Результаты стратегии на истории могут выглядеть убедительно. Трейдер может наблюдать ровный рост капитала, отсутствие просадок, стабильные сделки в любой фазе рынка. Но иногда такая идеальная картинка означает, что стратегия слишком точно подогнана под прошлые данные.
Переобучение — одна из самых распространенных причин, почему стратегии, отлично работающие в бэктесте, начинают терять деньги в реальной торговле. Чтобы не попасть в эту ловушку, важно понимать, как оно возникает и какие сигналы на него указывают.
Главное:
Переобучение — это ситуация, когда торговая стратегия слишком сильно подстроена под исторические данные и начинает учитывать не реальные закономерности рынка, а случайный шум.
Проще говоря, модель не нашла устойчивую закономерность, а запомнила конкретные движения прошлого. Она может идеально объяснять историю, но плохо справляться с новыми рыночными условиями.
Это происходит, когда трейдер или разработчик стратегии слишком активно оптимизируют параметры, подбирают индикаторы, настройки и фильтры так, чтобы бэктест выглядел максимально прибыльным. Проблема в том, что рынок не обязан повторять прошлое в тех же формах.
Опасность переобучения в том, что оно создает иллюзию стабильной и прибыльной системы. На этапе тестирования стратегия может показывать высокую доходность и низкие риски, а это формирует ложное чувство уверенности.
Трейдер начинает воспринимать результат как подтверждение рабочей идеи, хотя на самом деле он может видеть всего лишь удачное совпадение подогнанных параметров с историческим периодом.
Когда такая стратегия выходит в реальный рынок, картина меняется. Условия отличаются, структура движения цен и волатильность не совпадают с историей, и стратегия начинает давать систематические ошибки.
Именно поэтому переобучение опаснее обычного убытка. Оно не выглядит как ошибка на старте. Наоборот, оно маскируется под успех и проявляется только в реальной торговле.
Во-первых, кривая доходности может быть чрезмерно гладкой, без просадок и резких колебаний. В реальных рыночных условиях такая стабильность встречается крайне редко.
Во-вторых, стратегия может показывать отличные результаты только на ограниченном промежутке времени, например, на конкретном участке истории. При изменении периода теста результаты резко ухудшаются.
В-третьих, иногда прибыльность держится на очень тонкой настройке параметров. Малейшее изменение входных условий приводит к сильному ухудшению результатов, что говорит о нестабильности модели.
Если стратегия выглядит идеально на истории, но требует точечного совпадения условий, это уже серьезный сигнал, что она могла быть переобучена.
Есть прямая связь между сложностью модели и риском переобучения. Каждый дополнительный индикатор, фильтр или условие входа добавляет модели новую степень свободы, то есть еще один способ подстроиться под особенности конкретных исторических данных.
На заметку! Стратегия с пятью-семью индикаторами, каждый из которых имеет свои настраиваемые параметры, теоретически может дать десятки тысяч комбинаций. Среди такого количества вариантов почти всегда найдется один, который случайно показывает отличный результат на конкретном историческом отрезке просто в силу статистики, а не потому что комбинация улавливает реальную рыночную закономерность.
Проблема усугубляется тем, что избыточные индикаторы часто дублируют друг друга или реагируют на один и тот же тип информации, например, несколько осцилляторов, построенных на похожей логике. Это создает иллюзию подтверждения сигнала несколькими независимыми источниками, хотя на деле все они реагируют на один и тот же шум.
Простая модель с одним-двумя понятными правилами оставляет гораздо меньше пространства для случайной подгонки, и если она показывает стабильный результат, это с большей вероятностью говорит о реальной закономерности, а не о статистической случайности.
Главный способ отличить устойчивую стратегию от переподогнанной — проверить еена данных, которые не участвовали в разработке.
Ни один из этих методов не дает стопроцентной гарантии, но совокупность таких проверок значительно снижает риск принять случайное совпадение за рабочую стратегию.
Рынок циклически проходит через периоды выраженного тренда, бокового движения и высокой волатильности, и стратегия, эффективная в одних условиях, может быть убыточной в других.
Стратегии, построенные на следовании за трендом (например, на пробоях уровней или скользящих средних), обычно хорошо себя чувствуют именно в такие периоды, генерируя стабильную серию прибыльных сделок.
В боковом движении трендовые стратегии часто дают серию ложных сигналов. Цена пробивает уровень и тут же разворачивается, что приводит к цепочке небольших убытков. Здесь, напротив, лучше проявляют себя контртрендовые подходы, работающие на отскок от границ диапазона.
Тем временем резкие движения цены увеличивают как потенциальную прибыль, так и риск, стоп-лоссы срабатывают чаще, а проскальзывание становится более ощутимым. Стратегии, не учитывающие изменение волатильности в расчете размера позиции и стоп-уровней, могут показывать нестабильные результаты именно в такие периоды.
Устойчивая стратегия не обязательно должна одинаково хорошо работать во всех трех режимах, но она должна как минимум не разрушаться катастрофически при смене условий. Ее поведение в разных фазах рынка стоит явно проверять на истории, а не узнавать об этом уже в реальной торговле.
Полностью исключить риск переподгонки невозможно, но его можно существенно снизить, если придерживаться нескольких принципов на этапе разработки.
Чем меньше настраиваемых переменных в стратегии, тем меньше пространства для случайной подгонки. Стоит задавать себе вопрос: можно ли убрать этот индикатор или условие без существенной потери логики стратегии?
Другие нюансы:
Честный ответ — нет. Любая стратегия, разработанная и оптимизированная на исторических данных, в той или иной степени подвержена риску переподгонки, просто потому что прошлое конечно и всегда содержит элемент случайности, который невозможно полностью отделить от реальной закономерности на этапе разработки.
Более реалистичная цель — контролировать и снижать риск переобучения, использовать простые модели, честно тестировать на независимых данных, следить за поведением стратегии в разных рыночных условиях и быть готовым остановить торговлю при первых признаках расхождения между ожиданиями и реальностью.
