Базовые предпосылки и методология
Исследование строилось на проверке статистических зависимостей между различными финансовыми инструментами и последующей попытке объединить найденные сигналы в работоспособную портфельную стратегию.
Параметры выборки и фильтрации
Для анализа были взяты:
- 90 торговых инструментов;
- 17 справочных активов;
- 14 ключевых ценовых уровней.
Методическая база опиралась на следующие критерии отбора:
- ранговая корреляция Спирмена с учетом временных сдвигов;
- набор лагов: [1, 2, 3, 5, 10];
- интервалы оценки будущей доходности: [1, 5, 10, 20];
- минимальный объем выборки — от 500 наблюдений;
- порог статистической значимости — 0.01 с поправкой Холма;
- расчет логарифмических доходностей;
- тестирование стабильности знака зависимости, опережения и запаздывания;
- оценка продолжения импульса и расхождения доходностей.
Неоднозначность индивидуальных сигналов
Даже при формально высоких метриках конкретные закономерности могут вводить в заблуждение. Например, для связки с лагом 3 (lag = 3) и коэффициентом корреляции rho = −0.0986 были получены следующие показатели:
- In-Sample (IS): коэффициент Шарпа — 7.02, среднегодовой темп роста (CAGR) — 7.5%, максимальная просадка (MDD) — −2.4%;
- Out-of-Sample (OOS): коэффициент Шарпа — 6.52, CAGR — 11.4%, MDD — −4.9%.
Для первичной фильтрации использовались базовые правила отбора: положительные значения коэффициента Шарпа на обоих отрезках (IS Sharpe > 0 и OOS Sharpe > 0), а также совершение не менее 10 сделок.
Факторы риска среди 63 отобранных связей
Успешное прохождение первичного фильтра 63 моделями еще не гарантирует жизнеспособность системы. На итоговый результат влияют:
- воздействие общих макроэкономических факторов;
- использование единых информационных источников;
- специфика генерации сигналов;
- проблема множественной проверки гипотез и эффект селективного отбора.
Попытка объединения в портфель
При тестировании единого портфеля, сформированного на основе выявленных зависимостей, стратегия показала полную несостоятельность.
Результаты на обучающей выборке (IS)
- CAGR: −41.27%
- MDD: −99.64%
- Sharpe: −3.58
- Sortino: −4.76
- Profit Factor (PF): 0.494
Результаты на тестовой выборке (OOS)
- CAGR: −38.10%
- MDD: −99.36%
- Sharpe: −2.79
- Sortino: −4.00
- Profit Factor (PF): 0.556
Контрольные тесты и выводы
Для выявления причин провала были проведены серии контрольных экспериментов на тестовой выборке (OOS), которые позволили сформулировать пять ключевых уроков:
1. Статистическая зависимость не равна практической пользе
Наличие устойчивой корреляции на исторических данных не гарантирует извлечение рыночной прибыли.
2. Индивидуальный сигнал не обеспечивает портфельное преимущество
Изолированно работающая модель при наложении на общий портфель способна разрушить итоговую доходность.
3. Количество связей не подтверждает надежность
Наличие 181 статистической связи не означает наличие 181 независимого драйвера доходности — они могут дублировать один и тот же рыночный шум.
4. Коэффициент корреляции (Rho) не отражает качество торговли
Высокие или низкие показатели корреляции не дают прямой информации о прибыльности или просадках торговой системы.
5. Проверка качества обязательна на финальном этапе
Оценивать систему необходимо целиком в составе готового портфеля, а не только на этапе изоляции отдельных компонентов.
Направления дальнейших тестов
В попытках оптимизировать модель исследовались альтернативные подходы:
- изменение пороговых значений rho;
- корректировка временных лагов;
- выделение групп TOP-3 и TOP-10 инструментов;
- динамическое взвешивание связей;
- ручной отбор наиболее перспективных зависимостей и калибровка десятков других параметров.

