Обсуждение статьи "Альтернатива временным барам (Часть 4): Эффективность разных типов баров в трендовых стратегиях и стратегиях возврата к среднему"

Новый комментарий

Опубликована статья Альтернатива временным барам (Часть 4): Эффективность разных типов баров в трендовых стратегиях и стратегиях возврата к среднему:

Обеспечивает ли улучшение статистических свойств доходностей прирост эффективности стратегии? Мы фиксируем число временных баров, тиковых баров, тиковых баров дисбаланса и тиковых баров серий на 60,5 млн тиков EURUSD, затем выполняем метаразметку точек входа по RSI, полосам Боллинджера и ADX/DI и оцениваем результаты с помощью перекрестной проверки с очисткой. Ни одно семейство баров не дает стабильного преимущества; эффективность меняется в узких пределах, а лучший вариант не проходит перестановочный тест. Читатели узнают, как контролировать перекрытие, утечку данных и множественную проверку гипотез в исследованиях баров.

В первых трех статьях серии был создан инструментарий для альтернативных баров: в первой части были построены бары активности и дисбаланса, во второй добавлены бары серий, а в третьей разработан индикатор для отслеживания их формирования в терминале. Во всех трех статьях одно утверждение принималось на веру. Лопес де Прадо в разделе 2.3 книги "Advances in Financial Machine Learning" утверждает, что альтернативные бары (формируемые по торговой активности или дисбалансу потока ордеров, а не по времени) обладают лучшими статистическими свойствами, чем бары фиксированной длительности. Неявное следствие, постоянно повторяемое в литературе для частных трейдеров, состоит в том, что стратегии и модели машинного обучения, построенные на этих барах, поэтому должны работать лучше.

Это следствие утверждается гораздо чаще, чем проверяется на данных. Улучшение статистических свойств доходностей характеризует сэмплирование, но не переносится автоматически на стратегию, использующую его результаты. В правиле RSI не учитывается, какой механизм формирования баров создал его входные данные. Помогает ли этому правилу изменение представления данных — эмпирический вопрос, на который нужно отвечать контролируемым экспериментом, а не ссылкой на литературу.

В этой статье проводится эксперимент на 60,5 млн котировочных тиков EURUSD за 2022-2023 годы. За этот период EURUSD опустился с 1,15 ниже паритета, а затем вновь поднялся выше 1,10; в данных представлены и трендовые режимы, и режимы возврата к среднему. Для каждого представления баров запускаются три классические первичные стратегии: RSI и полосы Боллинджера (возврат к среднему), а также правило ADX/DI (следование за трендом). Каждая точка входа размечается методом тройного барьера, а метамодель обучается определять, когда открывать сделку по сигналу первичной стратегии. Эффективность каждой ячейки характеризуется двумя показателями: исходной долей успешных сигналов первичной стратегии и AUC метамодели вне выборки при перекрестной проверке с очисткой.


Автор: Patrick Murimi Njoroge

Новый комментарий