酸奶系统和罐装系统或交易策略与历史测试结果的可靠性之间的关系 - 页 7

 
Infiniti-g37 писал (а)>>

我想提议讨论一下交易策略和历史测试结果的可靠性之间的关系。

当我们创建一个交易系统时,我们依靠的是一些取决于输入变量的规律性。我们经常在测试阶段根据这些参数对系统进行优化,并在获得良好的结果时欢欣鼓舞。然后事实证明,该系统在一周后开始失效。有些系统在几个月后才开始失效。我还建议讨论影响系统 "保质期 "的因素。为什么有的系统是酸奶,有的系统是金枪鱼罐头,是否有可能创造一个永续的移动,或至少接近于永续的移动?

首先,我们必须决定我们正在谈论的是哪些系统。我假设我们谈论的是在相同时间段运行的系统,而且交易频率大致相同。在这种情况下,"保质期 "将取决于策略中使用的模式与真实价格变化模式的对应程度。

 
LeoV писал (а)>>

通过这样的事实,如果你采取无限长的几年前的统计数据,或者至少是10年的统计数据,我认为你的TS不太可能运作良好,因为市场规则(蜡烛体、范围、波动性)已经改变了好几次,这样一个时期的数据不太可能与今天相关。但如果我们把过去2-3个月或一年的这些统计数据(一切都取决于TS工作的TF),那么我认为TS会运作良好,因为这些数据与今天的市场有关。另一方面,如果你把这个时期减少到几个柱子,那么TS也会工作得很糟糕,因为数据将不足以形成一个完整的画面。这就是为什么你的TS有一个参数--收集这些统计数据的时期。这个参数对TS非常重要。而且不可能说你的TS在这个参数的值从-bezcon到+bezcon之间都能同样工作。这实际上是我们正在谈论的问题。

首先没有相关和不相关的数据(我的观点),如果你3年前的数据不相关,那就很可能适合当前的情况。

该系统在D1上工作。

收集统计数据的时期,这是优化。所谓的调整期(例如)1990-1995年,1995-2000年发现模式的运行,等等。没有一个前锋明确说明这样一个系统的价值。无论是在1990年还是在2008年,它的作用都是一样的。

LeoV 你是在处理NS吗,就装配而言,它比传统的TS要复杂得多。... 如果你是一个BS交易员,你可以尝试用一些简单的远期装备,但通常的远期没有什么问题,看看D.Katz,D.McCormick的交易策略百科全书--这个问题有一些有趣的地方。

 
StatBars писал (а)>>

首先,没有什么数据是当前的,也没有什么数据是不当前的(我的观点),如果按照你的说法,3年前的数据是不当前的,那么它很可能是适合当前情况的。

该系统在D1上工作。

收集统计数据的时期,这是优化。所谓的调整期(例如)1990-1995年,1995-2000年发现模式的运行,等等。没有一个前锋明确说明这样一个系统的价值。无论是在1990年还是在2008年,它的作用都是一样的。

LeoV 你是在处理NS吗,就装配而言,它比传统的TS要复杂得多。......而你不能用普通的远期来逃避,看看D.Katz的书,D.McCormick的交易策略百科全书--这个问题有一些有趣的地方。

好吧,我写道--这一切都取决于你所从事的TF。比如说。一分钟3年--是很多,而D1的3年--是非常正常的时间框架。

我的意思是,一个好的TS应该在任何参数下工作--bezcon到+bezcon(在你的例子中--统计的周期),这个参数的优化是不必要的。我写道,TC不能在这个参数的值从-bezcon到+bezcon之间同样工作。

我没有看到TC,在神经网络上更是如此,它在1990年和2008年同样工作。甚至在一日游中也不例外。

是的,做NS。

 
Infiniti-g37 писал (а)>> 我想提议讨论一下交易策略和历史测试结果的可靠性之间的关系。

对报价历史的测试并不是测试系统可靠性的唯一方法。这里有一个替代测试方法的大纲:一篇关于折腾三明治的文章。但如果你对数学过敏,最好不要读它。

 
LeoV писал (а)>>

好吧,我写道--这一切都取决于你正在进行的TF。比如说。1分钟3年是一个很长的时间,D1的3年是一个非常正常的时间范围。

我的意思是,一个好的TS应该在任何参数下工作(在你的例子中--统计周期),这个参数的优化是不必要的。

我还没有看到一个TS,更不用说在神经网络上,在1990年和2008年同样好用。甚至在一日游中也不例外。

是的,我做NS。

要知道在我的案例中与其说是选择优化参数(采样间隔),不如说是通过许多间隔来选择一个稳定的模式。而且样本越多对统计工作越有利...

 
StatBars писал (а)>> 而对于统计学来说,样本越大越好。

我不能同意这一点。不可能 )))

 
LeoV писал (а)>>

我不能同意这一点。不可能 )))

1.Pichimyu?)))

2.什么样的样本对你来说是足够的?在交易数量方面,在测试时间方面。

 
Mathemat писал (а)>>

对报价历史的测试并不是测试系统可靠性的唯一方法。这里有一个替代测试方法的大纲:一篇关于折腾三明治的文章。但如果你对数学过敏,最好不要读它。

再一次,对概念进行了轻微的替换。对一个参数数量有限的系统进行统计,在看似 参数 不多的情况下,寻找价格运动的规律。

而我个人对数学并不过敏(文章的第一段)。:)

它似乎 - 在几分钟内运行脚本,从 "王Gorokha "的时间,下载 "所有我可以",得到一个terrrrabyt文件和...找到一个模式。而且他们会被发现--"这取决于理论,但事实会符合"(c)。

有了 "窗口",也就有了OOS--在 "窗口"/OOS结束后立即进行...。我们将不得不开始收集新的统计数据。

`

只有 "无指标系统 "的辩护者才会认为他们没有使用 "指标"。事实上,"可优化的参数 "和其他系统一样多,因此,"利润与MA_Period的函数 "图变成了......。一个多维的斑点,"我们的统计数据 "无法接近。而从我没有听到 "统计学家 "的事实来看:)外汇的征服者,以及 "也不是用我们的统计数字"。:(

但我也不介意被称为 "过敏者":)

`

SZY.虽然在这个主题中,也从 "寻找模式 "跳到 "评估交易系统"。

ZFS 下面是TC以95%的概率输掉我知道的,我知道价格至少 "走"(当然是在有限的时间段内)有xx%的概率不相信。;)

 
LeoV писал (а)>>

我不能同意这一点。不可能 )))

我同意。对于很少或没有影响过程的投入的过程来说,越多越好,但对于有宏观经济投入的市场来说则不然。

投入越多越好。

 

"寻找模式 "是一个永恒的、取之不尽的话题,永远也找不到答案(在永续流动的意义上)。而TC的测试和评估是一个相当实际的问题,对于一个给定的TC来说,即使所谓发现的模式在逻辑上不被理解或完全未知,也可以解决。在我看来,提问者的问题正是关于未来如何充分评估TS的行为......。

如果我们不能以任何程度的可靠性来证明建立在所发现的模式上的TS在未来会有可接受的行为,那么对模式的搜索就毫无意义。