Brauche Hilfe bei der Optimierung des Ergebnisses - Seite 3
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
Ich finde es schwierig, aus dem Ergebnis einer Optimierung eine optimale Einstellung zu wählen.
Könnte mir bitte jemand sagen, welche Einstellung aus einem Optimierungsergebnis am besten zu wählen ist, der niedrigste Drawdown, der Gewinnfaktor oder irgendetwas anderes, das ich berücksichtigen sollte?
Vielen Dank!
Um meine Erfahrungen damit zu teilen, habe ich eine Diskriminanzanalyse für diese 6 Spalten durchgeführt, um zu sehen, ob ich erraten kann, welche Einstellungen im Vergleich zu einer zufälligen Auswahl am besten abschneiden würden, und ich bin zu dem Schluss gekommen, dass es nicht brauchbar ist: Es werden die besten Einstellungen gewählt, wenn der Agent an den Markt angepasst ist, und die schlechtesten, wenn er es nicht ist, ohne dass man weiß, ob er im Moment angepasst ist.
Bei dem Agenten, den ich verwendet habe, war die Anzahl der Trades die wichtigste Spalte, und die beste Wahl war eine Art subtiles Gleichgewicht zwischen der Anzahl der Trades, dem Gewinn und dem Drawdown, aber ich konnte keine klare Regel aufstellen.
Jetzt versuche ich, was zzuegg vorschlägt: Ich nehme jede profitable Einstellung aus der Optimierung und teste sie in der Vergangenheit, um die besten zu behalten. Die Idee ist, Einstellungen zu haben, die gleichzeitig an den kurz- und langfristigen Markt angepasst sind. Wie Sie sich vorstellen können, besteht das Ziel darin, eine automatische Optimierung durchzuführen.
Um meine Erfahrungen damit zu teilen, habe ich eine Diskriminanzanalyse für diese 6 Spalten durchgeführt, um zu sehen, ob ich erraten kann, welche Einstellungen im Vergleich zu einer zufälligen Auswahl am besten abschneiden würden, und ich bin zu dem Schluss gekommen, dass es nicht brauchbar ist: Es werden die besten Einstellungen gewählt, wenn der Agent an den Markt angepasst ist, und die schlechtesten, wenn er es nicht ist, ohne dass man weiß, ob er im Moment angepasst ist.
Bei dem Agenten, den ich verwendet habe, war die Anzahl der Trades die wichtigste Spalte, und die beste Wahl war eine Art subtiles Gleichgewicht zwischen der Anzahl der Trades, dem Gewinn und dem Drawdown, aber ich konnte keine klare Regel aufstellen.
Jetzt versuche ich, was zzuegg vorschlägt: Ich nehme jede profitable Einstellung aus der Optimierung und teste sie in der Vergangenheit, um die besten zu behalten. Die Idee ist, Einstellungen zu haben, die gleichzeitig an den kurz- und langfristigen Markt angepasst sind. Wie Sie sich vorstellen können, besteht das Ziel darin, eine automatische Optimierung durchzuführen.
IMO kann die Verwendung des Optimierers als Hoffnungsträger eine heikle Angelegenheit sein. Wie Phillips immer sagt: "Es ist, als würde man erwarten, dass sich der Markt genau so verhält wie in den Optimierungsperioden". Der Optimierer ist ein # cruncher, der die Ergebnisse auf der Grundlage von (normalerweise) sl_tp oder period_time anpasst. Nachdem ich es selbst durchgespielt habe, vermute ich, dass viele vielversprechende Parameter außerhalb der optimierten Perioden oder im Forward-Testing schlecht abschneiden.
IMO sollte man Strategien unabhängig vom Optimizer erstellen, sie mit Daten aus 2010 testen und, wenn sie vielversprechend sind, zu 2009, 2008, 2007 usw. wechseln. Selbst bei den besten Ergebnissen der letzten 10 Jahre muss man einen kühlen Kopf bewahren und darf nicht denken, dass man einen Heiligen Gral hat, weil es keinen gibt. IMO, jede Strategie, die man auf dem Markt einsetzt, birgt Risiken, wie z.B. unkontrollierbare Risiken.
IMO ist die beste Verwendung für Tools wie die von Phillip, Gordon, WHRoeder, BB und all den anderen begabten Analysten/Programmierern auf dieser Seite, um zu vergleichen, ob System-A <besser ist> als System-B. Habe ich ein System entwickelt, das den 10-Jahres-Backtest auf Anhieb bestanden hat? ... nein. Aber in letzter Zeit habe ich mehr Systeme programmiert, die in den Jahren 2010->2008 gut abschneiden und irgendwo auf dem Weg kaputt gehen. Das ist ein Fortschritt im Vergleich zu den Programmen aus dem Lehrbuch für Anfänger, die so aussahen, dass wenn der RSI>80 && MA-1 den MA-2 kreuzt, dann verkauft wird. Ein solches System durch den Backtester zu schießen, würde in 99% der Fälle scheitern. Dann tappen die meisten in die Falle, es durch den Optimierer zu schicken.
Bei meinen neu gebildeten Systemen bin ich immer noch versucht, nur die kurzen Perioden zu betrachten, in denen es nicht gut gelaufen ist, und Wege zu finden, diese aus dem System auszuschließen. Aber meine Befürchtung ist, dass das nur eine weitere Form der Kurvenanpassung ist. Ich spreche nicht nur von Hard Coding (Montag 1-5-2003=nicht handeln), das wäre einfach nur falsch lol. Ich meine die Verwendung jeglicher Art von Indikator oder Oszillator. Wenn ein System auf diese Weise versagt, ist es für mich am besten, zu protokollieren, was funktioniert, und den EA zu archivieren, um dann mit der Programmierung von vorne zu beginnen.
Wie auch immer, schöne Thread Kerl. Ich genieße es wirklich, diesen Thread zu verfolgen.
Bei meinen neu entwickelten Systemen bin ich immer noch versucht, mir nur die kurzen Perioden anzusehen, in denen es nicht gut lief, und Wege zu finden, diese aus dem System auszuschließen. Aber ich fürchte, das ist nur eine weitere Form der Kurvenanpassung. Ich spreche nicht nur von Hard Coding (Montag 1-5-2003=nicht handeln), das wäre einfach nur falsch lol. Ich meine die Verwendung jeglicher Art von Indikator oder Oszillator. Wenn ein System auf diese Weise versagt, ist es für mich am besten, zu protokollieren, was funktioniert, und den EA zu archivieren, um dann mit der Programmierung von vorne zu beginnen.
Ja, und ich habe auch versucht, die Geschichte in mehrere verschiedene Perioden nach verschiedenen Ebenen der Steigung oder ATR zu schneiden, aber die Optimierung auf unterbrochenen Perioden ist mehr oder weniger wie die Optimierung auf den letzten drei Monaten, die Kurvenanpassung Risiko ist immer noch da wie am ersten Tag.
Das Schwierigste ist, zu verstehen, dass man selbst dann, wenn man einen Agenten gefunden hat, der in den letzten 10 Jahren profitabel ist, wenn er auf die letzten Monate mit einer großen Spanne optimiert wurde, immer noch nicht sicher ist, wie sehr man die historischen Daten überoptimiert hat, denn um dorthin zu gelangen, hat man Hunderte von guten Ideen weggeworfen, was genau das ist, was der genetische Algo des Optimierers tut.
Nein, wirklich, wir haben einen harten Job.
Bei der Berechnung des Verlustrisikos legen Sie einen Zeitraum (monatlich, wöchentlich, jährlich usw.) oder eine bestimmte Schrittweite (pro Trade, pro 10 Trades usw.) fest und stellen dann die Statistiken für diese Zeiträume zusammen. Es kommt darauf an, was das Ergebnis der Berechnung des Ruinrisikos tatsächlich bedeutet (seine Einheiten).
Manchmal ist es hilfreich, sich zunächst zu vergewissern, dass Sie die richtige Frage stellen (mit anderen Worten, stellen Sie sicher, dass die Antwort, die Sie zu berechnen versuchen, tatsächlich die Frage beantwortet, die Sie beantworten müssen/wollen).
Meine Kunden arbeiten zum Beispiel mit einem monatlichen Zeitplan. Sie interessieren sich nicht für die täglichen oder wöchentlichen Daten, für sie zählen nur die monatlichen Ergebnisse. In meinem Fall nützt es also niemandem, wenn ich das Risiko des Scheiterns für wöchentliche Ergebnisse oder auf Einzelgeschäftsbasis berechne.
Daher muss ich im Backtest die durchschnittliche Rendite (Gewinne, Verluste, ROR usw.) auf monatlicher Basis erfassen. Etwa wie folgt:
Zur Berechnung der Ruinrisiko-Kennzahlen müssen Sie zunächst die Daten für Ihren Zeitrahmen zusammenstellen. In meinem Fall in diesem Beispiel musste ich die monatlichen Renditeergebnisse zusammenstellen, die durchschnittliche monatliche ROR berechnen und dann die Standardabweichung dieser monatlichen Renditen berechnen.
In diesem Beispiel lag die durchschnittliche monatliche Rendite bei 12 % mit einer Standardabweichung von 8 %... Nach den Backtesting-Ergebnissen hätte dies eine goldene Zukunft sein sollen, war es aber nicht (wie Sie sehen können). Ich bezeichne das Risiko des Ruins als Verlustrisiko (ROL), da ich nicht wissen will, wann mein Konto ruiniert wird (das ist die triviale Frage), sondern eher daran interessiert bin, wie häufig ich damit rechnen muss, dass das Konto um einen festen Betrag, z. B. 20 %, unter Wasser liegt.
Eine monatliche Rendite von 12 % mit einer Standardabweichung von 8 % bedeutet, dass ich damit rechnen muss, dass mein Konto in 6,5 % der Fälle einen Wertverlust von 7,4 % erleidet (6,5 % der Ereignisse am Monatsende, also etwa einmal alle 15 Monate).
Während ich also zunächst von dem scheinbar unerklärlichen Ergebnis des Forward-Tests überrascht wurde, war es durchaus vernünftig, ein solches monatliches Ergebnis auf der Grundlage der Backtesting-Ergebnisse zu erwarten, denn nur einmal alle 15 Monate kann ich einen solchen negativen Drawdown auf dem Höchststand meines Kontos erwarten.
Sie sehen also, um eine aussagekräftige Bewertung des Verlustrisikos zu berechnen, müssen Sie zunächst entscheiden, welcher Zeitraum für Sie relevant ist, und dann müssen Sie die Ergebnisse in einer Form zusammenstellen, die es ermöglicht, den Durchschnitt und die Standardabweichung des RoR in diesem Zeitraum zu berechnen.
Sobald Sie diese Daten aus dem Backtest haben, können Sie eine Vielzahl von statistisch basierten Analysen unter Verwendung von Ruinrisikoberechnungen (oder Verlustrisikoberechnungen, wie ich sie gerne nenne) durchführen.
dies sind meine Ergebnisse für 30 Gruppen von 50 Trades ( vom 18/03/2001 - 21/12/2010 )
mit einer anfänglichen Einlage von $700
für die folgenden habe ich den:
mittlere ROR von => 2.9%
stdev von => 6.5%
(das ist ziemlich schlecht.... richtig ? )
jetzt für jede Gruppe von 50 Trades.. der maximale % Verlust kann ich erwarten ist: $0.1 X 50 X (20pips+3pip spread ) = $115
115/700 = 16.5%
Ich kann nicht mehr als das pro 50 Handelseinheiten verlieren.
Gibt es eine Möglichkeit, dies bei der Berechnung des Verlustrisikos zu berücksichtigen?
Für die folgenden Berechnungen habe ich die:
mittlere ROR von => 2,9%
stdev von => 6,5%
(was ziemlich schlecht ist.... richtig? )
Ja, Sie wollen, dass Ihr μ/σ-Verhältnis >1 ist, vorzugsweise mindestens 2.
Und Sharpe ist nicht genug, der σ-Wert selbst spielt bei der Bestimmung des ROL bei einem bestimmten Sharpe-Wert eine Rolle (diese Tatsache ist nicht so bekannt, aber sie ist der Hauptgrund dafür, dass die Hebelwirkung problematisch ist und der Grund, warum die CFTC die maximale Hebelwirkung in den USA reduziert).
Aus diesem Grund gibt es das Mantra, dass "Beta tötet". Das beste μ der Welt wird Ihr Konto nicht vor dem Ruin bewahren, wenn das σ groß ist. Hebelwirkung macht σ groß, übermäßige Positionsgröße macht σ, während die Leute große μ anstreben.
Aber wenn die einzige Möglichkeit, ein großes μ zu erreichen, darin besteht, σ groß zu machen, ist man für den Ruin prädestiniert. Eine mathematische Gewissheit, die viele nicht bereit sind zu verstehen oder zu erforschen, also wird die CFTC es für sie tun, indem sie eine Obergrenze dafür erzwingt, wie groß σ werden kann, indem sie Anfängern die Möglichkeit nimmt, große Positionsgrößen zu wählen.
Es gibt viel Empörung über die CFTC wegen ihrer Hebelkontrollen im Devisenhandel, aber die CFTC versucht wirklich, die Menschen vor ihren eigenen schlimmsten Feinden zu schützen.
jetzt für jede Gruppe von 50 Trades.. der maximale % Verlust kann ich erwarten ist: $0.1 X 50 X (20pips+3pip spread ) = $115
115/700 = 16.5%
Ich kann nicht mehr als das pro 50 Handelseinheiten verlieren.
Gibt es eine Möglichkeit, dies bei der Berechnung des Verlustrisikos zu berücksichtigen?
Das Verlustrisiko selbst ist eine Wahrscheinlichkeitsverteilung, und der maximale Wert, den Sie verlieren können ($115), ist nur ein Punkt in dieser Verteilung. Was Sie wahrscheinlich interessiert, ist zu wissen, wie häufig ein solches Szenario wahrscheinlich eintreten wird. Werden Sie einmal alle 5 Jahre oder einmal alle 5 Monate einen Verlust von $115 erleiden?
Das sind die Fragen, die Sie mit RoL beantworten wollen: "Wie häufig muss ich damit rechnen, dass ich XYZ verliere?" Sie fragen, wie wahrscheinlich es ist, dass Sie $115 verlieren, die maximal zulässige RoL auf der Grundlage Ihrer Schritte, und die Antwort lautet 9 %.
Oh ...
Es gibt eine Sache, die ich immer noch nicht verstehe.... gibt es keine anderen Faktoren, die diese Berechnung beeinflussen?
Nehmen wir Ihre auf monatlicher Basis berechneten ROR-Ergebnisse
Nehmen wir einmal an (um der Argumentation willen), dass die ROR umso höher ist, je mehr Trades in einem Monat getätigt werden
zum Beispiel: für 0 Trades verdienen Sie 0%
für 10 Trades verdienen Sie 5% (im Durchschnitt)
bei 20 Geschäften verdienen Sie 10% (im Durchschnitt)
und so weiter...
Nehmen wir an, dass es in diesem Zeitraum von 30 Monaten eine große Streuung der Werte in der ROR-Verteilung gab (für jeden Monat gab es eine völlig unterschiedliche Anzahl von Trades)
so dass die mittlere Rendite 10 % und die Standardabweichung 20 % beträgt und es keine negative ROR gab (man kann keine negative Anzahl von Geschäften haben).
Die Berechnung des Verlustrisikos bei einer Standardabweichung von 20 % ergibt nun ungefähr 37 %, was nicht wirklich Sinn macht.
Verstehen Sie, worauf ich hier hinaus will?
Ich will wirklich nicht dumm sein, aber ich kann Ihnen nicht folgen. Ich verstehe das Argument nicht, das Sie hier vorbringen. Werfen Sie eine Münze 10 Mal im Monat oder 20 Mal im Monat, die Wahrscheinlichkeit, Kopf zu erhalten, ist immer 50/50 bei jedem Versuch, unabhängig von der Geschichte der Münzwürfe bis heute. Die Tatsache, dass die Realität der Münzwürfe manchmal von der Statistik abweicht, macht die Statistik nicht ungültig, sie ist nur von begrenztem Nutzen.
Der Zweck der Berechnung der RoL besteht darin, dass sie zwar mathematisch gültig ist, aber nicht garantiert werden kann. Sie ist lediglich ein Leitfaden, eine Methode zur Bewertung der Ergebnisse, die das indikative (systematische) Risiko in Ihrer Handelsstrategie besser erfasst und darstellt. Aber Zufall ist eben genau das: Zufall. Es gibt eine Chance, dass Sie nie einen Verlust erleiden, und es gibt eine Chance, dass Sie einen Totalverlust erleiden.
RoL hilft Ihnen bei der Berechnung dieser Wahrscheinlichkeit in einer Art und Weise, die sich für eine Rangfolge und eine Vorauswahl von Handelsstrategien und optimierten Parametern anbietet. Es ist kein heiliger Gral, denn es kann die Zukunft nicht vorhersagen, aber wenn die Zukunft statistisch mit der Vergangenheit vergleichbar ist, dann haben Sie einen legitimen Anspruch darauf, zu versuchen, die Statistiken der Vergangenheit auf die der Zukunft abzubilden (das ist es, was Wettermodellierer bei der Vorbereitung ihrer Vorhersagen mit Ensembles von Modellen tun), in dem Bemühen, nicht den zukünftigen Markt vorherzusagen, sondern lediglich den statistischen Charakter des zukünftigen Marktes vorherzusagen.
Das ist so ziemlich das Beste, was man sich erhoffen kann.
Vielen Dank für Ihre Zeit! Ich weiß das wirklich zu schätzen
Nach den folgenden Testergebnissen habe ich also einfach nur extremes Glück gehabt?
die maximale Anzahl von aufeinanderfolgenden Verlusttrades für diesen gesamten Zeitraum (von ungefähr 23 Gruppen von 50 Trades - konnte das Ganze nicht in einen Test quetschen) war 41 (was sich auf 2 Gruppen von 50 Trades aufteilen kann)
Hätte ich diese Art von Drawdown häufiger sehen sollen?
Wenn ich dieses Spiel weiter "spiele", werde ich eventuell in 9% der Fälle diese Art von Verlusten haben.
Jetzt noch eine Sache
Laut diesem Bericht
Die durchschnittliche Chance, dass ich einen gewinnbringenden Handel habe, liegt bei 8,85% und die Chance, einen Verlusthandel zu haben, bei 91,15%.
Demnach ist die Chance, 50 aufeinanderfolgende Verluste zu erleiden: 0,9115^50 = 0,97% ...
das ist ziemlich weit weg von 9% ... wie kann das sein?
Wenn ich in 95,3% der Fälle verlieren würde, wäre das korrekt, und bei einem solchen Prozentsatz wäre meine Erwartung negativ O_O
Ex= 0,953*(-23)+0,047*(247) = -10,31 Pips Gewinn pro Handel
Eine Sache, die ich hier sehe, ist, dass Sie den Verteilungen die funktionale Form einer Gauß-Verteilung zuschreiben, während ich davon ausgehe, dass die Berechnungen des Ruinrisikos auf der Grundlage von Poisson/stochastischen Prozesserwartungen abgeleitet wurden.
Wenn Sie die Herleitung der Gleichungen verstehen wollen, empfehle ich Ihnen die Lektüre des folgenden Buches: The Theory of Stochastic Processes von Cox und Miller
Sie sind die zitierten Autoren der Risiko-Ruin-Gleichungen.
Im Zuge meiner eigenen Arbeit zur Implementierung der Bewertung des Verlustrisikos in meine Backtest-/Forwardtest-Charakterisierungen habe ich die Gleichungen von Cox und Miller sowie Chamness genommen, einige einfache Substitutionen von Variablen und (IMO) einen hilfreichen Integrationsschritt vorgenommen, und die resultierende Gleichung hilft mir bei der Rangfolge der Handelsstrategieparameter auf der Grundlage eines Verlustrisikos auf einer normalisierten ROR-Basis. (ähnlich wie 1 über dem RAROC)
Eine Sache, die ich hier sehe, ist, dass Sie den Verteilungen die funktionale Form einer Gauß-Verteilung zuschreiben, während die Berechnungen des Ruinrisikos meines Erachtens auf der Grundlage von Poisson/stochastischen Prozesserwartungen abgeleitet wurden.
Wenn Sie die Herleitung der Gleichungen verstehen wollen, empfehle ich Ihnen die Lektüre des folgenden Buches: The Theory of Stochastic Processes von Cox und Miller
Sie sind die zitierten Autoren der Risiko-Ruin-Gleichungen.
Im Zuge meiner eigenen Arbeit zur Implementierung der Bewertung des Verlustrisikos in meine Backtest-/Forwardtest-Charakterisierungen habe ich die Gleichungen von Cox und Miller sowie Chamness genommen, einige einfache Substitutionen von Variablen und (IMO) einen hilfreichen Integrationsschritt vorgenommen, und die resultierende Gleichung hilft mir bei der Rangfolge der Handelsstrategieparameter auf der Grundlage eines Verlustrisikos auf einer normalisierten ROR-Basis. (ähnlich wie 1 über dem RAROC)
ist es falsch, sie so zu behandeln, wie ich es tue (als eine guassianische Verteilung)?
scheint ein schweres Buch zu sein
aber ich habe es trotzdem gekauft... ich werde versuchen, es zu lesen und zu verstehen
Danke!
Es ist nicht falsch, es führt nur nicht zu den Ergebnissen, die Sie glauben zu berechnen.
Es ist zum Beispiel nicht falsch zu sagen: "1+1 = 2"... denn die Rechnung ist offensichtlich korrekt.
Aber es wäre falsch zu sagen: "1+1=2, das bedeutet, dass ich erwarten kann, mein Konto in 6 Monaten zu verdoppeln, weil die Zahl aus meiner Berechnung eine 2 ist".
Auf jeden Fall sollten Sie Ihre Aufmerksamkeit auf die Ableitungen lenken, die zu Gleichung 91 auf Seite 61 führen.