредов.
Все, что плохо для спредов — высокое кредитное плечо, более высокие затраты, больший
риск хвоста — хуже для триплетов. Со спредами были получены многообещающие результаты,
но те ограниченные данные, которые мы рассмотрели в этой главе, приводят к несколько
мрачным выводам. За исключением, возможно, спреда крэка, показатели как тренда, так и
переноса не впечатляют, а также сильно коррелируют с лежащими в их основе инструментами.
Мы могли бы ожидать, что возврат к среднему будет лучшей торговой стратегией для
триплетов, чем для тренда. В конце концов, кривая доходности не может вечно
сохранять причудливую кривую, равно как и цены на различные соевые продукты не могут
отклоняться от их относительных затрат на производство, с той же логикой,
применимой к тройке крэка Oil. Хотя вероятны систематические сдвиги в издержках
производства, в краткосрочной и среднесрочной перспективе относительные цены должны
оставаться близкими к равновесию.
Тем не менее, мы не видим существенного отрицательного результата для тренда,

поскольку мы ожидали увидеть, является ли возврат к среднему оптимальной
стратегией на данном временном горизонте. Возможно, вариант стратегии двадцать
шесть, быстрый возврат к среднему, был бы здесь прибыльным, но его было бы чрезвычайно
трудно реализовать, поскольку он потребовал бы почти одновременного исполнения
лимитных ордеров на трех разных рынках. Тем не менее, я уверен, что некоторые читатели
готовы принять вызов.
Стратегия двадцать девятая: Торговый план

Все остальные этапы идентичны двадцать восьмой стратегии.
270 Для подобных бабочек с фиксированным доходом тройки фактически являются ставкой на кривизну кривой доходности. Поскольку
процентные ставки и цены обратно пропорциональны, наличие длинной позиции по этой бабочке означает, что вы ожидаете, что 5-летние
процентные ставки в США вырастут по сравнению с 2-летними и 10-летними процентными ставками, поэтому кривая доходности станет больше.
вогнутая, или, проще говоря, кривая станет более изогнутой.

Стратегия тридцать: Календарные

торговые стратегии
Две стратегии кросс-инструментов, которые я уже объяснял, для спредов и триплетов, имеют
ряд серьезных недостатков. Во-первых, трудно найти наборы инструментов, которые имеют
достаточно стабильные отношения с относительно постоянными стандартными отклонениями
и корреляциями. Во-вторых, совершать сделки, основанные на этих стратегиях, не так просто.
Гораздо более простое решение — отказаться от торговли относительной стоимостью по

инструментам и вместо этого делать это внутри инструментов. Например, вместо того, чтобы
торговать 5-летними облигациями США против 10-летних облигаций США, мы могли бы торговать
фьючерсом на евродоллар, срок действия которого истекает через два года, против контракта,
срок действия которого истекает через три года. Это дает некоторые преимущества. Во-первых,
отношения между этими фьючерсами будут относительно стабильными. Во-вторых, обычно мы
можем выполнять их как одну сделку, а не как два отдельных ордера. Наконец, уравнения
становятся более простыми и интуитивно понятными.
Стратегия 30: торгуйте календарными спредами и

триплетами, состоящими из разных сроков действия
одного и того же инструмента.
Где мы можем торговать календарными спредами и

триплетами?
Одной из проблем, с которыми я столкнулся при анализе спредов и триплетов по инструментам,
было огромное разнообразие вариантов. Это не будет проблемой с календарными разворотами! Мы
можем торговать этими инструментами только тогда, когда у нас достаточно ликвидности,
чтобы удерживать позиции по крайней мере по двум или трем контрактам одновременно. Например,
не очень практично торговать первой 10-летней облигацией США со сроком истечения второй.
Когда я пишу эту главу, следующий срок истечения — июнь 2022 г., что является
чрезвычайно ликвидным, но сентябрь 2022 г.
срок действия составляет всего 3% от объема и открытого интереса, доступного в июне. По

состоянию на декабрь 2022 года открытый интерес, составляющий всего 34 контракта,
решительно исключает торговлю тройками 10-летних облигаций США.
Это ограничение исключает все фьючерсы на облигации, фондовые индексы, металлы и валюту.
Но у нас по-прежнему остаются фьючерсы на краткосрочные процентные ставки (STIR), фьючерсы на
волатильность и большие объемы энергетического и сельскохозяйственного секторов, включая
сырую нефть WTI, кукурузу и пшеницу. В частности, на ключевых рынках STIR, таких как
евродоллар, и полноразмерных контрактах на сырую нефть WTI доступны десятки ликвидных
истечений.
В этой главе я сосредоточусь на следующих примерах:
Будущее волатильности VIX.
Евродолларовый фьючерс STIR.
Сырая нефть WTI.
Как и в случае с кросс-инструментальными стратегиями, я не утверждаю, что на этих конкретных

рынках есть что-то особенное. Тем не менее, торговые спреды на этих рынках имеют хорошую
ликвидность, и многие трейдеры предпочитают их. Все они обладают некоторыми интересными
свойствами, которые применимы и к другим рынкам: у них интересная временная структура271
волатильности, а сырая нефть марки WTI также подвержена влиянию сезонности.
Давайте кратко вернемся к концепции спреда и триплетов. В каждом случае мы создаем

синтетический инструмент, цены которого рассчитываются на основе скорректированных цен
двух или трех реальных инструментов. В обоих случаях инструмент b является базовым
инструментом. Для длинной позиции на одну единицу синтетического спреда мы всегда имеем
короткую позицию по одному контракту по инструменту b и достаточное количество контрактов
по инструменту a для хеджирования нашего риска по инструменту b. В тройках мы также открываем
короткую позицию по одному контракту на инструмент b, хеджируемую длинными позициями
соответствующего размера на двух других рынках: инструмент a и инструмент c.
Для календарных спредов и триплетов мы просто заменяем разные инструменты для разных сроков
действия одного и того же инструмента:
Длинный календарный спред состоит из короткой позиции со сроком действия b,

хеджированной длинной позицией со сроком действия а.
Длинная календарная тройка — это короткая позиция со сроком действия b, хеджированная
длинными позициями со сроком действия а и с.
По соглашению срок действия а истечет раньше, чем срок действия b, и если вы используете триплеты, срок
действия b будет иметь более короткий срок погашения, чем срок действия c. В принципе, эти истечения могут
быть в смежных контрактах, например, ежемесячно для VIX и сырой нефти WTI и ежеквартально для евродоллара.
Но они также могут располагаться дальше друг от друга, например, каждые шесть месяцев или ежегодно.
Кратчайшим сроком действия может быть срочный контракт, но он также может быть и дальше по кривой.
Я буду ссылаться на истечение срока действия по отношению к переднему контракту. Для моих примеров с
евродолларом срок действия а будет восьмым квартальным контрактом, срок действия которого истекает
примерно через два года, с истечением срока действия b через шесть месяцев; а для тройни срок действия c
будет составлять еще шесть месяцев в будущем. Когда я пишу эту главу, это контракты на июнь 2024 г.,
декабрь 2024 г. и июнь 2025 г. Но, как и в случае со сделками с инструментами, нам нужно будет пролонгировать
эти позиции через регулярные промежутки времени, чтобы поддерживать необходимое расстояние до экспирации.
Важно отметить, что для календарных спредов и триплетов вы всегда должны переворачивать отдельные ноги
одновременно.272 Это особенно важно для синтетических инструментов, которые охватывают смежные сроки
действия. Если вы перенесете первую часть спреда в контрактный месяц второй части, не переведя вторую
часть, то у вас больше не будет сделки по спреду!
Для WTI Crude273 для истечения срока a я буду использовать второй месячный контракт, для b — третий,
а c — четвертый месячный контракт. Я использую второй контракт по тем же причинам, что и в направленных
стратегиях: чтобы я мог правильно рассчитать перенос, сравнивая торгуемый контракт и ближайший контракт.
Эти позиции необходимо будет перевернуть до истечения срока действия первого контракта. Я делаю что-то
подобное для VIX, за исключением того, что спред рассчитывается от третьего и четвертого контрактов. В
Таблице 163 показаны эти примеры и текущие контракты.
Таблица 163: Примеры разворотов и триплетов, на которые ссылаются в настоящее время

контракты
Срок действия Срок действия б Срок действия c Цикл рулона
Спрэд евродоллара 8 квартал 10 квартал Ежеквартальный
(июнь 2024 г.) (декабрь 2024 г.)
Евродолларовая тройка 8 квартал 10 квартал 12 квартал Ежеквартально

(июнь 2024 г.) (декабрь 2024 г.) (июнь 2025 г.)
Спред на сырую нефть WTI 2-й месяц 8-й месяц Ежемесячно
(июнь 2022 г.) (декабрь 2022 г.)
Тройка сырой нефти WTI 2-й месяц 8-й месяц 14-й месячный Ежемесячно
(июнь 2022 г.) (декабрь 2022 г.) 4-й (июнь 2023 г.)
спред VIX 3-й месяц месяц Ежемесячно
(июль 2022 г.) (август 2022 г.) 3-
тройка VIX 2-й ежемесячный й месяц 4-й месяц Ежемесячно
(июнь 2022 г.) (июль 2022 г.) (август 2022 г.)
Примерные даты верны на 1 мая 2022 года.
Наконец, обратите внимание, что спред фактически является ставкой на крутизну

кривой цены фьючерса, а тройка — на ее выпуклость.
Расчеты для сделок календаря относительной

стоимости
Я действительно не могу больше откладывать это - мне нужно покрыть утомительные

расчеты, необходимые для стратегий относительной стоимости (RV), модифицируя их для
календарных сделок. Хорошая новость заключается в том, что эти уравнения могут
быть несколько проще. Все фьючерсные мультипликаторы одинаковы для каждой части
сделки, как и валютные курсы. Также оказывается, что нам не нужно рассчитывать
отношения R (для сделок спреда) или X и Y (для троек), так как существуют рыночные
условности.
Давайте начнем с пересмотра наших основных ценовых уравнений. Для спредов, учитывая
цены в каждом инструменте pa , pb :
И для троек, учитывая цены в каждом инструменте pa , pb и pc :
Какие значения мы должны использовать для R, X и Y? Помните, что для спредов мы

использовали следующее уравнение для оценки соответствующего значения R:
Где σa и σa были стандартными отклонениями ценовых различий для двух инструментов.

Если предположить, что стандартные отклонения идентичны для обеих сторон спреда,
то правильное значение R равно единице.
Фактически, в торговле календарными спредами принято устанавливать R = 1.

Использование рыночного соглашения упростит и удешевит торговлю этими инструментами,
поскольку мы часто можем получить котировки для торговли спредом, а не торговать
отдельными частями, что потенциально создает риск, а также влечет за собой более
высокие торговые издержки. Однако, как я говорил в стратегии двадцать восьмой,
использование фиксированных весов, таких как R = 1 , имеет свои недостатки. торги.
А тройняшки? По инструментам у нас было:
Получается, что если обе попарные корреляции равны, и если мы также предполагаем
одинаковые стандартные отклонения, то мы получаем X = Y = 0,5. Это тоже рыночная
условность.
Следовательно, для календарных сделок у нас всегда есть:
Как насчет размера позиции? Мы можем использовать ту же формулу, что и для
предыдущих стратегий RV. Если σp является стандартным отклонением дневной

доходности цены спреда или триплетной цены, то позиция в базовом сроке действия b будет:
Обратите внимание, что я удалил индексы инструмента для мультипликатора FX и

фьючерса, поскольку они будут одинаковыми для всех этапов сделки. Как и прежде, я
бы предложил использовать более низкое значение годового целевого риска τ для RV-
трейдинга: я рекомендую 10%.
Теперь о позициях на других ногах. Вот формула, которая у нас была для торговли спредами по инструментам:
Для торговли календарным спредом, где мультипликаторы и FX идентичны, и с R = 1, мы можем значительно
упростить это до просто:
У нас всегда будет позиция с равным и противоположным знаком в течение двух истечений, которыми мы торгуем.
Длинная позиция в одной единице спреда будет:
Короткий 1 контракт с истечением срока действия b.
Длинный 1 контракт с истечением срока действия a.
Аналогично для календарных троек, учитывая положение Nb,t в базовом сроке действия b, мы имеем:
Поскольку мы не можем удерживать половину контракта, минимальной позицией, которую мы можем эффективно
удерживать, будет две единицы синтетического триплетного инструмента. Длинная позиция в две части тройки
будет состоять из:
2 коротких контракта с истечением срока действия b.
Длинный 1 контракт с истечением срока действия a.
Длинный 1 контракт с истечением срока c.
Думаю, на этом этапе будет полезно вернуться к нашим примерам. Как я делал в предыдущих двух главах, давайте
предположим, что у нас есть капитал в размере 500 000 долларов США, целевой риск 10%, что мы торгуем только
одним спредом или триплетным инструментом, поэтому веса инструментов и IDM равны единице, и что в настоящее
время у нас есть масштабированный прогноз +10 (средняя длинная позиция).

Вот расчет для VIX, при стандартном отклонении дневного изменения цены σp = 0,277
наша позиция на сроке b будет следующей:
Для сделки со спредом у нас будет короткая 11,2 контракта со сроком действия b и
длинная 11,2 контракта со сроком действия а. Как насчет тройной сделки? Стандартное
отклонение цены триплета в VIX в настоящее время составляет 0,0829, поэтому мы имеем:
Итак, у нас короткая 37,7 контрактов с истечением срока действия b. Для экспирации a и c оптимальная
позиция триплета будет ровно вдвое меньше: длинная позиция по 18,9 контракта в каждой.
Как и в случае с кросс-инструментами, я думаю, что интересно сравнить текущие позиции

в сделках RV с соответствующими позициями в направленной сделке. Так, например, при
прямой направленной сделке со сроком действия b на VIX, который является третьим
контрактом, текущее стандартное отклонение доходности цены составляет 0,86, а
оптимальной позицией будет 3,63 контракта. Я поместил все цифры для VIX и двух других
инструментов в качестве примера в таблицу 164.
Таблица 164: Примеры размеров позиций для аутрайтов, спредов и тройных

календарей
Срок действия a Срок действия b Срок действия c Общий абсолютный условный риск
Евродоллар напрямую 13 3,2 миллиона долларов
спред евродоллара +70 70 17,3 млн долларов
Евродолларовая тройка +120 240 +120 118 миллионов долларов
VIX сразу 3,63 104 000 долларов США
спред VIX +11,2 11,2 640 000 долларов
VIX тройной +18,9 37,7 +18,9 2,15 млн долларов
Нефть WTI напрямую 1 100 000 долларов

Нефть WTI в целом +2,23 2,23 446 000 долларов США
Нефть WTI в целом +2,16 4,33 +2,16 866 000 долларов США
С капиталом в 500 000 долларов и целевым риском 10%.
Показатели кредитного плеча несколько различаются по инструментам и особенно пугают

евродоллара с низким стандартным отклонением, но, вероятно, лучше сосредоточиться на
относительных изменениях кредитного плеча для различных типов торговли в рамках каждого
инструмента. Переход от аутрайта к спреду увеличивает кредитное плечо примерно в пять раз
для каждого инструмента. Переход от спреда к тройному увеличивает кредитное плечо,
необходимое для того же целевого риска, в семь раз для евродоллара и в три раза для VIX, но
менее чем в два раза для сырой нефти.
Что скрывается за этим несоответствием? Соотношения разные. Корреляции между сроками

погашения a и b относительно высоки: 0,94 для сырой нефти, 0,98 для евродоллара и 0,99 для
VIX. Корреляция b и c аналогична для VIX и евродоллара, но для сырой нефти она намного
ниже: 0,88. Следовательно, цена триплета сырой нефти является более рискованной и требует
меньшего кредитного плеча. Между прочим, если бы я выбрал соседние квартальные истечения
для евродоллара и смежные месяцы для сырой нефти, кредитное плечо, необходимое как для
спредов, так и для триплетов, было бы значительно выше, поскольку корреляции были бы
намного ближе к 1.
Теперь рассмотрим минимальный капитал. Опять же, мы можем использовать ту же формулу, что
и в двадцать восьмой стратегии:
Это будет хорошо работать для календарных спредов, но, поскольку мы не можем держать
половину контрактов, нам придется удвоить это значение для календарной тройной торговли
(где мы удерживаем половину требуемой позиции в b для сроков истечения a и c). Сделаем этот
расчет для евродолларов. Сначала для спредов, где стандартное отклонение дневной
доходности составляет 0,018, а фьючерсный множитель равен 2500:
Теперь о триплетах: множитель тот же, но, естественно, стандартное отклонение ниже:
Как я уже отмечал выше, мы должны удвоить это, что дает нам минимальный капитал в размере 16 640
долларов США для тройки евродолларов.
Окончательные расчеты, которые нам необходимо пересмотреть, касаются затрат с поправкой на риск. В
двух предыдущих стратегиях я делал это, суммируя затраты на каждую часть спреда или триплета. Но
календарные сделки обычно можно выполнять как комбинированную сделку, а не по отдельности, и в
большинстве случаев это будет дешевле, чем торговля каждым этапом.
Давайте сначала напомним себе, как рассчитать стоимость торговли одним контрактом прямого
Для сделки со спредом стоимость торговли одной синтетической единицей спреда (один контракт со
сроком действия а и другой со сроком действия b) будет составлять:
Аналогично, для тройки это будет:

Затем в обоих случаях для расчета стоимости с поправкой на риск, где σp — дневное
стандартное отклонение цены спреда или триплета:
Опять же, это, вероятно, будет иметь больше смысла на примере. Рассмотрим фьючерсы
на VIX. Минимальный тик для прямой сделки в VIX составляет 0,05; но для сделок
со спредом в VIX это 0,01. Если бид и оффер отличаются друг от друга на 0,01, то:
Наконец, давайте рассмотрим вычисления переноса для спредов и триплетов. Мы можем использовать ту
же формулу, что и для кросс-инструментальной торговли RV, за исключением того, что значения R, X и Y
теперь зафиксированы на уровне 1, 0,5 и 0,5 соответственно. Отсюда для спредов имеем:
Или
Для всех трех наших примеров инструментов в этой главе мы будем использовать второе из этих уравнений,
поскольку мы никогда не торгуем срочными контрактами. Обратите внимание, что для VIX, где мы торгуем
смежными месячными экспирациями, ближайший контракт на экспирацию b фактически будет текущим
контрактом на экспирацию a. В этом случае расчет переноса выглядит как тройная цена:
Отложив это неуместное, но забавное отвлечение в сторону, давайте посмотрим, как рассчитать перенос
для реальных троек:
или
Опять же, мы будем использовать только второй из них для VIX, сырой нефти WTI и евродолларов, и
формула будет несколько упрощена в случае соседних истечений, как у нас для VIX.
Выбор инструментов и сроков для

календарных сделок
В некоторой степени правильный выбор инструментов и сроков действия для
Календарный спред и триплетная торговля не отличаются от подхода, который вы бы использовали при
выборе инструментов для прямой направленной торговли. Вы должны учитывать минимальные капитальные
и торговые затраты и не обращать слишком много внимания — если таковое имеется — на чистую
Однако дополнительное измерение принятия решения о том, с какими истечениями торговать, немного
усложняет ситуацию. Мы можем разбить это на два отдельных решения:
Как далеко по кривой торговать с первым сроком действия, a.
Какое расстояние разместить между экспирацией a и экспирациями b и c.
Размещение первого экспирации на самом деле ничем не отличается от решения, где на кривой фьючерса
торговать по прямой направленной стратегии. Вам нужно будет учитывать ликвидность, а также
некоторые другие факторы. Более подробно я обсуждаю эту тему в шестой части.
С точки зрения расстояния между экспирациями, ключевым фактором является корреляция между
различными плечами спреда или тройки. Чем ближе друг к другу время истечения, тем выше результирующая
корреляция между их ценовой доходностью.
Более высокая корреляция приведет к более низкому стандартному отклонению и, следовательно, к более
низкому минимальному капиталу, но приведет к значительно более высоким затратам с поправкой на риск
и левериджу. Сделки RV, построенные на сильно коррелированных сроках экспирации, также имеют тенденцию
иметь несколько отвратительные коэффициенты хвоста.
Для трех примеров, которые я использую в этой главе, я решил торговать вторым, третьим и четвертым
контрактами VIX, потому что ликвидность начинает иссякать, если мы идем дальше по кривой. Я избегаю
первого контракта, потому что я не могу рассчитать его продолжение, и особенно для VIX доходность
фронтового контракта, как правило, имеет непривлекательные хвостовые свойства.
Для евродоллара и сырой нефти у меня было больше доступных вариантов, так как доступная ликвидность
по обоим инструментам иссякает на несколько лет. Я решил немного раздвинуть экспирации, чтобы
уменьшить корреляцию между ними. Это решение имеет значительный эффект: если бы я выбрал соседние
квартальные сроки экспирации для евродоллара, то условный риск для тройной позиции с капиталом
всего в 500 000 долларов составил бы миллиарды долларов!

Природа и характер спредов и

триплетов
Прежде чем мы рассмотрим, как торговать этими синтетическими календарными
инструментами, стоит изучить некоторые из них, чтобы понять, как они себя ведут.
Посмотрите на рисунки 89, 90 и 91, которые показывают цены для трех спредов, которые
мы используем в качестве примеров.
Рисунок 89: Цена календарного спреда VIX
Рисунок 90: Цена календарного спреда сырой нефти WTI

Рисунок 91: Цена календарного спреда евродоллара
Каждый спред проходит через длительные периоды, когда он торгуется около

некоторого равновесия, но затем в периоды кризиса он выходит на новый уровень. После
каждого шока равновесие обычно смещается. Например, рассмотрим нефть марки WTI. В
течение нескольких лет спрэд близко приближался к уровню 6 долларов, но затем он
стал резко отрицательным во время рыночной паники из-за COVID-19 в 2020 году,
которая привела к массивному медвежьему рынку прямых цен на сырую нефть. Распространение затем мед
возвращается примерно к 6 долларам, но во время вторжения в Украину в начале 2022 года

волатильность еще больше.
Аналогичное поведение мы видим и для троек. Из соображений экономии места я нанесу

только одну тройку VIX, показанную на рисунке 92.
Рисунок 92: Цена тройки календаря VIX
Обратите внимание, что цена триплета становится более резкой, когда у нас есть почасовые данные после 2013 года.
Опять же, существует период относительной стабильности, когда средняя цена тройки в
основном возвращается к равновесной цене около 4 долларов, но этому предшествуют
периоды корректировки, а за ними следуют.
Спреды торгового календаря

Давайте вернемся к нашим любимым торговым стратегиям из первой части, которые мы также
использовали для анализа спредов между инструментами в стратегии двадцать восьмой.
Во-первых, рассмотрим результаты применения правила тренда EWMAC к трем примерам спредов,
которые мы используем. Статистика в таблице 165.
Таблица 165: Производительность EWMAC16 с различными календарными спредами
VIX WTI сырой евродоллар

Расходы 1,6% 0,1% 2,2%
Оборот 9,9 9,6 11,7
перекос 4.29 2,32 2,59
Нижний хвост 5,8 6.7 3,60
Корреляция со сроком годности b 0,24 0,26 0,27
В последнем ряду показана корреляция доходности стратегии спреда EWMAC16 и прямой стратегии
EWMAC16 по истечении срока b.
Результаты не особенно впечатляют, но эти голые цифры не совсем отражают происходящее.

Рисунок 93 более информативен. Он показывает совокупную производительность от торговли
спредом сырой нефти WTI, цену которого можно найти на рисунке 90. Как и следовало ожидать,
в течение длительных периодов времени, когда спред возвращается к среднему значению,
правило тренда работает плохо. Но бывают и короткие кризисные периоды, когда мы очень быстро
получаем большую прибыль.
Хотя результирующая доходность имеет некоторую корреляцию с направленной торговлей

сырой нефтью WTI, как свидетельствует цифра в последней строке таблицы 165, она гораздо
меньше похожа на нормально распределенную гауссовскую доходность. Об этой ненормальности
свидетельствуют очень высокие хвосты, высокая положительная асимметрия и отставание
от целевого уровня риска, по крайней мере, при измерении с использованием неподходящей
статистики стандартного отклонения, которая предполагает, что доходность имеет
неопределенно гауссовский характер.
Рисунок 93: Совокупный процент доходности календарного спреда сырой нефти WTI
Теперь давайте обратимся к кэрри, в частности к правилу торговли кэрри60, которое я

также использовал в стратегии двадцать восемь. Это правило не было особенно
выгодным применительно к сделкам с разными инструментами, но как оно работает
здесь? В Таблице 166 есть числа, которые особенно не впечатляют.
Табл. 166. Производительность Carry60 с различными календарными спредами
Расходы 4,3% 0,1% 2,4%
Оборот 12,4 7,82 9.3
перекос 0 0,84 0,73
В последнем ряду показана корреляция доходности стратегии переноса спреда 60 по сравнению со стратегией прямого переноса 60
по истечении срока действия b.

Триплеты торгового календаря

Для последовательности и полноты я теперь повторю те же тесты на тройках
календаря, сначала с правилом тренда EWMAC16, результаты которого можно найти
Табл. 167: Производительность для EWMAC16 с разными тройками календаря
Расходы 2,9% 0,1% 3,9%
Оборот 8,6 7,9 8.1
перекос 1,49 2,53 0,47
В последнем ряду показана корреляция доходности тройной стратегии EWMAC16 и прямой стратегии
EWMAC16 по истечении срока b.
Опять же, картинка стоит тысячи слов или, по крайней мере, может быть более
информативной, чем унылая таблица, полная цифр. На рис. 94 показана кумулятивная
кривая счета для EWMAC16, торгующего фьючерсом на VIX. Налицо четкая
поразительная модель, которая не должна вызывать удивления, если вы снова
посмотрите на рисунок 92, на котором показана цена триплета VIX. У нас есть
приличная доходность до 2013 года, после чего цена вступает в период стабильного
возврата к среднему, и поэтому мы ожидаем постепенной потери денег при использовании трендовой стр
Рисунок 94: Совокупный процент доходности для календарной тройки VIX

Наконец, давайте рассмотрим стратегию переноса для календарных троек,

которую можно найти в таблице 168. Как и для троек кросс-инструментов, это
не особенно прибыльная стратегия.
Табл. 168. Производительность Carry60 с различными триплетами календаря

Расходы 7,0% 0,1% 4,6%
Оборот 15.1 8.1 7.4
перекос 0,54 0,15 5,28
В последнем ряду показана корреляция доходности триплетной стратегии 60-кратного переноса по сравнению со стратегией прямого 60-кратного
переноса по истечении срока действия b.
Представляется более естественным строить календарные спреды и триплеты по срокам

действия одного и того же контракта, а не по инструментам. Безусловно, проще
производить необходимые расчеты и торговать полученными синтетическими
инструментами. Однако сроки действия одного и того же инструмента, как правило, имеют
очень высокую корреляцию, что приводит к высокому кредитному плечу и очень толстым
хвостам в распределении доходности.
Трудно торговать стратегиями календаря RV, поскольку они переключаются между

очень последовательным возвратом к среднему и эпизодическими резкими движениями к
новому равновесию. Это приводит к доходности по тренду, которая имеет характер
стратегий с сильным положительным перекосом, таких как покупка опционов: длительные
периоды устойчивых убытков, за которыми следует сильный доход, когда равновесие
смещается. Такие стратегии вряд ли всегда будут чрезвычайно прибыльными, если
доходность измеряется с использованием симметричной статистики, такой как SR.
Возможно, что-то вроде стратегии двадцать семь, сочетающей возврат к среднему и
тренд, будет хорошо работать на календарных спредах и триплетах.
Но вам придется провести этот анализ самостоятельно, так как это последняя
торговая стратегия в этой книге.
Помимо тройни
Ясно, что есть место для многих дополнительных стратегий RV, которые я не
включил в эту книгу, выходя за пределы трех истечений или инструментов и используя
четыре, пять, шесть или более различных этапов.
Например, в фьючерсном комплексе STIR есть пакетные спреды. Пакет представляет

собой серию из четырех последовательных истечений, таких как пакет 2023 года,
когда срок действия всех евродолларов истекает в 2023 году. Пакетный спред может
быть чем-то вроде длинной пачки 2023 года и короткой пачки евродолларов 2024
года; тройка может быть 2023/2024/2025. Пакет – это серия наборов, например набор
2023/2024. Пакеты также могут быть проданы как спреды или триплеты.
Мы также можем представить себе создание набора фьючерсов на облигации США (2-х, 3-
х, 5-ти, 10-ти, 20-ти и 30-летних) и торговлю ими против пакетов немецких облигаций
(Schatz, Bobl, Бунд и Баксль).
В более общем плане кондор — это четвероногий аналог бабочки.

календарный триплет, который включает в себя хеджирование коротких позиций в середине двух
сроков действия контракта и длинных позиций в течение двух крайних сроков действия.
Обобщенные на любое количество инструментов или экспираций, стратегии RV фактически
становятся формой статистического арбитража («статарбитраж»). Статистические арбитражные
трейдеры часто используют статистические методы, такие как регрессия или векторная
авторегрессия, чтобы найти подходящие пары, тройки или более крупные наборы ветвей, которые
образуют коинтегрированные активы. Такие трейдеры легко освоят математическую изощренность,
необходимую для того, чтобы распространить простые уравнения в этой части книги на четыре
или более активов.
Стратегия тридцать: Торговый план

Все остальные этапы идентичны стратегиям двадцать восемь и двадцать девять.
271 Термин «структура волатильности» просто относится к тому факту, что разные сроки действия одного и того же
инструмента часто будут иметь разные уровни стандартного отклонения доходности.
272 Эти рулоны сами по себе будут спредами.
273 Я также мог указать сырую нефть WTI в определенные календарные месяцы, как я сделал для отдельного
инструмента, где я остановился на декабрьской торговле. Это уберет сезонные эффекты, но я намеренно хотел
включить их сюда.
274 Существует хорошо известный теоретический результат, известный как эффект Самуэльсона, который предполагает,
что волатильность фьючерсных цен будет увеличиваться по мере приближения срока их погашения. Этот эффект
можно ясно увидеть во многих инструментах, например, в фьючерсной волатильности VIX, но он не является
универсальным, например, в период фактически фиксированных процентных ставок, который характеризовал большую
часть 2010-х годов, волатильность первых нескольких истечений фьючерсов на процентные ставки контрактов было
крайне мало. Я обсуждаю некоторые другие следствия паттернов нестационарной волатильности в первой главе шестой
части «Скольжение и выбор контракта».
Часть шестая: Тактика

Вы должны прочитать всю первую часть, прежде чем читать шестую часть.
Вам не обязательно читать части вторую, третью, четвертую или пятую, прежде чем читать часть
шестую.
Эта часть книги посвящена тактике. Здесь нас интересует не предсказание движения рынков, которому
посвящены 30 глав, составляющих части с первой по пятую, а скорее эффективное и безопасное управление
нашими торговыми стратегиями.
В часть шестую включены следующие тактики: Тактика первая:
выбор контракта и прокрутка
Тактика третья: наличные и начисление процентов

Тактика первая: выбор контракта и

прокрутка
Не существует такой вещи, как будущее волатильности VIX в США.
Конечно, я педантичен. На самом деле существует несколько таких фьючерсов, срок действия
которых истекает в разные даты. Прямо сейчас, когда я печатаю этот абзац, на веб-сайте CME
указаны девять различных месячных истечений, хотя только первые несколько из них имеют
какой-либо значимый объем. Но нет вечного будущего.
Тот факт, что не существует единого будущего VIX, которое я могу удерживать сколь угодно
долго, означает, что нам нужно принять некоторые решения. Чтобы воспроизвести позицию в
бессрочном будущем, мне нужно решить, какой из доступных сроков действия купить, а затем решить,
как долго удерживать этот конкретный срок действия, прежде чем приобретать позицию в новом
сроке действия путем переноса моей позиции .
Эта глава посвящена трем взаимосвязанным вопросам: Какую дату истечения
срока действия следует удерживать.
Когда переходить на новую дату истечения срока действия.
Как перейти на новый срок действия.
Какой срок годности держать

Вы можете подумать, что решить, какую дату истечения срока действия оставить, просто, и во
многих случаях это так и есть. За исключением фьючерсов на волатильность, в большинстве
классов финансовых активов ликвидным является только срочный контракт. Это относится
практически ко всем фьючерсам на акции, облигации и валютные пары, а также к металлам.
Однако в краткосрочной процентной ставке (STIR), волатильности, энергетике и сельском
хозяйстве дела обстоят иначе. Часто бывает много разных истечений, которые достаточно
ликвидны для торговли. Принятие решения о том, какую из них оставить, зависит от баланса
нескольких различных факторов.
Чтобы сделать вещи более конкретными в этом разделе, я собираюсь рассмотреть пример: будущее VIX.
Таблица 169 содержит список всех текущих истечений с указанием их цены, объема и открытого
интереса.
Таблица 169: Ключевые характеристики истечения VIX по состоянию на май 2022 г.
Цена Объем Открытый интерес
Спотовая цена 28.48
июнь 2022 г. 29,45 67 000 123000
июль 2022 г. 30,13 33 200 59000
август 2022 г. 30.11 10 400 48000
Сентябрь 2022 30.15 7000 21000
октябрь 2022 г. 30.10 5500 13 400
ноябрь 2022 г. 29,55 3000 9500
декабрь 2022 г. 28,60 1 100 4900
январь 2023 г. 28,95 30 217
Февраль 2023 29.125 0 0
Ликвидность
Опасно иметь экспирацию, которая не очень ликвидна, даже если у нее есть другие преимущества.
Скорее всего, торговля также будет дороже, поскольку с меньшим количеством участников
рынка спреды на этом рынке будут шире. Прежде чем делать что-либо еще, вы должны применить
минимальный порог ликвидности ко всем возможным срокам истечения в данном инструменте.
Все, что ниже этого порога, должно быть исключено.
Еще в третьей стратегии я обозначил некоторые критерии, чтобы определить, какие инструменты
достаточно ликвидны для торговли. Во-первых, они должны иметь объем не менее 100 контрактов
в день. Во-вторых, они должны иметь объем не менее 1,25 миллиона долларов в долларовом
выражении. Для расчета объема в условиях риска мы используем следующее:
где σ% — годовое стандартное отклонение процентной доходности. Вы должны применять эти

фильтры ко всем срокам действия, и следует учитывать только те, которые проходят.275
Давайте посмотрим, как эти фильтры применяются к VIX. В таблице 170 я оценил σ% и
использовал его для расчета объема риска в долларах США, используя фьючерсный
множитель для VIX, который составляет 1000 долларов. Вы можете видеть, что январь и
февраль 2023 года не соответствуют минимуму в 100 контрактов в день, а также не
соответствуют требованию о ежедневном объеме не менее 1,25 миллиона долларов с точки зрения риска.
Таблица 170: Текущий объем для истечения VIX
Цена % Дневной объем в контрактах Объем риска в долларах США
июнь 2022 г. 29,45 66,8% 67000 1320 миллионов долларов
июль 2022 г. 30,13 51,5% 33 200 510 миллионов долларов
август 2022 г. 30,11 43,9% 10 400 140 миллионов долларов
Сентябрь 2022 г. 30,15 36,1% 7000 75 миллионов долларов
октябрь 2022 г. 30,10 31,7% 5500 52 миллиона долларов
ноябрь 2022 г. 29,55 30,5% 3000 27,1 миллиона долларов
декабрь 2022 г. 28,60 30,0% 1100 9,4 миллиона долларов
январь 2023 г. 28,95 29,6% 30 270 000 долларов
Февраль 2023 г. 29,125 29,3% 0 $0
Кстати, не всегда ликвидность падает постепенно, как здесь для VIX. В некоторых
других вариантах будущего есть более интересные закономерности. Например, в полноразмерной
сырой нефти WTI мы видим ту же общую картину снижения ликвидности в будущем, но июньские
и декабрьские контракты в последующие годы имеют лучший объем и открытый интерес, чем
в другие месяцы. Другим необычным инструментом является Золото, в котором перечислены
дополнительные контракты, чтобы вы всегда могли торговать ближайшие три месяца, но
эти дополнительные экспирации не очень ликвидны, поэтому на практике приходится
выбирать из основных контрактов: февраль, апрель, июнь, август, Октябрь и декабрь.
Риск
После того, как вы отфильтровали инструменты по ликвидности, следующим шагом будет
рассмотрение риска различных истечений. Это может показаться странным шагом —
наверняка все контракты, торгуемые по данному инструменту, вероятно, будут иметь
одинаковый риск? На самом деле это бывает редко. Вернитесь к таблице 170. Вы увидите, что
Стандартное отклонение в годовом исчислении для различных истечений VIX имеет четкую
закономерность: высокое для фронтового контракта, а затем постепенно снижается.
Такая временная структура волатильности довольно типична для VIX и известна как « эффект
Самуэльсона276». Другие шаблоны появляются в другом месте. Например, в фьючерсе на процентную
ставку евродоллара текущая временная структура показывает, что стандартное отклонение резко
увеличивается со сроком действия контракта для первых четырех квартальных фьючерсов. После
этого волатильность постепенно снижается.
Временная структура в евродолларах со временем меняется в зависимости от текущей фазы процентной
политики. Во время очень низких процентных ставок, преобладавших на протяжении большей части
2010-х годов, волатильность фьючерсов на евродоллар была чрезвычайно низкой для первых
нескольких контрактов, а затем монотонно увеличивалась в будущем. Но если следующее решение ФРС
ожидается в ближайшее время и будет очень близко, то передний контракт по евродоллару может иметь
самую высокую волатильность из всех. Как правило, известные события в будущем, такие как отчеты об
урожае, выборы или экономические объявления, также могут искажать уровень волатильности для
конкретных сроков действия в различных инструментах.
Думая о выборе контракта, следует ли нам предпочесть высокую или низкую волатильность?
Высокая волатильность будет означать более низкое кредитное плечо и снижение торговых издержек
с поправкой на риск. Низкая волатильность подразумевает меньший минимальный капитал. В целом я
предпочитаю высокую волатильность. Это означает держаться подальше от передней части кривой
фьючерсов на евродоллар, но это также подразумевает предпочтение передней части кривой VIX.
Однако есть и другие меры риска, которые нам необходимо учитывать. Цены для определенных сроков
действия могут быть несколько скачкообразными из-за хвостового риска или перекоса, который не
улавливается должным образом при использовании только оценки стандартного отклонения для
измерения риска. Вы можете использовать такие меры, как эксцесс или мою собственную статистику
коэффициента хвоста, чтобы количественно оценить эти риски. Опять же, это верно для передней
части большинства рынков процентных фьючерсов. Поскольку процентные ставки традиционно
устанавливаются с шагом в 25 базисных пунктов, изменение ожиданий относительно изменения ставки
на следующей неделе обычно вызывает относительно большой скачок цены.
Но нервозность также является особенностью фронтового контракта VIX. Spot VIX чрезвычайно
изменчив, и это влияет на переднюю часть кривой фьючерса больше, чем на последующие экспирации.
Следовательно, несмотря на высокое стандартное отклонение, я обычно избегаю торговли по первому
сроку действия VIX.

Сезонность
Многие фьючерсы являются сезонными. Это явно относится к сельскохозяйственным

фьючерсам, а также к энергетическим рынкам. Еще в десятой стратегии мы увидели, что это
повлияет на керри, который испытывает данный инструмент, если вы постоянно держите первый
или второй контракт в течение года.
Именно по этой причине я выступаю за фиксированный срок действия календарного месяца,

где это возможно. Я применяю эту стратегию к полноразмерной нефти WTI, по которой у меня
есть только следующий декабрьский контракт, и ко многим сельскохозяйственным
инструментам, таким как кукуруза и пшеница. Однако сделать это можно не везде. Например,
в компании Henry Hub Natural Gas недостаточно ликвидности в будущем, чтобы придерживаться
фиксированного календарного месяца.
Провести расчет
Еще в десятой стратегии я обсуждал два возможных метода расчета необработанного керри.
Более точный вариант предполагает сравнение цены текущего фьючерсного контракта с более
близким контрактом. Очевидно, что это не сработает, если у нас будет предварительный
контракт, поэтому вам следует избегать этого, если можете. Если вы вынуждены удерживать
первый срок действия, вам придется использовать менее точный метод расчета переноса,
который сравнивает текущий контракт с ценой следующего срока действия.
Физическая доставка и оплата наличными
Контракты VIX рассчитываются наличными. По истечении срока действия вы получите

разницу наличными между окончательной расчетной ценой и ценой, которую вы
первоначально заплатили (на практике большая часть этой суммы уже будет зачислена или
списана с вашего счета в виде вариационной маржи). Расчеты наличными являются
обязательными для индексов акций, фьючерсов на краткосрочные процентные ставки,
таких как евродоллар, и фьючерсов на волатильность, таких как VIX.
Но большинство фьючерсов на самом деле рассчитываются физически, включая большинство

фьючерсов на облигации и иностранную валюту, а также практически все физические товары,
включая золото и пшеницу. Если до истечения срока действия еще далеко, то вы будете
ожидается фактическая поставка облигации, некоторого количества иностранной валюты,

нескольких слитков золота или бушелей пшеницы. Предположительно, это произошло с легендарным
экономистом Джоном Мейнардом Кейнсом, которому пришлось хранить свою неожиданную поставку
пшеницы в склепе часовни колледжа Кембриджского университета, фондом которого он управлял.
Если у вас мало денег, то по закону вы будете обязаны перевести облигацию или валюту, или, что
еще хуже, организовать доставку золота или пшеницы на определенный склад.
Это хорошо для товарных домов, у которых есть доступ к складам и запасам пшеницы, но совсем
не подходит для всех остальных. В результате фьючерсные брокеры принудительно закроют
вашу позицию, если она все еще открыта, когда приближается истечение контракта. Это еще одна
причина избегать предварительного контракта.
Вы не хотите рисковать физической поставкой фьючерса или, что более вероятно, ваш брокер
закроет позицию, если вы подойдете слишком близко к дате экспирации.
Означает ли это, что нам не нужно беспокоиться об истечении срока действия контрактов с
расчетами наличными, таких как VIX? На самом деле существует потенциальный риск удерживать
их до последнего возможного момента. Расчеты наличными осуществляются по цене, которая
измеряется в течение относительно короткого промежутка времени. Эти цены открыты для
манипуляций. Это вряд ли будет серьезной проблемой для VIX, но легко может стать проблемой
для более тонко торгуемых инструментов.277
Уменьшение частоты перекатывания
Как и в любой торговле, переход от одного фьючерсного контракта к другому стоит денег в виде
спредов и комиссий. Так что в идеале мы бы катались как можно меньше.
С некоторыми инструментами можно уменьшить частоту прокатки, заключив контракт на более
отдаленное будущее. Классическим примером этого является евродоллар. Это связано с
высокими затратами с поправкой на риск, поскольку стандартное отклонение довольно низкое,
поэтому удерживать его довольно дорого, если мы обновляем его каждые три месяца.
Какие евродолларовые контракты мы можем держать? Есть ликвидные квартальные истечения в

течение следующих шести лет или около того. По причинам, которые я уже коснулся, я бы
настоятельно рекомендовал избегать первого года экспирации из-за их более низкой
волатильности и уродливого хвостового риска. Любой срок действия, который истекает более
чем через три года в будущем, в настоящее время имеет стандартное отклонение, которое слишком низкое. Однак
это оставляет большое окно возможных дат контрактов, которыми вы можете торговать,
от одного года до трех лет.
Теоретически вы можете принять следующую стратегию:
Сначала купите или продайте будущее на три года вперед, то есть, как я пишу, на
июнь 2025 года.
Через три месяца начните пассивно сворачивать будущее (через несколько страниц
я объясню, что это такое) в новый контракт: июнь 2027 года. Сейчас я объясню,
почему вам следует использовать июнь 2027 года.
Через пару лет наступит май 2024 года. До июня 2025 года осталось около года до
погашения, и существует опасность, что его истечение упадет ниже требуемого
минимума в один год. Если у вас все еще есть какой-то июнь 2025 года, включите его
в контракт, до истечения которого осталось три года: июнь 2027 года.
Это означает, что в худшем случае, когда вы естественным образом не закроете свою
позицию с помощью пассивной пролонгации, вы будете пролонгировать позицию каждые два
года, а не каждый квартал. Вероятно, будет немного дороже совершать каждую скользящую
сделку, поскольку они будут состоять из торговли спредом для контрактов, которые
разнесены на два года, а не на три месяца, а первая, вероятно, будет иметь более широкий
спред между спросом и предложением. Но сокращение числа рулонов в восемь раз сэкономит
гораздо больше денег в долгосрочной перспективе.278
Проведение нескольких месяцев
Нет закона, согласно которому вы должны удерживать всю фьючерсную позицию в течение
одного контрактного месяца. Удерживание позиций в течение двух, трех и более сроков
действия одновременно может иметь свои преимущества. Это позволит вам делать
перекатывание более постепенно. Кроме того, если вы являетесь крупным фондом со
значительными позициями, вы можете избежать слишком большой доли рынка за один месяц
поставки. Действительно, часто существуют нормативные ограничения на размер позиций,
которые могут быть открыты одним лицом в течение одного срока действия.
Это сделает ваш торговый процесс немного более сложным.

Но это может иметь смысл.
Краткое содержание
Трудно обобщить вышеперечисленные факторы в одно связное правило, которое будет применяться ко всем
фьючерсным контрактам. Но вот несколько эмпирических правил:
Торгуйте только ликвидными экспирациями. Для многих финансовых фьючерсов и металлов это
означает, что вы можете торговать только срочными контрактами.
Если у вас есть выбор, по возможности избегайте предварительного контракта. В противном случае
вы не сможете точно рассчитать перенос, а цена часто скачет. Вы также можете столкнуться с
проблемами с физической доставкой или пострадать от манипуляций с расчетными ценами по
контрактам с расчетами наличными.
Обычно лучше быть дальше по кривой, если это возможно: второе, третье, четвертое или более
поздние истечения. Это часто имеет лучшие свойства риска, и вы сможете реже бросать.
Там, где это уместно, рассмотрите возможность торговли с фиксированным истечением
календарного месяца, чтобы ваша скорректированная цена не имела сезонности.
Возможно, вы захотите удерживать свою позицию более одного месяца, особенно если у вас большие
позиции.
Выбор контрактов с лучшими прогнозами
Для инструментов с широким выбором сроков действия у нас может возникнуть соблазн попытаться
выбрать сроки действия, при которых у нас есть самые высокие шансы на получение прибыльной прибыли. В
контексте торговых стратегий, описанных в этой книге, это означает выбор срока экспирации с
наибольшим комбинированным прогнозом.
Немного странно думать о выборе срока действия с самым высоким прогнозом тренда , поскольку тренд
основан на скорректированной цене, которая сама состоит из цен контрактов с последовательными
датами истечения. Если бы вместо этого мы измеряли тенденцию по контракту за контрактом, а затем
выбирали лучший из них, мы сталкивались бы с рядом проблем. В первую очередь нам было бы трудно
измерить что-либо, кроме самых коротких трендов, если только соответствующий контракт уже не был
ликвидным в течение как минимум года, а в идеале и дольше.

Но может иметь смысл выбрать срок действия с лучшим прогнозом переноса , который
будет месяцем с самой высокой или самой низкой доходностью с поправкой на риск.
Из таблицы 170 быстрый расчет конверта показывает, что керри с поправкой на риск
значительно варьируется в зависимости от текущей кривой фьючерса VIX. Он высок и
положителен для первого контракта, немного ниже для второго, а затем становится
отрицательным в течение следующих нескольких истечений. Такие интересные паттерны
характерны для фьючерсов на VIX.
Это говорит о том, что если бы мы торговали только керри, то нам, вероятно, следовало
бы держать контракт на декабрь 2022 года, который имеет наибольшее абсолютное
значение для прогноза керри. В этом случае мы бы открыли короткую позицию, поскольку
прогноз переноса отрицательный.
Но мы не можем полностью игнорировать тренд. Предполагая, что мы торгуем какой-то

вариацией одиннадцатой стратегии, переносом и трендом, нет смысла делать высокий
прогноз переноса, если тренд дает нам противоположный сигнал. Это означает, что если
прогноз тренда требует короткой позиции, то мы действительно должны торговать в
декабре 2022 года. Но если бы тренд был длинным, то лучшим был бы форвардный контракт,
поскольку он имеет самый высокий положительный перенос. Конечно, если бы мы торговали
срочным контрактом, то мы не смогли бы точно измерить кэрри срочного контракта,
если не использовали спотовую цену, поэтому второй контракт был бы хорошим
компромиссом.
Такого рода расчеты довольно быстро усложняются.

Лично я предпочитаю все упрощать и игнорировать этот фактор при принятии решения
о заключении контракта.
Когда переходить на новую дату истечения срока действия
После того, как вы открыли позицию с определенной датой истечения срока действия, когда вы
должны перенести ее на новую дату? Действительно, какой должна быть эта новая дата? В некоторой
степени это решение будет приниматься с использованием критериев, аналогичных тем, которые мы
использовали выше для выбора начального контрактного месяца.
Если вам приходится держать срочный контракт, потому что второй контракт неликвиден,
то вы, очевидно, захотите перейти на второй контракт, как только он станет достаточно
ликвидным для торговли. Эта логика применима к большинству финансовых фьючерсов, FX
и металлы. Обычно это происходит за несколько дней до истечения первого месяца,

хотя для некоторых инструментов, таких как корейские облигации, вы не сможете
пролонгировать до истечения срока действия.
Важно отметить, что для некоторых фьючерсов с физическим расчетом вам придется
закрыть свою позицию за несколько дней до фактической даты истечения срока
действия. Это может быть связано с тем, что ваш брокер не хочет иметь ни малейшего
риска физической поставки, но есть и другая возможная причина: у некоторых
фьючерсов есть дата первого уведомления (FND). Это самая ранняя дата, когда
держатель длинной позиции может быть уведомлен о том, что ожидается физическая
поставка, и обычно она наступает за несколько дней до даты истечения срока
действия. Если вы все еще держите длинную позицию по FND, вы потенциально рискуете
получить физическую поставку. Вы должны закрыть свою позицию за несколько дней
до FND или рискнуть упреждающими действиями со стороны вашего брокера.
Точно так же, если вы решили держать второй контракт, то вы, вероятно, захотите
перейти к следующему контракту, как только он станет достаточно ликвидным для
торговли, и, конечно же, до истечения срока действия первого контракта. Например,
сейчас у меня второй контракт VIX (июль 2022 года). Я, вероятно, мог бы перейти к
августу 2022 года сейчас, поскольку из таблицы 170 она достаточно ликвидна, хотя
стандартное отклонение немного ниже, поэтому я, возможно, захочу подождать. Но я
определенно хочу сделать это до истечения срока действия VIX в июне 2022 года; если
я этого не сделаю, то моя позиция в июле 2022 года станет первым месяцем, и я,
конечно, не хочу этого по причинам, которые я уже объяснил.
Если вы торгуете еще дальше по кривой, то у вас есть некоторая гибкость. В настоящее
время я торгую евродолларом в июне 2025 года, примерно через три года. Я мог бы
систематически пересматривать свою позицию каждый квартал, чтобы гарантировать,
что она всегда будет через три года. В качестве альтернативы я мог бы следовать
стратегии, описанной выше, и подождать пару лет, прежде чем делать броски, чтобы
уменьшить частоту моих бросков. Или я мог бы делать что-то среднее, перекатываясь
каждые шесть месяцев или каждый год.
И, наконец, если вы держите фиксированный календарный месяц, вам следует сделать

бросок до того, как он станет первым контрактом, если не раньше. Таким образом, вы
можете продолжать точно измерять перенос. Например, если вы постоянно держите
декабрьскую нефть марки WTI, вам следует отказаться от декабря 2022 года как
минимум за несколько дней до истечения ноября 2022 года.
Имеет ли значение, когда вы катитесь?
Однажды, когда я еще работал в хедж-фондах, ко мне подошла пара исследователей из другой
команды. Они обнаружили нечто довольно интересное.
Недавно мы выступили с инициативой очистить разрозненные наборы данных ценовой истории,

которые у нас были, и объединить их в единый «золотой источник», который мы могли бы
использовать для будущих исследований. Эти ребята получили это утомительное, но
важное задание. Одна из проблем, которую они обнаружили, заключалась в том, что наши
скорректированные цены фьючерсов на облигации США предполагали, что мы можем измениться
непосредственно перед истечением срока. На самом деле, мы бы перешли до первого дня
уведомления, чем рисковать доставкой физических облигаций.
Чтобы исправить это, они вернулись и изменили календарь рулонов в нашей базе данных, а
затем повторно сгенерировали цену с поправкой на прошлые периоды. Чтобы убедиться, что
они не натворили глупостей, они нанесли старые и новые цены на один и тот же график.
Естественно, они ожидали увидеть почти идеальное совпадение.
Ко всеобщему удивлению кривые не совпали. Новая кривая была почти идентична старой с
одним важным отличием. У него был более низкий восходящий градиент, что означало
немного более низкую доходность. По сути, рынок был готов заплатить небольшую
дополнительную премию людям, которые имели возможность удерживать длинную позицию по
фьючерсам на облигации после того момента, когда им, возможно, придется получить
физическую поставку.
Хотя это не оказало существенного влияния на наши торговые стратегии, это был
своевременный урок, позволяющий сделать наши тесты на исторических данных максимально
реалистичными и точными.
Как перейти на новую дату истечения срока действия
Это может показаться тривиальным вопросом: рулон есть рулон, не так ли? Но на самом деле
есть несколько различных альтернативных методов для рассмотрения.
Ролл с отдельными ножками

Самый простой способ перевернуть позицию — это две отдельные сделки: сделка закрытия
в текущем месяце истечения срока действия и открытая сделка одинакового размера
в новом сроке действия. Однако у этого есть два ключевых недостатка. Во-первых, это
дорого. Вы будете оплачивать два отдельных набора затрат, связанных со спредами
между ценами покупки и продажи. Во-вторых, это потенциально опасно. Нет никакой
гарантии, что пара сделок будет выполняться одновременно, оставляя вас открытыми
для шанса, что у вас будет либо двойной риск, чем вы хотите (если сделка закрытия не
выполняется), либо вообще не будет (если сделка открытия терпит неудачу) .
По возможности следует избегать этого варианта. Если у вас нет выбора, то торгуйте
постепенно траншами и избегайте торговли непосредственно перед закрытием.
Ролл со спредом
Вместо того, чтобы использовать две отдельные сделки, гораздо лучше использовать
сделку со спредом. Это спред, который будет исполнен на рынке как один ордер. У него есть
два ключевых преимущества. Во-первых, нет шансов, что одну ногу казнят, а другую нет.
Кроме того, торговать обычно намного дешевле.
Вообще говоря, вы ожидаете, что заплатите половину стоимости спреда, совершив одну, а
не две сделки. На некоторых рынках, таких как фьючерсы на S&P 500, рынки спредов имеют
меньший размер тика, чем аутрайты, что приводит к еще более низким затратам на спреды.
Все это предполагает наличие ликвидного рынка спредов в соответствующем будущем.

Обычно это так, и действительно, в таких инструментах, как евродоллар, спреды более
ликвидны, чем аутрайты. Но это не всегда так.
Пассивная прокатка
Роллинг со спредом дешевле, чем торговля отдельными этапами, но это не самый дешевый
метод. Еще дешевле катиться пассивно. При пассивной прокрутке вы делаете прокрутку
как часть своей обычной торговой деятельности. Для достижения этой цели:
Если вы совершаете сделку, которая уменьшает вашу позицию, то вы закрываете

или частично закрываете свою позицию в текущем месяце.
Но если вы совершаете сделку, которая увеличивает вашу позицию, то вы

что в следующем контрактном месяце.
Со временем ваша позиция естественным образом сместится с текущего на следующий месяц.

Поскольку мы не проводим никаких дополнительных сделок только с целью пролонгации,
пролонгированные сделки ничего нам не стоят.279 Эта опция
доступна для данного инструмента, как только следующий контрактный месяц станет
ликвидным. Во многих случаях это не оставит окна возможностей, достаточно
продолжительного, чтобы завершить все необходимые перекатывания. В какой-то момент вам
придется использовать сделку со спредом или пару отдельных сделок, чтобы прокрутить
остаточные контракты, которые вы все еще держите в течение текущего срока действия. Но
для инструмента, который торгуется относительно быстро или редко переворачивается, можно
было бы полностью избежать какой-либо явной торговли перекатами.
Как я уже отмечал выше, вы можете захотеть удерживать позиции в течение более чем одного
месяца поставки. Если вы пассивно перекатываете, у вас, естественно, будут позиции как в
текущем, так и в следующем истечении контракта. Но вы можете расширить это дальше.
Предположим, вы удерживаете позиции через три месяца; ради аргумента июнь, июль и август
2022 года. Вы бы закрыли все сделки в июне 2022 года и открыли сделки в августе 2022 года, а в
июле 2022 года вообще не совершали сделок.
Затем, как только вы закроете все свои позиции в июне 2022 года, вы начнете совершать любые
сделки открытия в сентябре 2022 года и любые сделки закрытия в июле 2022 года. Легко
понять, как эту процедуру можно обобщить на любое количество месяцев.
Естественное закрытие
Частный случай пассивной прокрутки — это когда ваша стратегия естественным образом хочет
закрыть всю свою позицию по определенному инструменту. В этот момент, если вы готовы к броску,
вы должны немедленно переключиться на торговлю на дату следующего контракта, чтобы при
открытии новой позиции она уже имела правильный срок действия. Это позволяет избежать
сложностей удержания позиций в течение нескольких истечений. Для этого требуется удача
и ежедневный обзор всех ваших закрытых позиций.
Разрешить истечение срока действия, а затем снова открыть

Две основные проблемы, возникающие при ролл-трейдинге посредством отдельных сделок,

— это стоимость и риск удвоения или нулевой позиции. Но что, если мы спокойно
относимся к нулевой позиции в течение короткого периода времени? Если торговать
данным инструментом очень дорого, а рынок спреда не очень ликвиден, то может иметь
смысл позволить фьючерсу истечь. Затем на следующий день вы можете повторно
открыть позицию в новом контрактном месяце. Таким образом, вы оплачиваете торговые
издержки только при открытии сделки. Естественно, это имело бы смысл только для
фьючерсов с расчетами наличными.
Использование этого метода предполагает, что прибыль от сокращения торговых

издержек вдвое перевешивает риск отсутствия позиции в период времени между расчетом
в будущем и моментом, когда вы сможете открыть позицию в новом сроке действия.
Между прочим, фьючерсы на иностранную валюту являются возможным исключением из

правила, согласно которому контракты с физическим расчетом никогда не истекают.
Предполагая, что у вас есть мультивалютный торговый счет, обычно несложно
доставить или принять поставку разных валют по истечении соответствующего
фьючерса. Процесс доставки обычно включает кредит на ваш счет в одной валюте, а
также кредит в другой. Затем вы можете совершить спотовую сделку на валютном рынке,
чтобы удалить кредит и ссуду со своего счета. Это повлечет за собой транзакционные
издержки и, возможно, некоторые процентные платежи в период до проведения расчетов
по спотовой сделке, поэтому вряд ли это будет дешевле, чем скользящие, но в некоторых
обстоятельствах может иметь смысл.
Риск, размер позиции и броски

Вернитесь к таблице 170, которая показала, что стандартное отклонение
фьючерсов VIX в настоящее время выше для более ранних поставок, чем для
фьючерсов с более поздним сроком погашения.
Давайте представим, что в настоящее время у вас есть позиция в июле 2022 года,
которая в настоящее время имеет годовое стандартное отклонение чуть более
51%. Теперь предположим, что это соответствует позиции в 100 контрактов для
конкретной торговой стратегии с произвольным размером счета и прогнозом. Затем
вы переходите в август 2022 года, где риск несколько ниже: 44% в год.
Теоретически ваша позиция сейчас слишком мала. Все остальное

равны, мы масштабируем позиции обратно пропорционально стандартному отклонению. Теперь

правильное положение будет:
Мы, кажется, легкие 16 контрактов. Хорошо, это выглядит как проблема, но что на самом
деле произойдет на практике?
В тот день, когда вы перевернете ряд цен с поправкой на прошлое за последний месяц или
около того, он, вероятно, будет полностью состоять из цен июля 2022 года. Если
предположить, что временная структура волатильности является линейной, то по мере
старения июля 2022 года ее стандартное отклонение будет возрастать с начала месяца до
конца. Когда мы перейдем к августу 2022 года, стандартное отклонение снова упадет,
поскольку мы отодвигаем месяц в будущее и двигаемся по временной структуре волатильности.
По мере устаревания августовского контракта его стандартное отклонение будет расти до
следующей даты пролонгации, когда цикл будет повторяться.
Если бы мы построили график текущего стандартного отклонения во времени, то увидели бы
график пилообразного типа с резкими падениями в датах проката, чередующимися с

постепенными подъемами. Если бы мы определяли наши позиции на основе текущего уровня
стандартного отклонения, то они также имели бы пилообразную форму, при этом позиции резко
увеличивались, когда мы катили, а затем постепенно уменьшались.
Однако мы не измеряем текущий уровень стандартного отклонения, потому что это очень
сложно сделать с ежедневными данными, и это дало бы нам слишком зашумленный прогноз
будущей волатильности. Вместо этого мы используем экспоненциально взвешенное
скользящее окно для расчета нашей оценки. Если бы мы построили эту оценку, она по-
прежнему имела бы пилообразную форму, но пики и впадины были бы намного мельче.
(На самом деле, если бы мы использовали простое скользящее окно с интервалом более месяца,
то зубец пилы полностью исчез бы.)
Пилообразный эффект еще более усиливается за счет использования средневзвешенного

значения недавнего стандартного отклонения и долгосрочной оценки. В конечном счете,
эффект сводится к нескольким контрактам на произвольную позицию размером в 100
контрактов. В действительности, даже это небольшое изменение размера позиции будет
незаметным, если принять во внимание все другие факторы, которые могут привести к изменению
оптимальных позиций.
Также стоит отметить, что это проблема только в некоторых

инструменты и для трейдеров с большими позициями. Кто-то, у кого меньше восьми

контрактов VIX, вообще не увидит заметного пилообразного эффекта, поскольку
его округленная оптимальная позиция останется неизменной.
Тем не менее, это еще одна причина держаться подальше от передней части кривой
таких инструментов, как VIX и евродоллар. Изменения стандартного отклонения,
как правило, больше в передней части кривой, что делает эту проблему потенциально
более серьезной.
Особые случаи
Описанная выше тактика в целом применима к большинству торговых стратегий,
описанных в этой книге, но есть некоторые особые случаи, когда вам может понадобиться
применить несколько иные методы.
Динамическая оптимизация (стратегия двадцать пятая)
Если вы используете стратегию динамической оптимизации из третьей части, то можно

установить ограничения на размеры позиций и сделок. Это дает вам удобный способ
реализовать технику прокрутки, когда мы позволяем позициям истечь, прежде чем
открывать их снова.
Для этого мы устанавливаем ограничение, при котором по соответствующему инструменту

не будет генерироваться сделка. Затем, когда истекает срок действия, мы обновляем
наши текущие позиции, чтобы отразить тот факт, что у нас больше нет позиции. Затем
оптимизатор может повторно открыть позицию в новом контрактном месяце. Но он
также может решить, что дешевле или лучше рискнуть в другом месте.
Другой вариант — использовать ограничения, чтобы избежать открытия новых позиций

в даты контрактов, срок действия которых скоро истекает, но когда следующая дата
контракта еще недостаточно ликвидна. Таким образом, вы можете избежать затрат на
открытие новой позиции, а затем необходимость ее закрытия вскоре после этого.
Оптимизатор перенесет риск на другие инструменты, чтобы вы не пропустили.
Стратегии быстрой направленности (часть четвертая)
По своей природе быстрые стратегии будут торговать гораздо чаще, чем медленные. Это
повышает вероятность того, что пассивная прокатка будет работать эффективно.
Однако вам нужно быть осторожным, удерживая позиции в течение нескольких месяцев,
поскольку это может усложнить расчет цен для лимитных ордеров. Их необходимо
скорректировать, чтобы они подходили для разных контрактных месяцев.
Лично я бы поддержал самый простой метод, который состоит в том, чтобы дождаться, пока
стратегия закроет свою текущую позицию, а затем переключиться на торговлю в следующую дату
контракта, прежде чем будет открыта новая позиция. Поскольку эти стратегии торгуют быстро,
вам не придется долго ждать.
Относительная стоимость (Стратегии части пятой)
Стратегии относительной ценности (RV) вносят некоторую сложность. Для кросс-

инструментального RV броски в идеале должны быть скоординированы, чтобы они происходили
одновременно, что может быть непросто. Однако настоящие проблемы возникают, когда мы
торгуем календарными спредами и триплетами в рамках одного и того же инструмента.
Выбрать позицию в календаре RV немного сложнее, чем просто выбросить аутрайт. Представьте,
что мы торгуем спредом RV евродоллара с равными и противоположными позициями в июне 2023 года
и декабре 2023 года. Для этого необходимо одновременно совершить две отдельные сделки по
спреду: с июня по июль 2023 года и с декабря 2023 года по март 2024 года. это как единый
четырехэтапный ордер с вытекающими из этого преимуществами, но может быть сложно найти
ликвидность для этого конкретного спреда.
Существуют определенные проблемы, когда ветки RV находятся в соседних сроках действия.

Рассмотрим спред VIX, который я использовал в качестве примера в пятой части, который прямо
сейчас будет между июлем 2022 года и августом 2022 года, и который я добавлю к спреду за август
2022 года и сентябрь 2022 года. Тот факт, что август является и текущим, и следующим
контрактом для разных частей спреда, значительно усложняет работу.
275 Для этих расчетов я использую объемы, усредненные за последние 30 дней.
276 Пол Самуэльсон, «Доказательство того, что правильно ожидаемые цены колеблются случайным образом»,
Industrial Management Review, 1965.
277 Можно манипулировать даже высоколиквидными фьючерсами. Рассмотрим фьючерсы на процентную ставку
евродоллар, которые изначально рассчитаны по процентной ставке LIBOR. Это не было рассчитано на основе
фактических сделок, а вместо этого основано на опросе относительно небольшого пула банков, что упростило
влияние на курс, представляя котировки, которые были смещены вверх или вниз. Было несколько судебных
преследований трейдеров, причастных к этой деятельности, в том числе несколько бывших коллег Barclays
мой, и многие из них провели значительное время в тюрьме. На мой взгляд, все это довольно несправедливо, учитывая, что это
было широко распространенной практикой на финансовых рынках, а обвинения в более серьезных манипуляциях со стороны
высокопоставленных банковских чиновников по указанию правительств и центральных банков остались безнаказанными.
278 Одним из критических замечаний по поводу этого метода является то, что характер нового контракта будет сильно
отличаться от предыдущего срока действия. Например, стандартное отклонение будет меняться довольно резко, если
существует особенно крутая временная структура волатильности.
279 Поскольку мы все еще рассчитываем наши прогнозы, используя цену текущего месяца, удерживая позицию в сочетании
текущего и следующего месяцев, вы можете утверждать, что в нашей торговой стратегии присутствует некоторый базисный риск; но
она должна быть минимальной.

Меня часто приглашают читать гостевые лекции в различных университетах. Иногда бывает сложно заставить
скучающих студентов заняться моими утомительными слайдами, в основном заполненными уродливыми
уравнениями, поэтому я использую несколько приемов. Один из них — показать пустой слайд, а затем сказать:
«Я открою вам секрет. Есть только два способа заработать деньги в трейдинге, да и вообще в любом бизнесе.
Два способа, которые я сейчас собираюсь раскрыть вам исключительно.
Две вещи, которые являются секретом моего успеха».
Еще через несколько минут этого мотивационного стиля оратора, когда напряжение в комнате достигло
невыносимого уровня, я открываю следующий слайд, который также пуст, если не считать двух пунктов:
Зарабатывайте больше денег до затрат.
Платите меньше торговых издержек.
Большинство посетителей совершенно не в восторге от этого, но обычно достаточное их количество смеется,
чтобы оправдать то, что я повторю этот трюк в следующем году.
На протяжении большей части этой книги мы сосредоточились на первом из двух пунктов: заработать больше
денег, чем затраты. Это не означает, что торговые издержки игнорируются. Я был очень осторожен,
неоднократно подчеркивая, что вы должны гарантировать, что любой данный инструмент может быть продан
с использованием определенной стратегии без чрезмерных ежегодных затрат, используя мою концепцию
ограничения скорости на частоту торговли. Я также использовал такие методы, как сглаживание прогнозов и
буферизация позиций, чтобы свести ненужную торговлю к абсолютному минимуму.
Но я рассматривал стоимость каждой сделки как внешний фактор, который мы можем измерить, но не можем
контролировать. Я всегда предполагал, что мы размещаем рыночные ордера,280 которые исполняются по
лучшему биду или аску, и, следовательно, платим половину спреда бид-аск в качестве стоимости спреда, а также
должны раскошелиться на брокерские комиссии. Можем ли мы сделать лучше? В этой главе я расскажу о способах
снижения затрат за счет более разумной тактики исполнения.

Усовершенствованное измерение и моделирование затрат
Если вы не можете это измерить, вы не можете этим управлять.
По-разному приписывается У. Эдвардсу Демингу и Питеру Друкеру.
Чтобы проделать какую-либо серьезную работу по снижению затрат на выполнение, нам нужно уметь
их измерять. Я использую три разных источника для измерения ожидаемых и фактических
затрат на спред:
1. Регулярные выборки спредов покупки и продажи, которые я фиксирую в течение дня,

даже для инструментов, которыми я в настоящее время не торгую. Ожидаемая
стоимость составит половину спреда: разницу между серединой и ценой покупки или
продажи.
2. Половина спреда между предложением и предложением, который присутствует на рынке,

когда я отправляю ордер. Я также сохраняю размер заказа, размещаемого в то время.
3. Фактическая разница между средней ценой и тем, где я нахожусь на самом деле
казнен. Я также сохраняю размер заказа.
В какой-то степени источники 1 и 2 эквивалентны, хотя, возможно, вы могли бы возразить, что

спреды, которые я измеряю для сделок (2), могут быть смещены к определенному времени дня,
когда я обычно совершаю свои сделки; это не относится к регулярно выбираемым спредам (1).
Возможно, более реалистично использовать фактические торговые данные (3), особенно для
крупных фондов, которые не всегда смогут торговать в верхней части книги ордеров. Я использую
эти цифры для нескольких разных целей:
Я использую регулярные выборки (1) для расчета ожидаемого спреда спроса и предложения
для инструментов, которыми я еще не начал торговать. Это позволяет мне рассчитать
ожидаемую стоимость с поправкой на риск, определить, достаточно ли дешев данный
инструмент для торговли, и решить, какие варианты торговых правил соответствуют
моему ограничению скорости с учетом стоимости торговли с поправкой на риск.
Для инструментов, которыми я торгую, я рассчитываю ожидаемый спред между спросом и

предложением на постоянной основе, объединяя данные из всех трех источников, чтобы
получить единую цифру. Это позволяет мне проверять целесообразность продолжения
торговли281 данным инструментом, а также периодически проверять
иметь правильный набор торговых правил, учитывая текущий уровень затрат. Для
расчета ожидаемого спреда я использую среднее значение выборочных спредов из
источника 1 плюс большее из значений ожидаемого и реализованного спредов при торговле
(2 и 3). Я использую более высокую цифру из источников 2 и 3, чтобы отразить тот факт,
что я использую алгоритм исполнения, а это означает, что иногда я буду работать
немного лучше, чем спред между спросом и предложением.
Я использую разницу между ожидаемой и фактической стоимостью исполнения спреда в

момент торговли (2 против 3) для измерения эффективности моих алгоритмов исполнения,
о чем я расскажу на нескольких страницах.
Используя фактические спреды исполнения (3), я могу увидеть влияние частоты и

размера торгов на затраты. Это не так важно для розничного трейдера вроде меня, но
жизненно важно для крупного институционального трейдера. Я буду обсуждать это
позже в этой главе.
Анализируя спреды по времени суток и дням недели, я могу определить, когда данный
инструмент будет дешевле или дороже в торговле. Опять же, я расскажу об этом более
подробно в ближайшее время.
В принципе, я мог бы использовать исторические данные о фактических торгуемых

спредах и комиссиях для расчета ожидаемых затрат при тестировании на исторических
данных, а не использовать методы, описанные в первой части, которые основаны на
экстраполяции и корректировке текущего уровня торговых издержек в прошлое.
Конечно, это только вариант, если вы торгуете в течение длительного периода времени.
Когда торговать
Ликвидность и, следовательно, торговые издержки со временем значительно изменились.
Еще в 1980-х годах, когда торговцы в лондонском Сити ходили в паб каждый обеденный перерыв,
вы, вероятно, не хотели бы пытаться что-либо делать после 12 часов дня. Даже сейчас вечер
пятницы — относительно спокойное время, за исключением тех случаев, когда публикуются
данные о занятости в несельскохозяйственном секторе или происходит истечение срока
действия основных опционов. Летом многие менеджеры хедж-фондов отправляются в свои
поместья в Хэмптоне или Дордони, а большую часть зимы проводят в Аспене или Вербье. Будучи
младшим трейдером, я остался единолично ответственным за
торговая книга в темные жалкие дни между Рождеством и Новым годом.
Существуют хорошо известные модели спредов и ликвидности. Хотя вы вряд ли значительно

сократите расходы за счет тщательной оптимизации времени торговли, вы, безусловно,
сможете избежать глупостей и излишнего увеличения своих расходов, торгуя, когда рынок
обречен на истощение. Вот некоторые ключевые торговые периоды, которых следует избегать:
На американских фондовых биржах время открытия и закрытия — это время, когда

происходит большая часть торгов. Однако на многих фьючерсных рынках все
наоборот. Открытие и закрытие торгуются тонко, с широкими спредами, чтобы поймать
отчаявшегося или неосторожного трейдера. Часто лучше подождать, пока рынок не
будет открыт в течение 30 минут, и прекратить торговать за 30 минут до закрытия.
Некоторые фьючерсные рынки эффективно торгуются круглосуточно, например, те,

которые перечислены на платформе CME Globex. Однако фьючерс США вряд ли будет
столь же ликвидным в течение ночной сессии, как в течение дня. См. пример на рис.
95. Это показывает 90-й процентиль спреда спроса и предложения для фьючерсов на
евродоллар по часам дня, рассчитанный на основе моего собственного процесса
выборки цен. Обратите внимание на более высокие спреды в течение ночного периода.
Избегайте торговать незадолго до или после основных экономических новостей,

таких как отчеты о заработной плате в несельскохозяйственном секторе или
отчеты об урожае, или когда публикуются результаты выборов. Рынок, скорее всего,
будет тонким, и будут резкие движения цен.
Будьте осторожны, торгуя в праздничные периоды, когда биржа открыта, но многие

люди, вероятно, отсутствуют. Вы не можете отключить свою стратегию на целый день
или неделю, но вы можете ограничить свою торговлю меньшими максимальными
размерами ордеров (см. следующий раздел). Также имейте в виду, что биржевые каникулы
в США снизят ликвидность в других странах, где рынки остаются открытыми.
Обратное верно для конкретных продуктов; например, японские праздники приведут
к меньшему объему торговли фьючерсами JPY/USD FX.
Крупные институциональные фонды должны избегать торговли в установленное время в течение

день, иначе они рискуют быть сбитыми с толку, если быстроногие трейдеры смогут заметить
закономерность и опережать их.
Рисунок 95: 90% процентиль выборочного спреда спроса и предложения для фьючерсов на
евродоллар по часам дня (часовой пояс UTC)
Как часто торговать и в каком размере

Предположим, что вы крупный институциональный трейдер, использующий дневную торговую стратегию.
Вы должны купить 1000 контрактов VIX в течение следующих 24 часов: примерно 1,5% от дневного
объема. Как вы собираетесь это делать?
В восьмичасовом торговом дне примерно 28 000 секунд, поэтому должны ли вы подавать ордер на
покупку одного контракта каждые 28 секунд? Или отправить один заказ на 1000 лотов за один раз
и посмотреть, что произойдет? Оба этих крайних варианта звучат безумно, и мы, вероятно, хотим
сделать что-то среднее, но что было бы лучше? Десять контрактов каждые 280 секунд? Сотня
контрактов каждые 2800 секунд — примерно 45 минут — прошло?
Связанный с этим вопрос: какие затраты вы можете ожидать от такого объема? Надеюсь, само собой
разумеется, что вы не заплатите половину спреда спроса и предложения по одному рыночному ордеру
на покупку 1000 контрактов! Когда я пишу это, в VIX есть только 100 контрактов по лучшей цене
предложения.
Но также маловероятно, что мы будем платить только половину спреда спроса и предложения, делая
1,5% от дневного объема, даже если мы торгуем отдельными контрактами. Рынок может изначально не
отреагировать, но постоянный поток однолотовых ордеров вскоре заставит цену подняться с того
места, где она была бы без нашего участия – пример так называемого «постоянного» воздействия на
цену.
Если вы больше не можете предполагать, что стоимость спреда не зависит от размера ваших сделок или
что ваша торговля не повлияет на цену, все становится немного сложнее. Рассмотрим эти решения:
Решение о том, какие инструменты достаточно дешевы для торговли.
Является ли данный инструмент достаточно ликвидным для торговли.
Какие варианты торговых правил можно использовать для данного инструмента.
Какой вес инструмента следует выделить.
В первой части я предполагал, что эти решения можно принимать независимо друг от друга, но теперь
их придется принимать совместно с учетом эффектов обратной связи. Например, более высокий вес
инструмента будет означать, что вы составляете большую часть объема, и, следовательно, вы можете
удалить торговые правила, которые имеют более высокий оборот.
Конечно, это все проблемы, которыми должны заниматься только крупные институциональные трейдеры,
и решение состоит в том, чтобы экспериментировать с различными размерами ордеров и собирать данные.
В конечном счете, вы должны иметь возможность создать функцию, которая будет вычислять
ожидаемый спред между спросом и предложением для заданного размера сделки и доли дневного объема.
Затем вы можете использовать это для принятия обоснованных решений о подходящем размере сделки
и возможных затратах.
Если вы не хотите на самом деле торговать большими объемами только для сбора данных —
потенциально дорогостоящее упражнение — прокси-сервер должен собирать данные второго уровня из
книги ордеров и использовать их для моделирования вероятных затрат на крупные ордера. Но имейте
в виду, что это будет только оценка. В частности, вам следует с осторожностью относиться к
экстраполяции значений затрат для больших объемов, чем вы фактически торгуете, поскольку
затраты не увеличиваются линейным или предсказуемым образом, как только вы составляете
значительную часть торгуемого объема по данному инструменту.
Использование алгоритма для выполнения

До сих пор все в этой главе предполагало, что мы используем рыночные ордера и платим половину
спреда спроса и предложения каждый раз, когда торгуем. Однако можно сделать немного
лучше, используя алгоритмы выполнения («алгоритмы»).
Чтобы увидеть, как это может работать, давайте рассмотрим два основных типа ордеров,
которые можно использовать для торговли, а также их преимущества и недостатки:
Рыночный Преимущества: Стоимость известна (половина спреда между спросом и предложением для небольших заказов). Почти всегда будет
ордер выполняться.
Недостаток: всегда будет выплачиваться половина спреда между предложением и предложением.
Лимитный Преимущество: Может быть дешевле, чем рыночный ордер. Если мы получаем исполнение по лучшему биду на покупку или лучшему
ордер предложению на продажу, нам фактически платят за торговлю с отрицательным спредом.
Недостатки: Стоимость неизвестна, как и время выполнения. Может оказаться значительно дороже, чем
рыночный ордер, если рынок отойдет от своего начального уровня до того, как мы будем исполнены.
В своей самой простой форме алгоритм исполнения работает, переключаясь между (а) пассивным
исполнением с использованием лимитных ордеров в надежде получить лучшее исполнение и (б)
агрессивным исполнением, когда мы отправляем рыночный ордер и поэтому должны платить
спред, получение наилучшего предложения при продаже и выплата наилучшего предложения при
покупке. Ясно, что решение о том, следует ли выполнять пассивно или агрессивно в любой
данный момент, может зависеть от многих факторов, а некоторые алгоритмы выполнения
довольно сложны.
Если вы хотите использовать возможности алгоритмов, у вас есть несколько вариантов.

Один из них — создать свой собственный, при условии, что у вас есть навыки и инфраструктура
для этого. Во-вторых, использовать сторонние алгоритмы, предлагаемые брокерами, банками и
сторонними поставщиками, такими как Quantitative Brokers. В-третьих, использовать
старомодный метод ручного исполнения, наняв трейдера, исполняющего сделки. Это может
показаться шагом назад, но опытный трейдер, работающий в торговом зале, по-прежнему может
превзойти автоматический алгоритм во многих инструментах, особенно для крупных ордеров,
а для достаточно крупного счета обычно это будет дешевле, чем размещение рыночных
ордеров.
У вас также есть возможность использовать более одного из этих путей выхода на рынок.
Преимущество этого в том, что вы можете проводить естественные эксперименты, случайным
образом распределяя заказы по разным маршрутам и измеряя затраты на выполнение для
каждого маршрута. Имея достаточно данных, вы можете сгенерировать довольно сложные
правила, такие как: «Для заказа VIX из более чем 100 контрактов, торгуемых между 10:00 и
12:00, у нас есть 74%-й шанс получить лучшее исполнение от алгоритма ZZZ».
Как и следовало ожидать, учитывая мой опыт в систематической торговле фьючерсами, я

создал свой собственный простой алгоритм исполнения, который я использовал в той или иной
форме с тех пор, как начал торговать своим собственным капиталом более восьми лет назад.
Алгоритм начинает пассивно, размещая лимитный ордер на соответствующий размер текущего
спроса и предложения. Если я покупаю, я размещаю ордер с лимитной ценой, равной текущему
лучшему биду, а если продаю, по текущему лучшему асу.
Затем алгоритм ожидает, пока не произойдет одно из трех событий.
Во-первых, неблагоприятное движение цены. Например, если я покупаю, а текущая средняя цена
движется вверх, или при продаже средняя цена падает.
Во-вторых, дисбаланс в размере спреда bid-ask. Как определить дисбаланс? Предположим, мы

покупаем и пытаемся купить по аск. Дисбаланс возникнет, если размер на стороне предложения
будет более чем в пять раз больше, чем на стороне предложения. Такой дисбаланс предполагает
сильное покупательское давление, которое, скорее всего, приведет к неблагоприятному

движению цены в самом ближайшем будущем.
В-третьих, тайм-аут: с момента размещения первоначального заказа прошло более пяти минут.
Если происходит любое из этих событий, то я переключаюсь с пассивного исполнения на

агрессивное. В режиме агрессивного исполнения я установлю свою лимитную цену на уровне
текущего лучшего предложения, если я продаю, или текущего лучшего предложения, если я
покупаю. Я буду оставаться в агрессивном режиме, пока не наполнюсь.
Таким образом, на практике, если был дисбаланс или тайм-аут , то, пока я достаточно быстр, я
должен быть в состоянии получить исполнение по лучшему биду, если я покупаю, и по
предложению, если я продаю; ту же цену, которую я получил бы, если бы сначала выдал рыночный
ордер. В этом случае я не получаю никаких затрат или выгоды от использования алгоритма.
Если я буду недостаточно быстр или если уже произошло неблагоприятное движение цены, то я
закончу тем, что буду гнать цену от того места, где она изначально началась. В этой
ситуации алгоритм сработает хуже, чем рыночный ордер.
Например, предположим, что когда я начинаю торговать, воображаемый рынок с размером тика
0,01 имеет спред от 100,01 до 100,02. Рыночный ордер на покупку стоил бы мне 100,02, но вместо
этого, используя свой алгоритм, я сначала разместил лимитный ордер на покупку в 100,01.
Впоследствии в стакане заявок развивается дисбаланс, поэтому я переключаюсь в агрессивный
режим и поднимаю свою лимитную цену на покупку выше, до лучшей цены предложения: 100,02.
Однако, прежде чем я начну исполнять, внутренний спред перемещается от 100,02 до 100,03.
Поскольку я нахожусь в агрессивном режиме, я немедленно поднимаю свою лимитную цену на
покупку до нового лучшего предложения: 100,03. На данный момент лучшим результатом
является то, что я получаю исполнение по 100,03, что на 1 тик хуже, чем я бы заплатил за
рыночный ордер (100,02). Но также возможно, что рынок продолжает удаляться от меня быстрее,
чем я могу обновить свои лимитные ордера, или что он совершает гэп вверх на несколько тиков,
прежде чем я исполняюсь.
Следовательно, профиль доходности алгоритма исполнения очень похож на торговую стратегию

с отрицательным перекосом. Мы получаем стабильную прибыль от оплаты за торговлю, если
первоначальный лимитный ордер исполняется, но большие убытки, когда пассивный режим терпит
неудачу и наша цена исполнения значительно хуже.
Насколько эффективен этот относительно простой алгоритм? На Рисунке 96 есть

доказательства с цифрами из моей реальной торговой системы. Светло-серая линия показывает
кумулятивную стоимость спреда, которую я бы заплатил, если бы всегда отправлял рыночные
ордера и оплачивал спред между ценой покупки и продажи. За 20 месяцев, показанных на графике,
это составило бы стоимость чуть более 3,6% моего капитала. Темно-серая линия - это то, что
я фактически понес в расходах по спредам, и составляет около 3%. Разница между ними
заключается в вкладе моего алгоритма выполнения, который сэкономил мне около 0,6%.
Совокупная прибыль от моего алгоритма показана черной линией.
Я сократил свои расходы примерно на одну шестую — неплохо для нескольких строк кода и без
необходимости в сложной, малой задержке, высокочастотной торговой инфраструктуре в стиле
фонда.
Рисунок 96: Совокупные затраты в процентах от капитала для торговой системы автора с
сентября 2020 г. по апрель 2022 г. Ось X — внутренний идентификатор ордера.
Частный случай: быстрые направленные стратегии
(Часть четвертая) – торговля с помощью ладдеров
Мы не можем использовать алгоритм исполнения для быстрых направленных стратегий из

четвертой части, потому что они в основном используют лимитные ордера. Тем не менее, есть
возможности для внесения некоторых изменений в процесс, который я обсуждал в четвертой
части. Давайте вспомним исходную ситуацию в примере, который я создал для стратегии
двадцать шесть, когда я объяснял, как мы устанавливаем лимитные ордера:
Как вы помните, в течение следующего часа цена выросла до 133,078125, поэтому указанный
выше ордер на продажу был бы исполнен. Сейчас у нас короткая позиция на 13 контрактов.
Теперь мы создаем новый лимитный ордер на продажу, цена которого подразумевается из
позиции -14 и имеет лимитную цену 133,09375. Кроме того, нам также требуется новый лимитный
ордер на покупку для позиции 12, для которой требуется лимит 133,015625.
В исходном примере я сказал, что мы должны изменить цену существующего незаполненного

ордера на покупку с 132,96875 до 133,015625:
Модифицированный лимитный ордер на покупку 133.015625 (Купить 1, открыть короткую позицию по 12 контрактам)
Теперь рассмотрим альтернативный метод. Вместо того, чтобы изменять лимитную цену,
вы можете оставить существующий лимитный ордер на покупку в книге ордеров по исходной
цене и создать новый ордер на покупку. Это оставляет нам короткую лестницу282
лимитных ордеров, охватывающую более широкий диапазон рынка:
Новый лимитный ордер на покупку 133.015625 (Купить 1, открыть короткую 12 контрактов)
Существующий лимитный ордер на покупку 132,96875 (Купить 1, открыть 11 коротких контрактов)
Затем, если рынок снова упадет до 133, в результате чего позиция вернется к -12, у вас
уже будет свой лимитный ордер на покупку. Вам просто нужно создать новый ордер на
продажу, при этом ваш первоначальный ордер останется на месте:
Существующий лимитный ордер на продажу 133.09375 (Продать 1, открыть короткую 14 контрактов)
Существующий лимитный ордер на покупку 132,96875 (Купить 1, открыть 11 коротких контрактов)
На быстро меняющемся рынке этот метод снижает потребность в алгоритме исполнения,

быстро реагирующем на поступающие исполнения. Фактически, поскольку вы можете заранее
рассчитать все лимитные ордера, которые вам понадобятся в определенный день, вы
можете настроить целую лестницу ордеров, когда рынок откроется, покрывая все
возможные позиции, которые можно было бы открыть. Чтобы поддерживать лестницу, вам
нужно всего лишь заменить ордера выше или ниже точки, когда существующие ордера исполняются.
Однако, поскольку за изменение и отмену ордеров часто взимается разная комиссия,

вам необходимо тщательно продумать оптимальную стратегию. Также имейте в виду, что
оставление ордеров в книгах дает высокочастотным трейдерам (HFT) информацию, которую
они могут использовать против вас. Это может не быть проблемой для розничных
трейдеров, но одним из следствий этой стратегии является то, что
люди с большим капиталом будут иметь лимитные ордера, которые ближе друг к другу по
цене. Следовательно, если вы оставите невыполненные заказы в книге, а не измените их,
вы можете получить десятки или даже сотни заказов.
Например, при капитале в 50 миллионов долларов исходная позиция будет заключаться

в короткой позиции на 1168 контрактов. Лимитная цена для ордера на покупку,
который будет размещен вокруг исходной позиции, рассчитанная из позиции 1168 - 1 =
1167 контрактов, составляет 132,999. Но это менее чем на один тик от начальной
цены 133. На самом деле, чтобы получить лимитную цену 132,984375, что на один тик
ниже начальной цены, нам нужно создать лимитный ордер, полученный из оптимальной
позиции в 1132 контракта.
Нам потребуется разместить лимитный ордер на покупку 1168 1132 = 36 контрактов,

на один тик ниже текущей цены, а также ордер на продажу на 32 контракта на один
тик выше нее. Это не так уж и плохо283, но вы можете себе представить возбуждение HFT-
сообщества, если вы небрежно оставите десятки ордеров на 30 с лишним контрактов,
разбросанных по всей книге ордеров. На практике это означает, что существует
верхний предел капитала, который можно использовать в данной конкретной стратегии.
Если вам приходится размещать лимитные ордера более чем на несколько контрактов,
вам следует тщательно подумать об ограничении веса выделенного вами инструмента.
Другой вопрос, который следует рассмотреть, заключается в том, следует ли оставить

лестницу заказов на ночь или отменить. По умолчанию лимитные ордера обычно
автоматически отменяются в конце дня, но вы можете создавать ордера, которые
будут оставаться активными дольше.
Из более раннего примера в стратегии двадцать семь:
Теперь представьте, что на следующий день цена резко открывается.

вверх, на уровне Оптимальной позицией здесь была бы короткая позиция
134,5… продать 13 контрактов в качестве стандартного рыночного
ордера. Это, вероятно, будет торговаться на тике ниже … Это должно
134,5.
Обратите внимание, что цена чуть ниже 134,5 намного лучше, чем мы бы достигли, если
бы оставили в книге лестницу лимитных ордеров между 133,00 и 134,50. Это аргумент в
пользу того, чтобы не оставлять лимитный ордер в силе.

с ночевкой. Если бы мы так поступили, то наша сделка была бы исполнена по

средней цене около 133,75. Единственным обстоятельством, когда имело бы
смысл оставить лимитные ордера, был бы случай, когда цены внезапно
подскочили до 134,5 на открытии, а затем упали до 133, прежде чем мы успели
подать рыночный ордер.
В итоге я бы не стал оставлять активными лимитные ордера на ночь.
280 Исключением были стратегии быстрого направления в Части четвертой, в которых для исполнения использовались
лимитные ордера. Я рассмотрю их более подробно позже в этой главе.
281 Ожидаемые торговые издержки также используются в качестве прямого входа в мою версию стратегии двадцать пять,
динамической оптимизации.
282 Лестница ордеров — это просто ряд ордеров, оставленных в книге ордеров по разным ценам. Для стратегии возврата к
среднему лестница состоит из лимитных ордеров на продажу выше текущей цены и лимитных ордеров на покупку ниже нее.
283 Вместо явного ордера на покупку тот, кто покупает больше или продает несколько контрактов за тик, может захотеть
рассмотреть типы ордеров, которые не видны в книге ордеров.
Тактика третья: наличные и
начисление процентов
Счет для торговли фьючерсами фактически состоит из большой кучи денег, поверх которой
лежат различные производные фьючерсные контракты. До сих пор в этой книге мы занимались
исключительно фьючерсными контрактами, но игнорировать наличные деньги было бы опасно.
Хотя грамотное управление денежными средствами не сделает нас миллиардерами, небольшая
хитрость может выжать из наших счетов немного дополнительной производительности. Мы
также хотим избежать каких-либо глупостей с нашими деньгами, которые в конечном итоге
приведут к банкротству, независимо от того, насколько хорошо мы предсказываем направление
фьючерсных цен.
В этой главе я также рассмотрю вопрос начисления процентов, который относится к управлению
денежными средствами, поскольку разные методы начисления процентов потребуют разной
тактики снятия наличных.
Фьючерсы и маржа
Давайте рассмотрим, что происходит с нашим фьючерсным счетом во время торговли. Представьте,
что мы начинаем в первый день с новой учетной записи, состоящей только из наличных денег в
долларах США:
Бесплатные наличные $500,000
Теперь предположим, что мы решили купить один контракт микрофьючерса S&P 500.
В настоящее время для этого требуется 1150 долларов начальной маржи. Маржа не покидает
наш счет, а перемещается в новую сегрегированную область. Клиринговая палата, которая
отвечает за то, чтобы мы соблюдали наши сделки, теперь имеет законные права на маржу.
Свободные деньги 498 850 долларов США
Начальная маржа $1150
Общий 500 000 долларов
Обратите внимание, что это также накладывает абсолютный лимит на количество акций S&P 500.
фьючерсы мы могли бы купить за один раз: у нас достаточно денег только на 434
контракта. Однако, как я уже говорил в первой части, мы были бы совершенно безумны, если
бы сделали это. Условный риск по этой позиции составит около 8,7 млн долларов, а годовое
стандартное отклонение как доля стоимости нашего счета составит более 250% в год,
что более чем в 12 раз превышает мой рекомендуемый целевой уровень риска, τ = 20%.
Вернемся к примеру, где мы разумно купили только один контракт. Что произойдет, если
нам не повезет, и цена S&P 500 сдвинется против нас на 40 пунктов? При мультипликаторе
фьючерса в 5 долларов это будет стоить нам 200 долларов. Откуда эти 200 долларов? Это
не может исходить от начальной маржи, поскольку, поскольку мы все еще удерживаем нашу
фьючерсную позицию, нам нужно продолжать публиковать ее. Вместо этого эта вариационная
маржа исходит из наших свободных денежных средств:
Свободные деньги 498 850 долларов – 200 долларов США = 498 650 долларов США
Начальная маржа 1150 долларов США
Общий 499 800 долларов США
Теперь давайте предположим, что в этот момент мы полностью сошли с ума, сведенные с ума
от мысли о потере 200 долларов, и решили загрузить столько фьючерсов на S&P 500,
сколько сможем: еще 433 контракта.
Свободные деньги 700 долларов
Начальная маржа 1150 долл. США * 434 = 499 100 долл. США.
Оказывается, это был плохой ход, так как S&P 500 падает еще на один пункт сразу после
того, как мы совершаем эту сделку. Это стоит нам 5 долларов за каждый из наших 434
контрактов, или 2170 долларов. Но у нас нет свободных 2170 долларов! Если нам повезет,
брокер сделает маржин-колл: электронное письмо или телефонный звонок с требованием
выплатить недостающие деньги. Если нам не повезет — или мы будем медлить с ответом на
вызов — тогда брокер ликвидирует всю или часть нашей позиции, чтобы высвободить
начальную маржу, которая может покрыть нехватку свободных денег.
Насколько это может быть серьезной проблемой? В конце концов, вы — разумные трейдеры,
которые прочитали 400 или около того страниц этой книги и вряд ли сделаете что-то
настолько безумное, как открытие позиции на S&P 500 на 8 миллионов долларов с торговым
счетом в 500 000 долларов. Фактически, с моим предполагаемым целевым уровнем риска τ =
20% вы вряд ли столкнетесь с частыми проблемами с маржой. На моем собственном счете

я использую немного более высокий уровень риска (τ = 25%), и в среднем я использую
около 30% маржи, обычно оставляя 70% стоимости моего счета в виде свободных денег.
Недокапитализация и избыточная капитализация

счет
Принимая во внимание, что вы вряд ли будете использовать более 50% своего счета
для маржи, почему бы сознательно не занизить свой счет и не внести только половину
назначенного торгового капитала? Итак, у нас было бы что-то вроде этого:
Свободные деньги (в другом месте) 250 000 долларов США.
Свободные деньги (счет) 248 850 долларов США
Начальная маржа 1150 долларов США
В этом есть два потенциальных преимущества:
1. Свободные наличные деньги можно инвестировать в другое место, чтобы получить более
высокую прибыль, чем проценты, выплачиваемые наличными брокером.
2. Это уменьшает риски в случае банкротства вашего брокера.
Лично я против этого. Помните, что свободные деньги на вашем счете на самом деле
не являются бесплатными или свободными; она предназначена для покрытия
потенциальных потребностей в вариационной марже и, следовательно, любых вероятных
убытков от ваших торговых стратегий. Если у вас серьезный убыток, вам нужно будет
немедленно пополнить свой торговый счет из свободных денег, хранящихся в другом
месте. Если эти деньги были инвестированы, и инвестиции временно или навсегда упали в
цене, тогда у вас есть проблема.
Есть также хороший шанс, что вы привыкнете пополнять свой торговый счет
дополнительным капиталом, когда теряете деньги. Хотя это не проблема для
институциональных трейдеров, такое поведение может быстро превратить розничного
трейдера в наркомана, скармливающего метафорические монеты в аллегорический
игровой автомат рынка.
Как насчет риска банкротства брокера? Если вы действительно беспокоитесь о том,

что ваш брокер обанкротится, вам, вероятно, следует найти нового брокера или
использовать несколько брокеров284, чтобы ограничить свои риски одним
контрагентом. Недостаточная капитализация вашего счета также усложняет
жизнь. При определении размера ваших позиций вам придется сложить баланс вашего
счета и свободные деньги в другом месте, чтобы рассчитать условный капитал.
А как насчет того, чтобы сделать наоборот: чрезмерно капитализировать свой счет?
Это, безусловно, безопаснее, но у него есть очевидный недостаток, заключающийся в
том, что вы увеличиваете свое влияние на брокера и фактически снижаете прибыль,
которую вы получите на свой капитал, поскольку избыточные деньги можно было бы
вложить в другое место.
Обычно я советую полную капитализацию: положить на свой счет весь свой условный
торговый капитал, не больше и не меньше.
Что делать со свободными деньгами?
В самом начале этой книги я сказал, что весь мой бэктест-расчет основан на
избыточной доходности, исключая любые проценты, выплачиваемые по марже. Я также
отметил, что на момент написания это предположение было неуместным, поскольку
процентные ставки были близки к нулю. Хотя эталонные процентные ставки росли, когда
я пишу эту книгу, они все еще не так уж высоки. Мой брокер в настоящее время платит
0,33% по остаткам в долларах США выше определенного уровня, 0,41% по фунтам
стерлингов и по-прежнему взимает проценты по депозитам в евро (например, фактически
отрицательная процентная ставка).
Можем ли мы сделать лучше? В конце концов, если в среднем 70% от стоимости нашего
счета являются свободными деньгами, то скромные дополнительные 3% на них
составят 2,1% в год. Звучит немного, но это чуть более 0,10 единиц коэффициента
Шарпа (SR) при торговой стратегии τ = 20%. Это неплохое улучшение, и оно не требует
особых дополнительных усилий.
Проблема в том, что для получения большей отдачи вам придется больше рисковать.
Глобально диверсифицированный биржевой фонд (ETF) государственных облигаций в
настоящее время дает около 2,5%. Государственные облигации кажутся безопасными,
но пока я писал эту книгу, конкретный ETF упал в цене более чем на 12%. Чтобы получить
более 3% доходности, нам в настоящее время необходимо забросить нашу сеть шире, на
еще более рискованную территорию: развивающиеся рынки, мусорные корпоративные облигации или
акции. Принятие этой тактики означает, что мы эффективно увеличиваем наш целевой риск,
за исключением маловероятного случая, когда новые инвестиции отрицательно коррелируют
с нашей торговой стратегией.
Как насчет хеджирования нашего риска? Например, мы могли бы продавать фьючерсы на облигации,
чтобы хеджировать процентный риск фонда облигаций.
Как и следовало ожидать, здесь нет бесплатного обеда. Либо наше хеджирование будет
идеальным, и в этом случае мы получим чистую нулевую прибыль за вычетом транзакционных
издержек, либо оно будет несовершенным, и мы создадим позицию с кредитным плечом с рисками,
которые мы, вероятно, не понимаем. В конце концов, если бы мы были экспертами в торговле
долговыми обязательствами с использованием заемных средств, мы бы занимались именно этим,
а не фьючерсами. Само хеджирование также будет потреблять свободные денежные средства, если
только оно случайно не компенсируется существующей фьючерсной позицией.
Я рекомендую смириться с низкой доходностью и хранить чистый остаток на счете в наличных

деньгах. Если вы со мной не согласны и решите пойти по этому пути, то само собой разумеется,
что все, во что вы инвестируете, должно быть чрезвычайно ликвидным. Возможно, вам придется
продать его быстро, чтобы удовлетворить маржинальные требования.
Маржа и валюта
Вернемся к нашему исходному примеру:
Бесплатные наличные $500,000
Предположим, что вместо торговли S&P 500 мы решили купить 50 контрактов на 10-летние
фьючерсы на немецкие бунды. Требуемая начальная маржа составляет 235 000 евро или около
250 000 долларов США. Нет проблем, у нас много денег. Но это не та валюта: мы хотим евро, но у нас
есть доллары США.
Здесь возможны два варианта. Во-первых, мы могли бы совершить сделку на валютном рынке, чтобы
получить необходимую маржу, продав доллары США и купив евро. Я называю это торговым опционом
FX, и я использую здесь слово «опцион» для обозначения выбора, а не производного финансового
инструмента. После покупки Bund и совершения сделки на форексе наш счет будет выглядеть
так:
Свободные деньги 250 000 долларов
Начальная маржа €235 000 [на сумму $250 000]

В качестве альтернативы есть вариант займа в иностранной валюте: мы можем занять евро, чтобы
произвести первоначальный маржинальный платеж:
$ Свободные деньги 500 000 долларов
€ Кредит (235 000 евро)
Начальная маржа €235 000
Со многими брокерами, если вы не совершаете явную торговлю FX, вы в конечном итоге автоматически
берете взаймы. Теперь предположим, что вам немного не повезло со ставкой на процентные ставки в
Германии, и вы потеряли 20 000 евро, что составляет около 21 270 долларов. Если вы выбираете вариант
торговли FX, то вы будете продавать доллары и покупать больше евро, чтобы покрыть этот убыток:
В качестве альтернативы, если вы являетесь заемщиком в иностранной валюте, вы должны занять

больше евро, чтобы покрыть убытки:
$ Свободные деньги 500 000 долларов
€ Кредит (255 000 евро) [стоимостью 271 270 долларов]
Теперь представьте, что нам повезло, и рынок движется в нашу пользу, так что мы можем закрыть нашу
сделку с облигациями без прибыли или убытка. Если бы мы были заемщиками в иностранной валюте , то мы бы
погасили наш кредит в евро из первоначальной маржи, которая была выпущена. Однако, если бы мы выбрали
вариант торговли на валютном рынке , у нас остался бы излишек евро на нашем счете:
Бесплатные наличные 255 000 евро [на сумму 271 270 долларов]

На этом этапе мы могли бы либо сохранить наши евро, готовые к следующей сделке, либо конвертировать некоторые
или все из них обратно в доллары.
Какой из этих методов лучше: торговля на форексе или заимствование в иностранной валюте? Есть довольно
много факторов, которые следует учитывать.
Во-первых, сделки на валютном рынке стоят денег. Однако, скорее всего, это будет относительно небольшая
сумма. Во-вторых, мы обычно зарабатываем проценты на наличные деньги, которые депонированы, но должны
платить проценты на наличные деньги, которые мы заимствовали. В настоящее время я могу заработать 0,33%
на остатках в долларах США, но кредит в евро обходится мне примерно в 1%. Это довольно большая разница,
потому что брокер делает спред между ставкой займа и кредита.
В-третьих, мы подвержены риску изменения валютных курсов. С опцией торговли FX мы не хотим, чтобы евро стал
менее ценным по отношению к доллару США, потому что после покупки наших облигаций у нас есть чистый баланс
в размере 235 000 евро. Снижение курса евро на 2% обойдется нам в 4700 евро, что эквивалентно 5000 долларов:
1% от стоимости нашего счета. Однако если мы являемся заемщиками в иностранной валюте, все обстоит иначе.
Наш чистый валютный риск после первоначальной сделки равен нулю, но как только мы начинаем терять
деньги, у нас появляется отрицательный чистый баланс в размере 20 000 евро. Мы бы беспокоились о повышении
курса евро по отношению к доллару, хотя наша подверженность риску намного меньше — обесценение на 2%
обойдется нам всего в 400 евро. Вообще говоря, подход к торговле иностранной валютой приводит к большей
подверженности изменениям валютного курса, чем заимствование иностранной валюты.
Мы можем уменьшить нашу подверженность валютному риску путем хеджирования. Хеджировать валютные риски
довольно просто — есть такие вещи, как валютные фьючерсы, о которых вы, возможно, слышали! Мы можем легко
хеджировать 250 000 евро, поскольку каждый контракт в долларах США/евро стоит ровно 125 000 евро. Тем не
менее, в большинстве случаев мы не сможем выполнить идеально подобранный хедж, потому что мы не можем
торговать дробными контрактами, хотя крупные институциональные трейдеры с многомиллионными валютными
рисками могут быть довольно близки. Хеджирование также стоит денег в виде транзакционных издержек. Вы
также можете столкнуться с операционными трудностями при разделении позиций, связанных с вашей основной
торговой стратегией, и любых хеджей.
Стоит ли хеджировать? Для большинства розничных трейдеров я бы сказал, что это не так. Если обменные
курсы представляют собой случайное блуждание во времени, то любая прибыль или убыток от изменений валютных
курсов в конечном итоге сведется к нулю и просто добавит случайный «шум» к нашим доходам. Конечно, как
фьючерсные трейдеры, мы, вероятно,

верят, что мы можем предсказать цену фьючерсов FX в некоторой степени. Вы можете

выборочно хеджировать, покупать или продавать фьючерсы, которые хеджируют ваши
денежные риски, только если соответствующий прогноз керри и/или тренда в вашу пользу.
Просто имейте в виду, что это фактически увеличит неявный вес инструмента в классе
активов FX, и вы можете уменьшить его в своей основной торговой стратегии, чтобы
компенсировать это.
Институциональные трейдеры, вероятно, по-другому отнесутся к хеджированию, поскольку

любой шум от изменений валютных курсов сделает их менее коррелированными с эталонными
индикаторами и будет раздражать их инвесторов. Многие продукты продаются как фонды,
хеджированные в разных валютах, поэтому трейдеры, работающие в фондах, могут уже много
хеджировать. Они также могут более точно хеджировать свои большие балансы, и у них
должна быть пропускная способность, чтобы покрыть необходимую дополнительную работу.
В итоге я бы посоветовал использовать подход к торговле на форексе , чтобы избежать

уплаты процентов и жить с шумом, который возникает из-за наличия нехеджированных
остатков на форексе. Вы можете свести к минимуму этот шум, регулярно обменивая любые
избыточные остатки в иностранной валюте, которые не требуются для начальной маржи
или для покрытия возможных потребностей в вариационной марже, обратно в вашу
национальную валюту.
Насколько значителен шум от незахеджированных остатков? Как британский трейдер,

торгующий исключительно фьючерсами в иностранной валюте, в плохой год я могу увидеть
10-процентное повышение курса фунта стерлингов по сравнению с другими валютами, которые
я использую, что приведет к 10-процентному убытку маржи, которую я держу. Предполагая,
что цены FX случайны, прибыль в 10% также вероятна. Поскольку маржа в среднем
составляет около 30% от размера моего счета, это означает потерю или прибыль в размере
3% от моего условного капитала.
Оглядываясь назад на свою торговую историю с 2014 года, годовые прибыли и убытки такого
размера из-за колебаний валютных курсов довольно типичны. Конечно, в среднем я вырос,
так как в основном благодаря Brexit курс фунта стерлингов за этот период обесценился.
Но это просто удача — со временем я ожидаю, что эти движения FX не будут иметь
никакого эффекта. Но если вы не можете справиться с таким уровнем шума, вам следует
рассмотреть возможность частичного хеджирования своих рисков, если это возможно.
Решение проблем с маржей

Выше я отметил, что проблемы с маржой возникают редко, если вы разумный трейдер, но даже у меня
они время от времени случались. Поскольку потенциальная нехватка маржи фактически
является недостатком управления рисками, я буду обсуждать это в рамках следующей главы.
Комбинированная тактика
Еще в первой части я хотел сказать несколько слов о компаундировании:
Начиная с этого момента, все стратегии в этой книге будут

отображать статистику эффективности и графики для
доходности в процентах без сложных процентов...
А теперь очень важное предупреждение: было бы крайне опасно

запускать свою стратегию с реальными деньгами и основным капиталом!
Важным следствием таргетирования риска Келли является
то, что вы должны уменьшить размер своей позиции, когда теряете
деньги. Простой способ добиться этого — использовать текущую
стоимость вашего торгового счета в качестве условного капитала
при расчете требуемой позиции. Тогда любые убытки, которые вы понесете,
приведут к автоматическому сокращению ваших позиций и,
наоборот, к прибыли.
На самом деле есть несколько разных способов, которыми вы можете начислять или не начислять
доход на свой счет:
Основной капитал без начисления процентов (не делайте этого).
Полная рецептура.
Половина компаундирования.
Основной капитал без начисления процентов (не делайте этого!)
Давайте сначала рассмотрим, что произойдет, если мы вообще не будем делать сложных процентов,
как я предполагал во всех тестах на истории, которые мы проводили до сих пор. Прежде всего,
давайте настроим простой пример. Я предполагаю, что мы начнем с 500 000 долларов капитала. Ради
этого примера я также собираюсь сделать вид, что:
Мы используем вариант третьей стратегии: только длинные позиции с фиксированным

уровнем целевого риска.
У нас на счету один воображаемый инструмент.
Этот гипотетический рынок имеет крошечный фьючерсный мультипликатор, так что с

капиталом в 500 000 долларов мы в настоящее время удерживаем позицию в 500 000 долларов.
контракты.
Расчетное стандартное отклонение инструмента остается постоянным, и проблем с
преобразованием валютных курсов не возникает. Это означает, что единственный фактор,

который повлияет на нашу оптимальную позицию, — это сумма торгового капитала,
которым мы рискуем.
Инструмент начинается с цены 1 доллар и имеет следующую последовательность
доходности: +10%, +10%, -10% и +10%.
Мы ежедневно пересчитываем наш капитал, пробуем цены и корректируем оптимальные
позиции.
Все вышеизложенное подразумевает, что мы можем рассчитать нашу оптимальную позицию по

упрощенной формуле:
Оптимальная позиция = номинальный капитал ÷ цена
Давай посмотрим что происходит:

Здесь происходит несколько интересных вещей:
Наш условный торговый капитал фиксирован, и поскольку это единственный фактор,
влияющий на нашу целевую условную подверженность риску, стоимость нашей оптимальной
позиции также остается фиксированной.
Если мы сложим процентные прибыли и убытки, они в сумме составят +20%.
Поскольку наш капитал остался фиксированным, в итоге мы получаем ровно на 20% больше,
чем изначально. Именно это свойство облегчает интерпретацию кривых счета основного
капитала.
После первого дня наша позиция слишком мала по сравнению с размером нашего счета. Если
бы мы понесли убытки, они были бы слишком большими.

Наш счет начинается с полной капитализации, а затем становится

перекапитализированным со стоимостью счета, превышающей условный капитал. Если
бы мы понесли убытки, то он стал бы недокапитализированным.
Использование основного капитала нарушает все ключевые принципы таргетирования риска,

в частности, вы всегда должны корректировать размер своей ставки в зависимости от того,
насколько велика ваша ставка. Чтобы понять почему, подумайте вот о чем: что
произойдет, если вместо описанной выше последовательности доходов мы на самом деле
будем терять 5% в день в течение следующих 20 дней? Это будет 25 000 долларов в день и
полностью очистит наш счет. Имея выбор, вы никогда не должны использовать основной
капитал на реальном торговом счете.
Полная рецептура
Что же произойдет, если мы воспользуемся полным компаундированием? Разница здесь в
том, что все прибыли или убытки будут добавлены или вычтены из нашего условного торгового
капитала. Поскольку счет полностью капитализирован с достаточным количеством
денежных средств, торговый капитал будет равен нашей текущей стоимости счета.
Предполагая, что у нас та же установка, что и раньше, с той же последовательностью
возвратов, что произойдет?
Заметить, что:
Наш условный торговый капитал меняется по мере того, как мы зарабатываем или теряем
деньги. В этом простом случае мы поддерживаем фиксированную позицию, удерживая одинаковое
количество контрактов каждый день, но стоимость которой колеблется, поскольку мы
устанавливаем ее равной текущей стоимости счета.
Если мы сложим процентные прибыли и убытки, мы получим +20%, но на самом деле мы получим
прибыль чуть менее 20%, что эквивалентно заработку около 4,6% каждый день.
285
Наша позиция всегда корректно масштабируется по размеру нашего счета.
В конце четырех дней у нас будет больше капитала, чем было.

с основным капиталом, но это ничего окончательно не доказывает.
Давайте еще раз подумаем, что произойдет, если вместо описанной выше последовательности
доходов мы действительно будем терять 5% в день в течение следующих 20 дней?
Каждый день размер нашего счета будет уменьшаться на 5%, но также будет уменьшаться
наш условный капитал и наша позиция. Мы потеряли бы 25 000 долларов в первый день, но
только 23 750 долларов во второй день, 22 562,50 доллара в третий день и так далее. Через
20 дней на нашем счету останется чуть более 179 000 долларов. Не очень хорошо, но намного
лучше, чем потерять все наши деньги, как мы бы сделали с основным капиталом. Фактически,
если наша цель риска равна уровню, полученному с помощью критерия Келли, то полное
начисление сложных процентов максимизирует ожидаемое среднее геометрическое наших
доходов, а также ожидаемую окончательную стоимость нашего торгового счета.
Полное начисление сложных процентов следует использовать учреждениям, клиенты которых

будут ожидать сложного дохода, а также розничным трейдерам, которые не полагаются на
свои счета для получения дохода. Конечно, клиенты время от времени выкупают или вливают
средства, и розничные торговцы могут захотеть пойти и купить спортивный автомобиль. В
этом случае вы должны просто скорректировать свой условный капитал на стоимость
добавленных или снятых средств. Это будет происходить автоматически, если ваша учетная
запись полностью капитализирована и вы установили свой условный капитал равным стоимости
вашей учетной записи, но в противном случае вам придется выполнить некоторые расчеты.
Половина рецептуры
Когда я начал торговать своими собственными деньгами, я немного нервничал по поводу

использования полного начисления процентов. Мне не нужно было продолжать увеличивать
размер моего торгового счета, и я хотел вывести всю полученную прибыль, чтобы вложить ее в
более выгодные инвестиции. С другой стороны, я знал, что использование основного капитала
крайне опасно.
Решение, которое я придумал, состояло в том, чтобы скопировать структуру, используемую

хедж-фондами. Когда вы инвестируете в хедж-фонд, вы обычно платите скромную комиссию за
управление, но также и относительно высокую комиссию за результат, обычно 10% или 20% от
любой полученной прибыли. Тем не менее, вы должны платить комиссию за производительность
только тогда, когда прибыль превышает верхний предел. Если стоимость фонда в настоящее
время находится в просадке, вы несете ответственность только за комиссию за управление.
Я решил вести свой торговый счет как хедж-фонд с нулевой комиссией за управление
и 100% комиссией за результат. По сути, каждый раз, когда мой условный капитал
превышает мою начальную стоимость, я ограничиваю его максимальной начальной
стоимостью, принимая всю прибыль в качестве «платы за результат», а не добавляя
ее к моему условному капиталу. Однако, если я впоследствии понесу убытки, они
будут вычтены из условного капитала, чтобы гарантировать правильность моего
таргетирования риска.
Давайте посмотрим, как это выглядит на простом примере:

Обратите внимание, что:
Мы ведем себя как трейдеры с фиксированным капиталом, когда получаем прибыль, но

когда возникают убытки, мы действуем так, как будто мы полностью накапливаем
капитал, соответственно уменьшая наш условный капитал и позицию.
Мы не усугубляем нашу прибыль, когда мы находимся на верхней отметке или выше ее,
когда наш условный капитал равен максимуму.
Мы всегда будем либо полностью капитализированы (если мы понесли убытки с первого дня),
либо избыточно капитализированы.
Опять же, подумайте о сценарии Армагеддона, когда мы теряем 5% в день в течение следующих
20 дней. Поскольку мы всегда находимся под верхней отметкой максимального капитала, мы
будем вести себя так, как если бы мы были полностью объединены. Как и в случае полного
начисления сложных процентов, через 20 дней на нашем счете останется чуть более 179 000
долларов.
Предполагая, что вы прибыльны, при половинном начислении сложных процентов вы всегда будете
получать дополнительные деньги на своем счете сверх того, что требуется для покрытия
вашего условного капитала. В приведенном выше примере это 100 000 долларов после дня.
два; и он остается на этом уровне, поскольку мы не превышаем верхнюю отметку в указанный

период. Если вы хотите избежать чрезмерной капитализации, вам следует регулярно
снимать эти лишние деньги.
Метод половинного начисления не идеален для извлечения стабильного ежемесячного

дохода с вашего торгового счета, если только ваша торговая стратегия не является
стабильно прибыльной, но тогда я думаю, что очень рискованно полагаться на свой
брокерский счет, чтобы заменить ежемесячный платежный чек. Психологически я думаю
о своем счете как о банкомате, который случайным образом выдает деньги. Любые деньги,
которые все еще находятся внутри, эффективно заперты и не могут быть затронуты, но я
могу делать все, что захочу, с накопленной прибылью, которую они выплевывают. Это
также создает приятное ощущение, когда или если ваш счет достигает 100% прибыли от
вашего условного капитала после уплаты налогов, поскольку после этого вы фактически
играете с «собственными деньгами».
Наконец, обратите внимание, что можно запустить версию этого с платой за

производительность 50% или любой цифрой, которая вам нравится.
284 Это имеет особый смысл, если вы будете бенефициаром государственной страховой схемы, если брокер обанкротится.
Эти схемы обычно имеют максимальный предел покрываемых убытков.
285 Это связано с тем, что при начислении сложных процентов нам необходимо рассчитать среднее геометрическое
доходности, а не обычное среднее арифметическое. Среднее геометрическое показанного ряда доходностей равно
[(1 + 10%) × (1 + 10%) × (1 — 10%) × (1 + 10%)] — 1 = 4,6%.
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
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
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

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
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
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
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

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

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
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
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:
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

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.
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
Оборот 50,3 50,0
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
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
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
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
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."
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:
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:

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.

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.
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
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.
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.

Глоссарий
Слова , выделенные жирным шрифтом, относятся к другим статьям в глоссарии.
Приложения
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
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
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.

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):
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

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

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

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.
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

*
найти среднее r :
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.
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.
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,
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.

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.
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

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
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.

(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
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

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
VIX VIX ДОВСЕ доллар США 1000 2006 г.
VSTOXX V2TX ДТБ евро 100 2013
Форекс
Таблица 179: Основные валютные фьючерсы в портфеле Jumbo
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.

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
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
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
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
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.

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

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!
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!
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.

Carver R. Advanced Futures Trading Strategies Ru

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Carver R. Advanced Futures Trading Strategies Ru

Загружено:

Авторское право:

Доступные форматы

Machine Translated by Google

Machine Translated by Google

Об этой электронной книге

Если вы просматриваете эту электронную книгу в режиме онлайн-предварительного просмотра,

покупатели печатного издания получат бесплатный доступ к электронной версии.

Мы тщательно протестировали эту электронную книгу на нескольких различных комбинациях

соотношением сторон; в то время как таблицы могут быть отформатированы по-разному.

30 полностью протестированных стратегий для

Часть первая: основные стратегии управления

Стратегия вторая: покупать и удерживать с масштабированием риска

Стратегия третья: «Купи и держи» с переменным масштабированием риска

Стратегия четвертая: покупка и удержание портфеля с переменным размером позиции риска

Стратегия пятая: медленное следование тренду, только длинные позиции

Стратегия шестая: медленное следование тренду, в длинных и коротких позициях

Стратегия седьмая: медленное следование тренду с сильным трендом

Стратегия девятая: несколько правил следования за трендом

Стратегия десятая: базовый керри

Стратегия одиннадцатая: сочетание керри и тренда

Часть вторая: продвинутые стратегии следования за трендом и стратегии керри

Стратегия тринадцатая: следование за трендом и сохранение в различных режимах риска

Стратегия четырнадцать: определение тренда

Стратегия пятнадцатая: точный перенос

Стратегия шестнадцатая: распределение тренда и керри

Стратегия семнадцать: нормализованный тренд

Стратегия восемнадцатая: классы активов, следующие за трендом

Стратегия девятнадцатая: перекрестный импульс

Стратегия 20: кросс-секционный перенос

Часть третья: продвинутые направленные стратегии

Стратегия двадцать вторая: ценность

Стратегия двадцать третья: ускорение

Стратегия двадцать четвертая: перекос – тематическое исследование

Часть четвертая: стратегии быстрой направленности

Стратегия двадцать седьмая: более безопасный быстрый возврат к среднему

Часть пятая: стратегии относительной ценности

Стратегия двадцать девятая: кросс-инструментальные тройки

Стратегия тридцать: Календарные торговые стратегии

Часть шестая: Тактика

Тактика первая: выбор контракта и прокрутка

Тактика вторая: казнь

Тактика третья: наличные и начисление процентов

Тактика четвертая: управление рисками

Приложение C: Портфолио Jumbo

Обзоры систематической торговли Роберта Карвера

Замечательный взгляд на систематическую торговлю, невиданную ранее, охватывающую

диапазон от мелких до институциональных трейдеров. Чтение этого принесет пользу всем

— Перри Кауфман, легендарный трейдер и писатель.

чем 15 лет, на сложную для большинства тему.

— Джош Хоуз, менеджер хедж-фонда

Стоит прочитать всем, кто торгует, особенно систематическим трейдерам (независимо от

того, новичок вы или более опытный)!

— Саид Амен, трейдер и автор книги «Торговые фалезианцы».

Обзоры умных портфелей Роберта Карвера

В области финансов (как и во многих других областях) существует большое количество

умных, но непрактичных исследований, а также столько же популярной литературы, которая

сама по себе является занимательным чтением.

несколько действительно практических способов, математических способов запустить

хороший процесс в вашей жизни.

Обзоры торговли с кредитным плечом Роберта Карвера

небольшими портфелями с использованием заемных средств, но и единственная хорошая книга,

которую я когда-либо встречал… Это отличная книга. Иди купи.

— Андреас Кленоу, менеджер хедж-фонда и автор

много времени и денег. Настоятельно рекомендуется!

— Хелдер Паларо, менеджер хедж-фонда

Думайте масштабно. Мыслить позитивно. Никогда не показывай признаков слабости.