В нашей библиотеке: 321 книг 226 авторов 0 статей За всё время нас посетило 1162432 человек которые просмотрели 20811981 страниц.
Читатели оставили 10 отзывов о писателях, 70 отзывов о книгах и 6 о сайте


Название: Разработка, тестирование, оптимизация торговых систем для биржевого трейдера

Автор: Роберт Пардо

Жанр: Технический анализ

Рейтинг:

Просмотров: 1446

Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 |




Глава 7 оптимизация торговой системы

 

 

Как только торговая модель прошла мультирыночный и мульти-периодный тест, она готова к оптимизации. Структура оптимизационных тестов аналогична структуре тестов, представленных в предыдущей главе; однако в одном очень важном отношении эти тесты отличаются. В течение оптимизации эффективность модели будет вычисляться на многочисленных различных значениях ключевых параметров модели.

Прежде чем представить технологию оптимизации, необходимо исследовать цель оптимизации и ее ограничения. Вспомните определение из «Словаря Американского Наследия», приведенное в Главе 2: «Оптимизировать: Сделать использование чего-либо наиболее эффективным».

Согласно этому определению, оптимизировать торговую систему значит сделать ее использование наиболее эффективным. Как оптимизация достигает этого? Путем эмпирической проверки и оценки всех возможных переменных модели. Напомним, что торговая система состоит из правил, формул и переменных. Правила и формулы задают структуру модели. Можно сказать, что они являются ее скелетом. Переменные вдыхают в эту систему жизнь. Возможно, их следует рассматривать как ее кровь.

Разные значения параметров торговой модели могут приводить к кардинально отличающимся результатам по прибыли и Риску. В идеале у наиболее устойчивой модели при разных значениях параметров должна меняться лишь величина прибыли. На практике у многих оптимизируемых торговых систем прибыль-

ность или убыточность системы может зависеть от разных наборов параметров. Именно поэтому столь важна правильная оптимизация.

Неправильная оптимизация может приводить к подстройке и другим серьезным ошибкам. Если вы упустили из виду эти ошибки, то полученная торговая модель будет показывать очень хорошие результаты в процессе оптимизации и очень плохую эффективность в реальной торговле. Это главная причина того, почему методы правильной оптимизации крайне важны для успешной торговли.

В этой главе будет представлена технология оптимизации. Для понимания методологии грамотной оптимизации необходимо хорошо разобраться во всех вопросах, поставленных в Главе 4. В Главах 8, 9 и 10 будут представлены полезные подробные руководства, касающиеся других важных аспектов оптимизации.

Оптимизация

Для описания оптимизационного процесса можно использовать несколько одинаково необходимых терминов: тестовая связка (test batch), тестовый прогон (test run), сканирование переменных, вычислительный процесс и т.д. В этой книге слово оптимизация будет означать отбор параметров. Цель оптимизации — найти значения параметров модели, которые будут давать пиковую эффективность торговли в реальном времени.

Заметьте, что акцент сделан на «пиковую эффективность» торговли и торговли именно в реальном времени. Такое фокусирование может показаться очевидным; к сожалению, на практике многие оптимизаторы на самом деле не достигают данных целей. Такие пользователи программного обеспечения для трейдинга по недоразумению полагают, что результат оптимизации, дающий наибольшую прибыль, и торговая модель, имеющая пиковую эффективность в реальной торговле, есть одно и то же.

Такой сценарий возможен. Однако если оптимизация использует недостаточную выборку данных, то она скорее всего даст слишком маленькую выборку сделок, чтобы обеспечить статистическую значимость. Если оптимизация выполнена на нерепрезентативной выборке данных, модель с большой вероятностью покажет плохие результаты, когда неожиданно столкнется с другими условиями рынка или тренда. Если число степеней свободы ограничено слишком многими условиями, статистическая валидность результатов оказывается под вопросом. Если топ-модель, найденная во время оптимизации, представляет «всплеск» прибыли, а не вершину пологого округлого холма, при смене ценовых паттернов данная модель будет малоустойчивой. Если модель не подвергалась форвардному тестированию, нельзя быть в достаточной степени уверенным в ее способностях торговать в реальном времени. Модель, являющаяся результатом небрежной и неполной оптимизации, скорее всего приведет при реальном трейдинге к существенным убыткам.

Когда оптимизацию пытаются проводить, игнорируя надлежащие статистические принципы и процедуры, такая оптимизация может быстро деградировать до явления, обычно называемого «настройкой на кривую» (curve fitting). Среди разработчиков статистических моделей широко известно, что увеличивая число переменных, можно построить кривую, которая будет соответствовать любому числу точек данных. Поскольку кривая, полученная с помощью процедур моделирования, слишком точно настроена на прошлые данные, нет никаких гарантий того, что она будет хорошо предсказывать будущее движение. Точность настройки отнюдь не предполагает лучшей предсказательной силы. В нашей работе часто все как раз наоборот.

При использовании статистического метода модель, которая лучше всего соответствует большой и репрезентативной выборке данных при достаточном числе степеней свободы, имеет устойчивые параметры и прошла форвардный анализ, будет лучшим предсказателем будущего поведения рынка.

Основы оптимизации

Технология оптимизации проста, однако, она требует осторожности и аккуратности (См. Рис. 7-1). У оптимизации есть пять составляющих: (1) отбор параметров модели и (2) установка диапазонов их сканирования; (3) должен быть установлен объем выборки; (4) для нахождения лучшей модели должен быть задан правильный метод оценки; (5) должен быть выбран критерий оценки тестового прогноза в целом.

 

Отбор параметров

В процессе оптимизации следует использовать параметры модели, оказывающие наибольшее влияние на ее эффективность. Если параметр слабо влияет на эффективность, нет оснований де-

Подпись:
Рис. 7-1. Основы оптимизации.

 

лать его кандидатом на оптимизацию. Вместо этого ему следует присвоить на время оптимизации фиксированное значение (константу).

Если относительная значимость параметров модели неизвестна, для ее определения необходим дополнительный шаг. Простейший способ сделать это — сканировать пригодный (релевантный) диапазон параметров для каждой переменной модели, один за раз. Если сканирование этого диапазона параметров показывает сильное изменение, то этот параметр значим. Если же сканирование показывает небольшое изменение эффективности или отсутствие такового, данная переменная не является значимой. Кроме того, при этом возникает вопрос, нужна ли вообще эта переменная в торговой модели. Опираясь на результаты предварительного сканирования, вы можете зафиксировать значения подобных параметров или исключить их из модели.

 




Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 |

Оцените книгу: 1 2 3 4 5

Добавление комментария:






Информацию в электронную библиотеку yourforexschool.com добавляют исключительно для ознакомления. Если вы являетесь автором книги или компанией которая имеет права распространения и вы хотите чтоб на сайте не было вашей книги, то напишите в обратную связь и мы незамедлительно удалим её.

Копирование материалов сайта разрешено только с использованием активной ссылки на yourforexschool.com Copyright © 2010