В поиске новых идей решил разобраться, в каких направлениях вообще можно проводить исследования в алготрейдинге.

Если подняться выше уровня конкретных стратегий, то большинство алгоритмов пытаются монетизировать всего несколько фундаментальных рыночных эффектов.

1. Инерция

* Trend Following - продолжение движения цены
* Momentum - сохранение силы движения
* Breakout - выход из диапазона

2. Возврат

* Mean Reversion - возврат к среднему
* Contrarian - работа против толпы
* Pairs Trading - схождение связанных активов
* Statistical Arbitrage - восстановление статистических связей

3. Волатильность

* Volatility Risk Premium - премия за риск волатильности
* Volatility Arbitrage - ошибки оценки волатильности
* Volatility Regimes - смена режимов волатильности

4. Неэффективности

* Cross Exchange Arbitrage - расхождения между биржами
* Funding Arbitrage - дисбаланс спота и деривативов
* Calendar Effects - временные рыночные аномалии
* Market Microstructure - особенности механики торгов
* Liquidity Effects - дисбалансы рыночной ликвидности
* Behavioral Effects - систематические ошибки участников

Интересно, что большинство разработчиков без проблем расскажут про индикаторы, точки входа и правила управления позицией.

Но смогут ли они быстро ответить на вопрос:
Какой именно источник альфы монетизирует их стратегия?

Например, если у вас сетка - то она относится к волатильности, возврату к среднему или вообще к рыночным неэффективностям?

#заметки

После недавних обсуждений решил немного разобраться с термином "математическое ожидание" и его связью с диверсификацией.

Если говорить строго, то математическое ожидание (Expected Value, EV) - это средний ожидаемый результат случайной величины.

Для торговой системы его часто рассматривают как средний результат сделки с учетом вероятностей выигрышей и проигрышей.

Проще говоря, это ответ на вопрос:

"Сколько в среднем приносит одна сделка, если такую сделку повторять много раз?"

Иногда математическое ожидание путают с:

* процентом прибыльных сделок (Win Rate);
* ожидаемой доходностью стратегии;
* CAGR;
* Sharpe Ratio.

Все эти показатели связаны между собой, но описывают разные свойства системы.

#заметки

Что с диверсификацией..

Если объединить несколько стратегий в портфель, создает ли это дополнительное математическое ожидание?

Если под математическим ожиданием понимать именно Expected Value, то сам факт диверсификации нового математического ожидания не создает.

Портфель получает свое ожидание из ожиданий входящих в него стратегий.

При этом диверсификация может существенно влиять на другие характеристики:

* снижать волатильность;
* уменьшать просадки;
* снижать риск концентрации;
* уменьшать вероятность разорения;
* делать распределение доходности более устойчивым.

Именно поэтому диверсификация часто воспринимается как источник дополнительной прибыльности.

На практике чаще происходит другое: меняется не математическое ожидание, а свойства распределения результатов.

Получается интересный вывод.

Диверсификация не обязательно делает систему более прибыльной в среднем на сделку, но может сделать ее более устойчивой на дистанции...

#заметки