максимальный процент сокращения счета

Заметьте, что, используя данный подход, управляющий капиталом должен следить за тем, чтобы максимальный процент сокращения счета не превысил бы оптимального f Иначе данный метод сместит его правее пика. Например, когда действительное значение f равно 0,1, а управляющий капиталом использует данный метод со значением 0,2 для максимального процентного сокращения, то он будет торговать с /$, равным 5000 долл., вместо/$, равного 10 000 долл., соответствующего оптимальному уровню! Его наверняка постигнет беда.

Учтите и то, что приведенный пример иллюстрирует только торговлю на одном сценарном спектре. Если вы торгуете на большем количестве сценарных спектров, то вы должны соответственно изменить знаменатель, поделив максимальное процентное сокращение на количество сценарных спектров — т.е. на число п.

abs(biggest loss scenario)

/$=                                            '—-                   [5.21b],

/maximum drawdown percent \

^                    n

где n = число составляющих (сценарных спектров или рыночных систем) портфеля.

Обратите внимание, что в результате у вас, как и раньше, будет определено максимальное процентное снижение стоимости всего портфеля, даже если все сценарные спектры одновременно реализуют свои наихудшие сценарии.

Теперь переходим к другой важной точке слева от пика, которая может заинтересовать некоторых управляющих капиталом: коэффициент роста риска, или GRR (рис. 5.6). Если мы возьме в качестве роста TWR (числитель), а используемый/(или сумму значений f для портфеля) - в качестве риска, ибо он представляет собой долю вашей ставки, которую вы потеряли бы в случае реализации наихудшего сценария (сценариев), то коэффициент роста риска можно записать в виде:

TWRr                                        [5.22]

GRRr = -------

и

1=1

Этот коэффициет точно соответствует своему названию, а именно выражает прирост (TWRT, или ожидаемый прирост нашего счета после Т конов игры) риска (как суммы значений f представляющей собой общий процент ставки в игре, которым мы рискуем). Если TWR является функцией от Т, то такова же и GRR. То есть когда Т возрастает, GRR перемещается от той точки, где

/бесконечно мало, к оптимальному/(см. рис. 5.7). При бесконечном Т GRR равно оптимальному/ Это очень похоже на работу с EAGG: вы можете торговать на f максимизируя GRR, если априори знаете, на каком значении Т вы хотите получить максимум.

Изменение от бесконечно малого значения f при Т=1 до оптимального/при Т= 8 происходит по всем осям, но на рис. 5.6 и 5.7 это демонстрируется на примере торговли с одним сценарным спектром. Если бы вы торговали одновременно с двумя спектрами, то при увеличении Т пик GRR переместился бы по трехмерной плоскости почти от 0,0 по обоим значениям f до оптимальных значений /(при 0,23 и 0,23 для игры монетку «два-к-одному»).

Определить GRR для случая одновременной торговли с большим количеством сценарных спектров нетрудно с помощью формулы [5.22] безотносительно к тому, сколько многокомпонентных сценарных спектров одновременно отслеживается.

Следующей и последней точкой слева от пика, подлежащей рассмотрению, которая может быть весьма благоприятной для многих управляющих капиталом, является точка перегиба функции TWR от /

Вновь обратимся к рис. 1.2. Обратите внимание, что, когда мы приближаемся к пику при оптимальном f слева, начиная от 0, происходит все ускоряющийся по вертикали рост TWR. То есть так мы достигаем все большей и большей выгоды при линейном росте риска. Но рост кривой TWR продолжается только до определенной точки, все в более медленном темпе для каждого увеличения f Эта точка перелома, называемая точкой перегиба, ибо она представляет то место, где функция переходит от выгнутости к вогнутости, является еще одной точкой слева, которая представляет интерес для управляющего капиталом. Точка перегиба представляет собой ту точку, в которой малейший рост прибылей фактически прекращается и начинает уменьшаться при всяком малейшем увеличении риска. Таким образом, эта точка может оказаться исключительно важной для управляющего капиталом и может даже оказаться в некоторых случаях оптимальной с точки зрения управляющего капиталом как точка, где достигается действительный максимум.

Напомню, однако, что рис. 1.2 представляет TWR после сорока конов игры. Давайте рассмотрим TWR после одного кона игры в монетку «два-к-одному» (см. рис. 5.8), который также называется попросту средним геометрическим HPR.

Интересно, что в данном случае нет ни одной точки, в которой эта функция менялась с выгнутой на вогнутую или наоборот. Здесь нет ни одной точки перегиба. Вся картинка выгнута вниз.