Ярослав Суков – Walk-Forward анализ на финансовых рынках (страница 1)
Ярослав Суков
Walk-Forward анализ на финансовых рынках
Введение: Почему большинство стратегий не работают
Представьте себе археолога, который находит идеально сохранившуюся карту сокровищ. Карта вычерчена с математической точностью, указаны все ориентиры, расстояния, даже фазы луны для каждого шага. Археолог снаряжает экспедицию, вкладывает состояние, проходит сотни километров — и на месте оказывается пустыня. Сокровища исчезли. Карта была безупречна. Но она описывала мир, которого больше нет.
Это не история о древних цивилизациях. Это история о вас, если вы когда-либо запускали бэктест на исторических данных, видели «идеальную кривую доходности» и верили, что будущее будет послушно повторять прошлое.
В финансовых рынках миллионы умнейших людей — выпускники MIT, бывшие ракетные инженеры, лауреаты премий по эконометрике — ежедневно совершают одну и ту же фундаментальную ошибку. Они путают описание прошлого с предсказанием будущего. Они создают стратегии, которые виртуозно обыгрывают историю, но разбиваются о реальность, как самолёт, чья аэродинамическая труба была настроена на ветры, которые уже не дуют.
Почему? Потому что рынок — это не физический закон, а эволюционирующая адаптивная система. Это джунгли, где правила игры меняются каждый раз, когда вы думаете, что их поняли.
В этой книге мы разберём, почему классический подход к построению торговых стратегий — «настроил на истории, получил прибыль» — обречён с вероятностью, близкой к 100%, если не использовать один метод, который превращает иллюзию в устойчивое преимущество. Этот метод называется Walk-Forward Analysis.
Но мы не просто дадим рецепт. Мы отправимся в путешествие — через историю финансов, через эволюцию машинного обучения, через философию Карла Поппера и когнитивные ловушки, которые заставляют нас видеть узоры там, где их нет. Мы научимся отличать шум от сигнала, а подгонку — от обобщения.
Иллюзия прибыльности: как нас обманывает бэктест
В 1987 году, за несколько месяцев до «чёрного понедельника», когда рынки рухнули на 20% за один день, портфельные менеджеры по всему миру с восторгом демонстрировали клиентам свои бэктесты. Кривые доходности были подобны ракетам, устремлённым к звёздам. Ни одна из них не предсказала обвала. Потому что все они были построены на данных, которые уже содержали в себе все предыдущие кризисы, но не содержали следующего.
Бэктест — это замечательный инструмент, но только если вы понимаете его природу. Это не симулятор будущего. Это зеркало заднего вида. Оно показывает, где вы были, но не говорит, куда повернёт дорога.
Проблема в том, что человеческий мозг эволюционно не приспособлен к вероятностному мышлению в нестационарных средах. Когда мы видим график, где зелёная линия неуклонно растёт, наш древний мозг кричит: «Вот оно! Закономерность! Беги за ней!». Мы впадаем в состояние, которое нейробиологи называют patternicity — склонность видеть осмысленные паттерны даже в случайном шуме.
Финансовые рынки — идеальная среда для этого когнитивного порока. Они генерируют бесконечные ряды цифр, а наши алгоритмы, от простых скользящих средних до глубоких нейросетей, с готовностью находят в этих рядах любую закономерность, которую мы попросим. Вопрос не в том, можно ли подогнать стратегию под историю. Можно всегда. Вопрос в том, останется ли эта закономерность в живых, когда вы начнёте торговать в реальном времени.
Переоптимизация как главная болезнь трейдера
В древнегреческой мифологии был разбойник по имени Прокруст. Он заманивал путников в свой дом, укладывал их на железное ложе и либо вытягивал несчастным ноги, либо отрубал всё, что не помещалось. Так появлялось идеально подогнанное тело.
Переоптимизация стратегии — это прокрустово ложе, только наоборот: вы берёте исторические данные и насильственно подгоняете параметры стратегии так, чтобы они идеально соответствовали каждому движению рынка. Вы добавляете условия, фильтры, индикаторы — десятки, сотни параметров. В итоге стратегия становится настолько «точной», что описывает каждую кочку прошлого, но теряет способность ехать по любой другой дороге.
Я видел портфели, где число параметров превышало число сделок в выборке. Это не торговля, это математическая магия, которая рассеивается при первом дуновении реального рынка.
Переоптимизация имеет не только техническое, но и глубокое психологическое измерение. Она даёт нам иллюзию контроля. Мы не можем контролировать рынок, но мы можем контролировать параметры своей модели. И мы увлекаемся, как ребёнок, который крутит ручки синтезатора, пока не получит идеальный звук, забывая, что в реальном концертном зале акустика совсем другая.
Что на самом деле проверяет Walk-Forward анализ
Здесь мы подходим к главному герою нашей книги. Walk-Forward анализ — это не просто ещё один метод валидации. Это смена философии. Это переход от статичного взгляда на мир («рынок имеет стационарные свойства») к динамичному («рынок — эволюционирующая система, и наша модель должна эволюционировать вместе с ним»).
Представьте, что вы не просто строите карту, а создаёте навигационную систему, которая постоянно перекалибруется по спутниковым данным, учитывая новые дороги, пробки и изменения ландшафта. Walk-Forward — это именно такая система. Он делит историю на множество последовательных «окон»: на каждом шаге вы обучаете стратегию на одних данных (in-sample), а проверяете на следующих, ещё не виденных (out-of-sample). Затем окно сдвигается, и процесс повторяется.
То, что вы получаете на выходе, — это не одна идеализированная кривая, а распределение результатов сотен (или тысяч) независимых тестов. Вы видите, насколько стратегия стабильна во времени, а не просто прибыльна в прошлом.
Это метод, который используют ракетные конструкторы, когда тестируют системы навигации в меняющихся атмосферных условиях. Это метод, который применяют врачи в клинических испытаниях, когда проверяют, работает ли лекарство на разных группах пациентов в разное время. И это единственный метод, который отделяет «случайно повезло в прошлом» от «имеет реальное преимущество».
Как читать эту книгу и кому она нужна
Эта книга для тех, кто хочет не просто получить рецепт «как сделать Walk-Forward в Python», но и понять *почему* этот подход работает на уровне философии науки, эволюционной биологии и поведенческой экономики.
Если вы аналитик или квантитативный трейдер, вы найдёте здесь глубокий технический материал, включая математические формализации, критерии робастности и архитектуру автоматизированных систем. Но вы также встретите истории, которые заставят вас взглянуть на свою работу по-новому.
Если вы инвестор или управляющий капиталом, вы узнаете, как отличать устойчивые стратегии от «переоптимизированных игрушек», какие вопросы задавать управляющим и почему «идеальная доходность» — это самый надёжный сигнал того, что перед вами ловушка.
Если вы учёный, интересующийся сложными системами, вы увидите в финансовых рынках уникальную лабораторию для проверки идей об адаптивности, нестационарности и пределах предсказуемости.
Если вы просто любознательный человек, который хочет понять, как устроен мир современных финансов, — вы получите захватывающее путешествие в сердце алгоритмической цивилизации, где решения на миллиарды долларов принимаются машинами, которые учатся на ошибках, а не на иллюзиях.
Структура книги выстроена как путь посвящения:
Часть I. Фундамент: где ломается классический подход. Мы разберём анатомию бэктеста, его историю и скрытые ловушки. Вы узнаете, почему индустрия десятилетиями закрывала глаза на фундаментальные проблемы, и как data snooping стал главным убийцей капиталов.
Часть II. Методология Walk-Forward. Здесь мы шаг за шагом построим философию и технику Walk-Forward анализа. Вы увидите, как он переопределяет понятия «обучение» и «проверка», и познакомитесь с различными архитектурами — от простого сдвига окна до экспоненциального забывания.
Часть III. От теории к практике: алгоритмическое преимущество. Мы перейдём к реализации: выбору метрик робастности, построению пайплайнов, интеграции с машинным обучением. Вы узнаете, как превратить Walk-Forward из метода валидации в ядро живого, адаптивного торгового механизма.
Часть IV. Философия устойчивости. Завершающая часть — о том, как изменить своё мышление. О хрупкости, антихрупкости (спасибо Нассиму Талебу), об этике алгоритмической торговли и о будущем, где люди и машины будут искать преимущество не в подгонке, а в понимании.
Каждая глава содержит практические блоки, код (в духе технической практики) и исторические или философские интерлюдии (в духе научпопа). Вы можете читать книгу линейно, а можете сразу нырять в те разделы, которые резонируют с вашим текущим вызовом.
Но прежде чем мы двинемся дальше, я хочу, чтобы вы сделали одну вещь. Откройте свой любимый торговый терминал или последний отчёт по стратегии. Посмотрите на кривую доходности. Спросите себя: «Сколько раз эта кривая перестраивалась на новых данных? Сколько out-of-sample тестов она прошла? А если я сдвину окно обучения на один год — она останется такой же красивой?».