Нестационарность рынка

В классической статистике часто предполагают, что свойства данных остаются неизменными со временем — это называется стационарностью. Если среднее, дисперсия и корреляции стабильны, можно строить прогнозы на основе прошлого. Многие интуитивно ожидают, что рынок тоже подчиняется этим принципам.

Однако рынок устроен иначе. Его параметры постоянно меняются:

— Средний уровень доходности зависит от фазы рынка.
— Волатильность непостоянна.
— Корреляции между активами не фиксированы.

Эта нестабильность противоречит повседневному опыту. Например, если человек изучает физику, он ожидает, что законы не изменятся завтра. В отличие от этого, на рынке закономерности могут работать месяцами, а затем исчезнуть.

При этом в некоторых ситуациях стационарность действительно есть. Например, высокочастотный трейдинг использует устойчивые микроструктурные эффекты на коротких временных интервалах, а в арбитраже определённые зависимости могут сохраняться достаточно долго.

#заметки

Почему простые стратегии часто работают лучше сложных?

В трейдинге простые стратегии нередко оказываются эффективнее сложных благодаря своей универсальности и способности отражать базовые рыночные механизмы. Это подтверждается принципом Occam's Razor (бритва Оккама), который гласит: среди конкурирующих гипотез следует выбирать ту, которая объясняет факты наиболее просто.

В трейдинге это означает, что стратегии с минимальным количеством параметров и правил легче тестировать, понимать и применять. Они меньше зависят от случайных колебаний рынка и реже подвержены ошибкам.

Простые методы, такие как пересечение скользящих средних или торговля на пробое уровней, работают именно потому, что отражают базовые механики рынка — тенденции и уровни поддержки/сопротивления. Адаптация важна, но избыточная сложность часто ведёт к ухудшению результатов.

Сложные стратегии сталкиваются с проблемой переоптимизации, когда они подгоняются под прошлые данные, вместо того чтобы находить устойчивые рыночные закономерности. Чем больше правил и фильтров добавляется, тем выше риск, что стратегия теряет обобщающую способность и становится бесполезной в реальной торговле.

Простота — это не только удобство, но и залог устойчивости. Использование Occam's Razor помогает избежать излишней сложности и сосредоточиться на поиске надежных и универсальных закономерностей, которые действительно работают на рынке.

#заметки

Сервисы ведения торговой статистики:

tradersdiaries.com - поддержка binance, bybit, okx, bitget, mexc, bingx, moex
tradermake.money - поддержка binance, bybit, okx, bitget, gateio
pnlhub.com - поддержка binance, bybit, okx, huobi, kucoin, bitmex
tradelink.pro - поддержка binance, bybit*

#ссылки

Ансамблирование стратегий

Универсальной стратегии, работающей при любых условиях, не существует. Трендовые системы убыточны в боковике, контртрендовые — при сильных движениях, арбитражные перестают работать при изменении ликвидности. Ансамблирование стратегий позволяет компенсировать слабые стороны одних подходов за счет других, снижая риски и повышая стабильность.

Диверсификация по типам стратегий объединяет трендовые, контртрендовые, сбор волатильности и арбитражные модели. Это уменьшает зависимость от одной рыночной фазы и повышает адаптивность.

Разнообразие временных рамок помогает сгладить недостатки отдельных стратегий. Минутные системы фиксируют краткосрочные движения, но чувствительны к шуму. Среднесрочные меньше подвержены случайным колебаниям, а долгосрочные удерживают позиции, игнорируя краткосрочную волатильность.

Использование стратегий на разных рынках — криптовалюты, форекс, акции, сырье — снижает зависимость от конкретного актива и распределяет риски.

Алгоритмические методы включают динамическое управление капиталом, которое перераспределяет средства в пользу наиболее эффективных стратегий. Голосование стратегий предполагает совершение сделки только при подтвержденном сигнале нескольких моделей.

Дополнительным преимуществом ансамблирования является возможность более строгой фильтрации рыночного шума. Разные стратегии могут работать в определённых рыночных фазах, что позволяет применять дополнительные фильтры для активации только в подходящих условиях. Кроме того, при низкой корреляции стратегии сами могут выступать в роли фазовых фильтров, помогая избежать ложных сигналов и улучшая точность входов.

Ансамблирование уменьшает просадки, делает торговлю устойчивее и повышает вероятность нахождения рабочих закономерностей. Однако оно усложняет тестирование, требует дополнительных вычислительных ресурсов и постоянного контроля корреляции стратегий. Важно адаптивно управлять капиталом и регулярно пересматривать состав портфеля.

#заметки

Толстые хвосты в трейдинге: почему редкие события важнее, чем кажется

Финансовые рынки — это не мир нормального распределения (normal distribution), где всё предсказуемо и упорядоченно. Здесь правят "толстые хвосты" (fat tails) — статистическое явление, характерное для распределений с тяжелыми хвостами (fat-tailed distributions), таких как распределение Стьюдента (Student's t-distribution) или обобщенные гиперболические распределения. В таких распределениях экстремальные события (резкие скачки или обвалы) происходят гораздо чаще, чем предполагает классическая теория.

Эти события, хотя и редкие, оказывают огромное влияние на рынки и могут полностью изменить расклад сил. Толстые хвосты напоминают нам, что рынок — это не только плавные тренды и предсказуемые колебания, но и внезапные, разрушительные движения, которые могут перевернуть всё в одночасье.

Примеры таких событий включают крах FTX в 2022 году, когда инвесторы потеряли миллиарды долларов за считанные дни, не предусмотрев риск банкротства криптобиржи. Другой яркий пример — пандемия COVID-19 в 2020 году, вызвавшая обвал рынков на 30% за месяц. Те, кто не использовал stop-loss, понесли огромные убытки, в то время как более осторожные участники рынка смогли сохранить капитал. Эти события показывают, что толстые хвосты — не просто теоретическое понятие, а реальная угроза, которая может уничтожить даже самые продуманные стратегии.

Почему это важно?

Толстые хвосты ломают привычные представления о риске и доходности. Стратегии, которые годами показывают стабильную прибыль, могут быть уничтожены за несколько дней из-за одного редкого события. Классические модели, такие как Black-Scholes, игнорируют толстые хвосты, что делает их опасными в реальной торговле.

Основное противоречие заключается в том, что трейдеры часто недооценивают вероятность экстремальных событий. Мы склонны верить в "стабильность" рынка, но реальность такова: редкие события не только возможны, но и неизбежны. Это создает проблемы для риск-менеджмента. Например, диверсификация, которая считается защитой от рисков, может не сработать, так как во время кризисов корреляция между активами резко возрастает.

Как защититься от таких событий?

Жесткие лимиты на убытки, такие как stop-loss, помогают ограничить потери даже в случае экстремальных движений. Хеджирование с использованием опционов или коротких позиций также может защитить от резких скачков. Стресс-тестирование стратегий на сценариях, подобных COVID-19 или краху FTX, позволяет оценить их устойчивость. Держать часть капитала в ликвидных активах на случай кризиса — ещё один способ защиты. Диверсификация, но не только по активам, а и по стратегиям, помогает снизить зависимость от одного подхода.

Толстые хвосты — это не просто статистическая особенность, а напоминание о том, что рынок непредсказуем. Учет этого явления помогает не только сохранить капитал, но и использовать редкие события в свою пользу. Главное — быть готовым к тому, что "черные лебеди" прилетают чаще, чем мы думаем.

#заметки

Ранее в чате мы обсуждали стратегии статистического арбитража, и у меня появилось желание проверить, насколько такой подход может быть рабочим. Я провёл анализ в несколько этапов, и с результатами исследования можно ознакомиться по ссылке ниже.

Основная цель этой публикации — обсудить возможные улучшения подхода. Возможно, у вас есть идеи, как его можно доработать, или вы захотите провести похожее исследование. Буду рад обсудить!

https://telegra.ph/Statarbitrazh-s-indeksom-03-03

#заметки