Равномерное распределение — самое простое из распределений: все исходы в заданном диапазоне равновероятны. В торговле оно интересно не как модель рынка, а как эталон случайности: с ним сравнивают результаты стратегии, чтобы понять, есть ли в них что-то сверх совпадения.
Практический вопрос, на который отвечает такое сравнение, звучит так: получила бы стратегия похожий результат, если бы входы выбирались наугад. Если да, преимущества в правилах нет, и дальнейшая оптимизация параметров только закрепит случайную находку.
Ключевые наблюдения
- Равномерное распределение — эталон случайности, а не описание поведения цен.
- Три применения: случайные входы, перемешивание порядка сделок, генерация синтетических рядов.
- Доходности реальных рынков не равномерны и не нормальны: крайние движения происходят чаще.
- Сравнение со случайностью отсеивает стратегии, где результат обеспечен удачным участком истории.
- Проверка проводится до оптимизации параметров, а не после неё.
Первый вопрос к любой стратегии — обыгрывает ли она монетку на тех же данных. Удивительно часто ответ отрицательный.
— Noob_X, руководитель исследовательского подразделения
Что такое равномерное распределение
В равномерном распределении вероятность попадания в любой участок заданного диапазона зависит только от его ширины. Бросок правильной монеты и выбор случайного числа от нуля до единицы — примеры такой модели.
К поведению цен это описание отношения не имеет: реальные доходности сгруппированы вокруг нуля, а крупные движения происходят реже мелких, но чаще, чем предсказывают простые модели. Использовать равномерность как описание рынка нельзя.
Зато она удобна как источник случайности в проверках. Когда нужно сгенерировать случайный момент входа, случайное направление или случайный порядок сделок, берут именно её.
Способ первый: случайные входы
Возьмите свою стратегию и замените правило входа на случайное: направление выбирается подбрасыванием монеты, момент — равномерно по всей истории. Стоп, цель и расчёт объёма оставьте прежними.
Прогоните такой вариант много раз и получите распределение результатов случайной стратегии на ваших данных. Затем посмотрите, где в этом распределении оказывается результат вашей настоящей системы.
Если он лежит внутри основной массы случайных исходов, преимущество не доказано. Это не приговор — возможно, выборка мала, — но повод не увеличивать объём и не считать стратегию проверенной.
Способ второй: перемешивание порядка сделок
Возьмите фактические результаты своих сделок и переставьте их в случайном порядке много раз. Величины останутся теми же, изменится только последовательность, а вместе с ней — форма кривой капитала и максимальная просадка.
Полученное распределение просадок показывает, насколько вам повезло с порядком. Нередко фактическая просадка оказывается в благоприятной части распределения, а типичная — заметно глубже той, которую вы наблюдали.
Практический вывод из такой проверки прямой: планировать риск нужно по типичной просадке из распределения, а не по той, что случилась. Иначе вы готовитесь к везучему сценарию.
Способ третий: синтетические ряды
Третий вариант — сгенерировать искусственные ценовые ряды с теми же статистическими свойствами, что у реального инструмента, и прогнать стратегию на них. Свойства берутся из истории: волатильность, распределение приращений, их зависимость от предыдущих.
Если стратегия показывает результат и на синтетических рядах, где никакой рыночной закономерности нет по построению, значит она эксплуатирует не закономерность, а особенность своей конструкции — например, асимметрию стопа и цели.
Такой тест жёстче предыдущих и отсеивает больше кандидатов. Он же самый трудоёмкий: генерация корректных рядов требует аккуратности, иначе проверка сравнивает стратегию не с тем, с чем нужно.
Чего проверка не показывает
Она не подтверждает, что стратегия будет работать дальше. Прохождение теста означает лишь, что результат вряд ли получен случайно на этих данных, а не что закономерность устойчива во времени.
Она не заменяет отложенную выборку и форвард-тест. Эти три проверки отвечают на разные вопросы: случайность, подгонка и реальное исполнение. Пропуск любой из них оставляет соответствующий риск неоцененным.
И она чувствительна к числу сделок. На выборке в несколько десятков сделок распределение случайных исходов настолько широко, что в него попадает почти любой результат, включая хороший.
Порядок проверок
Сравнение со случайностью делают первым, до подбора параметров. Смысл в том, чтобы отсеять идею до того, как в неё вложено время на оптимизацию: если преимущества нет на грубых настройках, тонкая настройка его не создаст.
Второй шаг — проверка устойчивости к соседним значениям параметров, третий — отложенная выборка, четвёртый — форвард-тест на минимальном объёме. Порядок выстроен от самой дешёвой проверки к самой дорогой по времени.
Нарушение порядка обходится дорого именно временем. Стратегия, отсеянная на первом шаге за десять минут, иначе съедает недели на оптимизацию и месяцы форвард-теста.
Как это выглядит на практике
Для первого способа достаточно электронной таблицы: столбец случайных чисел, правило направления, те же стоп и цель, тысяча строк. Для второго — перемешивание готового списка результатов, тоже несложно.
Третий требует программирования, но и его можно упростить: вместо полноценной генерации рядов взять исторические приращения и перемешать их. Полученный ряд сохранит распределение, но потеряет зависимости во времени.
Такое упрощение само по себе информативно. Если стратегия перестаёт работать на перемешанных приращениях, значит она опирается именно на временные зависимости — и это уже содержательный вывод о её природе.
Частая ошибка в трактовке
Результат сравнения — не двоичный ответ, а положение вашей системы в распределении случайных исходов. Формулировка «стратегия лучше случайной» без указания, насколько именно и на какой выборке, ничего не сообщает.
Вторая ошибка — многократная проверка разных вариантов стратегии с выбором лучшего. При достаточном числе попыток случайно найдётся вариант, обыгрывающий случайность, и это ничем не отличается от подгонки параметров.
Защита та же, что и везде: число проверяемых вариантов фиксируется заранее, а окончательная оценка делается на данных, которые в отборе не участвовали.
Читайте также
| Способ | Что проверяет | Трудоёмкость |
|---|---|---|
| Случайные входы | Есть ли преимущество в правилах входа | Низкая — хватает таблицы |
| Перемешивание порядка сделок | Насколько повезло с последовательностью | Низкая |
| Перемешивание приращений | Опирается ли стратегия на временные зависимости | Средняя |
| Синтетические ряды | Не эксплуатирует ли конструкция саму себя | Высокая |
Первые два способа доступны без программирования и отсеивают основную часть слабых идей. Начинать стоит с них — до подбора параметров, а не после.
Частые вопросы
Разве цены распределены равномерно?
Нет, и это не предполагается. Равномерное распределение используется как эталон случайности — источник случайных входов и перестановок, — а не как описание поведения цен. Реальные доходности сгруппированы вокруг нуля и имеют более частые крайние значения.
Сколько прогонов нужно для сравнения?
Обычно от тысячи, чтобы распределение случайных исходов получилось устойчивым. Важнее другое — число сделок в самой стратегии: на выборке в несколько десятков распределение настолько широко, что в него попадает почти любой результат.
Заменяет ли эта проверка отложенную выборку?
Нет, они отвечают на разные вопросы. Сравнение со случайностью показывает, не совпадение ли результат. Отложенная выборка показывает, не подогнаны ли параметры. Форвард-тест проверяет исполнение и издержки. Нужны все три.
Что запомнить
- Сравните стратегию со случайными входами до того, как подбирать параметры.
- Перемешайте порядок своих сделок и планируйте риск по типичной просадке, а не по случившейся.
- Зафиксируйте число проверяемых вариантов заранее — иначе проверка превращается в подгонку.
- Помните ограничение: тест отсеивает случайность, но не подтверждает устойчивость во времени.