Миф об эксперте

 

Совет «не оптимизировать» связан с эффектом, который я и мои друзья называем мифом об эксперте. К сожалению, во многих областях деятельности количество людей, действительно понимающих, что происходит, крайне мало. На каждого настоящего эксперта приходится множество псевдоэкспертов, способных работать в данной области, обладающих массой знаний и для неискушенного глаза неотличимых от настоящих экспертов. Эти псевдоэксперты способны действовать, но неспособны понять сферу своей деятельности.

У настоящих экспертов нет жестких правил. Они понимают происходящее и поэтому не нуждаются в жестких правилах. Псевдоэксперты не обладают пониманием, поэтому они наблюдают за действиями экспертов и копируют их. Они знают, что делать, но не знают, почему это надо делать. Поэтому они слушают настоящих экспертов и создают жесткие правила там, где это совершенно не нужно.

Характерной особенностью псевдоэкспертов является витиеватый, сложный для понимания стиль письма. Путаные тексты являются следствием путаных мыслей. Настоящий эксперт всегда способен объяснить сложные идеи ясным и простым для понимания образом.

Другая характерная черта псевдоэкспертов – они знают, как применять сложные процессы и технологии, они хорошо натренированы, однако не представляют границ применения этих технологий.

Типичный псевдоэксперт в трейдинге способен провести комплексный статистический анализ торговли, запустить тест, генерирующий 1000 покупок или продаж, а затем предположить, что на основании этих данных можно делать заключения, – и это несмотря на то, что данные были взяты за период двух последних недель. Такие люди способны вычислять, однако они не понимают, что вычисления не имеют смысла, если следующая неделя радикально отличается от двух предыдущих.

Не путайте опыт с экспертным мнением, а знание – с мудростью.

 

 

Общие кирпичи

 

Тестирование, описанное в этой главе, было осуществлено с использованием единого портфеля рынков и единого алгоритма управления деньгами для того, чтобы отделить различия в результатах от эффектов, вызванных изменениями в правилах системы. Ниже перечислены переменные, использованные при тестировании, обсуждаемом в данной главе.

 

Рынки

 

Рынки в портфеле при тестировании включали австралийский доллар, британский фунт, зерно, какао-бобы, канадский доллар, нефть, хлопок, евро, евродоллар, крупный рогатый скот, золото, уголь, мазут, бензин, японскую иену, кофе, говядину, свинину, мексиканский песо, природный газ, соевые бобы, сахар, швейцарский франк, серебро, краткосрочные и среднесрочные казначейские обязательства, пшеницу.

Были выбраны самые ликвидные американские рынки (то есть рынки с наибольшим объемом торгов). Несколько ликвидных рынков были исключены из исследования, так как они высоко коррелировали с другими, более ликвидными. Для наших целей мы решили ограничиться рынками США, так как многие поставщики исторических данных продают информацию об иностранных рынках отдельно. По этой причине многие новички начинают операции только на рынке США, и мы хотели предоставить трейдерам простую возможность повторить наши результаты при собственном тестировании.

 

Управление деньгами

 

Использованный нами алгоритм управления деньгами был тем же самым, что у Черепах, за исключением одного показателя, который мы сделали менее агрессивным. Вместо того чтобы приравнять 1 ATR к одному проценту нашего торгового капитала, мы приравняли его к половине процента. Чтобы получить количество контрактов для теста, мы разделили 0,5 процента капитала на величину ATR конкретного рынка в долларовом выражении на момент внесения приказов на конкретную торговую операцию.

 

Период тестирования

 

Для всех систем тестирование проводилось с использованием данных за период с января 1996 по июнь 2006 года.

 

 

Системы

 

Перед тем как огласить результаты тестирования, давайте поговорим о каждой системе более подробно.