Симуляция капитала методом Монте-Карло: стресс-тестирование торговой стратегии

Что такое симуляция Монте-Карло в трейдинге?

Симуляция Монте-Карло — это статистический метод, который генерирует тысячи возможных будущих траекторий капитала для торговой стратегии путём случайной выборки из распределения её исторических результатов. Вместо вопроса «что произошло?» он задаёт вопрос «что могло бы произойти?» по всему диапазону вероятных последовательностей.

Механика такова: берутся реальные результаты выигрышей/убытков вашей стратегии (или предполагаемый винрейт и соотношение риск/прибыль), после чего запускается 1 000–10 000 симулированных последовательностей этих исходов. Каждая симуляция представляет возможную «параллельную вселенную» того, как могут развернуться ваши следующие 100 (или 500, или 1 000) сделок, при условии, что базовое преимущество остаётся тем же, но порядок выигрышей и проигрышей меняется случайным образом. Результатом является не одна кривая капитала, а распределение кривых капитала — показывающее лучший, худший и медианный сценарии одновременно.

Это правильный инструмент для использования перед вложением реального капитала в любую стратегию, поскольку ни одна кривая капитала из бэктеста не покажет, что произошло бы при другой последовательности тех же сделок. Последовательность имеет значение, и Монте-Карло показывает весь диапазон того, что могут дать разные последовательности.

Почему одного бэктестинга недостаточно

Бэктест выдаёт ровно одну кривую капитала — ту, что сложилась в исторической последовательности. Эта единственная кривая имеет несколько проблем как прогнозная оценка будущей эффективности:

• Риск последовательности: если бы ваши 20 худших убытков произошли в начале бэктеста, а не были распределены по всему периоду, выжил бы ваш счёт? Бэктест не может ответить на это — он показывает только историческую последовательность.
• Систематическая ошибка отбора: бэктесты обычно проводятся на стратегиях, которые были отобраны потому, что хорошо показали себя исторически. Это завышает ожидания по сравнению с будущей эффективностью.
• Оптимизм единственного пути: историческая последовательность могла быть необычно благоприятной для вашей стратегии. Монте-Карло показывает, насколько на самом деле широк диапазон вероятных исходов.
• Отсутствие вероятности разорения: бэктест ничего не говорит о вероятности разорения. Монте-Карло количественно определяет её напрямую как процент симулированных траекторий, заканчивающихся ниже 50% (или иного установленного вами порога разорения) от начального капитала.

Монте-Карло не заменяет бэктестинг — он его дополняет. Используйте бэктест, чтобы подтвердить наличие вашего преимущества. Используйте Монте-Карло, чтобы понять профиль риска торговли этим преимуществом при выбранном вами размере позиции.

Ключевые статистические показатели симуляции Монте-Карло

Грамотно спроектированный вывод Монте-Карло даёт несколько применимых на практике показателей:

• Медианный капитал (50-й процентиль): «средний» исход — уровень, выше которого заканчивается 50% симуляций, а ниже — остальные 50%. Это более точная центральная оценка, чем единственная кривая капитала из бэктеста.
• Капитал на 5-м процентиле: сценарий негативного развития — то, что испытают на себе худшие 5% трейдеров, следующих этой стратегии и размеру позиции. Если этот показатель всё ещё выше нуля, ваша стратегия выживает даже в сценариях невезения.
• Капитал на 95-м процентиле: сценарий позитивного развития — то, что испытают на себе лучшие 5% трейдеров. Разрыв между 5-м и 95-м процентилями показывает, насколько результат определяется удачей, а не преимуществом.
• Медианная максимальная просадка: худшее снижение от пика до минимума, наблюдаемое в типичной симуляции. Обычно оно значительно больше, чем максимальная просадка в вашей единственной кривой капитала из бэктеста.
• Вероятность разорения: процент симулированных траекторий, в которых итоговый капитал опускается ниже порога разорения (обычно 50% от начального капитала). Это главный показатель для оценки риска.

Как читать график распределения капитала

График распределения капитала показывает гистограмму итоговых значений капитала по всем симуляциям после заданного числа сделок. Правильное прочтение:

• Зелёные столбцы представляют симуляции, заканчивающиеся выше начального капитала — прибыльные исходы.
• Красные столбцы представляют симуляции, заканчивающиеся ниже начального капитала — убыточные исходы.
• Узкое, компактное распределение, центрированное значительно выше начального капитала, указывает на устойчивую, стабильную стратегию с высоким преимуществом. Даже невезение управляемо.
• Широкое, разбросанное распределение указывает на высокую дисперсию. Даже если медиана положительна, хвосты экстремальны — некоторые траектории заканчиваются очень хорошо, некоторые — разорением.
• Распределение, смещённое влево (тяжёлый левый хвост) — тревожный сигнал: ваши негативные сценарии хуже, чем позитивные хороши, что говорит о слишком агрессивном размере позиции для вашего преимущества.

Форма распределения говорит не меньше, чем отдельные показатели. Чистое, компактное распределение со смещением вправо — это цель.

Влияние размера выборки (количества сделок)

Закон больших чисел гласит, что с ростом размера выборки распределение средних исходов сходится к истинному ожидаемому значению. В терминах трейдинга: больше сделок означает более стабильные результаты в симуляциях, снижая влияние удачи на ваш итоговый капитал.

При симуляции всего 50 сделок распределение итоговых значений капитала очень широкое — несколько убытков подряд могут доминировать над результатом. При 500 сделках распределение значительно сужается. При 2 000 сделках, если у вас есть подлинное преимущество, практически все симуляции прибыльны.

Это имеет практическое следствие: трейдерам с низкой частотой сделок (5–10 сделок в месяц) нужно удерживать позиции дольше, чтобы их преимущество успело статистически проявиться. У высокочастотных трейдеров закон больших чисел начинает работать в их пользу быстрее. Если ваша выборка мала, доверительный интервал вашей симуляции Монте-Карло будет широким — это не ошибка, а честное отражение статистической неопределённости.

Влияние риска на сделку: 1% против 3%

Размер позиции нелинейно влияет на распределение капитала. Рассмотрим стратегию с винрейтом 55% и средним выигрышем 1.5R:

• При риске 1% на сделку за 200 сделок: узкое распределение, вероятность разорения близка к нулю, медианная просадка около 8–12%, медианный капитал примерно 1.5–2× от начального.
• При риске 3% на сделку за 200 сделок: распределение значительно расширяется. Медианный капитал выше (компаундирование работает быстрее), но 5-й процентиль резко снижается. Вероятность разорения может подняться до 3–8%. Медианная максимальная просадка расширяется до 25–35%.

Компромисс несимметричен. Прирост от более высокого риска масштабируется в лучшем случае линейно; потери же растут гораздо быстрее из-за асимметрии процентных убытков и прибылей. При риске 3% вам нужен больший процент прибыли, чтобы восстановиться после той же процентной просадки.

Винрейт против соотношения риск/прибыль: что показывает симуляция

Две стратегии могут иметь одинаковое математическое ожидание, но очень разные профили в Монте-Карло:

• Винрейт 40% с вознаграждением 3.0R имеет математическое ожидание = (0.40 × 3.0) - (0.60 × 1.0) = 0.60R на сделку. Но её кривая капитала неровная — длинные серии убытков статистически нормальны, максимальная просадка велика, и многие трейдеры бросают торговлю до того, как преимущество окупится.
• Винрейт 60% с вознаграждением 1.0R имеет то же математическое ожидание = 0.60R на сделку. Её кривая капитала более гладкая, просадки менее глубокие, а исход на 5-м процентиле значительно лучше — несмотря на идентичную долгосрочную ожидаемую доходность.

Монте-Карло делает это наглядным: запустите обе стратегии с одинаковым размером позиции и сравните вероятность разорения, медианную максимальную просадку и капитал на 5-м процентиле. Более гладкая стратегия почти всегда выигрывает по показателям риска, даже при одинаковом математическом ожидании.

Практическое применение перед выходом на реальную торговлю

Симуляция Монте-Карло имеет три прямых применения для трейдеров:

• Проверка перед реальной торговлей: прежде чем торговать любой стратегией на реальные деньги, запустите Монте-Карло с планируемым размером позиции. Если вероятность разорения превышает 5%, уменьшайте размер позиции, пока она не опустится ниже 2%.
• Стресс-тестирование серий убытков: задайте вопрос «что будет, если я получу 20 убытков подряд?» Настройте все симуляции так, чтобы они начинались с серии из 20 убытков. Если медианный капитал всё же восстанавливается, ваша система устойчива. Если нет — размер вашей позиции слишком агрессивен для вашего винрейта.
• Калибровка размера позиции: запустите симулятор при уровнях риска 0.5%, 1%, 1.5%, 2% и 3%. Найдите наивысший уровень риска, при котором вероятность разорения остаётся ниже 2%. Это ваш оптимальный размер позиции — максимальный рост, совместимый с выживанием.

Как пользоваться симулятором капитала Монте-Карло

Откройте симулятор капитала Монте-Карло, задайте параметры вашей стратегии, и он одновременно запустит 500 случайных траекторий капитала.

1. Начальный капитал ($) — баланс счёта, с которого начинается каждая траектория, например 10 000.
2. Винрейт % — доля выигрышных сделок, например 55.
3. Средний выигрыш (R) — средний выигрыш, выраженный в R, например 1.5.
4. Риск % на сделку — капитал, рискуемый в каждой сделке, например 1 или 3.
5. Количество сделок — длина каждой симулированной последовательности, например 200.
6. Запустить симуляцию — нажмите, чтобы сгенерировать 500 случайных траекторий; запустите повторно, чтобы изучить новые варианты последовательностей.

Симулятор возвращает медианный итоговый капитал, 5-й процентиль (худшие 5%), 95-й процентиль (лучшие 5%), медианную максимальную просадку и вероятность разорения (<50% капитала). Запустите пример 55% / 1.5R при риске 1%, а затем 3% и понаблюдайте, как снижается 5-й процентиль и растёт вероятность разорения — именно тот нелинейный компромисс, который описан выше. Откройте симулятор капитала Монте-Карло, чтобы рассчитать собственные цифры.