Влияние спреда на прибыль или "На каком таймфрейме выгоднее всего торговать?" - страница 3

Вот картинко оптимизации одной внутридневной системы.

По оси х - время удержания позиции в часах

Ну и ответ на вопрос топикстартера "на каком ТФ выгоднее торговать":

Видно, что при прочих равных условиях, tOpt пропорционален квадрату спреда.

Максимальная доходность пропорциональна следующему выражению: и выгодно юзать инструменты с большей волатильностью, чем с меньшим спредом (при прочих равных условиях).

Выводы интересные и в целом подтверждают интуитивные наблюдения, но с практической точки зрения едва ли могут пригодится. Слабым моментом здесь является гипотеза статистической фрактальности, которую конечно необходимо принять для исследования этой функции. Как я понимаю, оптимальное t здесь является неким теоретическим пределом эффективности системы, т.е. не стоит использовать ТС на режимах меньше этого самого оптимального t (в этом наверное и заключается практическая значимость проведенного исследования).

Автору респект.

Интересно, но я как-то полагал, что это вполне себе сильное допущение. По крайней мере, опровержений я до сих пор не встречал, а вот подтверждений море

Возможно я и не прав, но даже "на глаз" разные таймфреймы весьма сильно отличаются друг от друга (прошу не пинять меня из-за употребления слова "на глаз"). Вот простая задача, напечатайте десять неподписанных произвольных графиков разных таймфреймов одного и того же инструмента. Попробуйте на глаз определить их таймфреймы. Уверен что процент верных ответов будет гораздо выше случайного попадания.

Еще как я понимаю, при допущении высокой степени фрактальности ТС должны вести себя одинаково не зависимо от ТФ. А вот это их свойство очень сомнительно, хотя мною целенаправленно и не исследовалось (а можно было бы этим заняться).

З.Ы. вот тут подумалось, что если учесть что на старших таймфреймах волатильность как и МО непропорциональна младшим таймфреймам, то соответственно нам и будут казаться графики более пологими и гладкими. Поэтому первое мое предположение некорректно.

Но вот второе остается в силе, надо исследовать этот вопрос.

Переделал скрипт под пятёрку. Притом добавил второй ряд данных -

(1)=abs(close[i]-close[i+1]) // как и было

(2)=max(abs(hi[i]-lo[i+1]),abs(lo[i]-hi[i+1]))

- т.е. увеличил теоретический выигрыш до максимального

Кто хочет может побаловать. Результаты выложу завтра (чего-то Excel тормозит сцуко), заодно ещё добавлю возможный в пятёрке расчёт по историческому плавающему спреду.

// кто будет играться - поставьте "макс. баров в окне" в терминале 1000000 баров. или подправьте скрипт, он сейчас 900000 баров на вход заглатывает. задано константой

Что касается определения на глаз - да, я раньше тоже придерживался этого мнения. Ровно до тех пор, пока не появился пятизнак, т.е ошибка квантования уменьшилась в 10 раз - как-то сразу обратил внимание, что определить ТФ на глаз стало практически невозможно, если не смотреть на шкалу цен. Я потом даже действительно попробовал по-честному поугадывать, и ничего не вышло, как не выходит и сейчас.

Если не лень, можно набрать фокус-группу и провести исследование - человеческий моск хорошая нейросеть:), и наверняка зацепится за какие-то отличия, если они есть. Это было бы очень полезным делом.

Если касаться статхарактеристик, то я это дело исследовал достаточно много, и не нашел отличий на масштабах от 30 секунд до 24 часов (на большие ТФ данных маловато). Не знаю, может кто-то другой найдет что-то существенное. По моим данным, статистически идентичны: а) одномерная плотность распределения первых разностей (returns) б) уловная плотность распределения соседних returns в) автокорреляции соседних и г) функционал масштабирования (он близок в пределах 99% интервала к sqrt(TF)+const. для всех таймфреймов).

Конечно, если все же станет известно, что фрактальность где-то нарушается, буду рад об этом узнать, т.к. это потенциальный источник денег)))