Autoengaño del comerciante: desconfianza en los delanteros. - página 11
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Se llama cucarachas en la cabeza. Así que habla por ti, no hables por los demás. Si no se conoce algo, no significa que otros no lo aprovechen. Véase, por ejemplo, el Asesor Experto RNN.
Si un EA no es rentable en 1/2 forwards (mitad backtest, mitad forward), entonces deberías desecharlo. Cualquier tonto obtendrá un beneficio en las pruebas retrospectivas utilizando el probador GA.
Youri Tarshecki:
Casi nunca veo ningún análisis de la eficacia de las estrategias y los sistemas basados en los delanteros.
¿Qué es? ¿Falta de tradición o evitación de emociones desagradables?
...
No entiendo lo que no estoy adivinando? ¿Cuál es el objetivo de su mensaje?
Ver Robert Pardo en PDF
Si se trata de un análisis prospectivo, la imagen del enlace es sólo una.
CodeBase no es el Hermitage, ni siquiera el Louvre, para organizar allí la exposición de Pinocho.
Estoy probando todas las opciones. Ahora ejecuto 12 segmentos con 12 forwards y miro el resultado global. Si la mayoría de los forwards no son satisfactorios, este EA no debería ser utilizado, necesita ser reelaborado. Al rehacer su EA y obtener información sobre los delanteros, puede entender si va en la dirección correcta.
Dividir al azar la historia en adelante y atrás no servirá de nada.
Los valores aleatorios e incluso las agrupaciones pueden resultar los mejores en algunas piezas de backtest. Es decir, un buen EA, pero en el primer backtest, un conjunto aleatorio de opciones resultó ser el mejor y lo eligió para avanzar. Correspondientemente, murió en el avance)). Lo mismo ocurre con los demás: cuanto más se dividan, menos correctos serán los resultados desde el punto de vista estadístico. Por lo tanto, debe haber suficientes operaciones en cada backtest y forward para que haya validez estadística. De hecho, para la mayoría de los sistemas, incluso intradía, esto significará que necesitan al menos 20 años de pruebas con sus divisiones)). Y no suelen vivir tanto tiempo. Por lo tanto, se ha escrito correctamente que la mejor solución sería combinar las zonas traseras en una sola y se obtiene un conjunto medio, pero más fiable, de los blancos. Y más precisamente zonas óptimas para cada parámetro optimizado.
No puede permitirse el lujo de dividir la historia en 12 sectores con suficientes operaciones para obtener resultados estadísticos fiables en cada uno de ellos. Y hacer algo con resultados poco fiables es una casualidad como resultado
Dividir al azar la historia en adelante y atrás no va a servir de nada.
Los valores aleatorios e incluso las agrupaciones pueden resultar los mejores en algunas piezas de backtest. Es decir, un buen EA, pero en el primer backtest, un conjunto aleatorio de opciones resultó ser el mejor y lo eligió para avanzar. Correspondientemente, murió en el avance)). Lo mismo ocurre con los demás: cuanto más se dividan, menos correctos serán los resultados desde el punto de vista estadístico. Por lo tanto, debe haber suficientes operaciones en cada backtest y forward para que haya validez estadística. De hecho, para la mayoría de los sistemas, incluso intradía, esto significará que necesitan al menos 20 años de pruebas con sus divisiones)). Y no suelen vivir tanto tiempo. Por lo tanto, se ha escrito correctamente que la mejor solución sería combinar las zonas traseras en una sola y se obtiene un conjunto medio, pero más fiable, de los blancos. Y más precisamente las zonas óptimas para cada parámetro optimizado.
No puede permitirse el lujo de dividir el historial en 12 segmentos, en los que los tratos serán suficientes para que los resultados sean estadísticamente correctos en cada uno de ellos. Y hacer algo con resultados estadísticamente poco fiables es aleatorio como resultado
Y entendamos qué es la validez de las estadísticas. Si crees que cuanto mayor sea el promedio, mayor será la validez, entonces por qué no pruebas en TODA la historia disponible, el promedio será absoluto. ¿Pero sería fiable? Poco probable. Precisamente porque el mercado cambia de forma estadísticamente fiable y nunca se puede predecir si este grupo concreto es una anomalía o el comienzo de una nueva tendencia. Estas dos propiedades del mercado son diametralmente opuestas y requieren una solución dialéctica, ya que una requiere un aumento del segmento y la otra una disminución.
Resuelvo este problema de forma experimental. En mi caso particular resultó que la suma de 12 forwards mensuales es mayor que la suma de 4 forwards de tres meses, y éstos, a su vez, son mayores que los de un año, siendo también mejor el número de pérdidas continuas.
¿Has probado experimentalmente las proporciones de la espalda hacia delante? ¿En qué se basa para pensar que su límite es el más óptimo?
Dividir al azar la historia en adelante y atrás no servirá de nada.
Los valores aleatorios e incluso las agrupaciones pueden resultar los mejores en algunas piezas de backtest. Es decir, un buen EA, pero en el primer backtest, un conjunto aleatorio de opciones resultó ser el mejor y lo eligió para avanzar. Correspondientemente, murió en el avance)). Lo mismo ocurre con los demás: cuanto más se dividan, menos correctos serán los resultados desde el punto de vista estadístico. Por lo tanto, debe haber suficientes operaciones en cada backtest y forward para que haya validez estadística. De hecho, para la mayoría de los sistemas, incluso intradía, esto significará que necesitan al menos 20 años de pruebas con sus divisiones)). Y no suelen vivir tanto tiempo. Por lo tanto, se ha escrito correctamente que la mejor solución sería combinar las zonas traseras en una sola y se obtendrá un conjunto medio, pero más fiable, de los blancos. O, más exactamente, zonas óptimas para cada parámetro optimizado.
No es un lujo dividir el historial en 12 zonas con suficientes operaciones para que los resultados sean estadísticamente correctos para cada una de ellas. Y hacer algo con resultados poco fiables es una casualidad como resultado
Y entendamos qué es la validez estadística. Si crees que a mayor promedio, mayor validez, entonces por qué no pruebas en TODA la historia disponible, el promedio será absoluto. ¿Pero sería fiable? Poco probable. Precisamente porque el mercado cambia de forma estadísticamente fiable y nunca se puede predecir si este grupo concreto es una anomalía o el comienzo de una nueva tendencia. Estas dos propiedades del mercado son diametralmente opuestas y requieren una solución dialéctica, ya que una requiere un aumento del segmento y la otra una disminución.
El Asesor Experto trabaja durante un cierto período de tiempo - su fase favorable, para decirlo crudamente. Por lo tanto, no tiene sentido tomar demasiada historia o en absoluto al azar. Y su método requiere muchas veces más estadísticas y periodo de pruebas. Por lo tanto, la tarea es encontrar un tema de trabajo lo más rápido posible y al mismo tiempo para eliminar el ajuste, y la división de la historia en fragmentos separados, sobre los que se toman las decisiones, conduce al hecho de que la historia en la que el sistema ya ha trabajado sería muy largo (argumentos sobre la validez estadística en el post anterior).
Resuelvo este problema de forma experimental. En mi caso particular resultó que la suma de 12 forwards mensuales es mayor que la suma de 4 forwards de tres meses, y éstos, a su vez, son mayores que los de un año, mientras que el número de pérdidas continuas también es mejor.
¿Has probado experimentalmente las proporciones de la espalda hacia delante? ¿En qué se basa para pensar que su tramo es el más óptimo?
Yo lo enfoco de manera diferente) no tomo ninguna proporción y no uso una prueba de avance. Analizo la calidad del sistema por la calidad de la equidad.
El sistema ideal es la equidad hacia arriba). Es decir, Mo=const y Dispersión(dispersión)=0. En realidad mo flota y la varianza tampoco es cero. Aproximadamente la oscilación es alrededor de una línea recta perfecta. Un buen sistema es el que tiene una varianza pequeña y una pendiente positiva cuando se prueba de forma fiable (el número de operaciones como un criterio). Por ejemplo, PF lo considera. Es decir, un sistema con un buen FP (y algunas otras características numéricas de la equidad) se examinará más a fondo para la estabilidad cuando se pruebe de forma fiable. Esto ya es suficiente para que pase y sus indicadores - romperlo y ellos también serán de calidad))
Y, en general, hay que entender lo que gana el sistema y mirar cada parte del sistema para la sostenibilidad por separado. Cada opción debería convertirse en un estudio de estabilidad independiente.
Y es necesario tener un criterio suficientemente no retardado para el apagado del sistema, que también se basa en la comprensión de los componentes del sistema y es decisivo en su rendimiento
Estoy de acuerdo con cada palabra. Me gustaría añadir que para identificar las zonas más estables de los parámetros de TS, utilizo el indicador R^2 calculado sobre la estrategia de equidad obtenida. Desde mi punto de vista, la mejor ejecución es un resultado positivo, un buen R^2 (más de 0,8, 0,9) y una cantidad de operaciones estadísticamente significativa. En este caso, el beneficio absoluto no es tan importante como el hecho de que haya habido períodos de pérdidas o no. Todas las buenas estrategias fracasan durante ciertos periodos. Sólo que estas pérdidas deberían estar dentro de la tendencia positiva general. También es importante tener a mano una docena de estrategias, aunque medias, pero estables (en términos de R^2), cuyos momentos desfavorables no se solapen entre sí con absoluta precisión (la correlación total es difícil de conseguir).
... Fluctúa aproximadamente alrededor de una línea recta perfecta. Un buen sistema es aquel que, cuando se prueba de forma fiable (el número de operaciones como criterio), tiene una varianza pequeña y una pendiente positiva. Por ejemplo, PF lo considera.
En su momento intenté utilizar el PF pero el problema es que depende inversamente (y muy claramente) del número de operaciones, a mayor número de ellas, menor es el PF. El R^2 basado en la variación neta de los fondos propios (no se tienen en cuenta los periodos de inactividad del sistema de negociación) no presenta esta característica.
Es decir, un sistema con un buen FP (y algunas otras características numéricas de equidad) se someterá a más pruebas de estabilidad cuando se pruebe de forma fiable. Esto ya es suficiente para que pase y sus indicadores - romperlo y ellos también serán de calidad))
Exactamente. Podemos demostrar formalmente esta afirmación: si TS tiene una línea recta patrimonial casi perfecta dirigida hacia arriba, entonces el segmento arbitrario (hacia adelante) de esta equidad también pasará la validación, porque también tendrá un resultado positivo. Por otro lado, las pruebas hacia adelante encontrarán el conjunto de parámetros que serán rentables en todas las partes de la historia, por lo tanto, encontrará el conjunto de parámetros, en el que la ejecución de la TS en toda la historia dará el resultado positivo más estable y estable. Pero como durante la optimización se obtendrá el mismo conjunto de parámetros en toda la muestra, no es necesario dividir la muestra en N partes arbitrarias.
En general, tenemos que entender lo que gana el sistema y considerar cada parte del sistema para la estabilidad por separado. Cada opción debería convertirse en un estudio de estabilidad independiente.
Esto es difícil. Este es probablemente el santo grial del comercio. Comerciamos con la consecuencia de la causa, que casi siempre permanece entre bastidores. Por ejemplo, no todas las TS que siguen la tendencia funcionan en un mercado tendencial. Un TS puede mostrar grandes resultados en algunos mercados y en otros, salvo que no pierda dinero. Sin embargo, no hay diferencias evidentes entre estos mercados, ni siquiera en cuanto a su tendencia o cualquier otra estadística.
Y es necesario contar con un criterio de desconexión del sistema suficientemente no retardado, que también se base en la comprensión de los componentes del sistema y que sea decisivo en su capacidad de trabajo.
Sí. Aquí es más fácil, porque se puede formular con precisión lo que queremos ver: una línea recta con pendiente positiva. Si el TS ha dejado de ganar, su patrimonio superará tarde o temprano nuestro modelo de expectativas y tendrá que ser desactivado.
Pero, el factor principal aquí es un factor psicológico - aceptar el inevitable pisoteo e incluso una cierta pérdida como el comportamiento estándar de la ST dentro del modelo seleccionado.
Esa es la parte complicada. Este es probablemente el santo grial del comercio. Comerciamos como consecuencia de una causa que casi siempre permanece entre bastidores. Por ejemplo, no todas las TS que siguen la tendencia funcionan en un mercado tendencial. Un TS puede mostrar grandes resultados en algunos mercados y en otros, salvo que no pierda dinero. Aunque no hay una diferencia evidente entre estos mercados, ni siquiera en cuanto a su tendencia o cualquier otra estadística.
Un poco más sobre R^2.
Para mí es un indicador muy potente, pero no suficiente. En la práctica me he encontrado con que algunas ST, pueden dar una equidad muy buena y suave hacia arriba. R^2 es muy alto y su conjunto de parámetros puede descifrar hasta el más sofisticado delantero. He aquí un ejemplo de una de estas ST:
Su equidad hace que uno se posicione en el mercado, pero no es tan sencillo. Las TS adaptadas tienen una característica notable: su conjunto de parámetros es casi siempre inestable y cualquier pequeño cambio en los valores de estos parámetros puede cambiar drásticamente el resultado. Por ejemplo, un ligero cambio de las reglas de cierre en este ST conduce a los siguientes resultados:
Se puede ver que un pequeño cambio ha llevado a resultados desastrosos. Cabe destacar que sólo hay 2 parámetros de optimización en este TS. Esto es así hasta el punto de que, de hecho, se puede obtener fácilmente el ajuste aproximando sólo dos puntos, y el pequeño número de prámetros de la TS no indica su incapacidad de ajuste. Por lo tanto, una vez determinado el conjunto óptimo de parámetros, es necesario desplazar los parámetros por algún valor en el espacio de optimización multidimensional, y ver los resultados de las ejecuciones en las proximidades del punto óptimo:
Si estamos en un punto de parámetros estables, su desplazamiento no cambiará drásticamente el comportamiento de la ST. Es importante entender que en el comercio real, este mismo cambio ocurrirá. En la historia, estamos moviendo los parámetros de la TS en torno a un mercado estático. En el mercado real, el mercado moverá sus características alrededor de los parámetros previamente encontrados y fijados por nosotros.