Обсуждение статьи "Оцениваем будущую производительность с помощью доверительных интервалов"
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Оцениваем будущую производительность с помощью доверительных интервалов:
В этой статье мы углубимся в применение методов бутстреппинга (bootstrapping) как средства оценки будущей эффективности автоматизированной стратегии.
Когда мы тестируем торговую систему, мы получаем набор различных показателей производительности. Эти данные интуитивно дадут нам представление о потенциальной прибыли системы, но этой интуиции может быть недостаточно. Стратегия, которая принесла большую прибыль при тестировании, может проявить себя не с лучшей стороны в реальной торговле. Есть ли какой-нибудь способ узнать, сохранится ли производительность, наблюдаемая во время тестирования, на том же уровне? А если нет, насколько она ухудшится?
Здесь могут помочь стандартные статистические методы. Методы, которые мы обсудим, не предназначены для точных оценок. Вместо этого они позволяют определить стратегии с высокой вероятностью получения значительной или приемлемой прибыли.
Я знаю трейдеров, которые используют необработанные значения коэффициента Шарпа для вероятностных предположений о будущих результатах. Это опасно. Помните, что прошлые результаты не являются показателем будущей прибыли. С финансовыми рынками нельзя шутить. Ценовые графики часто движутся вверх или вниз по неизвестным причинам. Мы хотим делать правильные прогнозы производительности, основанные на вероятности, которые мы можем применить в наших процессах принятия решений.
Доверительный интервал относится к вероятности того, что определенная статистика набора данных или совокупности будет находиться в пределах некоторого диапазона в течение определенного периода времени. Они измеряют степень уверенности, вычисляя вероятность того, что рассчитанные уровни будут содержать истинную оцениваемую статистику. Статистики обычно используют уровни достоверности от 90% до 99%. Эти интервалы можно рассчитать различными методами. В этой статье мы сосредоточимся на некоторых распространенных методах бутстреппинга (bootstrap).
Автор: Francis Dube