Тест 9. Пробой волатильности с использованием входа по стоп- приказу.
Эта модель входит в рынок сразу же после точки пробоя при помощи стоп- приказа, включенного в модель входа. Преимущество модели в том, что вход производится немедленно; недостаток же состоит в том, что вход может быть достигнут не по самой выгодной цене, как в случае лимитного приказа, поскольку происходит исполнение множества стоп- приказов, расставленных на общеизвестных уровнях поддержки сопротивления. Во избежание множественных приказов в пределах бара использован стоп- приказ на основе последней цены закрытия, как и в тесте 6. Модель со стоп- приказом на пробое волатильности производит покупку, когда цены поднимаются выше верхней границы волатильности, и открывает короткую позицию, когда они опускаются ниже нижней границы волатильности.
Оптимальные значения для трех параметров модели исследовались с помощью генетического оптимизатора, встроенного в C- Trader toolkit, предлагаемый Scientific Consultant Services, Inc. Минимальное соотношение риска/прибыли было достигнуто при множителе ширины среднего истинного диапазона 8,3, периоде скользящего среднего 11 и периоде среднего истинного диапазона atrlen 21; при этих параметрах годовая прибыль составила всего 11,6%. В пределах выборки проведено 1465 сделкок. Средняя длительность сделки — 6 дней. Система провела 40% прибыльных сделок со средней прибылью в сделке, равной $931. Только длинные позиции были прибыльными во всех комбинациях параметров.
Вне пределов выборки и длинные, и короткие позиции были убыточными. Из 610 сделок только 29% были прибыльными. График изменения капитала и другие результаты тестов показывают, что ухудшение вне пределов выборки было гораздо сильнее, чем у других моделей, основанных на пробое волатильности, использующих лимитные или даже рыночные приказы.
Может ли избыточная оптимизация объяснить быстрое ухудшение результатов вне пределов выборки? Нет. Оптимизация может заставить изначально плохую системупоказать хорошие результаты в пределах выборки. При этом эффективность системы вне выборки не изменится.
Оптимизация часто меняет таким образом модели, которым не хватает реальной достоверности и которые во многом случайны. Чем мощнее реальная модель, тем лучше она будет работать после оптимизации. Как и в предыдущих примерах, эффекты подгонки под исторические данные — не единственная причина провала; эффективность снизилась задолго до окончания периода выборки. Ухудшение эффективности в данном случае можно приписать как излишней оптимизации, так и продолжающемуся росту эффективности рынка.
Модель в пределах выборки была выгодна при работе с британским фунтом, немецкой маркой, швейцарским франком и иеной; вне выборки все рынки, кроме британского фунта, дали положительные результаты.
Если бы велась торговля всеми валютами, кроме евродолларов и канадского доллара, то в обеих выборках была бы получена солидная прибыль; евродоллар понес большие убытки ввиду проскальзывания и входа по неоптимальной цене стоп- приказа. Дело в том, что долларовая волатильность рынка евродоллара низка, поэтому требуется торговать большим количеством контрактов, что повышает расходы на сделку. Мазут принес прибыль, но на остальных рынках нефтепродуктов система получила убытки. Ухудшение результатов вне пределов выборки в некоторых случаях по сравнению с входом по лимитному приказу показывает, что с помощью стоп- приказа достаточно сложно войти в рынок по приемлемой цене.
