Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 805
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Oh, der Desinformant hat ein neues Buch heruntergeladen. Holen wir unsere Notizbücher heraus und setzen wir die besagte Literatur auf die schwarze Liste.
Ich habe eine etwas andere Assoziation.
In letzter Zeit haben wir zu viel Vertrauen in das Internet gesetzt, und es gibt immer mehr davon....
Ist es nicht an der Zeit, Ihren Kopf zu benutzen?
Für Fans von Kreuzvalidierung, Stichproben, OOS und anderen Dingen werde ich nicht müde, mich zu wiederholen:
SanSanych und Vladimir Perervenko im Speziellen
Tests außerhalb der Stichprobe
Dies ist die beliebteste und auch am meisten missbrauchte Validierungsmethode. Kurz gesagt, Out-of-Sample-Tests erfordern, dass ein Teil der Daten beiseite gelegt wird, um die Strategie nach ihrer Entwicklung zu testen und eine unverzerrte Schätzung der zukünftigen Leistung zu erhalten. Allerdings sind Tests außerhalb der Stichprobe
geringere Aussagekraft der Tests aufgrund einer kleineren Stichprobe
die Ergebnisse sind verzerrt, wenn die Strategie durch Mehrfachvergleiche entwickelt wird
Mit anderen Worten, Out-of-Sample-Tests sind nur bei eindeutigen Hypothesen sinnvoll. Die Verwendung von Out-of-Sample-Tests für Strategien, die mittels Data-Mining entwickelt wurden, zeigt, dass der Prozess nicht verstanden wurde. In diesem Fall kann der Test verwendet werden, um Strategien abzulehnen, aber nicht, um welche zu akzeptieren. In diesem Sinne ist der Test immer noch nützlich, aber die Entwickler von Handelsstrategien wissen, dass eine gute Leistung außerhalb der Stichproben für Strategien, die durch Mehrfachvergleiche entwickelt wurden, in den meisten Fällen ein Zufallsergebnis ist.
Es wurden einige Methoden zur Korrektur der Signifikanz außerhalb der Stichprobe bei Vorliegen einer Verzerrung durch Mehrfachvergleiche vorgeschlagen, aber in fast allen realen Fällen ist das Ergebnis eine nicht signifikante Strategie. Wie wir jedoch in Ref. 1 anhand von zwei Beispielen zeigen, die zwei wichtigen Marktregimen entsprechen, können hoch signifikante Strategien auch nach Korrekturen für Verzerrungen aufgrund sich verändernder Märkte scheitern. Daher sind Out-of-Sample-Tests nur dann unverzerrte Schätzungen der zukünftigen Performance, wenn die zukünftigen Renditen genauso verteilt sind wie die vergangenen Renditen. Mit anderen Worten: Nicht-Stationarität kann alle Ergebnisse von Out-of-Sample-Tests ungültig machen.
Fazit: Out-of-sample-Tests gelten nur für eindeutige Hypothesen und setzen Stationarität voraus. In diesem Fall sind sie nützlich, aber wenn diese Bedingungen nicht erfüllt sind, können sie ziemlich irreführend sein.
ROS kann nur für die Aufhebung von Hypothesen oder nur für bekannte stationäre Probleme verwendet werden.
Aber nicht für Suchstrategien und Merkmalsauswahl/Bewertung der Systemstabilität.
Gut gesagt, Victor Benedictovich! Der Zweck von CB ist es, Geld daraus zu machen...
Oh, der Desinformant hat ein neues Buch heruntergeladen. Holen Sie Ihre Notizbücher heraus und setzen Sie die besagte Literatur auf die schwarze Liste.
EOS kann nur für die Aufhebung von Hypothesen oder nur für bekannte stationäre Probleme verwendet werden.
Aber nicht für die Suche nach Strategien und die Auswahl von Merkmalen/Bewertung der Systemstabilität
Nehmen wir an, es stimmt und wir haben die wichtigste Schätzungsmethode verloren.
Wird eine alternative Lösung vorgeschlagen? Oder ist dies ein Aufruf, dass alles nutzlos ist und wir MO vergessen können?
Geben Sie uns bitte einen Link zum Original.
Nehmen wir an, dass dies der Fall ist und wir der wichtigsten Bewertungsmethode beraubt sind.
Gibt es eine alternative Lösung? Oder ist dies ein Aufruf, dass alles nutzlos ist und wir MO vergessen können?
Geben Sie mir bitte einen Link zum Original.
https://towardsdatascience.com/validation-methods-for-trading-strategy-development-1efea8284b02
Ich lese einen Haufen Zeug, aber ich füge nur das ein, was mir gefällt, was ich gut finde oder worüber ich schon einmal geschrieben habe.
Ich habe bereits darüber geschrieben und einen Auszug aus dem Artikel zitiert, um meine Gedanken zu untermauern.
Wenn Sie an meinen kognitiven Fähigkeiten zweifeln :D
Sie fügen ständig Zitate und Bilder von irgendwoher ein, ohne überhaupt die Gültigkeit der Quelle und die Anwendbarkeit der Methode auf das vorliegende Problem zu verstehen; Sie versuchen, nur zu raten, anstatt nachdenklich zu antworten. Und oft rät man nicht, was zu Fehlinformationen der anderen Forumsleser führt. All dies lässt sich zwar leicht googeln und auf der ersten Seite einer Suche überprüfen, aber Sie machen sich nicht einmal die Mühe, dies zu überprüfen. Es ist verständlich, dass es nur darum geht, unter Ihrem Avatar zu rangieren und Ihre Beiträge zu füllen, aber überprüfen Sie die Informationen.
Sie fügen ständig Zitate und Bilder von irgendwoher ein, ohne überhaupt die Gültigkeit der Quelle und die Anwendbarkeit der Methode auf das vorliegende Problem zu verstehen; Sie versuchen nur zu raten, anstatt nachdenklich zu antworten. Und oft rät man nicht, was zu Fehlinformationen der anderen Forumsleser führt. All dies lässt sich zwar leicht googeln und auf der ersten Seite einer Suche überprüfen, aber Sie machen sich nicht einmal die Mühe, dies zu überprüfen. Natürlich geht es nur darum, unter Ihrem Avatar zu rangieren und Ihre Beiträge zu füllen, aber überprüfen Sie die Informationen.
lol, das ist ein guter, für die Rangliste)) ich gebe nicht... es ist mir egal
mit dem Rauchen aufhören