Численный показатель робастности при Walk-Forward оптимизации.
HTML-код
- Опубликовано: 27 май 2024
- 0:00 Приветствие
0:45 Вспоминаем о сути робастности
2:40 Где смотреть робастность в цифрах?
3:25 Как метрика формируется
5:20 Расчёт WFRM
6:55 Зачем это может быть нужно?
Общаемся здесь: t.me/osengine_official_support
Os Engine FAQ: o-s-a.net/os-engine-faq
Наш бесплатный терминал для алготрейдеров: github.com/AlexWan/OsEngine
Наш телеграмм канал: t.me/bad_quant
#трейдинг #робастность #алготрейдинг #программирование #стратегии #обучение #торговля #биржа #криптовалюта
* не является инвестиционной рекомендацией
* авторы ролика ни к чему не призывают
* торговля на финансовых рынках опасна, несёт риски, и эти риски лежат целиком на людях, её осуществляющих 
Наука
В этом подходе есть три неявных компонента, выбор которых будет влиять на показатель робастности:
1) семейство кандидатов, из которых делается выбор (в нашем случае - сетка параметров). Ясно, что если навалить очень много кандидатов в семейство, то на каждом куске данных будет находиться кандидат, специфический для этого куска, но не работающий нигде более. И наоборот: если уменьшить семейство до одного хорошего и кучи заведомо плохих (брать "левые" значения параметров на краях сетки), то эти "левые" кандидаты создадут "балласт", на фоне которого наш один "фаворит" окажется робастным, но по факту - это лишь эффект выбра семейства
2) характер рынка. Дело в том, что неробастным может быть сам рынок. Если раз в пару лет будет меняться режим рынка, а мы идем кусками, скажем, по 3 месяца, то ясно, что робастность будет низкая, но в таком случае, условно, это как бы нормально: она вообще не может быть высокая, так как наша обучающая выборка как бы не репрезентативна, и наш способ оптимизации тут ни при чем. То есть, когда рынок объективно меняется, ни один алгоритм не будет робастным
3) метрика, которая лежит в основе сортировки. Об этом у вас уже в конце видео сказано. По одной метрике у нас типа все ок, а по другой - не ок
Итого, даже когда мы проверяем робастность, у нас есть способы заоверфититься: получив низкую робастность, мы идем и подкручиваем а) семейство кандидатов (читай: сетку параметров), б) наш датасет - можем брать разные периоды истории или разные инструменты, в) критерий сортировки (Шарп или pfactor) и таким образом получить таки типа-робастность
Если есть желание пообщаиться - пиште в телегу:
TG: @gorsand
(более 10 лет пишу софт для алготрейдинга, использую Linux-way и command-line tools в ресече и продакшене)
Не понял...чем отличается оптимизация от "подкручивания"?
Как изменится рынок , если подавляющее денег в рынке будет под управлением профессионалов?
Допустим 80-90% всех денег . Повлияет это как-то на трендовую торговлю?
Конечно повлияет. Уже влияет скорее всего. Но у меня пока нет софта для анализа ситуаций. К зиме будет
Хорошо. А если во вне выборки результат 15 из 20 ,но тем не менее плюсовой. Иначе говоря, из 20 параметров очень редко бывает , что робот теряет , но находится +- в середине списка или ниже и
Такое бывает.
Все эти оптимизации и все эти роботы-подгонки не будут работать от слова совсем по простой причине. И вы прекрасно занете по какой именно.