Дэвид Лукас - Компьютерный анализ фьючерсных рынков

Отношение Шарпа (The Sharpe Ratio)

Популярной мерой производительности, получаемой из процента отдачи, явля­ется отношение Шарпа, разработанное Уильямом Шарпом, и которое определяется как годовая отдача (мера прибыльности) за вычетом неподверженного риску отноше­ния отдачи, поделенная на годовое стандартное отклонение от отдачи (мера вола-тильности). Некоторые удаляют неподверженное риску отношение отдачи, так что проверьте это прежде, чем сравнивать результаты. Чем выше отношение Шарпа, тем выше отдача и ниже волатильность. Как правило, консультанты по товарной торгов­ле вычисляют отношение Шарпа на месячных данных. Мы понимаем, что отношение Шарпа имеет свои ограничения (например, увеличение волатильности в восходящем направлении даст понижение отношения Шарпа), но, тем не менее, это самый распро­страненный индекс такого рода. Может быть, вам будет полезно сравнить результаты одной системы с другой и сравнить ваши результаты с результатами профессиональ­ных консультантов. Лучшей системой будет не та, что делает больше денег, а та, что дает более высокое отношение Шарпа.

Отношение Стерлинга (The Sterling Ratio)

Поскольку, отношение Шарпа имеет определенные недостатки, были разрабо­таны другие статистические приемы для беспристрастной оценки производительнос­ти. Наиболее популярным из таковых является отношение убытка к размеру отдачи. Отношение Стерлинга было создано Дианом Джонсом из Jones Commodities. Форму­ла следующая:

Основным недостатком отношения Стерлинга является то, что оно обычно вы­числяется ежегодно и, следовательно, слишком медленно реагирует на изменения про­изводительности.

Отношение Калмара (The Calmar Ratio)

Отношение Калмара, изобретенное Терри Янгом из СМА Reports, представляет собой размер отдачи за последние 36 месяцев, поделенный на максимальный убыток на том же периоде. Оно вычисляется ежемесячно, что делает его более чувствитель­ным, чем отношение Стерлинга,

Среднее геометрическое

Наверное, самым математически точным измерением потенциала торговой сис­темы является среднее геометрическое Ральфа Вайнса. Среднее геометрическое изме­ряет фактор роста вашей торговой системы. Чем выше среднее геометрическое, тем более вероятно, что ваша система будет давать большую отдачу при дополнительном инвестировании. Для любой системы со средним геометрическим более 1 вы можете увеличить отдачу на ваш счет до максимума путем вычисления оптимальной f, опти­мальной фиксированной части вашего наибольшего проигрыша, для использования в качестве ставки на каждой торговле. У нас нет места для вывода геометрического среднего и оптимальной f, мы также не можем разъяснить все с той же элегантностью, что и Вайнс. Мы считаем, что его книга является одним из самых значительных дости­жений в области управления денежными средствами на фьючерсных рынках.

Заметьте, что ваша система может быть прибыльной на большинстве рынков и убыточной на нескольких из них. Один наш знакомый консультант по товарной тор­говле проводит операции на всех рынках, которые он тестировал (выигрышных и убыточных), и утверждает, что кривая изменения его счета становится глаже от этого разнообразия. Он умышленно ищет отрицательную корреляцию между товарами в портфеле и находит, что прибыльные периоды на его проигрышных рынках обычно совпадают с проигрышными периодами на его выигрышных рынках. Торговая система не будет прибыльной на всех рынках постоянно. Если вы ее правильно разработа­ли, то убытки на проигрышных рынках будут минимальными, и, кроме того, эти рын­ки будут время от времени давать прибыльные периоды.

Будьте осторожны при тестировании большого количества рынков, а затем кон­струировании портфеля на одних только выигрышных контрактах. Это обычный при­ем поставщиков систем, когда результаты являются чистой фантазией, несмотря на то что это может произвести впечатляющую запись о вашей исторической производи­тельности. Это, очевидно, является еще одной формой подстраивания под кривую.

Тестирование для получения определенных результатов

Торговую систему необходимо разрабатывать с нуля, чтобы она достигла опре­деленных значений критериев производительности. Вероятно, наиболее важными из возможных целей являются процент выигрышей и отношение среднего выигрыша к среднему проигрышу. Эти критерии могут быть использованы для вычисления веро­ятности провала (FOR - probability of ruin), которая дает вам некоторое представле­ние о надежности вашей системы. Большая часть программного обеспечения для тес­тирования дает и другие полезные данные. Ниже приведено их перечисление с комментариями.