Следующие результаты были получены в результате применения метода к рынку швейцарского франка с 1993 по 1998 годы. Первая се­рия результатов была получена при использовании 18-дневной кратко­срочной скользящей средней и 48-дневной долгосрочной скользящей средней, а во второй серии использовалась 10-дневная краткосрочная скользящая средняя и 34-дневная долгосрочная скользящая* средняя.

Чистая прибыль$10.000Чистая прибыль$8.000

Число торгов29Число торгов45

Число выигрышей10Число выигрышей15

Число убытков19Число убытков30

% выигрышей34%% выигрышей33$Ь

Средний выигрыш$3.200Средний выигрыш$3.000

Средний убыток$1.200Средний убыток$1.200

Средняя торговля$350Средняя торговля$175

КоэффициентКоэффициент

выигрыш/проигрыш2,75выигрыш/проигрыш2,40

МаксимальноеМаксимальное

проседание$7.000проседание$11.000

Полученные итоги несколько отличаются не только друг от друга но и от других результатов по рынку бондов. Они также отличаются и от результатов, полученных в результате оптимизации самого рынка франка. После оптимизации параметров оптимальной оказалась 19 дневная краткосрочная скользящая средняя, в то время как оптимальная долгосрочная скользящая средняя была 27-дневной. Результаты в рамке вверху страницы были получены в результате тестирования.

Не стоит опрометчиво отвергать оптимизацию, поскольку все системы и все инструменты будут сталкиваться с аналогичными различиями между оптимизированными результатами на разных временных промежутках. А если это так, что реально мы можем ожидать от торговых систем? Если результаты оптимизации нереалистичны, то как мы трейдеры, сможем узнать, что нас ожидает? Одним словом, никак. Мы можем делать некоторые логические выводы, но не на основании результатов, а исходя из процесса оптимизации. Оптимизация никогда не должна проводиться с целью установления наилучших параметров остановок, правил выхода и т. д. То, что принесло высокие результаты в прошлом, необязательно принесет такие же результаты в будущем. Beроятность правильности моих слов выше вероятности, что в вас не ударит молния. Кроме того, высока вероятность, что результаты, оптимизированные для одного набора данных, не будут даже приблизительно оптимальными для аналогичного набора данных в другой период времени.

Чистая прибыль$39.000

Число торгов52

Число выигрышей26

Число убытков26

% выигрышей50%

Средний выигрыш$2.600

Средний убыток$ 1.100

Средняя торговля$730

Коэффициент выигрыш/проигрыш2,30

Наибольшее падение капитала$6.000

ПРОЦЕСС ОПТИМИЗАЦИИ

Единственная практическая польза оптимизации связана не с ре­зультатами как таковыми, а скорее с данными, получаемыми по итогам тестирования при оптимизации. Например, оптимизация рынка швейцарского франка по системе пересекающихся простых скользя­щих средних включает 496 различных тестовых параметров. Каждый из этих тестов дает особый набор показателей. Не стоит делать какие-либо практические выводы, основываясь на показателях одного, пус­кай даже лучшего, теста. Гораздо разумнее рассмотреть как можно большее количество тестов.

Когда я оптимизирую систему, то не стремлюсь к получению са­мых высоких результатов. Вместо этого я пытаюсь определить, на­сколько устойчива рентабельность системы в ходе процесса тестирова­ния. Возвращаясь к методу пересечения простых скользящих средних, который использовался для рынка бондов, нужно сказать, что для пе­риода 1994-1998 годов было проведено 496 тестов. В рамках этого пе­риода самые лучшие результаты были получены для 10-дневной крат­косрочной скользящей средней и 34-дневной долгосрочной скользя­щей средней. Ниже приведены результаты тестирования четырехлет­него периода:

Чистая прибыль$44.000

Число торгов21

Число выигрышей13

Число убытков8

% выигрышей62%

Средний выигрыш$4.200

Средний убыток$ 1.300

Средняя торговля$2.100

Коэффициент выигрыш/проигрыш3,15

Наибольшее падение капитала$5.000

Эти показатели будут первым контрольным набором данных. По­следующий набор показателей получен при менее удачном использова­нии набора параметров. Эти данные возникли при использовании 4-дневной краткосрочной скользящей средней и 25-дневной долгосроч­ной скользящей средней.

Чистая прибыль-$14.000

Число торгов57

Число выигрышей16

Число убытков41

% выигрышей28%

Средний выигрыш$2.800

Средний убыток$ 1.400

Средняя торговля-$245

Коэффициент выигрыш/проигрыш2,00

Наибольшее падение капитала$17.000

Эти два набора данных характерны для экстремальных ситуаций. Первая хорошая новость - это то, что самый лучший вариант значи­тельно лучше самого худшего варианта. Иногда, как далее вы увидите сами, лучший вариант дает 40.000 долларов прибыли, а худший -40.000 долларов убытка. Если обратить внимание на дополнительные показатели, то можно обнаружить следующие интересные цифры:

Из 496 тестов 475 комбинаций позволили заработать деньги.

В 367 тестах создалось более 14.000 долларов прибыли.

В 196 тестах возникла возможность создать более 22.000 про­фита (на уровне половины прибыли (или больше) по сравнению с лучшим вариантом).

Только 5 комбинаций находились в пределах 10 процентов от самого выгодного варианта.

Только 175 комбинаций позволили заработать деньги в кратко­срочном периоде (которые означают, что в 321 потеряны деньги).

Максимальную прибыль, который удавалось получить в крат­косрочном периоде, составила 9.600 долларов.

Максимальное падение капитала из всех 496 тестов составило 19.000 долларов.

206 тестов дали падение капитала на 10.000 долларов или больше.

Только 55 комбинаций допускали падение капитала менее чем на 8.000 долларов.

Средний убыток был больше 11.000 долларов.

В 405 тестах наблюдался процент выигрышей на уровне, кото­рый меньше 50% (который означает, что только в 91 комбинации имелся процент выигрышей более 50%).

Лучший процент выигрышей был 62%, а худший - 23%.

Средний процент выигрышей составил 40%.

Фактор прибыли (см. определение в главе 13) был 2,00 или вы­ше для 161 комбинации.

Фактор прибыли был ниже 1,5 для 165 комбинаций.

В 475 из 496 комбинаций получилось заработать деньги в долго­срочном периоде (бонды находились в долгосрочном восходящем тренде на протяжении большей части исследуемого периода).

В 457 комбинациях создалось в совокупности $ 15.000 прибыли и больше в долгосрочном периоде.

Процесс оптимизационного тестирования может вскрыть значи­тельно больше нужной для работы информации о том, что собой пред­ставляет наилучшая комбинация параметров. Многие системы и мето­ды будут в реальности давать прибыль только при определенных набо­рах чисел, а убытки - при отклонениях, равных одному или двум стан­дартным отклонениям от этих параметров. Система пересечения с ис­пользованием простых скользящих средних не является системой, бе­зотказно создающей прибыль, но, как показано ниже, она позволяет получить некоторые вероятностные показатели, важные для прогно­зирования будущих результатов.

СОПОСТАВЛЕНИЕ РЕЗУЛЬТАТОВ ОПТИМИЗАЦИИ

Теперь, когда мы располагаем необходимым количеством данных, мы можем заставить их сослужить нам хорошую службу. Наилучший подход состоит в том, чтобы сравнить различные наборы тестируемых данных. Предшествующие тесты проводились для рынка бондов в пе­риод с 1994 по 1998 годы. Ниже приведены аналогичные сведения для периода с 1990 по 1994 годы. Снова были протестированы 496 комби­наций:

Из 496 тестов 361 комбинация позволила заработать деньги.

В 76 тестах создалось более 14.000 долларов прибыли.

В 27 тестах создано более 22.000 прибыли (на уровне половины прибыли или больше по сравнению с самым лучшим вариан­том).