
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Si la fonction cible est connue, l'optimisation est triviale - modifiez les arguments de manière à obtenir la valeur souhaitée de la fonction. Et s'il est inconnu ? Il a été dit à juste titre précédemment qu'un exemple d'une telle fonction cible "inconnue" est le hasard. Cela semble trivial et élémentaire mais pourquoi parlons-nous d'optimisation sur une fonction inconnue - le marché ? C'est impossible d'après la définition de l'optimisation.
Je pense que vous êtes confus :)
La "fonction cible" n'est pas un modèle du processus stochastique lui-même, qui donnerait une prédiction précise. C'est simplement une des statistiques comme la rentabilité du MO. "Optimiser" consiste à trouver un extremum d'une fonction sur une fonction cible donnée, pour certains arguments, avec un nombre minimal de calculs, c'est-à-dire à réduire l'énumération NP à une valeur quadratique, voire linéaire par rapport au nombre d'arguments.
En paroles, c'est peut-être simple, mais en réalité les mathématiques ne sont pas moins compliquées que celles de ceux qui maîtrisent la nouvelle théorie des cordes ou, comme quelqu'un l'a dit plus haut, analysent les données provenant du LHC.
Et ce n'est pas seulement pour faire du commerce, mais pour tirer des profits extrêmement obscènes de ce commerce. Même un singe peut simplement faire du commerce, et je suis sûr qu'il peut être entraîné.
Je pense que vous êtes confus :)
La "fonction cible" n'est pas un modèle du processus stochastique lui-même, qui donnerait une prédiction précise. C'est simplement une des statistiques comme la rentabilité du MO. "Optimiser" consiste à trouver un extremum d'une fonction sur une fonction cible donnée, pour certains arguments, avec un nombre minimal de calculs, c'est-à-dire à réduire l'énumération NP à une valeur quadratique, voire linéaire par rapport au nombre d'arguments.
En paroles, c'est peut-être simple, mais en réalité les mathématiques ne sont pas moins compliquées que celles de ceux qui maîtrisent la nouvelle théorie des cordes ou, comme quelqu'un l'a dit plus haut, analysent les données provenant du LHC.
Et ce n'est pas seulement pour faire du commerce, mais pour tirer des profits extrêmement obscènes de ce commerce. Même un singe peut simplement faire du commerce, je suis sûr qu'il peut être entraîné.
:О
Merci messieurs pour tant d'idées et d'opinions intéressantes !
Je propose maintenant de déplacer la discussion sur un plan quantitatif.
Supposons qu'il existe une stratégie avec un seul paramètre. Un test simple (1 - 1000) avec 2 ans de barres minutes montre la courbe de rentabilité suivante ( somme(PnL)/somme(abs(PnL)) )
Autrement dit, chaque point correspond à la moyenne des MO sur deux ans.
À votre avis, quels sont les points (valeur du paramètre) qui méritent d'être sélectionnés pour le prograding ? Pour plus de simplicité, vous pouvez indiquer directement dans l'image, avec une flèche ou par un cercle.
Je vous dirai ensuite à quelle conclusion je suis arrivé.
Selon vous, quels lieux devraient être choisis pour le pro-trade ?
Aucun, car il n'existe aucune information sur les risques de la stratégie.
Oui, en effet, que ce soit Sharpe plutôt que MO, ou MO/SCO alors.
Oui, en effet, que ce soit Sharpe plutôt que MO, ou MO/SCO alors.
Ensuite, je vous dirai ce que j'ai conclu.