Если стратегия действительно хороша, почему бы не заработать самому? Три статьи раскрывают жестокую правду за продажей индикаторов

В мире криптовалютной торговли многие часто полагаются на определённые «торговые индикаторы». Однако многочисленные исследования показывают, что большинство стратегий, заявляющих о стабильной прибыли на тестовых данных, зачастую не подтверждены рынком, а являются лишь выжившими в результате отбора. Это похоже на то, как если бы вы решили пройти сотню прошлогодних экзаменационных заданий и набрали 100 баллов — это не означает, что в этом году вы тоже покажете такой же результат; это и есть ловушка «переобучения» торговых стратегий. Более практический вопрос: если стратегия действительно показывает такие отличные результаты, почему бы не использовать собственное кредитное плечо, а не продавать или публично делиться ею?

В конце концов, по-настоящему эффективные стратегии часто ограничены объёмом капитала: при увеличении средств преимущества начинают исчезать из-за собственных торговых действий и реакции рынка.

Разработчики торговых индикаторов зачастую используют только лучшие части для привлечения инвестиций

Статья, опубликованная Американским математическим обществом, указывает на предвзятость в тестировании. Исследование показывает, что в рамках традиционной проверки действительно можно найти некоторые технические стратегии, создающие значительную положительную доходность на исторических данных — и именно это объясняет популярность технического анализа на протяжении многих лет. Однако авторы дополнительно отмечают, что такие результаты часто игнорируют ключевую проблему: предвзятость поиска данных (data-snooping bias).

Когда исследователи тестируют сотни или даже тысячи торговых правил одновременно, статистически неизбежно появляются несколько стратегий с отличной производительностью, даже если рынок полностью случайный. Если судить о эффективности технического анализа только по этим «выигрышным» стратегиям, это равносильно тому, что вы приписываете удачу способностям.

После коррекции предвзятости преимущества технических стратегий значительно сокращаются

Чтобы решить указанную проблему, исследование использует более строгие статистические методы, учитывающие ошибку множественных тестов. Результаты показывают, что после корректировки практически все стратегии, казавшиеся с высокой вероятностью приносящими сверхприбыль, теряют статистическую значимость. Иными словами, в внеобразцовой среде эти стратегии вряд ли смогут повторить свою историческую эффективность, что свидетельствует о неспособности этих методов действительно захватывать устойчивые рыночные структуры.

После учета транзакционных издержек, реальные доходности ещё более пессимистичны

Исследование также учитывает транзакционные издержки. Поскольку технические стратегии обычно характеризуются высокой оборотностью, после учета комиссий, проскальзываний и рыночных воздействий даже стратегии с небольшим положительным доходом зачастую превращаются в убыточные. Авторы подчеркивают, что этот вывод имеет важное практическое значение, поскольку большинство публичных тестов недооценивают реальные издержки, связанные с торговлей.

Заключение исследования не полностью отвергает значение технического анализа, а скорее указывает, что его роль лучше рассматривать как инструмент управления рисками, определения трендов или поведения, а не как самостоятельный источник прибыли. В условиях высокой конкуренции и быстрой реакции информации, полагаться только на исторические цены и объемы уже недостаточно для формирования устойчивого торгового преимущества.

Ошибки при тестировании индикаторов: как решать экзамен, как школьные тесты

Статья под названием «Вероятность переобучения при тестировании» (The Probability of Backtest Overfitting) указывает, что идеальные показатели тестирования, которые вы видите, скорее всего, являются результатом чрезмерного подгонки данных (Overfitting). В области количественных финансов тестирование — стандартный инструмент оценки риска и доходности стратегии. Однако с ростом вычислительных мощностей исследователи теперь могут легко тестировать миллиарды комбинаций стратегий на одних и тех же исторических данных.

Авторы статьи сравнивают это с фразой: «Если ты долго допрашиваешь данные, они обязательно сдадутся». Постоянная настройка параметров (например, длины скользящих средних, порогов входа и выхода) до тех пор, пока показатели не станут казаться идеальными, — это зачастую лишь подгонка под шум рынка, а не попытка поймать будущие сигналы. Это похоже на то, как если бы вы много раз решали прошлогодние экзаменационные задания и, увидев, что можете набрать 100 баллов, не означает, что в этом году вы покажете такой же результат — ведь это разные вещи.

Чтобы решить эту проблему, команда исследователей предложила ключевой показатель: вероятность переобучения при тестировании (Probability of Backtest Overfitting, PBO)). PBO оценивает вероятность того, что стратегия, показывавшая лучшие результаты в историческом тесте, в будущем покажет результаты ниже среднего. Высокий PBO означает, что стратегия скорее всего была выбрана за счет «лучших параметров»; низкий — говорит о её устойчивости.

В качестве примера исследование взяло стратегию с очень высоким коэффициентом Шарпа 1.27, что кажется очень привлекательным для обычных инвесторов. Однако после проверки выяснилось, что PBO этой стратегии достигает 55%. Несмотря на положительную доходность в тестовых данных, в внеобразцовых тестах более половины случаев показывают убытки. Это подтверждает, что даже стратегия с высоким Шарпом может быть результатом переобучения.

Эмпирическое исследование индийского рынка: RSI, MACD трудно стабильно обыграть рынок

После обсуждения проблем тестирования и статистики, перейдём к практическим исследованиям. Одно из них, охватывающее 18 лет индийского рынка, показывает, что широко используемые технические инструменты в целом не помогают трейдерам стабильно получать сверхдоходность. Даже при краткосрочных преимуществах в некоторых медвежьих рынках, скорректированные по рискам показатели всё равно не подтверждают долгосрочную прибыльность технического анализа.

Это исследование, проведённое учёным S. Muruganandan из бизнес-школы Sri Dharmasthala Manjunatheshwara College в Индии, использует данные с биржи BSE Sensex с февраля 2000 по май 2018 года, охватывая периоды бычьих, медвежьих рынков и флэтов, и проверяет две наиболее популярные технические индикаторы: индекс относительной силы (RSI) и индикатор скользящих средних с дивергенциями (MACD).

RSI полностью провалился: он не способен создавать стабильное преимущество в любом рыночном цикле

Результаты показывают, что стратегия на базе RSI за весь период не демонстрирует значительной превышающей среднюю доходности при покупке или продаже, даже до учета транзакционных издержек. В большинстве случаев, особенно в бычьих рынках, RSI часто выдаёт сигналы на продажу, но не удается эффективно ловить тренды; в медвежьих и флетовых условиях сигналы на покупку тоже не приносят стабильных результатов. Структура RSI делает его склонным к противотрендовым операциям в трендовых рынках, что ухудшает его показатели. Скорректированные по рискам показатели (например, Шарп) у RSI в большинстве случаев отрицательны, что говорит о том, что риск не оправдывает доходность.

MACD показывает кратковременные успехи только при продажных сигналах в медвежьих рынках

В сравнении с RSI, MACD показывает чуть лучшие результаты, но всё равно не является стабильным инструментом. Исследование обнаружило, что сигналы на покупку по MACD в любых рыночных условиях не дают значительной превышающей рыночной доходности. Однако сигналы на продажу в медвежьих рынках действительно показывают статистически значимую положительную доходность, превосходящую безусловное среднее. Это означает, что в периоды падения рынка MACD помогает избегать части убытков или зарабатывать на коротких позициях. Но при учёте риска, даже эти сигналы показывают низкий коэффициент Шарпа, что говорит о недостаточной компенсации волатильности.

Обобщая, исследование показывает, что в условиях слабой эффективности рынка Индии (Weak-form Efficiency) использование только исторических цен и объемов не позволяет получать стабильные аномальные доходы. Даже на развивающихся рынках, где информация менее доступна, преимущества технического анализа со временем исчезают. Авторы подчёркивают, что при учёте транзакционных издержек и рыночных затрат эффективность стратегий ещё больше снижается.

Эта статья показывает: если стратегия действительно хороша, почему бы не зарабатывать самостоятельно? Три исследования раскрывают суровую правду о продаже индикаторов, впервые опубликовано в Chain News ABMedia.