Carver R. Advanced Futures Trading Strategies 1

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
Среднегодовая доходность 0,94 % 0,17 % 1,5 % 1,35 %
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:
Затем мы можем рассчитать стандартное отклонение:
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
производительность.
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%

Среднеквадратичное отклонение
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

нескольких инструментов, каждый из которых имеет позиции,
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
Средний годовой 15,4% 18,5% 21,6%

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
Верхний хвост 1,24 1.30 1,62
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.
EWMAC16 EWMAC32 EWMAC64
(Стратегия 8) (Стратегия 7)
Среднегодовая доходность (брутто) 25,8% 24,4% 22,5%
Средний годовой доход (нетто) 24,1% 23,2% 21,5%
Расходы 1,7% 1,2% 1,0%
Оборот 60,5 35,3 27,5
перекос 0,81 0,75 0,61
Альфа в годовом исчислении (брутто) 19,3% 17,3% 14,6%
Альфа в годовом исчислении (нетто) 17,6% 16,2% 13,6%
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%

возвращаться
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

Carver R. Advanced Futures Trading Strategies 1

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 1

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.