C'est la réponse que j'ai reçue en contactant le Dr Tharp. Merci beaucoup pour votre question de jeudi dernier et pour votre patience avec notre réponse. Puis-je répondre pour le Dr Tharp qui est occupé à travailler sur un livre et aussi se préparer à partir pour un prochain voyage La capture d'écran m'a aidé à comprendre l'origine de votre question, je vous remercie de l'inclure. Tout d'abord, je ne sais pas si le logiciel EA Analyzer calcule le score SQN précisément selon la définition de Dr. Tharps. Quoi qu'il en soit, un backtest ou un échantillon avec un très grand nombre de métiers peut générer un score très élevé SQN. Pour ces conditions, le Dr Tharp recommande de faire un ajustement au calcul afin que le score reflète mieux la qualité du système plutôt que d'avoir le grand nombre de métiers distordre le score. Pour le Dr Tharp, l'utilisation principale du score SQN est de déterminer avec quelle facilité un système commercial particulier permettra à un commerçant d'utiliser des stratégies de dimensionnement de position pour atteindre ses objectifs. Il ya des occasions où le calcul brut de SQN a une certaine valeur même avec un chiffre très élevé. Le Dr Tharp a écrit à propos de ces sujets dans son livre Définitive Guide to Position Sizing Strategies qui explique en détail la statistique de performance SQN ainsi que son application. N'hésitez pas à m'envoyer un courriel si vous avez d'autres questions et encore une fois, merci beaucoup. 800-385-4486 or 919-466-0043 Like This Contrairement geektrader 17 May 2015 Il n'ya pas de limite à 7 pour le SQN, il peut avoir n'importe quelle figure et peut être faussé par à de nombreux métiers. Il ya donc le score SQN. En tout cas, SQN est calculé correctement et oui, il peut montrer des valeurs de 40 ou 100 ou même 1000. Comme ceci Contrairement à fiverr 17 mai 2015 Il n'y a aucune limite à 7 pour le SQN, il peut avoir n'importe quelle figure et peut être déformé par À de nombreux métiers. Il ya donc le score SQN. Dans tous les cas, SQN est calculé correctement et oui, il peut afficher des valeurs de 40 ou 100 ou même 1000. Merci pour votre réponse Geektrader. L'interprétation standard du SQN est la suivante: Score: 1,6 1,9 Inférieure à la moyenne, mais négociable Score: 2,0 2,4 Note moyenne: 2,5 2,9 Bonne note: 3,0 5,0 Excellent Score: 5,1 6,9 Superbe score : 7.0 - Gardez ceci, et vous pouvez avoir le Saint Graal. Score SQN (score de qualité du système) Pour être honnête, je sais que j'ai un bon système de négociation et je voudrais le comparer à d'autres, c'est-à-dire l'amélioration continue. Étant donné que le score SQN n'est pas standardisé, je suppose que je dois revenir à Sharpe et Calmar ratios. Un des plus grands problèmes avec le développement du système est que de nombreuses stratégies de trading ne Tenir dans l'avenir. Cela peut être dû à plusieurs raisons: Le système n'est pas basé sur une prémisse valable Les conditions du marché ont changé d'une manière dramatique qui invalide les prémisses théoriques sur lesquelles le système a été développé Le système n'a pas été développé et testé avec une méthodologie saine. Par exemple: (a) le manque de robustesse dans un système en raison de paramètres inappropriés, (b) des règles incohérentes et des tests inappropriés du système utilisant des données hors échantillon et dans l'échantillon. Il existe plusieurs approches et méthodologies pour évaluer la robustesse et Augmentation de la probabilité de performances positives de la vie réelle, y compris: Évitement de la pointe Nombre limité de paramètres optimisables Analyse de Monte Carlo Analyse de Monte Carlo Analyse des données Analyse de la marche vers l'avant de l'amplificateur Une des méthodes les plus robustes pour tester la fiabilité d'un système commercial et s'assurer que le programme Aura la plus grande probabilité de bien performer dans le trading en direct est d'utiliser l'optimisation marche-avant (WFO), une méthode décrite pour la première fois dans le livre 8222Design, Testing and Optimization of Trading Systems 8221 de Roberto Pardo. Qu'est-ce que l'analyse de marche avant? L'analyse de marche avant est le processus d'optimisation d'un système de négociation en utilisant un ensemble limité de paramètres, puis de tester le meilleur paramètre optimisé défini sur les données hors échantillon. Ce processus est similaire à la façon dont un commerçant utiliserait un système automatisé de trading dans le commerce en direct réel. La fenêtre temporelle dans l'échantillon est décalée vers l'avant d'ici la période couverte par le test hors échantillon et le processus est répété. À la fin du test, tous les résultats enregistrés sont utilisés pour évaluer la stratégie de négociation. En d'autres termes, la marche avant analyse fait l'optimisation sur un ensemble d'entraînement teste sur une période après l'ensemble et puis roule tout en avant et répète le processus. Nous avons plusieurs périodes hors période d'échantillonnage et regardons ces résultats combinés. Walk forward testing est une application spécifique d'une technique connue sous le nom Cross-validation. Cela signifie prendre un segment de données pour optimiser un système, et un autre segment de données à valider. Cela donne une plus grande période hors de l'échantillon et permet au développeur système de voir comment le système est stable au fil du temps. L'image ci-dessous illustre la procédure d'analyse en marche avant. Une optimisation est effectuée sur une période plus longue (les données dans l'échantillon), puis le jeu de paramètres optimisé est testé sur une période ultérieure plus courte (les données hors échantillon). Les périodes d'optimisation et d'essai sont décalées vers l'avant et le processus est répété jusqu'à ce qu'une taille d'échantillon appropriée soit atteinte. Afin de démontrer le concept, nous allons effectuer dans cet article une marche vers l'optimisation sur un système d'échange de volatility breakout (VBO). Pour le test nous allons utiliser les futurs DAX allemands, NinjaTrader, CQG données historiques de 1 minute, et nous supposerons 3 points de dérapage pour chaque commerce R / T pour couvrir les frictions de négociation. Le processus se compose de trois étapes principales: Définition des périodes d'échantillonnage et d'extrapolation Définition d'une zone de paramètres robustes Exécution de la marche avant Définition des périodes d'échantillonnage et de sortie de l'échantillon Nous choisissons comme dans l'échantillon 1 / 1/2001 au 31/12/2009 pour la conception du système et l'optimisation dans l'échantillon et du 1/1/2010 au 31/12/2012 comme période hors échantillon pour évaluer la robustesse de l'optimisation dans l'échantillon et exécuter la marche en avant. Nous utiliserons alors un ratio 3: 1 pour le WFO (optimisation marche avant): Optimiser 2007 à 2009 et vérifier les performances hors de l'échantillon en 2010 Optimiser 2008 à 2010 et vérifier les performances hors de l'échantillon en 2011 Optimiser 2009 à 2011 Et vérifier les performances hors de l'échantillon en 2012 Définir la zone des paramètres robustes dans la période de l'échantillon Dans cette section, nous définirons la zone 8220robust8221 des paramètres du système. Nous n'optimiserons que 3 paramètres du système: Période de retour de la période moyenne de retour rapide de la moyenne lente Filtre de volatilité Autres paramètres système que nous n'optimiserons pas sont: Heure de début: 09:00 (GMT1) Heure de fin: 22:00 (GMT1) Optimisation de la résolution de traçage Comme nous pouvons le voir, la moyenne de SQN (nombre de qualité du système) tend à diminuer lorsque nous augmentons la période de temps Du graphique en quelques minutes. Nous choisirons 14 minutes pour toutes les simulations à l'avenir. Le code NinjaTrader pour le numéro de qualité du système peut être téléchargé ici: vbosystems. info/download. html Définition de la zone de paramètres robustes pour les moyennes Moyenne lente: 12 à 30 minutes Moyenne rapide: 330 à 500 minutes Nous définissons 8220robust8221 une surface de paramètre Qui n'a pas de pics majeurs ou de vallées et a généralement une bonne performance. Définition du paramètre robuste pour le filtre de volatilité Maintenant que nous avons identifié la zone des paramètres robustes, il vaut la peine d'effectuer une optimisation complète dans l'échantillon pour voir comment le système aurait fonctionné entre 2001 et 2009. Le système a généré un bénéfice net de 120 000 entre 2001 et 2009 avec un facteur de profit de 1,56, réalisant 756 métiers avec une moyenne de 41 métiers rentables. Le système présente certaines caractéristiques souhaitables telles qu'un rapport gain / perte élevé de 2,28. Optimisation de marche en avant Comme prévu, nous allons maintenant procéder à une optimisation de marche en avant. Étape 1 . We8217ll optimiser entre 2007-2009 et trouver les meilleurs paramètres. Les meilleurs paramètres pour la période 2007-09 sont: Moyenne rapide: 12 Moyenne lente: 410 Filtre: 0,55 Nous appliquons ces paramètres à la période hors échantillon en 2010 avec les résultats suivants: Bénéfice net: 12 300 DD: 9 000 rentable: 43 Facteur de profit: 1,38 Étape 2. We8217ll optimiser entre 2008-2010 et trouver les meilleurs paramètres. Les meilleurs paramètres pour la période 2008-2010 sont: Moyenne rapide: 20 Moyenne lente: 500 Filtre: 0,70 Nous appliquons ces paramètres à la période hors échantillon de 2011 avec les résultats suivants: Bénéfice net: 27 900 DD: 7 450 rentable: 43 Facteur de résultat: 1,61 Étape 3. We8217ll optimiser entre 2009-2011 et trouver les meilleurs paramètres. Les meilleurs paramètres pour la période 2009-11 sont: Moyenne rapide: 20 Moyenne lente: 420 Filtre: 0,55 Nous appliquons ces paramètres à la période hors-échantillon en 2012 avec les résultats suivants: Bénéfice net: 17,540 DD: 7,300 rentable: 41 Facteur de profit: 1.58 Conclusions Dans cet article, nous avons montré comment effectuer une optimisation de marche avant sur un système mécanique intraday. Les résultats de la marche à suivre sont en ligne avec les résultats de l'échantillon, ce qui renforce la confiance dans la robustesse de la stratégie. Pour plus d'informations sur les stratégies de trading algorithmique, veuillez visiter: vbosystems. info 8212 Par Amon Licini de VbO Systems. VbO Systems est un développeur de 100 systèmes de négociation automatisés codés dans NinjaTrader qui peuvent être auto-échangés sur presque toutes les classes d'actifs. Amon Licini, le fondateur de Vbo Systems, est un commerçant privé depuis 15 ans et un haut dirigeant avec diverses sociétés en Italie. Les principaux intérêts commerciaux d'Amon8217 se situent dans le domaine de la volatilité et des évasions à ciel ouvert pour les systèmes intraday. Il vit à Milan avec sa femme et ses deux enfants et aime voyager quand il ne développe pas de nouveaux systèmes. Amon est diplômé en génie mécanique de l'Université Polytechnique de Milan. System Trader Success Contributor Les auteurs contributeurs sont des participants actifs sur les marchés financiers et entièrement absorbés par l'analyse technique ou quantitative. Ils désirent partager leurs histoires, idées et découvre sur System Trader Success et l'espoir de vous faire un meilleur système trader. Contactez-nous si vous souhaitez être un auteur contributeur et partager votre message avec le monde. 10 décembre 2013 9h27 À chaque étape de la WFA, le dernier hors-échantillon fait partie de l'échantillon, ce qui empêche le biais du recul, ce qui signifie que seul le dernier test est un échantillon hors échantillon . Cela rend le WFA inutile et il le réduit à l'échantillon habituel dans l'échantillon suivi de l'essai hors de l'échantillon. Indépendamment de cette erreur fondamentale, vous avez seulement montré un exemple où 3/3 out-of-sample étaient bons. Que faites-vous lorsque k / n échantillons sont bonnes Comment jugez-vous la performance de WFA Enfin, le papier manque une comparaison importante avec un simple dans l'échantillon / hors de l'échantillon de test. 2 janvier 2014 3:35 pm La courbe d'équité concaténée est valide parce que chaque partie d'elle est générée comme un test OOS. Oui, le dernier OOS fait partie de l'IS, mais cela n'introduit pas de biais en arrière-plan car it8217s étant alors testé sur des données qui n'ont pas été étudiées auparavant. 10 février 2014 6h47 I8217m pas sûr que je vous comprends Bob. Chaque position (simulée) sera basée uniquement sur des informations qui auraient effectivement été disponibles à ce moment-là 8211 il n'y a aucun 8220data snooping8221 impliqué. Par 8220hesssight bias8221, tout ce qui se passe est que la fenêtre de données dans l'échantillon est en constante expansion. Si vous supposez que plus de données et une plus grande taille d'échantillon est plus significatif, alors c'est une bonne chose. 8220Hindsight Bias8221 est un terme étrange 8211 si vous don8217t s'attendre à un marché de continuer à se comporter dans l'avenir à peu près de la même manière qu'il a comporté dans le passé, alors il peut être très difficile de commerce Par ailleurs, vous n'auriez aucune raison de devenir Embroiled dans tout type de processus d'optimisation (marche-avant ou simple) en premier lieu. 1 avril 2014 2:49 Bonjour, j'ai une question: Après avoir fait l'optimisation marche-avant, quel ensemble de paramètres allez-vous utiliser pour votre trading en direct Les paramètres de la dernière période de marche Les paramètres qui ont donné Les meilleurs résultats Les paramètres où les résultats hors échantillon étaient les meilleurs Les paramètres où les résultats hors échantillon étaient les plus proches des résultats de l'échantillon 2 avril 2014 9 h 14 Pour WFO, j'utiliserais le plus récent optimisation. À l'avenir, à la fin de la période OOS actuelle, vous pouvez à nouveau optimiser et utiliser ces valeurs nouvellement générées sur la période OOS suivante. Construire des systèmes commerciaux rentables
No comments:
Post a Comment