Коротко
- Монте-Карло в исследовании стратегии создаёт много допустимых вариантов наблюдаемой серии, чтобы проверить чувствительность вывода.
- Перестановка порядка сделок отвечает на вопрос о последовательности, а повторная выборка — на вопрос о зависимости результата от состава и повторения наблюдений.
- Распределение возможных просадок и длинных серий убытков помогает увидеть риск, который скрывает одна исходная кривая.
- Такой расчёт зависит от исходных данных и допущений. Он не предсказывает следующую сделку и не превращает бэктест в гарантию.
Что именно моделирует Монте-Карло
Монте-Карло — это не одна специальная формула для торговых систем, а способ изучать множество возможных реализаций при заданных правилах построения выборки. В исследовании стратегии на вход обычно подают уже полученную последовательность сделок или наблюдений и явно фиксируют, что можно менять.
Например, можно перемешать порядок сделок, многократно выбирать сделки из исходной последовательности с возвращением или применить другую схему ресэмплинга. Каждый вариант даёт отдельную траекторию, которую затем сравнивают по заранее выбранным показателям: итоговому результату, максимальной просадке, длине серии убытков, времени восстановления или вероятности пересечь заданный порог.
Это проверка чувствительности результата к структуре наблюдений. Она не добавляет к данным сведения о будущем рынке и не исправляет ошибки в исходном бэктесте.
Перестановка и повторная выборка — разные вопросы
Перестановка сохраняет набор сделок, но меняет их порядок. Так можно увидеть, насколько вывод зависит от того, в какой последовательности прибыли и убытки оказались на кривой. Одинаковый набор исходов может дать разные промежуточные просадки, если крупные убытки собраны в начале, а не распределены между выигрышами.
Повторная выборка меняет состав конкретной серии по выбранному правилу. Она может показать, как широкий диапазон траекторий возникает из ограниченной исторической выборки. Но результат всё равно описывает только модель ресэмплинга: если исходная выборка короткая, зависимая или смещённая, новые траектории не становятся независимым доказательством.
Поэтому в отчёте нужно отдельно назвать метод, единицу наблюдения, размер исходной выборки, количество повторений и правило, по которому оценивается результат. Без этого слово «Монте-Карло» скрывает больше допущений, чем объясняет.
Просадка и риск разорения
Средний или итоговый результат не показывает весь риск пути. Две траектории с одинаковой конечной точкой могут иметь разную максимальную просадку, длину серии убытков и время восстановления. В Монте-Карло полезно смотреть не только на среднее, но и на хвост распределения: редкие, но тяжёлые сценарии могут быть важнее центрального диапазона.
Термин «риск разорения» также требует определения. Нужно заранее указать начальный капитал, размер позиции, условие остановки и то, считается ли исчерпанием капитала нулевой баланс, достижение лимита просадки или другое операционное событие. Без этих параметров нельзя честно сообщить одну универсальную вероятность.
Такая проверка не доказывает, что конкретный сценарий произойдёт. Она показывает, какие последствия допускает выбранная модель при заданных предположениях. Порог и способ его измерения должны быть частью методики, а не подбираться после просмотра удобного результата.
Где метод может вводить в заблуждение
Зависимость сделок
Простая перестановка часто предполагает, что порядок можно менять без потери смысла. Это сомнительно, если сделки связаны общим рыночным режимом, меняющимся размером позиции, накопленной просадкой или ограничениями ликвидности. Перемешанная серия тогда может быть полезным стресс-сценарием, но не точной моделью процесса.
Неполные издержки и исполнение
Если исходная серия не отражает комиссии, спред, проскальзывание, задержки и частичные исполнения, повторение этой серии не добавит реализма. Монте-Карло не заменяет проверку того, как формировалась каждая сделка.
Выбор схемы и числа повторений
Другая схема ресэмплинга может дать другое распределение. Большое число повторений уменьшает случайный шум внутри выбранной модели, но не устраняет ошибку модели. Поэтому результат нужно сопровождать описанием метода и чувствительности к разумным альтернативным допущениям.
Ошибки исходного бэктеста
Если в исходном расчёте есть look-ahead bias, выжившая выборка, неверный порядок доступности данных или переобучение, Монте-Карло не делает его корректным. Сначала проверяют данные, правило, исполнение и границы исследования; затем используют ресэмплинг как дополнительный слой проверки.
Как читать результат без ложной точности
Полезный отчёт отвечает на несколько вопросов:
- Что является единицей наблюдения: сделка, день, позиция или другой объект?
- Что сохраняется при перестановке или повторной выборке, а что меняется?
- Какие метрики и пороги были определены до расчёта?
- Как выглядят центральный диапазон и хвост возможных просадок?
- Какие зависимости, расходы и ограничения метод не моделирует?
- Меняется ли вывод при разумном изменении схемы и исходного периода?
Чем шире диапазон возможных траекторий, тем осторожнее следует описывать устойчивость. Даже узкий диапазон не становится обещанием: он ограничен качеством данных, выбранным периодом и правилами модели.
Связь с другими проверками
Монте-Карло дополняет, а не заменяет бэктест, проверку на отложенном периоде, анализ рыночных режимов и оценку издержек. В материале о чтении бэктеста разобраны доступность данных, исполнение и границы исторического вывода. Исследовательский раздел помогает собрать эти вопросы в последовательный процесс, раздел о риске — не отделять просадку от условий применения, а раздел о результатах — смотреть на показатели вместе с периодом и контекстом.
Если нужен следующий шаг, Test Drive можно рассматривать только как способ ознакомиться с процессом ARM, а не как обещание результата. Торговля связана с риском, а исторические результаты не гарантируют будущий результат.
Монте-Карло делает скрытые допущения заметнее: он помогает спросить, насколько вывод зависит от порядка, выборки и хвостовых сценариев. Но окончательный вывод всё равно относится к исследовательской модели, а не к будущему рынку.