Обсуждение статьи "Переосмысливаем классические стратегии (Часть 14): Анализ нескольких стратегий"

[MetaQuotes]

Опубликована статья Переосмысливаем классические стратегии (Часть 14): Анализ нескольких стратегий:

В этой статье мы продолжаем построение ансамбля торговых стратегий с использованием генетического оптимизатора MT5 для настройки параметров стратегий. Сегодня мы проанализируем данные в Python, чтобы проверить, сможет ли такая модель лучше предсказывать, какая стратегия окажется более успешной и какая сработает точнее, и окажется ли это эффективнее прямого прогнозирования доходности. Сразу скажу, что тестирование приложения с такой статистической моделью показало резкое ухудшение в результатах. Все дело в генетическом оптимизаторе — к сожалению, он отдает предпочтение коррелированным стратегиям. Поэтому мы пересмотрим метод, чтобы сохранить фиксированные веса голосов и сосредоточить оптимизацию на настройках индикаторов.

Существует множество факторов, которые могут пойти не так при использовании искусственного интеллекта для построения торговых стратегий. По всей видимости, здесь генетический оптимизатор воспользовался предоставленной структурой и выбрал максимально коррелированные стратегии. С чисто математической точки зрения это можно рассматривать как рациональное решение: генетическому оптимизатору проще прогнозировать общий баланс счета, когда доминирующие стратегии коррелированы.

Изначально я ожидал, что генетический оптимизатор будет назначать более высокие веса наиболее прибыльным стратегиям и меньшие веса — менее прибыльным. Однако, учитывая, что у нас было всего три стратегии на выбор и процедура оптимизации выполнялась лишь один раз, нельзя исключать, что такой результат мог возникнуть случайно. Иными словами, если бы мы повторили оптимизацию весов голосов с использованием более медленного и полного алгоритма оптимизации, возможно, выбор был бы другим. 

Поэтому я решил пересмотреть подход к выбору оптимальных настроек для стратегий. Похоже, что на начальном этапе следует зафиксировать веса всех голосов равными единице. Так мы принудительно заставим генетический оптимизатор сосредоточиться исключительно на поиске прибыльных настроек для используемых индикаторов. Как мы увидим далее, этот подход оказывается более эффективным, чем первоначальный план. При использовании коррелированных стратегий в мультианализе прогресс отсутствует, поэтому будем использовать более корректную формулировку задачи: как наилучшим образом выбрать несколько стратегий с некоррелированными доходностями и максимизировать прибыльность счета. 

Автор: Gamuchirai Zororo Ndawana