Robuustheid van die handel strategie hoe om dit te meet? Gepubliseer April 27, 2015 | deur admin Wanneer jy 'n winsgewende handel strategie te besit, een van die eerste dinge wat jy jouself besig te hou met hoe sterk jou strategie is. Daar is verskeie maniere om die toets van die robuustheid van die handel strategie. Voordat jy begin lees verder, neem asseblief kennis dat dit nie 'n bedoeling van hierdie artikel te beskryf in diepte die aard van die verskillende benaderings, maar kortliks net beskryf sommige van hulle. Die meeste van hierdie benaderings het hul eie beperkings en daar is geen goed of sleg manier. Die beste handel stelsels moet bereik goeie resultate in meerderheid van hierdie toetse, maar dit is nie altyd die geval wees. Eerstens, moet dit gedefinieer word wat die robuustheid van 'n handel strategie beteken. Die robuustheid kan beskryf word as 'n vermoë om te weerstaan of te oorkom ongunstige toestande. So wanneer daar verwys word na die handel strategie kan 'n mens sê dat die robuuste handel strategie moet weerstaan of te oorkom negatiewe marktoestande. Deur te weerstaan of te oorkom ons bedoel om soortgelyke prestasie eienskappe in stand te hou as in historiese toets kon bereik sonder om 'n groter bedrag van die kapitaal as wat verwag is. 8220; Prakties gesproke, 'n robuuste handel strategie is een wat konsekwent goeie resultate lewer oor 'n wye reeks parameter (insette) waardes van toepassing op baie verskillende markte getoets vir baie years.8221; Perry J. Kaufman Dit beteken dat die robuuste handel strategie winsgewend in verskillende marktoestande (trending x woelig mark, bul x beermark) oor die wye verskeidenheid van strategie parameterwaardes baie jare terug in die geskiedenis en ook in 'n mandjie van diverse markte moet wees. So, hoe kan ons meet die robuustheid van 'n handel strategie? 1) Historiese Prestasietoetsing (back testing) As ons wil hê dat ons toetse om statisties beduidende wees moet ons altyd saam met 'n groot genoeg mark data monster. Deur groot genoeg dat ons die meer hoe beter. Wanneer ons data mark gebruik bereiking baie jare terug in die geskiedenis en doen back testing op hulle ons, in werklikheid, voer die basiese robuustheid toets. Met ander woorde ons toets as die handel stelsel in staat is om te hanteer verskillende handelstoestande wat gedurende daardie tydperk verskyn het. Daar kan tye van vlugtige bul of beermark, trending of woelig mark en ons stelsel moet almal van hulle te hanteer. Wat kan gebeur as ons back testing net op 'n paar onlangse jare van 'n mark data (of selfs minder) is dat in hierdie tydperk marktoestande dieselfde bly, maar toe ons begin om handel marktoestande verander en ons strategie nie meer werk nie. Die bedrag van die mark data is verwant aan die aantal totale ambagte. Weereens, hoe hoër die nommer is, hoe beter. Ons kan nie verklaar ons toets statisties beduidend te wees wanneer ons het net 10 of 20 van die totale transaksies. Terselfdertyd moet ons omgee vir die gehalte van die data. Dit is regtig belangrike aspekte wat die toetsuitslae kan skeef. 2) Strategie Parameters stabiliteit Toets Hierdie tipe van die robuustheid toets kan maklik uitgevoer word met 'n ingeboude optimalisering gereedskap in TradeStation / Multicharts of ander sagteware. Die doel van die toets is om die effek van die gebruik van verskillende parameter (insette) stelle op die handel stelsel prestasie te ondersoek. As die toets positief sowel as soortgelyke prestasie resultate het getoon oor 'n wye verskeidenheid van parameter stel dit 'n teken van 'n handel stelsel robuustheid. Ons ondersoek hoofsaaklik die volgende kenmerke: A) Die verspreiding van prestasie in die optimalisering ruimte - hier wil ons 'n winsgewende gemiddelde simulasie, 'n klein standaardafwyking en 'n klein reeks (maksimum-min) van handel stelsel netto wins te sien. Ons kan 'n stress toets uit te voer: Is die gemiddelde simulasie minus die 1ste. standaardafwyking positiewe? Is die gemiddelde simulasie minus die 2de. st. afwyking positiewe? En is die gemiddelde simulasie minus die 3. st. afwyking positiewe? Die gebruik van die Excel-program ons ontleding kon lyk: * Vir illustratiewe doeleindes B) Die vorm van die optimalisering ruimte - om die vorm van die optimalisering ruimte ondersoek kan ons 3D grafiek in Excel of ander program gebruik word deur die plot twee parameters (insette) op die horisontale as en winste op die vertikale as. Wanneer ons meer parameters as twee in ons strategie wat ons sogenaamde sensitiwiteitsanalise kan voer waar ons 'n impak van elke enkele parameter op 'n handel stelsel prestasie te vors wanneer ander parameters konstante gelaat (dan kan ons alternatiewelik voort te gaan met twee parameters met die grootste impak op 'n handel stelsel prestasie en stel 'n 3D-grafiek). Oor die algemeen, is ons op soek na 'n plat vorm in die verspreiding van winste en by die verrigting van sensitiwiteitsanalise ons wil nie om enige parameter sien 'n groot impak op die handel stelsel prestasie het. * Vir illustratiewe doeleindes 3) Buite-Voorbeeld Data Toets Dit is een van die mees algemene toetse wat gebruik word deur die meerderheid van die handelaars. Dit is gebaseer op die verdeling van die beskikbare markdata in In-monster en Buite-Voorbeeld data segmente. Die In-steekproefgegewens word gebruik tydens die ontwikkelingsproses van die handel strategie wanneer die Buite-monster (OOS) data eenkant gelaat. Wanneer die ontwikkeling proses afgehandel is, kan ons die OOS data gebruik vir die toets van hoe ons strategie optree op 'n onsigbare data. Die rede vir die gebruik van die OOS data is eenvoudig: wanneer die ontwikkeling van 'n strategie wat gebaseer is op historiese data mark kan ons maklik glip om kleremakery die strategie om hierdie data. Dit is dikwels genoem overfitting of krommepassing. Hierdie verskynsel veroorsaak ons strategie om goed op papier lyk, maar dit nie in reële terme. Daarom is dit altyd goed om 'n paar OOS data opsy te verlaat. die regte verhouding tussen die In-monster en die OOS data instelling by die diskresie van almal. Die meeste dikwels die OOS data segment is ingestel op 15-30% van dataset. As ons al die beskikbare historiese mark data gebruik tydens die ontwikkeling van die strategie moet ons wag om nuwe data wat kom uit die mark te kry. Dit kan 'n tydsame proses wees, want ons moet wag tot statisties beduidende aantal totale ambagte kry. Maar dit dalk 'n goeie opsie vir beide die historiese OOS data en die nuwe data wat uit die mark vir hierdie toets gebruik word. In so 'n geval moet jy die strategie in "inkubasie" verlaat vir 'n periode van tyd en slegs wanneer dit bewys om op te tree as wat verwag is, kan jy dit live te loods. * Buite-monster en In-Monster segmente van Gold Super Eenvoudige strategie 4) Walk-forward Toets Ons toets is altyd beperk deur die hoeveelheid van die OOS data beskikbaar. Daarom is nuwe metodes van robuustheid toetsing geskep. Die mees gebruikte is waarskynlik die Walk-forward toets (dit wil sê Walk-forward Analise - WfA). Onder ander metodes kan ons die trosanalise van TradeStation, wat eintlik 'n veelvuldige WfA of kruisvalidering metode noem. Die WfA is 'n meervoudige In-monster en OOS toets wat loop-vorentoe in tyd. Dit word gedoen in 'n paar lopies waar elke daaropvolgende lopie vorentoe beweeg in die tyd deur 'n persentasie gelyk aan die lengte van die OOS tydperk. Soos hieronder getoon: In elke enkele lopie optimaliseer ons die handel strategie parameters (insette) waardes volgens fiksheid funksie (bv maksimum netto wins) en dan te toets die beste instelling op die OOS data. Die doel van hierdie metode is om te bepaal of die strategie is in staat om te werk aan die OOS data in die soortgelyke wyse as op die data in-monster. As die strategie goed presteer op die OOS data sy prestasie kan realisties oorweeg en nie net die gevolg van krommepassing. Hierdie metode kan veral voordelig as ons van plan is om van tyd tot tyd verander die strategie parameters waardes wees. Gereedskap soos die Walk-forward Optimizer in TradeStation kan selfs meer te doen. Die sogenaamde trosanalise voer verskeie WfA waarin die resultate word bereken vir verskillende waardes van die buite-Monster% en die Walk Stuur lopies. 5) kruisvalidering Hierdie metode maak nog beter gebruik van beskikbare data as die WfA. Dit maak gebruik van elke deel van data as die OOS op 'n sekere punt. Nie net die data as gevolg van die In-monster tydperk. As 'n nadeel van hierdie metode is dit dikwels gegee sy sensitiwiteit vir nie-stasionariteit van die markte (veranderende marktoestande). Dit word veroorsaak deur die gebruik van data pad terug van die begin van die datastel vir die OOS toets en dan die uitvoering van hierdie resultate in die algehele toetsuitslae. Aan die ander kant moet die robuuste handel strategie kan hanteer die nie-stasionariteit van die markte wees. Goeie resultate in hierdie toets kan slegs tot voordeel van ons strategie wees. Ons kan aanneem dat indien die strategie bereik goeie resultate in die parameters stabiliteit toets dit sal ook uiteindelik goed in die WfA en die Kruis geldigheidstoets. 6) Multimarket en Multi-tydperk Toets Wanneer ons gaan 'n multimarket toets uit te voer, moet ons eers bepaal of die strategie is geskep om handel te dryf op verskeie diverse markte of net op een spesifieke sektor mark of (bv indeks termynmark). Beide tipes strategieë is geldig. Maar die strategieë goed presteer op die verskeie markte is gewoonlik meer robuuste. As ons die toets van die strategie geskep vir handel op die verskeie diverse markte sal ons 'n portefeulje van diverse markte te vorm en ons sal die strategie te toets op dit. Om 'n hoogs gediversifiseerde portefeulje te bou kan ons 'n korrelasie matriks van die sluiting van die pryse van markte te bereken en dan gebruik maak van die markte wat negatiewe of effens positiewe korrelasie sal hê. Terselfdertyd moet ons die markte wat nie noodsaaklik fundamentele verbindings het nie kies. 'N Kleiner portefeulje van diverse markte termynmark kan byvoorbeeld bestaan uit: e-mini SP 500, euro, T-effekte, goud, ru-olie, suiker, sojabone en maer varke. Vir meer akkurate toets is dit gepas om 'n groter portefeulje gebruik. Die robuuste handel strategie hoef nie daarin slaag om 'n goeie handel resultate op 'n enkele mark, maar dit kan 'n groot algehele resultate te bereik wanneer dit toegepas word om 'n portefeulje van markte. As ons die toets strategie geskep vir handel op 'n spesifieke sektor mark of ons nie noodwendig goeie resultate op ander markte vereis. Maar as ons wil meer daarvan oortuig dat hierdie resultate is nie net 'n kwessie van geluk te wees wat ons kan die strategie robuustheid toets op soortgelyke markte. Byvoorbeeld, wanneer ons 'n strategie wat geskep is om net e-mini SP 500 handel ons kan toets of die strategie is ook winsgewend op ander Amerikaanse e-mini-indeks termynmark (Dow Jones, Nasdaq 100, Russell 2000, e-mini Midcap SP 400) en op hul groter eweknie kontrakte wat meer historiese data beskikbaar te hê. As die strategie bereik goeie resultate is dit 'n teken van 'n sekere mate van robuustheid. Maar hierdie markte is gewoonlik hoogs gekorreleer en dit is die rede waarom ons nie hierdie resultate so oortuigend as die resultate van die toets op die verskeie diverse markte kan oorweeg. Dit is nie maklik om 'n robuuste handel strategie wat sal voldoen aan al die vereistes te vind. Die robuuste strategieë kan ook geassosieer word met 'n hoë vereistes aan die handel kapitaal, toerusting en agtergrond. Daarom is daar gewoonlik 'n paar kompromie wees. Byvoorbeeld, die strategieë handel oor die verskeie diverse markte in diens gewoonlik daaglikse tydraamwerk of hoër en hulle hou posisies vir meer as een dag. Dit bring 'n hoër vereistes op die handel kapitaal en daarom is dit baie moeilik om hierdie soort strategieë handel met 'n kleiner rekening en indien wel dan gewoonlik met katastrofiese gevolge. Vir die kleiner rekeninge is dit meer gepas is om intra daaglikse (opening en sluiting posisies op een dag) handel, maar die intraday strategieë kan meer geneig om 'n mark geraas wees en dit kan moeiliker wees om 'n robuuste intraday handel strategie te ontwikkel. So selfs die grootte van die handel rekening kan 'n sleutelrol speel in die bereiking van 'n hoër vlak van robuustheid. Die hele onderwerp van die meting van die robuustheid van die handel strategie is baie meer ingewikkeld. Hierdie artikel het beskryf slegs 'n paar van die basiese rigtings waarin ons kan voortgaan. Die robuustheid sal nog steeds een van die belangrikste onderwerpe van die outomatiese handel wees. 1) Pardo, Robert. Die Evaluering en die optimalisering van handel strategieë. Wiley; 2de uitgawe (8 Februarie 2008). ISBN 978-0470128015. 2) Clenow, Andreas. Na aanleiding van die tendens: gediversifiseerde bestuurde Futures Trading. Wiley; 1 uitgawe (14 Januarie 2013). ISBN 978-1118410851. 3) Aronson, Dawid; Meesters, Timoteus. Statisties Sound Machine Learning vir Algorithmic Trading van finansiële instrumente: die ontwikkeling Predictive-Model-gebaseerde handel stelsels met behulp van TSSB. CreateSpace Independent Publishing Platform (1 Junie 2013). ISBN 978-1489507716.
No comments:
Post a Comment