Подстроенная торговая модель

Определение приставки «over» в словаре Вебстера II — «чрезмерно»: следовательно, подстроенная торговая модель — это модель, «настроенная чрезмерно». Распространив это значение «чрезмерной настройки» на первое определение слова fit, мы получим, что подстроенная торговая модель не является подходящей или соответствующей целям реальной торговли. Адаптируя эту идею ко второму определению слова fit, получаем, что параметры подстроенной торговой модели не соответствуют подходящим размерам и форме, необходимым для прибыльной торговли.

Подстроенная торговая модель имеет параметры, не соответствующие правильной настройке на ценовые данные. Если посмотреть на это немного с другой стороны, подстроенная торговая модель имеет параметры, не соответствующие цели получения прибыли в реальном трейдинге.

Главное техническое отличие подстроенной торговой модели от правильно протестированной состоит в очень большой разнице между профилями оптимизационной и реальной эффективности. Практический смысл этой разницы обычно виден в том, что отсутствует корреляция между хорошими прибылями в процессе оптимизации и результатами реальной торговли (сопровождающейся чаще чрезмерными убытками).

Особо отметьте, что подстройка возникает тогда, когда нарушена граница между правильной и неправильной оптимизацией торговой модели. Нарушить эту границу легко, и именно поэтому крайне важно строго соблюдать все процедуры правильного тестирования и оптимизации. В этой главе будет разъяснено различие между подстройкой и оптимизацией.

Хотя в рассуждениях на данную тему использовалось много разных терминов, мы рассматриваем термины «настройка на кривую» (curve fitting), «подстройка», «чрезмерная оптимизация» и «неправильная оптимизация» в качестве синонимов. Из-за неправильного понимания природы оптимизации некоторые некорректно ставят между понятиями оптимизации и подстройки знак равенства. Вследствие этой ошибки оптимизация неправомерно получила в определенных кругах плохую репутацию.

Мы используем термин «подстройка» для указания на неправильно выполненную оптимизацию, посредством которой выделены параметры модели, неспособные обеспечить получение прибыли в реальной торговле.

Мы применяем термин «оптимизация», указывая на правильное выполнение тестовых процедур, посредством которого выделяются параметры торговой модели, подходящие или наиболее приемлемые для получения прибылей в реальном трейдинге.

Пример подстроенной прогнозной модели

Рассмотрим статистика, который строит модель прогнозирования фондового рынка. Один из самых распространенных и эффективных методов решения этой задачи — строить модель с помощью регрессионного анализа. В рамках этого метода статистик «настраивает» прямую линию на данные фондового рынка. После того как это сделано, для получения прогноза вычисляется следующая точка на линии регрессии. Такая модель будет давать прямолинейную проекцию. Хотя эта проекция может не быть очень точной с точки зрения трейдинга, это нормальная статистическая процедура.

После оценки окончательных прогнозов этой модели статистик решает попытаться повысить ее точность. Путем наблюдения он замечает, что фондовый рынок имел несколько больших ралли и спадов. Двигаясь вперед с помощью других доступных статистических методов, по имеющимся данным статистик строит кривую, способную подстраиваться под контуры ралли и спадов. Проверка этой прогностической модели показывает, что она настроена на прошлые данные немного лучше, чем первая прогнозная модель.

Если немного — это хорошо, то больше — лучше, поэтому статистик решает использовать уравнение кривой, описывающей каждый пик и впадину ценовых данных. Обычно это уравнение называют уравнением «более высокого порядка». Полученная в результате прогностическая модель ближе соответствует историческим ценовым данным, чем две предыдущие модели. Видя это, статистик уже подбирает себе особняк и цвет Мерседеса, на котором будет ездить в свою торговую фирму.

Особняк сгорает, а Мерседес разбивается, когда статистик начинает торговлю своей прогностической моделью. Прогнозы, которые она делает в реальном времени, гораздо более ошибочны, чем было подсчитано в процессе тестирования. Модель оказалась намного менее точной, чем первая прогностическая модель.

Что было сделано неправильно? Попытка построить статистически надежную прогностическую модель превратилась в упражнение по подстройке. Почему? Потому что при построении своей прогностической модели статистик нарушил логику статистической теории. Вместо этого им завладела сильная иллюзия построения математической кривой, исключительно соответствующей прошлым данным. Данный сценарий привел к классическому случаю подстройки.