[裁量日誌] N225mini 2010/09/30 | 2010/09/30(Thu) |
●前場直前判断
横這い続き。直近高値~安値(9645~9360)で寄り付けば、以下OCO。
・高値更新9655に逆射し買い。
・安値更新9350に逆射し売り。
前場約定なければ後場まで継続。
●結果
売買ナシ
横這い続き。直近高値~安値(9645~9360)で寄り付けば、以下OCO。
・高値更新9655に逆射し買い。
・安値更新9350に逆射し売り。
前場約定なければ後場まで継続。
●結果
売買ナシ
スポンサーサイト
[フォワードテスト] バックテスト&ウォークフォワードテストの成績比較 | 2010/09/29(Wed) |
バックテストとウォークフォワードテストの成績を比較したサンプルです。
●AUDJPY1時間足ベース、売りのみ
グラフ縦軸の単位は円。1ロット(=10000通貨単位)での単利売買を想定。
●システムロジックはMACD + MAモメンタム
ただしMACDはEMAでなくSMAを使用。(以前のバックテストでEMAよりSMAの方が好成績だったため。)
MACD計測に用いた短期MAのモメンタムとMACD、双方が下落トレンドにある期間中ショート・ポジションを取る。
その他、ボラティリティによるフィルタ(極端な値動き時に建玉を控えるため。殆どの場合はスルーする緩いフィルタ。)
●バックテスト期間:1年、ウォークフォワードテスト期間:3か月
直近1年間のデータを用いてバックテストしパラメータ(MACD3個、モメンタム1個)を最適化してフォワード運用。パラメータは3ヶ月ごとに更新。
バックテスト(BT)の累積利益は¥2,688,900- ウォークフォワードテスト(WFT)の累積利益は¥336,600-
WFT/BT比率は12.5%
...かなり残念な結果ですが(^^;
これでも私がテストした中ではマシな方だったりします。(大半のシステムはWFT結果がマイナスで終わります。)
アウトオブサンプル機関で安定高成績を維持するのがいかに難しいか、ということでこれ見よがしに(爆)公開してみました。
●AUDJPY1時間足ベース、売りのみ
グラフ縦軸の単位は円。1ロット(=10000通貨単位)での単利売買を想定。
●システムロジックはMACD + MAモメンタム
ただしMACDはEMAでなくSMAを使用。(以前のバックテストでEMAよりSMAの方が好成績だったため。)
MACD計測に用いた短期MAのモメンタムとMACD、双方が下落トレンドにある期間中ショート・ポジションを取る。
その他、ボラティリティによるフィルタ(極端な値動き時に建玉を控えるため。殆どの場合はスルーする緩いフィルタ。)
●バックテスト期間:1年、ウォークフォワードテスト期間:3か月
直近1年間のデータを用いてバックテストしパラメータ(MACD3個、モメンタム1個)を最適化してフォワード運用。パラメータは3ヶ月ごとに更新。
バックテスト(BT)の累積利益は¥2,688,900- ウォークフォワードテスト(WFT)の累積利益は¥336,600-
WFT/BT比率は12.5%
...かなり残念な結果ですが(^^;
これでも私がテストした中ではマシな方だったりします。(大半のシステムはWFT結果がマイナスで終わります。)
アウトオブサンプル機関で安定高成績を維持するのがいかに難しいか、ということでこれ見よがしに(爆)公開してみました。
[裁量日誌] N225mini 2010/09/29 | 2010/09/29(Wed) |
●前場直前判断
揉み合いが続いているが、売買高や地合を考えると下落傾向か。
直近安値 9360より上で寄り付いたら、9350に逆射し売り。
●結果
売買ナシ
揉み合いが続いているが、売買高や地合を考えると下落傾向か。
直近安値 9360より上で寄り付いたら、9350に逆射し売り。
●結果
売買ナシ
[裁量日誌] N225mini 2010/09/28 | 2010/09/28(Tue) |
●前場直前判断
材料不足、エネルギー不足。直近高安値の間での小動きを予想。
前日高安値の間で寄付いたら、以下2つでOCO。
・前日高値越え9575に逆指し買い→直近高値9645に確定売り。
・前日安値割れ9475に逆指し売り→直近安値9360に確定買い。
●後場前判断
前場判断を引き継ぎ。
後場寄付値が前日高安値の間なら、以下2つでOCO。
・前日高値越え9575に逆指し買い→直近高値9645に確定売り。
・前日安値割れ9475に逆指し売り→直近安値9360に確定買い。
●結果
+9475
-9500
- 25
材料不足、エネルギー不足。直近高安値の間での小動きを予想。
前日高安値の間で寄付いたら、以下2つでOCO。
・前日高値越え9575に逆指し買い→直近高値9645に確定売り。
・前日安値割れ9475に逆指し売り→直近安値9360に確定買い。
●後場前判断
前場判断を引き継ぎ。
後場寄付値が前日高安値の間なら、以下2つでOCO。
・前日高値越え9575に逆指し買い→直近高値9645に確定売り。
・前日安値割れ9475に逆指し売り→直近安値9360に確定買い。
●結果
+9475
-9500
- 25
[オプティマル f] オプティマルf (9)に関連するその他補足 | 2010/09/28(Tue) |
オプティマル f に関してまだ数回続けられるくらいのネタはあるんですが、私自身もだんだん飽きてきたというか、このまま続けてると誰も付いてきてくれなくなりかねないので(^^; 残ったネタは簡潔にまとめて蔵出しして、オプティマル f シリーズはこれにて最終回にしようと思います。
●オプティマル f の最適化は頻繁にやるほどよい
…とビンスは言っています。
つまりエントリー→イグジットの1セットが終了したら、その都度オプティマル f を再計算した方が、累積パフォーマンスの向上に繋がる、と言うのですが、、、
まぁ売買の都度計算しろと言われても、Excel等の数式を使えば別段私自身の負担が増えるわけでもないので構わないのですが、以下のような理由で、現実的にはそれほどシビアに考えなくても良いように思えます。
・元々オプティマル f での運用は危険すぎるので、ある程度の融通を持たせた分割 f での運用が現実的。なのでオプティマル f の演算もそれほど神経質に繰り返す必要は薄い。
・オプティマル f の実運用時の使用法は、「1売買単位当たりの必要経費(=過去の最大損失/オプティマル f )で、手持ちの資産を割り算し、その結果を整数に丸め(小数点以下切捨て)た枚数で売買を行う」というもの。
従って、オプティマル f の最適化を細かくやっても、最終的に必要な売買枚数=整数に丸められた値は変化しない場合の方が多い。
(2010.10.16訂正。詳細は[オプティマル f] オプティマルf (10)は、1トレード完了ごとに再計算すべし!の回を参照してください。)
●金持ち有利の法則
トレードは元本が大きいほど有利、というのが私の口癖(恨み節(笑))ですが、オプティマル f (あるいは分割 f )での複利運用では、そのことを数学的に説明することが出来ます。
先ほど書いた通り、オプティマル f は実運用では、売買枚数を算出するために用いられます。
この時出てきた端数は切り捨てられます。
この切り捨てられる端数は、投入資金が大きいほど相対的に小さくなりますから、複利運用を繰り返せば繰り返すほどその差は広がっていきます。
例えば、オプティマル f から換算した、1エントリーに必要な資金が¥12,345だったとします。
手持ち資金が100万なら、エントリー枚数は100万/12345=81.004で81枚。
手持ち資金が 10万なら、エントリー枚数は 10万/12345=8.1004で8枚。
資金10万でエントリーできる枚数8敗は、資金100万に換算すると80枚で、実際の100万の場合より1枚少ないことになります。
たかが1枚ですが、こうした微々たる差が累積することで非常に大きな収益格差に繋がるのが複利の怖いところだったりするのです。
●等化オプティマルf
これはやや数学的?な話。他の書籍(例えば↓など)にもしばしば出てくる考え方ですが...
これまでの f 値の計算は指標そのものを使ってやっていました。
しかし例えばUSDJPYに直近2.00程度の値動きがあったとしても、それが80.00→82.00と、120.00→122.00とでは、ベース価格に対するその変動幅のパーセンテージが異なります。
ベース価格への価格変動の影響力という観点から考えると、全ての指標はパーセンテージ・ベースに変換した上で用いるのが正確ではないか、という考え方があります。
80.00→82.00は2.00/80.00=2.5%の上昇、120.00→122.00は2.00/120.00=1.67%の上昇で、値幅は同じでもインパクトは前者の方が大きいと考えるわけです。
このようなデータは、各トレードが行われた時点の原資産をベースにした等化データと呼ばれます。
オプティマル f に関しては、ビンスは「どちらかといえば等化データを使ったほうがよいが、どちらを使うかは大した問題ではない」としています。
等化データによる f 値が、非等化データの f 値より優れた結果になるとは限らないし、そもそも等化データと非等化データによる結果が極端に異なる(つまり元の指標データの値が現在値と極端に異なる)ような過去データは、おそらく市場の現状を予測するためのデータとしては既に不適格になっていると考えられるので、そのようなデータは使わない方が良い、ということです。
(ネタが傷んでて食えない寿司みたいなモンですね(笑))
それに私は上にも書いたように、オプティマル f の値には実運用においてはそれほど神経質にならなくてもよい、と思ってるので、本書には等化オプティマル f の計算式などもひとしきり書かれてますが、めんどくさい(^^;ので以下略、としてしまいます。
●オプティマル f の最適化は頻繁にやるほどよい
…とビンスは言っています。
つまりエントリー→イグジットの1セットが終了したら、その都度オプティマル f を再計算した方が、累積パフォーマンスの向上に繋がる、と言うのですが、、、
まぁ売買の都度計算しろと言われても、Excel等の数式を使えば別段私自身の負担が増えるわけでもないので構わないのですが、
・元々オプティマル f での運用は危険すぎるので、ある程度の融通を持たせた分割 f での運用が現実的。なのでオプティマル f の演算もそれほど神経質に繰り返す必要は薄い。
・オプティマル f の実運用時の使用法は、「1売買単位当たりの必要経費(=過去の最大損失/オプティマル f )で、手持ちの資産を割り算し、その結果を整数に丸め(小数点以下切捨て)た枚数で売買を行う」というもの。
従って、オプティマル f の最適化を細かくやっても、最終的に必要な売買枚数=整数に丸められた値は変化しない場合の方が多い。
(2010.10.16訂正。詳細は[オプティマル f] オプティマルf (10)は、1トレード完了ごとに再計算すべし!の回を参照してください。)
●金持ち有利の法則
トレードは元本が大きいほど有利、というのが私の口癖(恨み節(笑))ですが、オプティマル f (あるいは分割 f )での複利運用では、そのことを数学的に説明することが出来ます。
先ほど書いた通り、オプティマル f は実運用では、売買枚数を算出するために用いられます。
この時出てきた端数は切り捨てられます。
この切り捨てられる端数は、投入資金が大きいほど相対的に小さくなりますから、複利運用を繰り返せば繰り返すほどその差は広がっていきます。
例えば、オプティマル f から換算した、1エントリーに必要な資金が¥12,345だったとします。
手持ち資金が100万なら、エントリー枚数は100万/12345=81.004で81枚。
手持ち資金が 10万なら、エントリー枚数は 10万/12345=8.1004で8枚。
資金10万でエントリーできる枚数8敗は、資金100万に換算すると80枚で、実際の100万の場合より1枚少ないことになります。
たかが1枚ですが、こうした微々たる差が累積することで非常に大きな収益格差に繋がるのが複利の怖いところだったりするのです。
●等化オプティマルf
これはやや数学的?な話。他の書籍(例えば↓など)にもしばしば出てくる考え方ですが...
トレーディングシステム入門 ― 仕掛ける前が勝負の分かれ目 (ウィザードブックシリーズ) (2002/07/31) トーマス・ストリズマンThomas Stridsman 商品詳細を見る |
これまでの f 値の計算は指標そのものを使ってやっていました。
しかし例えばUSDJPYに直近2.00程度の値動きがあったとしても、それが80.00→82.00と、120.00→122.00とでは、ベース価格に対するその変動幅のパーセンテージが異なります。
ベース価格への価格変動の影響力という観点から考えると、全ての指標はパーセンテージ・ベースに変換した上で用いるのが正確ではないか、という考え方があります。
80.00→82.00は2.00/80.00=2.5%の上昇、120.00→122.00は2.00/120.00=1.67%の上昇で、値幅は同じでもインパクトは前者の方が大きいと考えるわけです。
このようなデータは、各トレードが行われた時点の原資産をベースにした等化データと呼ばれます。
オプティマル f に関しては、ビンスは「どちらかといえば等化データを使ったほうがよいが、どちらを使うかは大した問題ではない」としています。
等化データによる f 値が、非等化データの f 値より優れた結果になるとは限らないし、そもそも等化データと非等化データによる結果が極端に異なる(つまり元の指標データの値が現在値と極端に異なる)ような過去データは、おそらく市場の現状を予測するためのデータとしては既に不適格になっていると考えられるので、そのようなデータは使わない方が良い、ということです。
(ネタが傷んでて食えない寿司みたいなモンですね(笑))
それに私は上にも書いたように、オプティマル f の値には実運用においてはそれほど神経質にならなくてもよい、と思ってるので、本書には等化オプティマル f の計算式などもひとしきり書かれてますが、めんどくさい(^^;ので以下略、としてしまいます。
[裁量日誌] N225mini 2010/09/27 | 2010/09/27(Mon) |
●前場直前判断
やはり上下共に重い。
前回高値9560より2ticks以下で寄り付いたら、前回高値2ticks上の9570に逆指しの買い。
ただし直近高値突破する力は無いと思われるので、エントリーしたら直近高値1tick下の9640に指値売り。
下は、前回安値9360より上で寄り付いたら、9350に逆指しの売り。
なお、前場で売り買い共にエントリーしなかった場合は、売買条件はそのまま後場まで引き継ぐ。
●結果
売買ナシ
やはり上下共に重い。
前回高値9560より2ticks以下で寄り付いたら、前回高値2ticks上の9570に逆指しの買い。
ただし直近高値突破する力は無いと思われるので、エントリーしたら直近高値1tick下の9640に指値売り。
下は、前回安値9360より上で寄り付いたら、9350に逆指しの売り。
なお、前場で売り買い共にエントリーしなかった場合は、売買条件はそのまま後場まで引き継ぐ。
●結果
売買ナシ
[オプティマル f] オプティマルf (7)によってシステムの優劣を見極める方法 | 2010/09/24(Fri) |
システムの性能を評価する指標には、
・プロフィット・ファクター(PF)
・悲観的リターンレシオ(PRR) (PhaiさんがFXシステムトレード研究ノート~上級者用~で詳しく説明して下さってます。)
・統計的最大ドローダウン予測(MDD) (過去に実際にあったMDDでなく、過去の取引データから確率的に算出されるMDD)
...など色々ありますが、オプティマル f を利用した2次元的な評価法が紹介されていましたのでここでまとめておきます。
f 値を利用した評価法ですから当然、複利運用まで考慮した性能比較になっています。
まず前提として、どのような指標を持ったシステムが良いシステムなのかを明確にしておきます。
ビンスは、オプティマル f が小さいほど、またオプティマル f における幾何平均が大きいほど優れたシステムである、と言っています。
(もう少し文芸的(笑)な表現をすれば「出来るだけ少ないドローダウンで、出来るだけ高いリターンが得られるのが良い」ということです。
こう言い換えれば、何のことはない、ごくごくアタリマエのことを言っているだけなのだと分かります(^^;)
下は度々登場する f 値とTWR値のグラフですが、この2次元グラフにおいてピーク値が左上にあるほど良いシステムであるということです。
図中、ラインAは赤い矢印の方向に進むほど良いということですが、様々なシステムで f 値を調べてみると、実際のピークは青い矢印の方向に分布しやすいようです。
つまりTWR値を上げようとすると f 値も上昇し、f 値を下げようとするとTWRも減少してしまう、両者がお互いにバーターされるような関係になりやすいのです。
さて、図のA,B,Cのシステムの性能はどの順番で優れているのでしょう。
A<Bであることは既に説明しました。
またBとCではTWRの最大値がほぼ同じですから、それならオプティマル f が小さいBの方が良いシステム(C<B)と分かります。
ではAとCでは?
AとCを、Aのオプティマル f 値(0.32)で運用するなら、TWRA<TWRCですから、AよりもCを選択すべきです。
ですが両者をAのオプティマル・ハーフ(0.16)で運用するなら、TWRA>TWRCですから、その場合はAの方が優れていることになります。
(こうした優劣は文芸的(笑)比較では判断できません。数値に基づいて視覚的にグラフ化することの意義がこういうところに現れます。)
・プロフィット・ファクター(PF)
・悲観的リターンレシオ(PRR) (PhaiさんがFXシステムトレード研究ノート~上級者用~で詳しく説明して下さってます。)
・統計的最大ドローダウン予測(MDD) (過去に実際にあったMDDでなく、過去の取引データから確率的に算出されるMDD)
...など色々ありますが、オプティマル f を利用した2次元的な評価法が紹介されていましたのでここでまとめておきます。
f 値を利用した評価法ですから当然、複利運用まで考慮した性能比較になっています。
まず前提として、どのような指標を持ったシステムが良いシステムなのかを明確にしておきます。
ビンスは、オプティマル f が小さいほど、またオプティマル f における幾何平均が大きいほど優れたシステムである、と言っています。
(もう少し文芸的(笑)な表現をすれば「出来るだけ少ないドローダウンで、出来るだけ高いリターンが得られるのが良い」ということです。
こう言い換えれば、何のことはない、ごくごくアタリマエのことを言っているだけなのだと分かります(^^;)
下は度々登場する f 値とTWR値のグラフですが、この2次元グラフにおいてピーク値が左上にあるほど良いシステムであるということです。
図中、ラインAは赤い矢印の方向に進むほど良いということですが、様々なシステムで f 値を調べてみると、実際のピークは青い矢印の方向に分布しやすいようです。
つまりTWR値を上げようとすると f 値も上昇し、f 値を下げようとするとTWRも減少してしまう、両者がお互いにバーターされるような関係になりやすいのです。
さて、図のA,B,Cのシステムの性能はどの順番で優れているのでしょう。
A<Bであることは既に説明しました。
またBとCではTWRの最大値がほぼ同じですから、それならオプティマル f が小さいBの方が良いシステム(C<B)と分かります。
ではAとCでは?
AとCを、Aのオプティマル f 値(0.32)で運用するなら、TWRA<TWRCですから、AよりもCを選択すべきです。
ですが両者をAのオプティマル・ハーフ(0.16)で運用するなら、TWRA>TWRCですから、その場合はAの方が優れていることになります。
(こうした優劣は文芸的(笑)比較では判断できません。数値に基づいて視覚的にグラフ化することの意義がこういうところに現れます。)
この際ついでに。
オプティマル f 時の算術平均(AHPRf )、算術平均の分散(SDf )から、分割 f 運用(オプティマル f の p 割の f 値で運用)を行った際の幾何平均(HPRpf )を算術的に求める方法も載っていたので、ここに書いておきます。
一般に、算術平均とその分散から、幾何平均は以下の計算式で近似的に求めることが出来ます。
*さらに蛇足(復習)ながら、本文に頻出するTWR(対元本累積資産比率)と、HPR(幾何平均)の関係は、
オプティマル f 時の算術平均(AHPRf )、算術平均の分散(SDf )から、分割 f 運用(オプティマル f の p 割の f 値で運用)を行った際の幾何平均(HPRpf )を算術的に求める方法も載っていたので、ここに書いておきます。
一般に、算術平均とその分散から、幾何平均は以下の計算式で近似的に求めることが出来ます。
HPR≒√(AHPR2 - SD2)--------------------------(A式)
AHPRpf およびSDpf は、AHPRpf =(AHPRf -1)*p+1
SDpf =SDf *p
なので、これで求めたAHPRpf とSDpf をA式に代入すれば、分割 f 時のHPRpfが求まります。*さらに蛇足(復習)ながら、本文に頻出するTWR(対元本累積資産比率)と、HPR(幾何平均)の関係は、
TWR=HPRn
n:総トレード数
[裁量日誌] N225mini 2010/09/24 | 2010/09/24(Fri) |
●前場直近判断
上下共に動きにくい。
チャート判断なら(地合を見る限り見込み薄だが)直近高値9645未満で寄り付けば9655に逆指しの買い。
●結果
売買ナシ
上下共に動きにくい。
チャート判断なら(地合を見る限り見込み薄だが)直近高値9645未満で寄り付けば9655に逆指しの買い。
●結果
売買ナシ
[オプティマル f] オプティマルf (6) 様々な f 値での運用成績 | 2010/09/23(Thu) |
話が前後してしまいますが、様々な f 値で複利運用した場合の累積成績を一覧グラフにしてみました。
縦軸はTWR、つまり元本を1とした場合に資産がその何倍になっているかを示しています。
このグラフを見ることで、オプティマル f で運用するとはどういうことなのかがよく分かります。
本来この話題は、オプティマルf (2) Excelで計算する と オプティマルf (3) オプティマルfは防御無視の最大攻撃モード の間あたりに入れておくべきでしたね。
データ元は オプティマルf (2) Excelで計算する で使用したものと同じです。
(どのグラフもドローダウンを回復する以前にテストが終わってしまってますので、サンプルとしてはあんまりよろしくないですが、私もグラフにしてみて初めて気付いたので大目に見てください(^^;)
最終結果が一番良いのがオプティマル f 、f =0.32の時ですね。
ただ、確かに最終結果はベストかもしれませんが、途中19~22回のあたりでその時の資本の半分を失う大きなドローダウンが発生しているなど、途中経過がかなり不安定な印象を受けます。
もし実際の運用でこのくらい資産の浮き沈みが発生すれば、精神的にはかなりのストレスになってくると思われます。
ドローダウン期間における資本の落ち込みは f 値が大きいほど大きく、この例だとオプティマル f を越える f =0.65では発生したドローダウンで元本割れし、最終結果も1.0以下、つまり、元本割れの状態で終わっています。
f =1.00では、ドローダウンの結果20回目(最大負け額が発生する箇所)で資金が底をつき、ここでゲームオーバーです。
こうして眺めてみると、オプティマル f とf =0(つまりTWR=1.0の水平線)の間の領域を通る f =0.16(ハーフ・オプティマル)の辺りが、ドローダウンと資産増加のバランスが取れていて現実的な選択肢になってくることが分かります。
縦軸はTWR、つまり元本を1とした場合に資産がその何倍になっているかを示しています。
このグラフを見ることで、オプティマル f で運用するとはどういうことなのかがよく分かります。
本来この話題は、オプティマルf (2) Excelで計算する と オプティマルf (3) オプティマルfは防御無視の最大攻撃モード の間あたりに入れておくべきでしたね。
データ元は オプティマルf (2) Excelで計算する で使用したものと同じです。
(どのグラフもドローダウンを回復する以前にテストが終わってしまってますので、サンプルとしてはあんまりよろしくないですが、私もグラフにしてみて初めて気付いたので大目に見てください(^^;)
最終結果が一番良いのがオプティマル f 、f =0.32の時ですね。
ただ、確かに最終結果はベストかもしれませんが、途中19~22回のあたりでその時の資本の半分を失う大きなドローダウンが発生しているなど、途中経過がかなり不安定な印象を受けます。
もし実際の運用でこのくらい資産の浮き沈みが発生すれば、精神的にはかなりのストレスになってくると思われます。
ドローダウン期間における資本の落ち込みは f 値が大きいほど大きく、この例だとオプティマル f を越える f =0.65では発生したドローダウンで元本割れし、最終結果も1.0以下、つまり、元本割れの状態で終わっています。
f =1.00では、ドローダウンの結果20回目(最大負け額が発生する箇所)で資金が底をつき、ここでゲームオーバーです。
こうして眺めてみると、オプティマル f とf =0(つまりTWR=1.0の水平線)の間の領域を通る f =0.16(ハーフ・オプティマル)の辺りが、ドローダウンと資産増加のバランスが取れていて現実的な選択肢になってくることが分かります。
[オプティマル f] オプティマルf (5)を安全に運用するための幾つかの試案 | 2010/09/22(Wed) |
オプティマル f に関する話題は、本書では第5章までで一区切り付きます。
現在その先の6章まで読み進んでいて、これでようやくオプティマル f のフォルムがだいたい掴まえられた感触を得ています。
以前から噂に聞いていたとおり(笑)、やはり聖杯とか打ち出の小槌なんて類のものではないですね。
もっとも使い物にならない机上の空論、とも言えないと思います。ただ、上澄みの知識だけ美味しいトコ取りにするのは危険でしょうね。色々使用上の注意や限界点も見越しておくべし、といったところでしょう。
そのオプティマル f の限界をどう克服していくか、というのが以後の本書の主題になってきそうです。
具体的には複数システムへの分散投資=いわゆるポートフォリオを、オプティマル f による複利運用と融合させることで、リスク軽減と資産成長を高いレベルでバランスさせよう、ということのようですが、その内容については引き続き読み進めながら追々アップしていくつもりです。
そのようなポートフォリオとの融合に話題を移す前段階として、ビンスが5章で紹介しているオプティマル f 安全運用のためのアイディアのひとつは、
(ついこのあいだ、絶妙なタイミングの政府介入で為替が大変動したばかりだけに、この主張には説得力ありますね...。)
2つ目はオプション売買の併用です。
ファンド等が常用するリスク・ヘッジの手段としてお馴染みのヤツですね。おそらく有用な方法なのでしょうが、私自身がまだオプションについては勉強不足なので、これはまぁ先々の宿題として取っておきます(^^;
(オプション=プロなクオンツの鉄火場、ってイメージがあって長らく踏み込むのに二の足踏んでるんですよね実は(^^;;)
ところでコレは私の単なる素朴な思い付きですが、建玉時には必ず(過去の最大損失以下のところに)逆指値のストップロスを入れておく、というだけではダメなんでしょうかね?
スリッページや大変動時に約定値が飛ぶリスクまではフォロー出来ませんから、オプションによるヘッジほど完璧ではありませんが、少なくとも前々回示した「過去の最大損失の1/ f 倍損失による一発破産」なんていう危険性はかなり減らせるんじゃないかと思うんですが...。
さて、思い付きついでと片付けるには結構重大な、前回の訂正をひとつ。
前回、オプティマル f のボトルネックは、その計算の出発点に過去の最大損失を用いているところだ、と書きました。
この指摘に対してはビンス自身「いかんともしがたい事実」と第5章で認める発言をしています。
が、現在では私、前言撤回というか、実はどうでもいいことなんじゃないか、と思えてきてます。
当初、次のようなことを考えてました。
「過去の最大損失に頼るのが不安であれば、過去の売買結果全体の分散から“予測最大損失”を導いて、これをベースに f の算出をやったらどうだろう。」
以前使ったサンプル・データを使ってやってみました。
...単に f 軸方向に拡大されただけで同じことですね(^^;
TWRの30回の途中経過についても、ズレは誤差範囲内で一致してました。
計算全体の理屈をよくよく考えてみればアタリマエです。今回の f 値(fa)は、前回の f 値(fb)を、fa = α * fb って形で変換しただけですから。
ただ、これで気付いたことがあります。(転んでもタダでは起きません(笑))
f 値の計算に過去の最大損失を使ってるといっても、それは単に f 値の範囲が0~1に正規化されて見易いというだけの話で、
最大損失以外のどんな値(予測最大損失、最大ドローダウン、予測最大ドローダウン、その他適当に思いついただけの値でも)を使ってオプティマル f を算出しても、最終的に求まる最適化TWRも“最適経費”(1単位エントリーするのに用意しなければならない資金、上Excel表では-F6/F3)も結局同じだ、というコトです。
2010.10.16追記
何だか鬼の首でも取ったような書き方してますが、後になって気付けば上記はホント、アタリマエの中のアタリマエでした。
文中にもある通り、これは単にグラフを横軸方向に圧縮するよう f 値を見かけ上で線形変換しただけですから、TWRや最適経費に影響がないのは当然です。
「アタリマエ」と書きながら自分自身まだちゃんと分かってなかったです...自分の数学力の無さを露呈したという...orz
f 値の計算に最大損失が大きく影響する理由は、単に上記ExcelシートB列の算出に“最大損失/ f ”を使っているからではないです。(そこだけイジってもまるで無意味。)
TWRの数式を見てみます。
つまり全トレードの係数は同じ定数 a ですから、TWRは過去の全トレードから等しく影響を受けてます。
よって全トレードの中で資産を比率的に最も大きく損なわせるのは最大損失MIN(x)なわけですから、オプティマル f による資産運用は過去の最大損失の重大な影響下にあり、その影響はビンスの言うとおり「いかんともしがたい」わけですね。
現在その先の6章まで読み進んでいて、これでようやくオプティマル f のフォルムがだいたい掴まえられた感触を得ています。
以前から噂に聞いていたとおり(笑)、やはり聖杯とか打ち出の小槌なんて類のものではないですね。
もっとも使い物にならない机上の空論、とも言えないと思います。ただ、上澄みの知識だけ美味しいトコ取りにするのは危険でしょうね。色々使用上の注意や限界点も見越しておくべし、といったところでしょう。
そのオプティマル f の限界をどう克服していくか、というのが以後の本書の主題になってきそうです。
具体的には複数システムへの分散投資=いわゆるポートフォリオを、オプティマル f による複利運用と融合させることで、リスク軽減と資産成長を高いレベルでバランスさせよう、ということのようですが、その内容については引き続き読み進めながら追々アップしていくつもりです。
そのようなポートフォリオとの融合に話題を移す前段階として、ビンスが5章で紹介しているオプティマル f 安全運用のためのアイディアのひとつは、
...です。ただしビンス自身はこの方法を推奨していません。将来の事態は予測不能であり、現在のボラティリティによってこれから起こるかもしれない最大損失を保証することは出来ないから、というのがその論旨です。「最大損失を上方あるいは下方修正して市場の現在のボラティリティの関数にするというもの」(p.298)
(ついこのあいだ、絶妙なタイミングの政府介入で為替が大変動したばかりだけに、この主張には説得力ありますね...。)
2つ目はオプション売買の併用です。
ファンド等が常用するリスク・ヘッジの手段としてお馴染みのヤツですね。おそらく有用な方法なのでしょうが、私自身がまだオプションについては勉強不足なので、これはまぁ先々の宿題として取っておきます(^^;
(オプション=プロなクオンツの鉄火場、ってイメージがあって長らく踏み込むのに二の足踏んでるんですよね実は(^^;;)
ところでコレは私の単なる素朴な思い付きですが、建玉時には必ず(過去の最大損失以下のところに)逆指値のストップロスを入れておく、というだけではダメなんでしょうかね?
スリッページや大変動時に約定値が飛ぶリスクまではフォロー出来ませんから、オプションによるヘッジほど完璧ではありませんが、少なくとも前々回示した「過去の最大損失の1/ f 倍損失による一発破産」なんていう危険性はかなり減らせるんじゃないかと思うんですが...。
さて、思い付きついでと片付けるには結構重大な、前回の訂正をひとつ。
前回、オプティマル f のボトルネックは、その計算の出発点に過去の最大損失を用いているところだ、と書きました。
この指摘に対してはビンス自身「いかんともしがたい事実」と第5章で認める発言をしています。
当初、次のようなことを考えてました。
「過去の最大損失に頼るのが不安であれば、過去の売買結果全体の分散から“予測最大損失”を導いて、これをベースに f の算出をやったらどうだろう。」
以前使ったサンプル・データを使ってやってみました。
...単に f 軸方向に拡大されただけで同じことですね(^^;
TWRの30回の途中経過についても、ズレは誤差範囲内で一致してました。
計算全体の理屈をよくよく考えてみればアタリマエです。今回の f 値(fa)は、前回の f 値(fb)を、fa = α * fb って形で変換しただけですから。
ただ、これで気付いたことがあります。(転んでもタダでは起きません(笑))
最大損失以外のどんな値(予測最大損失、最大ドローダウン、予測最大ドローダウン、その他適当に思いついただけの値でも)を使ってオプティマル f を算出しても、最終的に求まる最適化TWRも“最適経費”(1単位エントリーするのに用意しなければならない資金、上Excel表では-F6/F3)も結局同じだ、というコトです。
2010.10.16追記
何だか鬼の首でも取ったような書き方してますが、後になって気付けば上記はホント、アタリマエの中のアタリマエでした。
文中にもある通り、これは単にグラフを横軸方向に圧縮するよう f 値を見かけ上で線形変換しただけですから、TWRや最適経費に影響がないのは当然です。
「アタリマエ」と書きながら自分自身まだちゃんと分かってなかったです...自分の数学力の無さを露呈したという...orz
f 値の計算に最大損失が大きく影響する理由は、単に上記ExcelシートB列の算出に“最大損失/ f ”を使っているからではないです。(そこだけイジってもまるで無意味。)
TWRの数式を見てみます。
n
TWR = Π( xi * f / -MIN(x) + 1 )
i=1
( n : 過去のトレード回数, xi : 各トレード結果, Π( )は( )内の数列の積を表す)
f / -MIN(x) は定数なので、= a と置けば、
n
TWR = Π( a * xi + 1 )
i=1
つまり全トレードの係数は同じ定数 a ですから、TWRは過去の全トレードから等しく影響を受けてます。
よって全トレードの中で資産を比率的に最も大きく損なわせるのは最大損失MIN(x)なわけですから、オプティマル f による資産運用は過去の最大損失の重大な影響下にあり、その影響はビンスの言うとおり「いかんともしがたい」わけですね。