Применение исключительно механизированного подхода дает больше возможностей для успешной деятельности в трейдинге. Это исключительный метод свести на нет разрушительное воздействие эмоций, которое неизбежно губит абсолютно всех трейдеров.

Плюс к этому, такой подход будет служить тестом на эффективность вашего торгового метода, с опорой на существующую историческую статистику.

Не стоит искать какую-то мифическую идеальную систему. В погоне за мифом будет зря потрачено время и финансы. Даже если удастся изобрести подобную систему - это не долгосрочно. В недалеком будущем, такая система станет неактуальной.

Все переживает период потерь. И торговая система - не исключение.

Что такое "хорошая" система?

Строя систему, нужно иметь ввиду, что существует капкан в виде ориентации на историческую статистику, имеющий название "over-curve-fitting to back data ".

Оптимизируя свою систему под историческую статистику, будьте готовы к тому, что с течением она будет все более бесполезной. Почему-то эта закономерность непроста для усвоения её новичками-трейдерами. То, что эффективная работа в прошлом - залог такой же работы в будущем - это заблуждение. Даже у неориентированной на прошлое системы, прибыльность в перспективе не тождественна, а только чуть-чуть соответствует доходам в будущем.

Самый хороший метод защиты от "over-curve-fitting to back data " - уяснить для себя, что система функционирует на рынках с едиными условиями.

Процветающие трейдеры оперируют едиными параметрами систем, несмотря на кажущуюся противоестественность этого.

Есть две книги Джека Швагера. Так вот, Джек лично работал в трейдинге, эксплуатируя систему с параметрами, едиными для всех рынков.

Очевидно, что показателем устойчивости вашей системы служит число рынков, на которых с её помощью происходит прибыльная торговля, и длительность времени, в течение которого происходит эта торговля.

Есть пример прибыльной торговли одной системой, с едиными параметрами, на 15 рынках в течение более десятка лет.

Если система зарекомендует себя как эффективная на многих рынках, вовсе не нужно использовать её для диверсификации.

Реально иметь несколько систем, являющихся прибыльными на нескольких рынках в течение предположим 6 лет, и каждую из них эксплуатировать на одном из рынков. Такие условия дадут возможность торговли на десятке диверсифицированных рынков, причем используя для каждого отдельную готовую систему. Это возможно настолько же, насколько возможно применение одной системы на всех рынках.

Такой подход позволяет оптимизировать систему так, чтобы торговать её с помощью нескольких разнообразных комплектов параметров. При желании оптимизировать каждый рынок в отдельности можно бояться "over-curve-fitting to back data ".

Итак, грамотно протекающий процесс - это какой?

Выберем рынок (выбор должен пасть на рынок, прошедший тест на прибыльность с одним комплектом условий на протяжении не менее пяти лет).

Очертим контур исследования: допустим, двенадцать рынков с одним набором параметров.

Далее, оптимизируем систему для каждого рынка. В итоге получится двенадцать разных комплектов оптимизации. Теперь - самая непростая и трудоемкая часть, которая состоит в следующем:

Каждый из 12 комплектов необходимо протестировать на каждом из 12 рынков, обращая внимание на сохранность комплектом своей прибыльности на всех оставшихся рынках. В случае прибыльной торговли на всех рынках - очевидно, что "over-curve-fitting to back data " нет.

Данный комплект используется для торговли на том рынке, под который происходила оптимизация.

И, наоборот: в случае неэффективной работы на других рынках - это знак того, что "over-curve-fitting to back data" наличествует. В таком случае нужно еще раз оптимизировать этот рынок, стремясь найти комплект, прибыльно работающий и на остальных рынках.

Требовать ли, чтобы комплект был прибыльным на всех рынках, или достаточно процента - момент спорный.

Можно стремиться к использованию комплектов, ведущих к прибыли, допустим не на всех, но на большинстве рынков. Тем не менее, чем больше рынков ваша система сможет торговать в настоящем, тем больше шансов на её эффективную работу в перспективе.

Стоит ли весь этот громоздкий процесс таких усилий?

Ведь на самом деле, свидетельств того, что оптимизированный под отдельно взятый рынок, комплект параметров, в будущем принесет прибыль большую, нежели неоптимизированный - нет. Единственный очевидный "+" - это более комфортное использование системы, имеющий более значимый профит при обратной проверке.

Ну, теперь из отдельных оптимизированных комплектов можно создать портфель, реально торгующий на всех рынках.

Выстраивать рынки рациональнее в порядке прибыльности. В качестве критерия здесь выступает средняя прибыль.

Далее - эксперименты с различными портфелями. Цель - создание единого портфеля, максимально диверсифицированного, и имеющего минимальное отношение самого большого убытка к средней годовой прибыли портфеля.

Показатель правильности в данном случае - равенство или большее значение позиции по отношению к максимальному убытку + общая начальная сумма открытия позиции (маржа) по портфелю.