Топ-5 книг для дизайна первой торговой стратегии

(не прибыльной, очевидно, но будет что показать в портфолио)

1. Ernest P. Chan - Algorithmic Trading: Winning Strategies and Their Rationale
📅 2013 | 📄 208 стр.

💡 Калман-фильтр всегда лучше скользящего окна для адаптивной оценки параметров - даёт оценку неопределённости и плавную адаптацию без резких скачков.

📝 Самая практичная книга для старта. Готовые стратегии mean-reversion и momentum с кодом. Cointegration, Kalman filter, Bollinger, cross-sectional MR.

2. Robert Carver - Advanced Futures Trading Strategies
📅 2023 | 📄 680 стр.

💡 «Не доверяй бэктесту с Sharpe > 2» - почти наверняка переобучение. Если издержки > 1/3 SR - стратегию нельзя торговать на этом инструменте.

📝 Полная система от нуля: выбор стратегии → sizing → risk overlay → execution. 7-шаговый фреймворк без переобучения. Лучшая книга по «как собрать всё вместе».

3. Igor Tulchinsky et al. - Finding Alphas: A Quantitative Approach to Building Trading Strategies
📅 2015 | 📄 245 стр.

💡 Робастная альфа показывает монотонное убывание доходности по квинтилям (Q1→Q5) - немонотонность = хрупкий сигнал, который быстро затухнет.

📝 Методология дизайна альфы от WorldQuant: идея → формализация → бэктест → оценка. 8-мерный фреймворк оценки. Учит думать об альфах, а не копировать формулы.

4. Marcos López de Prado - Advances in Financial Machine Learning
📅 2018 | 📄 432 стр.

💡 Meta-labeling разделяет НАПРАВЛЕНИЕ и РАЗМЕР ставки: первая модель - long/short, вторая (meta) - уверенность. Позволяет улучшить sizing не трогая модель направления.

📝 ML-пайплайн для финансов: triple barrier labeling, fractional differentiation, CPCV-валидация, HRP-портфели. Учит избегать фатальных ошибок (leakage, overfitting, неправильная CV).

5. Giuseppe Paleologo — Elements of Quantitative Investing
📅 2024 | 📄 519 стр.

💡 SE Sharpe Ratio ≈ 1/√T - чтобы отличить SR=0.5 от SR=0 на уровне 2σ, нужно ~16 лет данных. Большинство бэктестов слишком коротки.

📝 Теория за sizing и портфелем. Kelly criterion, Fundamental Law (IR=IC·√nT), spiked covariance, 5 подходов к робастной оптимизации. Объясняет, почему SR - это скилл, а не результат.

#редакция@overzeros