Skip to main content
Дорожка Monte Carlo simulation
9 / 26
Библиотека

1998выпуск C051-3

Волатильность траектории доходности и бремя восстановления

Каждая закрытая сделка меняет масштаб капитала, доступного для следующей сделки, поэтому размер и порядок доходностей меняют итоговый капитал даже тогда, когда список процентных исходов выглядит похожим. В этой оценке волатильность доходности трактуется как разброс этих изменений эквити, а затем симуляция Монте-Карло сравнивает размер колебаний, в то время как лимит просадки и волатильностный сайзинг позиции удерживают траекторию внутри восстанавливаемой границы.

  • Последовательное компаундирование означает, что размер и порядок доходностей меняют итоговый капитал даже тогда, когда список процентных исходов выглядит похожим.
  • Восстановление 20-процентного прироста после 20-процентного снижения требует 50-процентного роста на оставшемся эквити.
  • Когда обе траектории повторно использовали одни и те же случайные выборки и только траектория с меньшей волатильностью брала половину каждого выигрыша или убытка, эта траектория финишировала впереди примерно в 80 из 100 испытаний.
  • Экспозицию можно оценивать до входа и во время позиции по тому, удерживает ли допустимый диапазон доходности колебания эквити внутри границы, из которой счёт способен восстановиться.
Записи этого разбора3 записи

Последовательное компаундирование и бремя восстановления

Каждая закрытая сделка меняет масштаб капитала, доступного для следующей сделки. При последовательном компаундировании итоговое эквити одной сделки становится стартовым капиталом следующей, поэтому размер и порядок доходностей меняют итоговый капитал даже тогда, когда список процентных исходов выглядит похожим.

Восстановление 20-процентного прироста после 20-процентного снижения требует 50-процентного роста на оставшемся эквити. Этот дополнительный подъём и есть бремя восстановления: больший процентный прирост, необходимый, чтобы вернуть прежний уровень эквити после снижения.

Волатильность доходности траектории эквити

В этой оценке волатильность доходности — это изменчивость процентных изменений эквити от периода к периоду, а не изменчивость одного лишь сигнала входа. Это разброс процентных изменений эквити счёта от периода к периоду, порождаемый последовательностью сделок.

Кампании Монте-Карло, которые изолируют размер колебаний

Симуляция Монте-Карло здесь означает повторяемые случайные или matched-seed последовательности доходностей, которыми сравнивают, как два режима волатильности финишируют после многих траекторий. По 100 независимым случайным кампаниям, стартовавшим с одного и того же эквити, траектория доходности с половинным диапазоном финишировала впереди примерно в 60-70 испытаниях.

Фиксация случайного seed изолирует размер колебаний как проверяемую переменную, поэтому лучший финиш нельзя списать на более удачный набор сделок. Сравнение matched-seed подаёт двум рядам эквити одни и те же случайные доходности, одновременно сжимая периодические выигрыши и убытки одного ряда.

Когда обе траектории повторно использовали одни и те же случайные выборки и только траектория с меньшей волатильностью брала половину каждого выигрыша или убытка, эта траектория финишировала впереди примерно в 80 из 100 испытаний. Практическая проверка системы предпочитает меньшие убытки даже тогда, когда вместе с ними сжимаются и выигрыши, потому что после снижения тогда приходится восстанавливать меньше пройденного пути.

Границы, которые удерживают колебания восстановимыми

Лимит просадки — это заранее принятая граница убытка или экспозиции, заданная по эквити, волатильности и дистанции стопа, чтобы одна последовательность не могла навязать чрезмерное восстановление. Волатильностный сайзинг позиции масштабирует экспозицию так, чтобы допустимый диапазон выигрыша и убытка оставался внутри выбранной границы до входа и пока позиция открыта.

Экспозицию можно оценивать до входа и во время позиции по тому, удерживает ли допустимый диапазон доходности колебания эквити внутри границы, из которой счёт способен восстановиться.

Не является инвестиционной рекомендацией. Исторический материал не подтверждает актуальную результативность метода.
9 из 26 в дорожке «Monte Carlo simulation»
19991-2 с.Дальше про «Monte Carlo simulation»Проверки Монте-Карло за пределами одной исторической траекторииСимуляция Монте-Карло — это метод статистического ресемплинга, который генерирует множество альтернативных траекторий оценки из наблюдаемых рыночных последовательностей.
Все разборы дорожки · 26 разборов
  1. 1989Ценовые ряды с известным смещением для оценки систем
  2. 1989Построение синтетических цен из карт хаоса с holdout-проверкой
  3. 1991Замыкание контура обратной связи в симуляциях аукционного рынка
  4. 1994Оценка восьмилетних электоральных режимов
  5. 1995Построение эквити против плеча на ресэмплированных сделках
  6. 1995Леверидж по акциям из сложной доходности и стоимости маржи
  7. 1996Построение и оптимизация профилей размера позиции по волатильности
  8. 1996Построение правил фейда на основе эмпирической гистограммы отклонений
  9. 1998Волатильность траектории доходности и бремя восстановления
  10. 1999Проверки Монте-Карло за пределами одной исторической траектории
  11. 2002Траектории эквити методом Монте-Карло из винрейта и профит-фактора
  12. 2003Проверка небольшого преимущества системы с помощью моделирования Монте-Карло
  13. 2003Оцените механическую торговую систему со стоп-лосс ордером и симуляцией Монте-Карло
  14. 2005Оценка ротации по рангам моментума при портфельных ограничениях
  15. 2009Ограниченный риск и rank-rotation при построении портфеля
  16. 2010Календарь для робастности walk-forward и оценки методом Монте-Карло
  17. 2012Рассматривайте представление оптимизации как протокол оценки
  18. 2013Вход, выход и воздержание как одна проверяемая процедура
  19. 2014Оценка границ стопа и цели перед фейдом крупных движений
  20. 2014Оценка системных выходов, когда рынки становятся шумнее
  21. 2015Синтетики с памятью для спектров доминантного цикла
  22. 2015Построение прогнозов подразумеваемой волатильности на следующую сессию путём переупорядочивания закрытий
  23. 2016Механические системы как завод с контрольными воротами
  24. 2017Four-sleeve границы annual-loss методом Монте-Карло
  25. 2018Когда выводить механическую систему с лимитами просадки Монте-Карло
  26. 2020Рассматривайте проектирование механической системы как жизненный цикл повторной валидации
Все 51 разбор с записью «Monte Carlo simulation»
Тоже про «Monte Carlo simulation»5 разборов