назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [ 81 ] [82] [83] [84] [85] [86] [87] [88] [89] [90]


81

проще, чем для рынка ценных бумаг. Это обуславливается прежде всего богатейшим «статистическим прошлым» рынка FOREX. Так, например, если краткосрочные казначейские обязательства, допустим, «живут» до погашения 3-6 месяцев, то в распоряжении трейдера имеется очень «бедная» статистика торгов, по которой он может попытаться составить «статистический портрет» соответствующих ценных бумаг. Если нет представительных статистических данных для конкретного финансового инструмента, то трудно говорить об оптимальном статистическом прогнозировании его курсов. Как отмечалось ранее (см. разд. 7), оптимальное статистическое прогнозирование (с минимальными ошибками) возможно только в случае настройки алгоритмов прогнозирования на «статистический портрет» рьшка в целом и обращающихся на нём финансовых инструментов.

Пытаться использовать оптимальные математические методы надо, безусловно, во всех случаях. Однако здесь надо отдавать себе отчёт в том, что в случае «бедной» статистики торгов недостаточность априорных сведений обязательно трансформируется в ошибки прогнозирования.

У рынка FOREX ситуация для формирования его «статистического портрета» практически идеальная. Это связано, прежде всего, с тем, что любой исследователь может воспользоваться статистическими данными по торгам более чем за 20-ти летнюю историю рьшка. Вместе с тем, надо понимать, что знание «исторического прошлого» рынка ещё не гарантия того, что поведение обращающихся на нём финансовых инструментов можно прогнозировать. Так, например, ещё А. Эйнштейном исследовалось броуновское движение частиц и установлено, что положение броуновской частицы является чисто случайным. Строгую теорию чисто случайных процессов построил ещё в 1923 г. Н. Винер[4,26]. Он же ввёл описание для чисто случайных процессов через корреляционную функцию, соответствующую дельта-функции П. Дирака. В данной ситуации хорошо известен «статистический портрет» процесса в виде его корреляционной функции, однако вопрос его статистического прогнозирования решается отрицательно. Сам вид



корреляционной функции Дирака однозначно говорит о том, что знание «прошлого» в положениях броуновской частицы никак нельзя использовать для предсказания её «будущего» положения. Поэтому для броуновской частицы наилучшим прогнозом её «будущего» положения является её положение в данный момент времени. Попутно заметим, что применительно к финансовому рынку статистические модели для описания цен финансовых инструментов впервые предложены ещё в 1900 г. Л. Башелье[15]. Именно им впервые предложено рассматривать процесс изменения стоимостей акций как случайный процесс броуновского движения частиц. В последующем статистическая методология для описания рыночных процессов получила дальнейшее развитие и усовершенствова-ние[ 1,2,8,9].

Применительно к прогнозированию цен валют на рынке FOREX возможности для прогнозирования здесь, с нашей точки зрения, весьма оптимистичны. Если мгновенные значения курсов валют действительно напоминают хаотичный процесс броуновского движения, то средние значения курсов в виде трендов «цен закрытия» (на 16:00 по Нью-Йорку), трендов максимальных и минимальных цен в функции времени (дат торгов) достаточно хорошо оцениваются и прогнозируются.

Именно прогнозы на один шаг вперед («на завтра») трендов «цен закрытия», минимальных и максимальных цен валют, являются выходом программы «ProfitMaker for Margin Trade», и они могут использоваться в дальнейшем трейдером для синтеза торговых стратегий.

Мы здесь не будем в подробностях рассматривать математические аспекты указанной проблематики, а приведем лишь конечные результаты в виде «прогона статистики» валютного рынка через алгоритмы прогнозирования программы ProfitMaker, преследуя конечную цель - получить более или менее корректные оценки экономической эффективности торговли на рынке FOREX.

Прежде, чем говорить о достижимой экономической эффективности торговли на рынке FOREX, кратко остановимся на той мето-



дологии, которой мы руководствовались при получении соответствующих результатов.

10.4. Методология тестирования торговых систем для рынка FOREX

Вопрос методологии тестирования является одним из центральных. От его корректного решения зависит убедительность приводимых не только нами, но также и любым другим исследователем результатов по достижимой эффективности торговли на рынке FOREX.

Если методология тестирования торговой системы порочна в корне или же страдает существенными изъянами, то получаемые в рамках её конкретные цифры уже могут потерять всякий смысл. Поэтому вопрос выбора методологии тестирования торговых систем - это не праздный вопрос, а завершающая часть иерархической схемы решения последовательности задач:

-выбора концепции и математической модели функционирования финансового рынка;

-разработки методов оценивания и прогнозирования состояния финансового рьшка (курсов валют и других их производных характеристик);

-разработки статистических или же детерминированных правил принятия торговых решений (по «входу-выходу» в рынок) с целью извлечения прибыли;

-разработки методологии тестирования торговой системы, функционирующей в хаосе статистических процессов, протекающих на финансовом рынке.

Уже перечисленная выше последовательность необходимых к решению задач говорит о том, что тестирование системы - это всего лишь вершина айсберга концептуальных и математических проблем, без решения которых невозможно корректно и убедительно говорить о тестировании системы.

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [ 81 ] [82] [83] [84] [85] [86] [87] [88] [89] [90]