Разделы



Большие наборы параметров

Излишне большой набор свободных параметров или правил влияет на попытку оптимизации так же, как и недостаточное количество точек дан­ных. Когда количество элементов, подвергающихся оптимизации, повы­шается, пропорционально растет способность модели подгонять их под любые неоднородности тестовой выборки, а следовательно, увеличива­ется вклад артефактов в эффективность модели. Результат оптимизации большого количества параметров или правил будет хорошо работать на тестовых данных, но плохо на данных вне выборки и в реальной торговле.

Важно учитывать не общее количество параметров оптимизации, а отношение количества этих параметров к объему данных. Здесь также эвристически достоверна описанная выше формула для малых выборок: она показывает, как соотношение числа точек данных и параметров сис­темы влияет на результат. При наличии избыточного количества парамет­ров решение, полученное в результате оптимизации, будет оптимальным только для тестовой выборки данных.

Отсутствие подтверждения

Один из лучших способов попасть в беду — не проверить результаты при помощи тестов на данных, взятых вне оптимизационной выборки. Без такого подтверждения ошибочные решения, вызванные недостаточной выборкой или избытком параметров, не говоря уж о менее ясных причи­нах, будут не замечены вовремя. Торговая система, дающая на некото­ром образце данных высокие результаты, будет применена к реальной торговле, и в результате вы понесете тяжелые убытки. Трейдер, разраба­тывающий системы без проверки на данных вне выборки, похож на пи­лота, управляющего неизвестной ему моделью самолета с завязанными глазами.

Уроки Forex - это чудесная возможность для вас подготовиться к прибыльной работе на рынке Forex!

КАК ДОСТИЧЬ УСПЕХА ПРИ ОПТИМИЗАЦИИ

Во избежании провала и для увеличения вероятности успеха при оптими­зации следует предпринять четыре шага. Во-первых, оптимизировать сис­тему на максимально доступном представительном образце данных и ис­пользовать для анализа большое число виртуальных сделок. Во-вторых, использовать небольшое количество параметров (особенно с учетом раз­мера выборки данных). В-третьих, провести тестирование на данных вне выборки, т.е. на данных, которые вы не использовали при оптимизации и, более того, не видели в глаза. В-четвертых, стоит провести оценку статис­тической значимости результатов.

Большие представительные выборки

Как было сказано выше, неудача часто возникает благодаря некоррект­ности задачи, поставленной перед оптимизатором. Следовательно, успех вероятен в случае нахождения правильного решения корректной задачи. Можно заключить, что торговые модели следует оптимизировать на дан­ных из ближайшего будущего. К сожалению, авторам книги неизвестен способ получения таких данных.

Поскольку будущее еще не наступило, нельзя дать оптимизатору ту задачу, которую предстоит решать системе в процессе реальной торгов­ли. Следовательно, требуется дать оптимизатору задание, решение кото­рого было бы применимо к реальной торговле с максимальной степенью приближенности. Один из способов достичь этого состоит в том, чтобы использовать данные из прошлого, включающие характеристики, кото­рых можно ожидать в будущем, т.е. бычьи и медвежьи периоды, периоды с трендами и без них и даже обвалы цен. Кроме того, данные должны быть максимально свежими для отражения текущих процессов на рынке. Та­кую выборку можно считать представительной.

п»ї

Помимо репрезентативности выборка должна быть достаточно вели­ка. Большие выборки снижают вероятность возникновения артефактов или случайных результатов системы при оптимизации. Эффективность торговой системы, оптимизированной на большой выборке, не будет силь­но отличаться от ее эффективности в реальной торговле.

Впрочем, иногда приходится делать выбор между размером выборки и степенью ее репрезентативности. Увеличение размера выборки приво­дит к использованию старых ценовых данных, значимость которых для представления современного состояния рынка весьма сомнительна. В некоторых случаях существует четкая грань, за которой данные теряют значимость. Например, фьючерсы на индекс S &P 500 начали обращение на рынке в 1983 г., что оказало структурное влияние на рынок в целом. Это наблюдение становится менее важным при работе с внутридневной ценовой историей, где за относительно короткий период времени можно собрать данные о десятках и сотнях тысяч баров, не углубляясь в прошлое слишком далеко.

В конце напоминаем, что при проведении оптимизаций и тестов сле­дует учитывать количество сделок, проведенных системой. Как и объем выборок данных, количество сделок для достоверности должно быть зна­чительным. Если система совершает всего несколько сделок, то, несмот­ря на количество точек данных в выборке, результат может оказаться след­ствием случайностей или артефактов!

Читать далее: Минимум правил и параметров