Что такое просадка капитала
Просадка (drawdown) — это снижение текущего значения капитала относительно его исторического максимума. Если представить динамику капитала как кривую, просадка измеряет глубину «впадины» от предшествующего пика до текущей точки. Она тесно связана с волатильностью и выбором размера позиции. Формально текущая относительная просадка в момент времени \( t \) определяется как:
где \( K_{\max,t} = \max_{0 \le s \le t} K_s \) — максимальное значение капитала, достигнутое к моменту \( t \), а \( K_t \) — текущий капитал.
Следует различать текущую просадку (снижение от последнего пика до текущего момента) и максимальную просадку (MaxDD) — наибольшую из всех текущих просадок за весь рассматриваемый период. MaxDD показывает наихудшее снижение, которое пережил капитал.
Почему просадка важнее дисперсии как мера риска? Дисперсия учитывает отклонения в обе стороны — как убыточные, так и прибыльные. Просадка же фиксирует именно то, что ощущает лицо, принимающее решение: реальное снижение накопленных ресурсов. Это делает её практически более значимым индикатором, чем абстрактная волатильность.
Вероятность разорения: классическая формула
Рассмотрим последовательность независимых случайных событий с двумя исходами: успех (вероятность \( p \)) и неудача (вероятность \( 1 - p \)). При каждом событии капитал увеличивается или уменьшается на фиксированную величину \( R \). Начальный капитал — \( K_0 \). Вопрос: какова вероятность того, что капитал когда-либо достигнет нуля?
Классическая формула вероятности разорения для случайного блуждания с дрейфом имеет вид:
Если же \( p \le 0{,}5 \), то при неограниченной последовательности событий разорение наступает с вероятностью 1 — это математическая неизбежность.
Формула показывает ключевую зависимость: вероятность разорения убывает экспоненциально с ростом отношения \( K_0 / R \). Другими словами, чем больше начальный капитал по сравнению с размером аллокации на одно событие, тем ниже вероятность полного исчерпания. Это обосновывает правило 250 позиций и принципы управления капиталом. Однако при малых значениях \( K_0 / R \) разорение остаётся вполне реальным даже при благоприятной вероятности.
| \( K_0 / R \) | \( p = 0{,}51 \) | \( p = 0{,}52 \) | \( p = 0{,}55 \) | \( p = 0{,}60 \) |
|---|---|---|---|---|
| 10 | 0,668 | 0,449 | 0,135 | 0,017 |
| 20 | 0,446 | 0,201 | 0,018 | 0,0003 |
| 50 | 0,133 | 0,018 | 0,00005 | ≈ 0 |
| 100 | 0,018 | 0,0003 | ≈ 0 | ≈ 0 |
Таблица наглядно демонстрирует: при \( p = 0{,}51 \) и \( K_0/R = 10 \) вероятность разорения превышает 66%. Увеличение вероятности успеха даже на несколько процентных пунктов или рост отношения капитала к аллокации радикально снижают этот риск.
Связь между размером позиции и риском разорения
Доля капитала \( f \), выделяемая на каждое событие, является ключевым параметром, определяющим судьбу всей системы. Из формулы разорения видно, что эффективное отношение \( K_0 / R \) при фиксированной доле равно \( 1/f \). Следовательно:
При уменьшении \( f \) вероятность разорения убывает экспоненциально. Однако здесь возникает фундаментальный компромисс: слишком малая доля аллокации означает крайне медленный рост капитала. Ожидаемый логарифмический темп роста на одно событие равен:
где \( b \) — коэффициент отдачи. Функция \( g(f) \) достигает максимума при оптимальной доле Келли \( f^* = p - (1-p)/b \). Аллокация ниже \( f^* \) обеспечивает повышенную безопасность за счёт снижения темпа роста. Аллокация выше \( f^* \) не только увеличивает риск разорения, но и парадоксальным образом снижает долгосрочный темп роста — область так называемого «чрезмерного риска».
Максимальная просадка и её ожидаемое значение
Даже при положительном математическом ожидании максимальная просадка в длинной серии событий может быть существенной. Для случайного блуждания с дрейфом ожидаемая максимальная просадка приблизительно растёт как:
где \( \sigma \) — стандартное отклонение результата одного события, а \( N \) — число событий. Эта формула показывает, что с увеличением горизонта рассмотрения максимальная просадка продолжает расти, хотя и медленнее, чем число событий.
На практике это означает, что просадки в 30–50% от пикового значения капитала являются обычным явлением для длительных серий, даже если среднее движение капитала направлено вверх.
Пример: ожидаемая максимальная просадка
Параметры: \( p = 0{,}55 \), \( b = 1 \), \( N = 1000 \), \( f = 0{,}05 \). Начальный капитал \( K_0 = 1000 \).
Стандартное отклонение результата одного события: \( \sigma = f \cdot K \cdot \sqrt{p(1-p)} \approx 0{,}05 \cdot 1000 \cdot \sqrt{0{,}55 \cdot 0{,}45} \approx 24{,}87 \).
Грубая оценка ожидаемой MaxDD: \( 24{,}87 \cdot \sqrt{1000} \approx 786 \). Однако к моменту наступления максимальной просадки капитал уже существенно вырос (ожидаемый дрейф за 1000 событий положителен), поэтому в относительном выражении просадка будет значительно меньше. Более точные оценки, учитывающие геометрический характер роста при фиксированной доле, дают ожидаемую MaxDD порядка 25–40% от пикового капитала для данных параметров.
Стратегии снижения риска разорения
Существует несколько принципиальных подходов к снижению вероятности полного исчерпания капитала:
Уменьшение доли аллокации \( f \). Наиболее прямой способ. Снижение \( f \) экспоненциально уменьшает вероятность разорения. Типичная рекомендация — использовать долю, составляющую 25–50% от оптимальной доли Келли (так называемый «дробный Келли»). Это существенно снижает волатильность и риск разорения ценой умеренного замедления темпа роста.
Увеличение начального капитала \( K_0 \). Чем больше \( K_0 \) при фиксированном \( R \), тем выше отношение \( K_0 / R \) и тем ниже вероятность разорения. Фактически, это эквивалентно уменьшению \( f \), но достигается за счёт масштаба ресурсов.
Установка порогов максимальной допустимой просадки. Определяется предельный уровень просадки (например, 30% от пика), при достижении которого аллокация прекращается или существенно сокращается. Это ограничивает потери определённой величиной, но исключает возможность восстановления без изменения параметров.
Использование пропорциональных моделей вместо фиксированных сумм. При модели фиксированной доли каждая неудача уменьшает абсолютный размер аллокации, что создаёт встроенный механизм защиты: капитал теоретически не может достичь нуля. Это принципиальное преимущество перед моделью с фиксированной абсолютной аллокацией.
Каждый из этих подходов имеет свои компромиссы между безопасностью и эффективностью. Оптимальное сочетание зависит от конкретных параметров среды и допустимого уровня риска.
Эмоциональное воздействие просадок
Помимо математических аспектов, просадки оказывают мощное психологическое воздействие на лицо, принимающее решение. Исследования Канемана и Тверски по теории перспектив показали, что субъективная тяжесть потери примерно вдвое превышает субъективную ценность эквивалентного приобретения. Это означает, что просадка в 20% ощущается значительно болезненнее, чем радость от аналогичного роста капитала.
Типичная поведенческая ловушка — отказ от текущей модели принятия решений в период глубокой просадки, даже если модель математически обоснована и имеет положительное ожидание. Такое поведение фиксирует убытки и лишает возможности дождаться статистически вероятного восстановления.
Ещё один важный аспект — нелинейная связь между глубиной просадки и усилием, необходимым для восстановления. Чтобы компенсировать просадку в \( X\% \), требуется рост на:
Эта зависимость резко нелинейна: просадка в 10% требует роста в 11,1% для восстановления, просадка в 33% — роста в 50%, а просадка в 50% — уже 100%-ного роста. Осознание этой математической реальности подчёркивает критическую важность контроля глубины просадок.
Важно: информация о рисках
Все модели и формулы, представленные в данной статье, носят исключительно образовательный характер. Любые решения в условиях неопределённости сопряжены с рисками — как финансовыми, так и эмоциональными. Ни одна математическая модель не может гарантировать конкретный результат. Подходите к принятию решений ответственно.