Метрики торговых стратегий: как понять, хорошая стратегия или нет

Хорошая торговая стратегия — это не та, у которой на одном бэктесте самая высокая доходность. Доходность без контекста почти ничего не говорит: её можно получить за счёт чрезмерного плеча, редкого удачного события, переоптимизации параметров или риска, который просто ещё не проявился в выбранной истории.

Поэтому стратегию оценивают через набор метрик. Одни показывают, есть ли у системы положительное математическое ожидание. Другие описывают, насколько тяжёлыми были просадки, как часто капитал находился ниже предыдущего максимума, сколько доходности приходилось на единицу риска и выглядит ли equity curve как устойчивый процесс или как один удачный эпизод.

Главная ошибка — искать одну итоговую цифру. Profit factor, Sharpe ratio, Sortino ratio, max drawdown, CAGR и Calmar ratio отвечают на разные вопросы. Сильная стратегия должна выглядеть убедительно не в одной метрике, а в их сочетании.

Profit factor

Profit factor показывает отношение валовой прибыли к валовому убытку:

profit factor = gross profit / gross loss

Если стратегия заработала 120 000 на прибыльных сделках и потеряла 80 000 на убыточных, profit factor равен 1,5. Формально это значит, что на каждый рубль убытка приходилось 1,5 рубля прибыли.

Метрика полезна тем, что смотрит не только на итоговый PnL, а на соотношение выигранных и проигранных денег. Но она легко обманывает, если сделок мало или распределение результатов сильно асимметрично. Стратегия может иметь высокий profit factor после нескольких крупных выигрышей, но при этом быть зависимой от редких событий. Обратная ситуация тоже возможна: долгое накопление маленькой прибыли и один большой убыток могут выглядеть приемлемо до того момента, пока этот хвостовой риск не попал в выборку.

Поэтому profit factor стоит читать вместе с количеством сделок, средним размером выигрыша и проигрыша, максимальной убыточной сделкой и устойчивостью результата на соседних периодах. Сам по себе он отвечает на вопрос "перекрывала ли прибыль убытки в этой истории", но не доказывает, что перекрытие сохранится в будущем.

Win rate и expectancy

Win rate — доля прибыльных сделок:

win rate = winning trades / all trades

На первый взгляд высокая доля выигрышных сделок выглядит как признак качества. В реальности это одна из самых опасных метрик, если смотреть на неё отдельно. Стратегия с win rate 80% может терять деньги, если средний убыток намного больше среднего выигрыша. Стратегия с win rate 35% может быть прибыльной, если редкие выигрыши достаточно крупные.

Поэтому рядом с win rate нужен expectancy — средний ожидаемый результат сделки:

expectancy = win rate * average win - loss rate * average loss

Expectancy переводит частоту и размер сделок в один более честный вопрос: сколько стратегия в среднем зарабатывала или теряла на одну сделку до учёта масштабирования позиции. Если expectancy положительный, у стратегии хотя бы исторически был edge. Если отрицательный, высокий win rate не спасает: система часто права, но ошибается слишком дорого.

В алгоритмической торговле особенно важно считать expectancy после комиссий, spread, slippage и funding. Малый edge до издержек может исчезнуть полностью, если стратегия часто торгует или работает на тонких рынках.

Sharpe ratio

Sharpe ratio связывает excess return с волатильностью доходностей:

Sharpe ratio = (portfolio return - risk-free rate) / standard deviation of returns

Идея восходит к работе Уильяма Шарпа о reward-to-variability ratio: доходность нужно оценивать не отдельно, а относительно риска, который был принят для её получения. 1 Позже сам Шарп описывал более общую версию метрики как способ сравнивать дифференциальную доходность с её изменчивостью. 2

Практический смысл простой: две стратегии могут иметь одинаковый CAGR, но разный путь к нему. Если одна росла относительно плавно, а другая давала такие же результаты через резкие колебания, Sharpe у первой будет выше.

Ограничение Sharpe ratio в том, что стандартное отклонение наказывает любую волатильность: и вниз, и вверх. Для стратегий с близким к нормальному распределением доходностей это может быть приемлемым приближением. Для стратегий с асимметрией, редкими крупными убытками или сильной зависимостью от tail risk Sharpe может выглядеть лучше, чем реальный профиль риска.

Ещё одна проблема — периодичность. Дневной Sharpe, пересчитанный в годовой, предполагает устойчивость статистики и часто скрывает кластеризацию убытков. Если стратегия зарабатывает понемногу каждый день и иногда резко падает, средняя волатильность может недооценить риск разрыва equity curve.

Sortino ratio

Sortino ratio похож на Sharpe, но в знаменателе использует downside deviation — отклонения ниже заданного минимально приемлемого результата:

Sortino ratio = (portfolio return - minimum acceptable return) / downside deviation

Смысл в том, что инвестора обычно беспокоит не любая волатильность, а именно отрицательные отклонения. Большой положительный день не является проблемой, а большой отрицательный день меняет риск капитала. CFA Institute описывает Sortino ratio как вариант Sharpe, где minimum acceptable return заменяет risk-free rate, а downside deviation заменяет стандартное отклонение. 3

Sortino полезен для стратегий с асимметричными результатами: trend following, breakout, опционные конструкции, портфели с редкими крупными движениями. Он помогает отделить "неровную, но в основном положительную" доходность от доходности, где основная изменчивость приходит через просадки.

Но Sortino тоже не магическая защита. Он зависит от выбранного порога, длины истории и способа расчёта downside deviation. Если в выборке ещё не было настоящего стресс-периода, downside risk будет выглядеть мягче, чем он есть на самом деле.

Volatility

Volatility обычно измеряет разброс доходностей вокруг среднего. В классической портфельной теории риск портфеля связан не только с ожидаемой доходностью отдельных активов, но и с изменчивостью и взаимосвязью их доходностей. 4

Для торговой стратегии volatility показывает, насколько неровно распределён результат во времени. При прочих равных меньшая волатильность делает систему проще для масштабирования: легче задавать лимиты, рассчитывать margin, выдерживать просадки и сравнивать стратегию с другими источниками риска.

Но низкая volatility не всегда означает низкий риск. Стратегии, которые продают страховку, усредняются против движения или собирают маленькую премию за редкий риск, могут долго показывать спокойную equity curve. До тех пор, пока не приходит событие, которое не помещалось в обычную дневную волатильность.

Поэтому volatility стоит использовать как описание обычного режима, а не как полную меру опасности. Для стратегий с хвостовыми рисками рядом нужны max drawdown, tail losses, стресс-тесты и сценарии ликвидности.

Max drawdown

Max drawdown — максимальное падение капитала от локального пика до последующего минимума:

max drawdown = (trough equity - peak equity) / peak equity

Эта метрика отвечает на вопрос, какой самый глубокий исторический провал должен был выдержать капитал. В отличие от volatility, drawdown зависит от пути: важен не только разброс доходностей, но и порядок убытков.

Например, две стратегии могут иметь одинаковую среднюю доходность и волатильность, но разную последовательность результатов. Если убытки сгруппированы подряд, equity curve уходит глубоко под воду. Если они перемешаны с прибыльными периодами, просадка может быть намного мягче.

Max drawdown особенно важен потому, что восстановление нелинейно. После падения на 20% нужно заработать 25%, чтобы вернуться к исходному уровню. После падения на 50% нужен рост на 100%. Поэтому глубина просадки влияет не только на психологическую устойчивость, но и на геометрию дальнейшей доходности.

Ограничение max drawdown в том, что он показывает один худший эпизод в выбранной истории. Он не говорит, как часто возникали просадки, сколько длилось восстановление и могла ли более длинная история показать худший сценарий. Поэтому рядом с max drawdown полезно смотреть drawdown duration и time under water.

CAGR

CAGR — compound annual growth rate, среднегодовой темп роста капитала с учётом сложного процента:

CAGR = (ending equity / starting equity)^(1 / years) - 1

Эта метрика удобна для сравнения стратегий на разных горизонтах. Если одна стратегия тестировалась три года, а другая семь лет, простой итоговый процент роста малоинформативен. CAGR приводит результат к годовому масштабу.

Но CAGR не показывает путь. Стратегия с CAGR 25% и max drawdown 60% — это совсем другой объект, чем стратегия с CAGR 15% и max drawdown 10%. Первая может выглядеть сильнее в таблице доходности, но быть непригодной для реального капитала, если просадка превышает риск-бюджет.

Также CAGR чувствителен к начальной и конечной точке. Если тест начинается перед сильным трендом и заканчивается на пике, годовой рост будет завышен. Поэтому CAGR нужно проверять на rolling windows: как меняется годовая доходность при сдвиге периода анализа.

Calmar ratio

Calmar ratio связывает доходность с максимальной просадкой:

Calmar ratio = annualized return / absolute maximum drawdown

В отличие от Sharpe, где риск описан через стандартное отклонение, Calmar смотрит на худший провал капитала. В практической литературе по performance measurement он относится к drawdown-based метрикам: стратегия оценивается по тому, сколько годовой доходности приходилось на единицу максимальной просадки. 5

Calmar полезен там, где главный риск — не ежедневная неровность, а потеря капитала от пика. Для торговых систем это часто ближе к реальности: инвестор или risk manager спрашивает не "какой была стандартная девиация", а "на сколько стратегия уходила вниз и смогла ли восстановиться".

Но Calmar наследует слабости max drawdown. Один худший эпизод может резко ухудшить метрику, а отсутствие большого кризиса в истории может сделать её слишком оптимистичной. Кроме того, разные окна расчёта дают разные ответы: 36 месяцев, вся история, rolling-периоды — это не одно и то же.

Equity curve

Equity curve — график капитала стратегии во времени. Это не отдельная формула, а визуальная проверка того, как все метрики проявляются в динамике.

Здоровая equity curve не обязана быть идеально гладкой. В реальной торговле есть просадки, flat-периоды, смена режимов и серии убыточных сделок. Подозрительна не сама неровность, а форма, которая не соответствует заявленной логике стратегии.

Красные флаги обычно такие:

• почти весь результат сделан в одном коротком участке истории;
• кривая долго ползёт вверх маленькими шагами, затем иногда резко падает;
• после просадок восстановление занимает всё больше времени;
• стратегия зарабатывает только в одном рыночном режиме;
• equity curve резко улучшается после подбора параметров, но ломается на соседних окнах;
• рост капитала сопровождается увеличением плеча, а не устойчивым edge.

Equity curve полезна ещё и потому, что показывает поведение стратегии во времени, а не только итоговую строку отчёта. Если CAGR высокий, но кривая состоит из длинных периодов стагнации и одного удачного скачка, это другой риск, чем стабильное накопление результата через разные режимы.

Как читать метрики вместе

Оценка стратегии начинается не с вопроса "какая метрика лучшая", а с вопроса "какой риск эта стратегия принимает, чтобы получить доходность".

Практическая рамка может быть такой:

• profit factor показывает, перекрывала ли прибыль убытки;
• win rate и expectancy объясняют, за счёт чего это происходило: частых маленьких выигрышей или редких крупных;
• Sharpe ratio показывает доходность на единицу общей волатильности;
• Sortino ratio уточняет, насколько доходность компенсировала именно downside risk;
• volatility описывает обычную неровность процесса;
• max drawdown показывает худший исторический провал капитала;
• CAGR нормализует рост на годовой горизонт;
• Calmar ratio связывает CAGR с глубиной просадки;
• equity curve показывает, не скрывается ли за итоговыми числами один удачный эпизод или хрупкая форма риска.

Хорошая стратегия обычно не выглядит идеальной по всем метрикам. Trend following может иметь невысокий win rate, но положительный expectancy за счёт крупных трендов. Mean reversion может иметь высокий win rate, но быть уязвимой к редким большим убыткам. Market making может показывать гладкую equity curve до тех пор, пока не проявится inventory risk или adverse selection.

Поэтому сравнивать стратегии нужно внутри их класса, горизонта, частоты сделок и модели исполнения. Для ai-trader практический смысл таких метрик не в красивом отчёте, а в дисциплине: фиксировать risk budget, видеть деградацию стратегии, сравнивать live-результаты с backtest и вовремя замечать, когда профиль риска перестал соответствовать исходной гипотезе.

Итог

Стратегия не становится хорошей только потому, что у неё высокий CAGR, красивый profit factor или Sharpe выше соседних вариантов. Каждая метрика сжимает сложное поведение капитала до одной цифры и поэтому обязательно что-то теряет.

Более надёжный подход — смотреть на связку: есть ли положительный expectancy после издержек, не держится ли результат на редких удачных сделках, насколько глубоки и длинны просадки, компенсирует ли доходность принятый риск, сохраняется ли поведение на разных окнах и не выглядит ли equity curve как следствие переоптимизации.

Хорошая стратегия — это проверяемая система с понятным источником edge, ограниченным downside и поведением, которое можно объяснить до запуска капитала, а не только после удачного бэктеста.