Discussão do artigo "Força bruta para encontrar padrões (Parte VI): otimização cíclica" - página 3
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Mas procurar especificamente a beleza por Sharpe, R^2 ou critério nesse artigo parece questionável. Talvez eu esteja errado.
Muito certo
Muito certo que algo pareça questionável )))) mesmo assim, mas tudo isso é um chocalho, enquanto alguém está muito certo ou errado, eu já transformei tudo isso em um produto. O que há com a terminologia, muito errado..... Essas curvas são apenas uma forma de empurrar o desvio padrão para mais perto da expectativa matemática, pessoal, vamos lá.... Trabalhar com uma amostra limitada o forçará a fazer isso, pois é a única maneira de aumentar a confiança nessa amostra.
É muito certo que algo seja visto como duvidoso ))) mesmo assim, mas é tudo balela, enquanto alguém está muito certo ou errado , eu já transformei tudo em um produto.
O fato de transformar algo em um produto não significa que ele faça algo útil.
Responderei o restante mais tarde.
Responderei o restante mais tarde.
Apenas mexer no TC para ajustar uma boa curva de lucro é um treinamento excessivo, mesmo que você tenha OOS
Você conhece o erro de teste múltiplo?
Familiarize-se com estes materiais
P-hacking e retreinamento de backtests " Mathematical Investor (mathinvestor.org)
Como o treinamento excessivo de histórico em finanças leva a falsas descobertas " The Math Investor (mathinvestor.org)
Treinamento excessivo do histórico do backtest e o erro de probabilidade post-hoc " The Mathematical Investor (mathinvestor.org)
backtest-prob.pdf (davidhbailey.com)
IA em finanças: como finalmente começar a acreditar em seus backtests [3/3] | por Alex Honchar | Towards Data Science
Desmistificando a probabilidade de sobreajuste de backtests: um guia passo a passo com código Python e recursos visuais | por Francesco Landolfi | Python in Plain English
E então você perceberá que está apenas treinando em excesso, independentemente do critério usado:
umamaneira de aproximar o desvio padrão da expectativa matemática ou da inclinação da linha de regressão ou da maximização do lucro ou de Sharpe ou.....
O que fazer:
Agora você está apenas ajustando uma curva agradável por meio de muitas iterações; o erro dos testes múltiplos mostra que, mesmo aleatoriamente, você pode criar um TS que mostrará uma curva agradável tanto no teste quanto no treinamento.
E é necessário
1) Desenvolver um sistema de simulações, intervalos de confiança e obter a curva como resultado não de um cálculo de TS de negociação como o que você tem, mas, por exemplo, de 50 simulações de TS em diferentes ambientes, a média dessas 50 simulações para obter como resultado a função de aptidão que deve ser maximizada/minimizada.
2) Durante a busca da melhor curva (do ponto 1 ) pelo algoritmo de otimização, cada iteração deve ser correlacionada para testes múltiplos.
O problema dos testes múltiplos na prática / Habr (habr.com)
É assim que é...
Apenas ajustar o TC para que se encaixe em uma boa curva de lucro é um treinamento excessivo, mesmo que você tenha OOS
Você conhece o erro de testes múltiplos?
Leia estes materiais
P-hacking e retreinamento de backtests " Mathinvestor (mathinvestor.org)
Como o treinamento excessivo em história nas finanças leva a falsas descobertas " The Math Investor (mathinvestor.org)
Treinamento excessivo em testes de histórico e o erro de probabilidade post-hoc " The Mathematical Investor (mathinvestor.org)
backtest-prob.pdf (davidhbailey.com)
IA em finanças: como finalmente começar a acreditar em seus backtests [3/3] | por Alex Honchar | Towards Data Science
Desmistificando a probabilidade de sobreajuste do backtest: um guia passo a passo com código Python e recursos visuais | por Francesco Landolfi | Python in Plain English
E então você perceberá que está apenas treinando em excesso, independentemente do critério usado:
umamaneira de aproximar o desvio padrão da expectativa matemática ou da inclinação da linha de regressão ou da maximização do lucro ou de Sharpe ou....
O que fazer:
Agora você está apenas ajustando uma curva agradável por meio de muitas iterações; o erro de testes múltiplos mostra que, mesmo aleatoriamente, é possível construir um TS que mostrará uma curva agradável tanto no teste quanto na linha de tendência.
E isso é necessário
1) Desenvolver um sistema de simulações, intervalos de confiança e tomar a curvatura como resultado não de um cálculo de TS de negociação como você fez, mas, por exemplo, de 50 simulações de TS em ambientes diferentes, a média dessas 50 simulações para tomar como resultado da função de aptidão que deve ser maximizada/minimizada.
2) Durante a busca da melhor curva (do ponto 1 ) pelo algoritmo de otimização, cada iteração deve ser correlacionada para testes múltiplos.
Problema de teste múltiplo na prática / Habr (habr.com)
É assim que é...
Já ouvi isso antes. Tudo o que é bonito é o retreinamento. Sim, claro, é uma função de aptidão e estamos procurando a coisa errada. Eu não tenho uma rede neural, se é que tenho. Os problemas são compreensíveis. É apenas um problema de amostragem limitada. Vou resumir, você simplesmente não está prestando atenção ao que estou dizendo. Você jogou cento e quinhentos artigos em cima de mim, como se tivéssemos tempo para sentar e ler para provar algo para você. O que você oferece é compreensível, mas juntar tudo isso em um produto e dar às pessoas que você contará tudo até a aposentadoria e não o fato de que obterá seu cobiçado graal.... Os recursos são limitados e o tempo é limitado. Pessoalmente, para mim, se você tiver mais tempo, pelo amor de Deus, vá mais fundo. Eu ouvi muitas coisas, não li artigos, mas esses problemas são óbvios e sem artigos, para uma pessoa que pensa.
Já ouvi isso antes. Tudo o que é bonito é o retreinamento. sim, claro, funções de aptidão e estamos procurando a coisa errada, os critérios de busca também estão errados. função de aptidão..... Não tenho uma rede neural, se é que tenho. Os problemas são compreensíveis. É apenas um problema de amostragem limitada. Vou resumir, você simplesmente não está prestando atenção ao que estou dizendo. Você jogou cento e quinhentos artigos em cima de mim, como se tivéssemos tempo para sentar e ler para provar algo para você. O que você oferece é compreensível, mas juntar tudo isso em um produto e dar às pessoas que você contará tudo até a aposentadoria e não o fato de que você obterá seu cobiçado graal.... Os recursos são limitados e o tempo é limitado. Pessoalmente, para mim, se você tiver mais tempo, pelo amor de Deus, vá mais fundo. Eu ouvi muitas coisas, não li artigos, mas esses problemas são óbvios e sem artigos, para uma pessoa que pensa.
A julgar por sua resposta, você não entende nada....
Bem, vejo que você não entende nada, então quem está certo? Seu julgamento é apenas seu julgamento e nada mais. Por exemplo, vejo que você leu artigos inteligentes e está despejando links aqui, fingindo ser um megaintermediário, mas, na verdade, ninguém vai ler. Já vi pessoas como você, que sabem um monte de palavras inteligentes, mas não adianta. Você precisa entender e derivar fórmulas, pesquisar, ter sua própria experiência e sua própria posição. Estou envolvido em criptomoedas e apostas esportivas e sei tudo, não tenho nada a fazer para ler seus artigos. Tudo o que preciso deduzo por mim mesmo, pego um caderno e escrevo fórmulas.
Você precisa
1) Desenvolver um sistema de simulações, intervalos de confiança e obter a curva como resultado não de um cálculo de TS de negociação como você fez, mas, por exemplo, de 50 simulações de TS em diferentes ambientes, a média dessas 50 simulações para obter como resultado a função de aptidão, que deve ser maximizada/minimizada.
2) Durante a busca da melhor curva (do ponto 1 ) pelo algoritmo de otimização, cada iteração deve ser correlacionada para testes múltiplos.
Há algum exemplo de alguém que tenha usado essa abordagem e a tenha levado a um resultado prático? Pergunta sem zombaria, realmente interessante.
Há algum exemplo de alguém que tenha usado essa abordagem e a tenha levado a um resultado prático? A pergunta é, sem zombaria, realmente interessante.
Eu o fiz e estou aplicando.
Seria interessante ver exemplos concretos. É claro que muitas pessoas simplesmente aplicam (embora com sucesso) e ficam caladas. Mas alguém deve ter descrições detalhadas do que fez, do que obteve e de como continuou negociando.