مزایای ایجاد تنوع در سیستم معاملاتی

تنوع، این توصیه ای است که بارها و بارها در دنیای سرمایه گذاری به معامله گران می شود. حال سوال این است که

• یک تنوع واقعی شامل چه مواردی است؟
• آیا می توان تنوع را تنها به  یک دارایی و یک نوع سیستم معاملاتی نسبت داد؟

باید گفت یکی از علت های ایجاد تنوع در پرتفولیو ریسک مشخصات یا specification risk است.

من به شخصه مدافع سرسخت ایجاد تنوع در سرمایه گذاری و انتخاب دارایی های متنوع هستم.
جالب است بدانید که بعد از سقوط و اصلاح شاخص SP500 بسیاری از معامله گران به اهمیت ایجاد تنوع در دارایی پی بردند.
تغییرات بزرگ در بازار همیشه باعث می شود که افراد به اشتباهات معاملاتی خود پی ببرند و در این صورت به بررسی آنها بپردازند.
باید گفت که نداشتن تنوع در دارایی ها از جمله موضوعاتی است که معامله گران زیادی به آن توجه نمی کنند. 

داشتن دو نقطه ورود برای یک سیستم باعث ایجاد نتایج متفاوتی در طول زمان خواهد شد. انتخاب نقاط ورودی متنوع به معاملات باعث می شود که تا حد ممکن بتوانیم به نتیجه مورد انتظار از سیستم سرمایه گذاری خود نزدیک تر شویم.
ایجاد چنین تنوعی در سیستم هایی که براساس تصمیمات باینری عمل می کنند بسیار مهم هستند.
به این ترتیب، چه در مدل هایی که سرمایه گذاری می کنید و چه سرمایه گذاری نمی کنید، شرایط به گونه ای است که حتماً یک دارایی بر اساس سیگنال فرستاده شده مناسب خواهد بود.
بسیاری از سیستم های تخصیص دارایی و روند از این فلسفه پیروی می کنند.

برای نشان دادن پراکندگی های مربوط به نقاط ورود به معاملات، به آنالیز رفتارهای ترند سیستم های ETF  در طول یک سال پرداخته ایم.
اگر در دوره مورد نظر، SPY تغییرات مثبتی داشته باشد، سرمایه گذاری روی آن مناسب است در غیر این صورت بهتر است به TLT توجه کنید.

در این بررسی ،هر 4 هفته یک بار سیگنال را اندازه گیری و براساس آن تصمیم گیری کرده ایم. این سیستم به روش ساده ای، سرمایه گذاری در سهام یا درآمد ثابت را نشان می دهد که بسته به حرکت سهام هر ماه اندازه گیری می شود.
ما در اینجا برای اندازه گیری تغییرات مورد نظر،252 روز (1 سال) را به عنوان یک دوره در نظر گرفته ایم.

کار با یک نقطه ورود نتایج پراکنده ای ایجاد می کند که به دلیل ضعیف بودن سیستم است.
بنابراین، در این سیستم، در صورت ایجاد تنوع در نقاط ورود نیز، نتایج خاصی حاصل نمی شود.
برای بسیاری از این سیستم ها از داده های پایان ماه استفاده شده است اما باید گفت که ایجاد تنوع در همین سطح به پایان نمی رسد. 

زمانی که شروع به طراحی یک مدل سرمایه گذاری می کنیم بسیاری از ترکیبات پارامترها را برای کسب سود، آنالیز می کنیم تا ترکیبات برنده مشخص شوند.
در این میان، ناحیه مقاوم بوسیله ترکیباتی که در طول زمان ثابت هستند، تعیین می شود.
توصیه ما به شما این است که بهترین ترکیب از ناحیه مقاوم را انتخاب کنید و معاملات خود را انجام دهید.
توجه داشته باشید که این پارامترها به تغییرات حساس هستند، گزینه ای که در گذشته بهترین ترکیب بوده ممکن است در آینده نتواند عملکرد درستی داشته باشد.
گرفتن سود از پارامترهای مورد نظر در انجام معاملات امری ضروری است اما ممکن است همیشه بهترین ترکیب در ناحیه مقاوم، ثابت نباشد و با توجه به شرایط تغییر کند.

ترکیب دو پارامتر می تواند منجر به اختلافات جزئی در معاملات شود (کاری که انجام نمی دهید، خروجی ای که پس از آن بدست می آورید و غیره) و در طولانی مدت باعث ایجاد تفاوت های زیادی در نتایج شما می شود.
این حساسیت با افزایش پارامترهای ناهمگن یک سیستم رشد می کند که با نام «ریسک مشخصات» یا specification risk می نامیم. 

این حساسیت، ارتباط تنگاتنگی با نوع سیستم ها دارد. یک پورتفولیو ثابت از حساسیت بسیار کمی برخوردار است ، در حالی که در سیستم های ترند که در آنها براساس روش باینری تصمیم گیری می شود (به عنوان مثال شما 100٪ سهام دارید ، یا 100٪ درآمد ثابت دارید) ، حساسیت بسیار زیاد است.

این روش همچنین برای سیستم های معاملاتی روزانه، سیستم های سرمایه گذاری بر پایه فاکتورها و تمام پارامترهای قابل استفاده، به کار برده می شود.
می توان گفت تفاوت بین آنها براساس حساسیت نتایج به تغییرات جزیی سیستم ها نسبت به پارامترهای تعیین شده است. 

هنگامی که ما طراحی سیستم خود را شروع کردیم ، تصمیم گرفتیم از 1 سال به عنوان یک دوره برای اندازه گیری تغییرات و هر 4 هفته جهت ایجاد بالانس دوباره استفاده کنیم.
توجه داشته باشید که این دو پارامتر موقتی هستند اما توانستند نتایج بسیار متفاوتی نسبت به نتایج سایر پارامترهای نزدیک به یکدیگر ایجاد کنند.
در ادامه می توانید به چگونگی تأثیر تغییر پارامترها برای یک نوع سیستم در دوره 3 تا 4 هفته ای و بالانس مجدد سیستم با دوره های 10-11-12 ماهه مشاهده کنید. همان طور که می بینید، سیگنال ها به تدریج جدا می شوند. به نظر می رسد که مسئله اهمیت زیادی نداشته باشد  اما در طولانی مدت می تواند اختلافات زیادی را در نتایج ایجاد کند.
هرچه سیستم پیچیده تر باشد و تغییر پارامترها بیشتر باشد، تفاوت در نتایج نیز فاحش تر است. اگر به جای تعیین یک میانگین، از میانگین های ساده یا نمایی بیشتری استفاده شود، تفاوت در سیگنال ها نیز، بیشتر می شود.

ریسک مشخصات در طولانی مدت؟

بیایید به موضوع با دیدی طولانی مدت نگاه کنیم. از آنجا که هدف مقاله افزایش آگاهی درباره حساسیت پارامترهای برخی سیستم ها است ، ما با یک مدل بسیار ساده کار را ادامه خواهیم داد.
در این مدل، تغییرات حرکت را در بازه های 10-11-12 ماهه SPY بدون توجه به 2 ماه یا ماه آخر بررسی کرده ایم. نتیجه مثبت به نفع خرید SPY است و اگر ارزیابی ها، نتیجه منفی در بر داشته باشد باید  TLT را انتخاب کنید. هر 3-4 هفته یک بار بهتر است سیگنال ها را ارزیابی و پوزیشن خود را تعیین کنید. در این شرایط، با 3 پارامتر رو به رو خواهیم شد که تفاوت کمی نسبت به یکدیگر دارند.

دوره ای که در آن تغییر حرکت اندازه گیری می شود (3 گزینه)، تعداد ماه هایی که نادیده گرفته شده اند (2 گزینه) و هر بار که مجدداً سیستم را بالانس می کنیم (2 گزینه) به این ترتیب در مجموع، 12 ترکیب خواهیم داشت.
دلیل اینکه ماه ها را هنگام اندازه گیری حرکت نادیده می گیریم این است که دارایی ها رفتارهای بلند مدت و کوتاه مدت متفاوتی دارند. ارزش سهام در کوتاه مدت می تواند اثر معکوس متوسطی روی اثر ترند بلند مدت داشته باشد. یکی از این سیستم ها  هر 3 هفته یک بار و دیگری، هر 4 هفته یک بار مجدداً بالانس می شوند. جالب است بدانید که همین مسئله، باعث ایجاد تفاوت های تأثیر گذاری می شود.

هیچ یک از این سیستم ها عملکرد بهتری در این بازه زمانی نسبت به یکدیگر نداشتند. این بدان معناست که تصمیم گیری براساس داده های کنونی جهت مشخص شدن عملکرد بهتر یکی از آنها، باعث افزایش ریسک انتخاب بدترین عملکرد از بین 12 مورد می شود.
با انجام این کار، واضحاً میزان سود کلی کاهش پیدا می کند. 

در این شرایط، تفاوت تنها در زمینه سودآوری مطرح نیست بلکه حداکثر ضرر حاصل نیز، مورد توجه قرار می گیرد. این اختلاف اندک در سیگنال ها ، در زمان های مشخصی در بازار، اثرات مخربی ایجاد می کند.
حقیقت این است که نمی توان به سرعت مشخص کرد که چه ترکیبی از پارامترها می تواند مناسب باشد.

در ابتدا این سیستم برای اصول آموزشی طراحی شده بود اما ویژگی های ابتدایی آن در زمینه سیستم های ترند باعث شد تا بسیاری از سرمایه گذاران و صنایع از آن استفاده کنند. اگر ما تصمیم می گرفتیم که تنها از ترکیبات برنده پارامترهای بین سال های 1999 و 2009 استفاده کنیم، می توانستیم ترکیب بازنده بین سال های 2009 و 2019 را پیدا کنیم اما سوال اینجاست که اشتباه ما کجاست؟ آیا سیستم قوی نبود؟

مزایای یک سیستم ترند همچنان در این شرایط پابرجاست اما از حساسیت به پارامترها چشم پوشی می شود.
اشتباه ما انتخاب مجموعه خاصی از پارامترها نیست بلکه اشتباه این است که تنها یک مجموعه انتخاب شود و هیچ تنوعی در در این انتخاب وجود نداشته باشد.
هنگام طراحی این سیستم ها با توجه به میزان حساسیت بالای پارامترها ممکن است دفعات  بالانس مجدد را افزایش دهید. این کار نمی تواند کمکی به شما بکند و بسیار آسیب رسان است. به شما اطمینان می دهیم که می توانید مدل های بیشتری را با عملکردهای بهتر پیدا کنید (این مدل در عرض 20 سال، هر 20 تا 25 دقیقه مجدد بالانس می شود) که حساسیت یکسانی به سایر پارامترها دارند.

کارکرد کل سیستم ضمانتی برای بدست آوردن بازده مورد نظر از سیستم ترند است و باعث می شود تا ریسک بدترین انتخاب، حذف شود.
به علاوه، پایین بودن هزینه بالانس مجدد در این سیستم ها با توجه به اینکه اکثر آنها در روزهای مشابه مجدد بالانس می شوند، هزینه ها را افزایش نمی دهد.

توجه داشته باشید که برای انواع دیگر سیستم ها باید توازنی بین هزینه های افزایش عملیات و مزایای ایجاد تنوع برقرار کرد. این امر در شرایط سودآوری متوسط، با جمع آوری سیستمهای غیر همبسته در زمانهای خاص (زمانی که بعضی از آنها از SPY و برخی دیگر از TLT باشند) امکان پذیر است و به عنوان یک مزیت به حساب می آید و می تواند میزان نوسانات را نیز کاهش دهد.

در پایان باید بگوییم که عملکرد یک ترکیب واحد از پارامترها ، حتی اگر بهترین ترکیب در گذشته باشد ، با ریسک زیادی همراه است. همانطور که ایجاد تنوع در دارایی ها مهم است ، نقاط ورودی نیز بر نتایج عملیات تأثیر می گذارند ، توجه داشته باشید که ایجاد تنوع بین مجموعه ای از پارامترها ، امری ضروری در کاهش ریسک است.
یکی از اهداف این مقاله آن است به شما نشان دهد عملکرد ترکیب پارامترهای یک مدل در گذشته نمی تواند کارایی لازم را برای معاملات کنونی شما داشته باشد. 

در سیستم های ترند حساسیت این مسئله بسیار بیشتر است زیرا تنزل عملکرد این سیستم ها در عرض یک هفته باعث ایجاد تفاوت های زیادی در نتیجه بدست آمده در دراز مدت خواهد شد. دو سیستم یکسان که در گذشته هیچ تفاوتی در سیگنال نداشته اند ، با داشتن پارامترهای مختلف ، بدون اینکه شناختی از بهترین ترکیب کسب کنید، می توانند نتایج متفاوتی را در آینده ایجاد کنند.