Средняя геометрическая сделка

Трейдеру может быть интересно рассчитать свою среднюю геометрическую сделку (среднюю прибыль, полученную на контракт за сделку), допуская, что прибыли реинвестируются и торговать можно дробными контрактами. Это и есть математическое ожидание, когда торговля ведется на основе фиксированной доли. В действительности это приблизительный доход системы за сделку при использовании фиксированной доли счета. (На самом деле средняя геометрическая сделка является математическим ожиданием в долларах на контракт за сделку. Вычитая из среднего геометрического единицу, вы получите математическое ожидание. Среднее геометрическое 1,025 соответствует математическому ожиданию в 2,5 % за сделку.) Многие трейдеры смотрят только на среднюю сделку рыночной системы, чтобы понять, стоит ли торговать по этой системе. Однако при принятии решения следует обращать внимание именно на среднюю геометрическую сделку (GAT):

GAT = G * (Наибольший проигрыш / —f), (1.14)

где G = Среднее геометрическое – 1;

f – оптимальная фиксированная доля.

(Разумеется, наибольший убыток всегда будет отрицательным числом.)

Допустим, что система имеет среднее геометрическое 1,017238, наибольший проигрыш составляет 8000 долл. и оптимальное f = 0,31. Наша геометрическая средняя сделка будет равна:

GAT = (1,017238 – 1) * (—$8 000 / –0,31) = 0,017238 * $25 806,45 = $444,85.

Почему необходимо знать оптимальное f вашей системы

График на рис. 1.6 еще раз демонстрирует важность использования оптимального f в торговле фиксированной долей. Вспомните f для игры с броском монеты 2:1 (рис. 1.1).

Давайте увеличим выигрыш с 2 до 5 единиц (рис. 1.6). В этом случае оптимальное f = 0,4, т. е. ставка в 1 долл. на каждые 2,50 долл. на счете. После 20 последовательностей +5, –1 (40 ставок) ваш счет в 2,50 долл. вырастет до 127,482 долл., и все благодаря оптимальному f. Теперь посмотрим, что произойдет, если вы ошибетесь с оптимальным f на 0,2. При значениях f = 0,6 и f = 0,2 вы не заработаете даже десятой части того, что заработаете при 0,4. Эта ситуация (50/50, 5: 1) имеет математическое ожидание (5 * 0,5) + (1 * (–0,5)) = 2, однако если вы будете делать ставки, используя значение f > 0,8, то потеряете деньги.

Здесь надо отметить два момента. Первый состоит в том, что когда мы обсуждаем TWR, то допускаем использование дробных контрактов. Например, вы можете торговать 5,4789 контракта, если именно это требуется в какой-либо момент. Расчет TWR допускает дробные контракты, чтобы его значение всегда было одинаково для данного набора торговых результатов вне зависимости от их последовательности. Вы можете усомниться в правильности такого подхода, поскольку при реальной торговле это невыполнимо. В реальной жизни вы не можете торговать дробными контрактами. Этот аргумент правильный. Однако мы оставим подобный расчет TWR, потому что таким образом мы представим средний TWR для всех возможных начальных счетов. Если вы хотите, чтобы размеры всех ставок были целыми числами, тогда становится важна величина начального счета. Однако если бы вы должны были усреднить TWR со всех значений возможных начальных счетов, используя только ставки в целых числах, то достигли бы того же значения TWR, которое мы рассчитали при дробных ставках. Поэтому значение TWR, которое рассчитано здесь, более реально, чем то, которое мы рассчитывали бы при ставках в целых числах, так как оно представляет огромное количество результатов с различными начальными счетами. Разумеется, чем выше баланс счета, тем ближе будут результаты торговли целыми и дробными контрактами. Пределом здесь является счет с бесконечным капиталом, где ставка в целых числах и дробная ставка в точности равны.

Таким образом, чем ближе вы находитесь к оптимальному f, тем лучше. Также можно сказать, что чем больше счет, тем больше будет эффект от оптимального f. Так как оптимальное f позволяет счету расти с максимально возможной скоростью, мы можем заявить, что оптимальное f будет работать все лучше и лучше при увеличении вашего счета.

Рис. 1.6. 20 последовательностей +5, –1

Графики (рис. 1.1 и 1.6) имеют несколько других интересных особенностей. Надо сказать, что ни при какой другой фиксированной доле вы не заработаете больше денег, чем при оптимальном f. Другими словами, в предыдущем примере с игрой 5:1 не стоит ставить, например, 1 долл. на каждые 2 долл. на счете. Вы заработаете больше, если будете ставить 1 долл. на каждые 2,50 долл. на счете. Не стоит рисковать больше, чем позволяет оптимальное f, – это может дорого обойтись.

Очевидно, что чем больше капитализация счета, тем более точно вы сможете придерживаться оптимального f, так как сумма в долларах, требуемая под один контракт, составит меньший процент от общего баланса. Допустим, что оптимальное f для данной рыночной системы соответствует 1 контракту на каждые 5000 долл. на счете. Если счет равен 10 000 долл., то надо будет выиграть (или проиграть) 50 % до того момента, когда изменение количества контрактов для текущей торговли станет возможным. Сравните это со счетом в 500 000 долл., где надо будет регулировать количество контрактов после изменения баланса в 1 %. Ясно, что при большем счете можно лучше воспользоваться плюсами, предоставляемыми оптимальным f, чем при меньшем счете. Теоретически оптимальное f допускает, что вы можете торговать бесконечно делимыми частями, чего в реальной жизни не бывает, где наименьшим количеством, которым вы можете торговать, является один контракт. В асимптотическом смысле это не имеет значения. Но в реальной жизни со ставками в целых числах в торговую систему необходимо ввести такой вариант, который потребует столь малого процента баланса счета, насколько возможно, особенно для небольших счетов. Помните, что сумма, требуемая для открытия контракта, в реальной торговле больше первоначальных залоговых требований и суммы, отводимой под контракт оптимальным f.

Чем чаще вы сможете изменять размер позиций для соответствия оптимальному f, тем лучше, поэтому имеет смысл торговать на рынках с недорогими контрактами. Кукуруза может казаться не столь интересным рынком, как S&P. Однако для некоторых трейдеров рынок кукурузы может стать чрезвычайно волнующим, если они будут открывать на нем несколько сотен контрактов.

Трейдеры, торгующие акциями или форвардными контрактами (например, на рынке FOREX), имеют огромное преимущество. Так как следует рассчитывать оптимальное f из финансовых результатов (P&L) на основе 1 контракта (1 единицы), то надо сначала решить, какой будет 1 единица в акциях или в валюте. Например, трейдер с фондового рынка может выбрать в качестве 1 единицы 100 акций. Для определения оптимального f он будет использовать поток P&L, созданный торговлей 100 акциями. Если система торговли потребует использовать 2,39 контракта или единицы, то это будет выполнимо. Таким образом, имея возможность торговать дробной частью единицы, вы можете эффективнее воспользоваться преимуществом оптимального f. Таким же образом надо поступать и трейдерам с рынка FOREX, которые должны сначала решить, каким будет 1 контракт или 1 единица. Для трейдера с рынка FOREX 1 единицей может быть, например, 1 млн долл. США или 1 млн швейцарских франков.

Насколько может быть серьезен проигрыш

Здесь важно отметить, что проигрыш, который может произойти при торговле фиксированной долей (в процентах от вашего счета), исторически может быть таким же, как и f. Другими словами, если f = 0,55, то проигрыш может составить 55 % от вашего баланса. Если вы торгуете с оптимальным f, то ваш наибольший проигрыш будет эквивалентен f. Допустим, что f для системы составляет 0,55; при торговле 1 контрактом на каждые 10 000 долл. это означает, что вашим наибольшим убытком будет 5500 долл. Иными словами, при наибольшем проигрыше (снова мы говорим о том, что может произойти) вы можете потерять 5500 долл. по каждому открытому контракту, и если у вас 1 контракт на каждые 10 000 долл. на счете, то в этой точке проигрыш составит 55 % вашего баланса. Более того, полоса проигрышей может продолжиться: следующая сделка или серия сделок могут уменьшить счет еще больше. Чем лучше система, тем выше f. Чем выше f, тем больше возможный проигрыш, так как максимальный проигрыш (в процентах) не меньше f. Парадокс ситуации заключается в том, что, если система способна создать достаточно высокое оптимальное f, тогда проигрыш для такой системы также будет достаточно высоким. С одной стороны, оптимальное f позволяет вам получить наибольший геометрический рост, с другой – оно создает для вас ловушку, в которую можно легко попасть.

Мы знаем, что если при торговле фиксированной долей использовать оптимальное f, то можно ожидать значительных проигрышей (в процентах от баланса). Оптимальное f подобно плутонию: оно дает огромную силу, однако и чрезвычайно опасно. Эти значительные проигрыши – большая проблема, особенно для новичков, потому что торговля на уровне оптимального f создает опасность получить огромный проигрыш быстрее, чем при обычной торговле. Диверсификация может сильно сгладить проигрыш. Плюсом диверсификации является то, что она позволяет делать много попыток (проводить много игр) одновременно, тем самым увеличивая общую прибыль. Справедливости ради следует отметить, что диверсификация, хотя обычно и является лучшим способом для сглаживания проигрышей, не обязательно уменьшает их, а в некоторых случаях может даже увеличить убытки!

Существует ошибочное представление, что проигрышей можно полностью избежать, если провести достаточно эффективную диверсификацию. До некоторой степени верно, что проигрыши можно смягчить посредством эффективной диверсификации, но их никогда нельзя полностью исключить. Не вводите себя в заблуждение. Не имеет значения, насколько хороша применяемая система и насколько эффективно вы проводите диверсификацию, вы все равно будете сталкиваться со значительными проигрышами. Причина этого не во взаимной корреляции ваших рыночных систем, поскольку бывают периоды, когда большинство или все рыночные системы портфеля работают против вас, когда, по вашему мнению, этого не должно происходить. Попробуйте найти портфель с пятилетними историческими данными, чтобы все торговые системы работали бы при оптимальном f и при этом максимальный убыток был бы менее 30 %! Это будет непросто. Не имеет значения, сколько при этом рыночных систем используется. Если вы хотите все сделать математически правильно, надо быть готовым к проигрышу от 30 до 95 % от баланса счета. Необходима строжайшая дисциплина, и далеко не все могут ее соблюдать.

Как только трейдер отказывается от торговли постоянным количеством контрактов, он сталкивается с проблемой, каким количеством торговать. Это происходит всегда, независимо от того, признает трейдер данную проблему или нет. Торговля постоянным количеством контрактов не является решением, так как таким образом никогда нельзя добиться геометрического роста. Поэтому, нравится вам это или нет, вопрос о том, каким количеством торговать в следующей сделке, будет неизбежен. Простой выбор случайного количества может привести к серьезной ошибке. Оптимальное f является единственным математически верным решением.

Современная теория портфеля

Вспомните ситуацию с оптимальным f и проигрышем рыночной системы. Чем лучше рыночная система, тем выше значение f. Однако если вы торгуете с оптимальным f, проигрыш (исторически) никогда не может быть меньше f. Вообще говоря, чем лучше рыночная система, тем больше будут промежуточные проигрыши (в процентах от баланса счета), если торговать при оптимальном f. Таким образом, если вы хотите достичь наибольшего геометрического роста, то должны быть готовы к серьезным проигрышам на своем пути.

Эффективная диверсификация путем включения в портфель других рыночных систем является лучшим способом, которым можно смягчить этот проигрыш и преодолеть его, все еще оставаясь близко к пику кривой f (т. е. не уменьшая f, скажем, до f/2). Когда одна рыночная система приносит убыток, другая приносит прибыль, тем самым смягчая проигрыш первой. Это также оказывает большое влияние на весь счет. Рыночная система, которая только что испытала проигрыш (и теперь возвращается к хорошей работе), будет иметь не меньше средств, чем до убытка (благодаря тому, что другая рыночная система аннулировала проигрыш). Диверсификация не будет сдерживать прирост системы (наоборот, движение вверх будет быстрее, так как после проигрыша вы не начнете с меньшего числа контрактов), при этом она смягчает понижение баланса (но только до очень ограниченной степени).

Можно рассчитать оптимальный портфель, состоящий из различных рыночных систем с соответствующими оптимальными f. Хотя мы не можем быть полностью уверены, что оптимальный в прошлом портфель будет оптимальным и в будущем, это все же более вероятно, чем то, что прошлые оптимальные параметры системы будут оптимальными или приблизительно оптимальными. В то время как оптимальные параметры системы с течением времени меняются довольно быстро, веса отдельных систем в оптимальном портфеле меняются очень медленно (как и значения оптимальных f). Вообще, корреляция между рыночными системами достаточно стабильна. Эта новость будет еще более приятна для трейдера, если он уже нашел такой оптимально смешанный портфель.

Модель Марковица

Основные концепции современной теории портфеля изложены в монографии, написанной доктором Гарри Марковицем. Первоначально Марковиц предположил, что управление портфелем является проблемой структурного, а не индивидуального выбора акций, что обычно практикуется. Марковиц доказывал, что диверсификация эффективна только тогда, когда корреляция между включенными в портфель рынками имеет отрицательное значение. Если у нас есть портфель, составленный из одного вида акций, то наилучшая диверсификация достигается в том случае, если мы выберем другой вид акций, которые имеют минимально возможную корреляцию с ценой первой акции. В результате этого портфель в целом (если он состоит из этих двух видов акций с отрицательной корреляцией) будет иметь меньшую дисперсию, чем любой вид акций, взятый отдельно.

Марковиц предположил, что инвесторы действуют рациональным способом и при наличии выбора предпочитают портфель с меньшим риском при равном уровне прибыльности или выбирают портфель с большей прибылью при одинаковом риске. Далее Марковиц утверждает, что для данного уровня риска есть оптимальный портфель с наивысшей доходностью, а для данного уровня доходности есть оптимальный портфель с наименьшим риском. Портфель, доходность которого может быть увеличена без соответствующего увеличения риска, или портфель, риск которого можно уменьшить без соответствующего уменьшения доходности, согласно Марковицу, неэффективны.

Рис. 1.7 показывает все имеющиеся портфели, рассматриваемые в данном примере. Если у вас портфель C, то лучше заменить его на портфель A, где прибыль такая же, но с меньшим риском, или на портфель B, где вы получите большую прибыль при том же риске.

Рис. 1.7. Современная теория портфеля

Описывая эту ситуацию, Марковиц ввел понятие «эффективная граница» (efficient frontier). Это набор портфелей, которые находятся в верхней левой части графика, т. е. портфели, прибыль которых больше не может быть увеличена без увеличения риска и риск которых не может быть уменьшен без уменьшения прибыли. Портфели, находящиеся на эффективной границе, называются эффективными (рис. 1.8).

Рис. 1.8. Эффективная граница

Портфели, которые находятся вверху справа и внизу слева, в целом недостаточно диверсифицированы по сравнению с другими портфелями. Те же портфели, которые находятся в середине эффективной границы, обычно очень хорошо диверсифицированы. Выбор портфеля зависит от степени неприятия риска инвестором, иначе говоря, от желания взять на себя риск. В модели Марковица любой портфель, который находится на эффективной границе, является хорошим выбором, но какой именно портфель выберет инвестор – это вопрос личного предпочтения (позднее мы увидим, что есть точное оптимальное расположение портфеля на эффективной границе для всех инвесторов).

Модель Марковица первоначально была представлена для портфеля акций, который инвестор будет держать достаточно долго. Поэтому основными входными данными были ожидаемые доходы по акциям (определяется как ожидаемый прирост цены акции плюс дивиденды), ожидаемые дисперсии этих доходов и корреляции доходов между различными акциями. Если бы мы перенесли эту концепцию на фьючерсы, то было бы разумным (так как по фьючерсам не выплачивают дивидендов) измерять ожидаемое повышение цены, дисперсию и корреляции различных фьючерсов.

Возникает вопрос: «Если мы измеряем корреляцию цен, то что произойдет при включении в портфель двух систем с отрицательной корреляцией, работающих на одном и том же рынке?» Допустим, у нас есть системы A и B с отрицательной корреляцией. Когда A в проигрыше, B – в выигрыше, и наоборот. Разве это не идеальная диверсификация? Действительно, мы хотим измерить не корреляции цен рынков, на которых работаем, а корреляции изменений ежедневных балансов различных рыночных систем. И все-таки это является сравнением яблок и апельсинов. Например, две рыночные системы, корреляции которых мы собираемся измерить, работают на одном и том же рынке, и одна из систем имеет оптимальное f, соответствующее 1 контракту на каждые 2000 долл. на счете, а другая система имеет оптимальное f, соответствующее 1 контракту на каждые 10 000 долл. на счете. Чтобы понять суть торговли фиксированной долей в портфеле из нескольких систем, мы переведем изменения ежедневного баланса для данной рыночной системы в ежедневные HPR. В этом контексте HPR означает, сколько заработано или проиграно в данный день на основе 1 контракта в зависимости от оптимального f для этой системы. Рассмотрим пример. Скажем, рыночная система с оптимальным f в 2000 долл. за день заработала 100 долл. Тогда HPR для этой рыночной системы составит 1,05. Дневное HPR можно найти следующим образом:

Дневное HPR = (A / B) + 1, (1.15)

где A – сумма (в долларах), выигранная или проигранная за этот день;

B – оптимальное f в долларах.

Для рассматриваемых рыночных систем преобразуем дневные выигрыши и проигрыши в дневные HPR, тогда мы получим значение, не зависящее от количества контрактов. В указанном примере, где дневное HPR = 1,05, вы выиграли 5 %. Эти 5 % не зависят от того, был у вас 1 или 1000 контрактов. Теперь можно сравнивать разные портфели. Мы будем сравнивать все возможные комбинации портфелей, начиная с портфелей, состоящих из одной рыночной системы (для каждой рассматриваемой рыночной системы), и заканчивая портфелями из N рыночных систем. В качестве примера рассмотрим рыночные системы A, B и C. Их комбинации будут выглядеть следующим образом:

A

B

C

AB

AC

BC

ABC

Но не будем останавливаться на этом. Для каждой комбинации рассчитаем веса рыночных систем в портфеле. Для этого необходимо задать минимальный процентный вес системы (или минимальное изменение веса). В следующем примере (портфель из систем A, B, C) этот минимальный вес системы равен 10 % (0,10):

Введем понятие КСП – комбинация систем в портфеле. Теперь для каждой КСП рассчитаем совокупное HPR для отдельного дня. Совокупное HPR для данного дня будет суммой HPR каждой рыночной системы для этого дня, умноженных на процентные веса систем. Например, для систем A, B и C мы рассматриваем процентные веса 10, 50 и 40 % соответственно. Далее допустим, что отдельные HPR для этих рыночных систем в тот день были 0,9, 1,4 и 1,05 соответственно. Тогда совокупное HPR для этого дня будет:

Совокупное HPR = (0,9 * 0,1) + (1,4 * 0,5) + (1,05 * 0,4) = 0,09 + 0,7 + 0,42 = 1,21.

Теперь нанесем дневные HPR для каждой КСП на ось Y. В модели Марковица это соответствует получаемому доходу. На оси X отложим стандартное отклонение дневных HPR для каждой КСП. В модели Марковица это соответствует риску.

Современную теорию портфеля часто называют теорией E-V, что соответствует названиям осей. Вертикальную ось часто называют E – ожидаемая прибыль (expected return), а горизонтальную ось называют V – дисперсия ожидаемой прибыли (variance in expected returns).

После этого можно найти эффективную границу. Мы включили различные рынки, системы и факторы f и теперь можем количественно определить лучшие КСП (т. е. КСП, которые находятся вдоль эффективной границы).

Стратегия среднего геометрического портфеля

То, в какой именно точке на эффективной границе вы будете находиться (т. е. какова эффективная КСП), является функцией вашего собственного неприятия риска, по крайней мере в соответствии с моделью Марковица. Однако есть оптимальная точка на эффективной границе, и с помощью математических методов можно найти эту точку. Если вы выберете КСП с наивысшим средним геометрическим HPR, то достигнете оптимальной КСП! Мы можем рассчитать среднее геометрическое из среднего арифметического HPR и стандартного отклонения HPR (обе эти величины у нас уже есть, так как они являются осями Х и Y модели Марковица). Уравнения (1.16, а) и (1.16, б) дают нам формулу для оценочного среднего геометрического EGM (estimated geometric mean). Данный расчет очень близок (обычно до четвертого или пятого знака после запятой) к реальному среднему геометрическому, поэтому можно использовать оценочное среднее геометрическое вместо реального среднего геометрического:

EGM = (AHPR ^ 2 – SD ^ 2) ^ (1/2), (1.16, а)

или

EGM = (AHPR ^ 2 – V) ^ (1/2), (1.16, б)

где EGM – оценочное среднее геометрическое;

AHPR – среднее арифметическое HPR, или координата, соответствующая доходу по портфелю;

SD – стандартное отклонение HPR, или координата, соответствующая риску по портфелю;

V – дисперсия HPR, равная SD ^ 2.

Обе формы уравнения (1.16) эквивалентны.

При КСП с наивысшим средним геометрическим рост стоимости портфеля будет максимальным; более того, данная КСП позволит достичь определенного уровня баланса за минимальное время.

Ежедневные процедуры при использовании оптимальных портфелей

Посмотрим на примере, как применять вышеописанный подход на ежедневной основе. Допустим, что оптимальное КСП соответствует трем различным рыночным системам. Предположим, что процент размещения составляет 10, 50 и 40 %. Если бы вы рассматривали счет в 50 000 долл., то он был бы «разделен» на три субсчета в 5000, 25 000 и 20 000 долл. для каждой рыночной системы (A, B и C) соответственно. Затем для баланса по субсчету каждой рыночной системы вычислите, сколькими контрактами торговать. Скажем, фактор f дал следующие величины: