РАЛЬФ РАЛЬФ ВИНС: Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров

Серийный тест подскажет вам, содержит ли ваша последовательность выигры­шей и проигрышей больше или меньше полос (серий выигрышей или проигры­шей), чем можно было бы ожидать от действительно случайной последовательно­сти, в которой нет зависимости между испытаниями. Так как в нашем случае мы находимся на уровне относительно низкой доверительной границы, то можно допустить, что между сделками в этой последовательности нет зависимости.

Если счет Z имеет отрицательное значение, то при расчете доверительной гра­ницы просто возьмите его абсолютное значение. Отрицательный счет Z говорит о положительной зависимости, то есть полос меньше, чем при нормальном распре­делении вероятности, и следовательно, выигрыши порождают выигрыши, а про­игрыши порождают проигрыши. Положительный счет Z говорит об отрицатель­ной зависимости, то есть полос больше, чем при нормальном распределении ве­роятности, и следовательно, выигрыши порождают проигрыши, а проигрыши порождают выигрыши.

Какой уровень доверительной границы считать приемлемым? Статистики, как правило, рекомендуют доверительную границу не менее 90%. Некоторые рекомендуют доверительную границу свыше 99%, чтобы быть уверенными, что за­висимость существует, другие рекомендуют менее строгий минимум 95,45% (2 стандартных отклонения).

Очень редко система демонстрирует доверительную границу свыше 95,45%, чаще всего она менее 90%. Даже если вы найдете систему с доверительной гра­ницей от 90 до 95,45, это не будет золотым самородком. Чтобы убедиться в зави­симости, на которой можно хорошо заработать, вам нужно как мини­мум 95,45%. Пока зависимость находится на приемлемой доверительной границе, вы мо­жете изменить систему, чтобы улучшить торговые решения, даже если вы не по­нимаете основной причины зависимости. Если вы узнаете причину, то сможете оценить, когда зависимость действовала, а когда нет, а также когда можно ожи­дать изменение степени зависимости. До настоящего момента мы смотрели на зависимость только с точки зрения того, была ли последняя сделка выигрышем или проигрышем. Теперь мы попыта­емся определить, есть ли в последовательности выигрышей и проигрышей зави­симость или нет. Серийный тест на наличие зависимости автоматически прини­мает в расчет процент выигрышей и проигрышей. Однако серийный тест по пе­риодам выигрышей и проигрышей учитывает последовательность выигрышей и проигрышей, но не их размер. Для того чтобы получить истинную независи­мость, не только сама последовательность выигрышей и проигрышей должна быть независимой, но и размеры выигрышей и проигрышей в последовательнос­ти также должны быть независимыми. Выигрыши и проигрыши могут быть неза­висимыми, однако их размеры могут зависеть от результатов предыдущей сделки (или наоборот). Возможным решением является проведение серийного теста только с выигрышными сделками. При этом полосы выигрышей следует разде­лить на длинные (по сравнению со средним значением распределения вероятнос­ти) и менее длинные. Только затем надо искать зависимость между размером вы­игрышных сделок, после этого необходимо провести ту же процедуру с проиг­рышными сделками.

Корреляция

Есть другой, и, может быть, лучший способ определения зависимости между раз­мерами выигрышей и проигрышей. Этот метод позволяет рассмотреть размеры выигрышей и проигрышей с совершенно другой стороны, и когда он использует­ся вместе с серийным f тестом, то взаимосвязь сделок измеряется с большей глуби­ной. Для количественной оценки зависимости или независимости данный метод использует коэффициент линейной корреляции г, который иногда называют пирсоновским r. Посмотрите на рисунок 1-2. На нем изображены две абсолютно коррелиро­ванные последовательности. Мы называем это положительной корреляцией.

Рисунок1-2 Положительная корреляция (r = 1,00)

Рисунок 1-3Отрицательная корреляция (r= -1,00)

Теперь посмотрите на рисунок 1-3. Он показывает две последовательности, которые находятся точно в противофазе. Когда одна линия идет вверх, другая следует вниз (и наоборот). Мы называем это отрицательной корреляцией.

Формула для коэффициента линейной корреляции г двух последовательностей Х и Y такова (черта над переменной обозначает среднее арифметическое значение):