Разделы



Трактовка статистических показателей

В примере 1 представлен тест с проверкой системы, в примере 2 — опти­мизация на данных из выборки. При обсуждении результатов мы возвра­щаемся к естественному порядку проведения тестов, т.е. сначала оптими­зация, а потом проверка.

Результаты оптимизации. В табл. 4-2 показаны результаты анализа данных из выборки. За 5 лет периода оптимизации система провела 118 сделок (n = 118), средняя сделка дала прибыль в $740,97, и сделки были весьма различными: стандартное отклонение выборки составило около $3811. Таким образом, во многих сделках убытки составляли тысячи дол­ларов, в других такого же масштаба достигали прибыли. Степень прибыль­ности легко оценить по столбцу Прибыль/Убыток, в котором встреча­ется немало убытков в $2500 (на этом уровне активировалась защитная остановка) и значительное количество прибылей, многие более $5000, а некоторые даже более $10 000. Ожидаемое стандартное отклонение сред­ней прибыли в сделке показывает, что если бы такие расчеты многократ­но проводились на схожих выборках, то среднее колебалось бы в преде­лах десяти процентов, и многие выборки показывали бы среднюю при­быльность в размере $740 ± 350.

Т-критерий для наилучшего решения составил 2,1118 при статисти­ческой значимости 0,0184. Это весьма впечатляющий результат. Если бы тест проводился только один раз (без оптимизации), то вероятность слу­чайно достичь такого значения была бы около 2%, что позволяет заклю­чить, что система с большой вероятностью находит скрытую неэффек­тивность рынка и имеет шанс на успех в реальной торговле. Впрочем, не забывайте: исследовались лучшие 20 наборов параметров. Если скоррек­тировать статистическую значимость, то значение составит около 0,31, что вовсе не так хорошо — эффективность вполне может оказаться слу­чайной. Следовательно, система имеет некоторые шансы на выживание в реальной торговле, однако в ее провале не будет ничего удивительного.

Дистанционные Курсы Forex - это отличная для Тебя подготовиться к удачной работе на бирже Forex!

Серийная корреляция между сделками составляла всего 0,0479 при зна­чимости 0,6083 — в данном контексте немного. Эти показатели говорят, что значительной серийной корреляции между сделками не наблюдалось, и вышеприведенный статистический анализ, скорее всего, справедлив.

За время проведения теста было 58 прибыльных сделок, т.е. доля при­быльных сделок составила около 49%. Верхняя граница 99%-ного довери­тельного интервала количества прибыльных сделок составила около 61%, а нижняя — около 37%. Это означает, что доля прибыльных сделок в популяции данных с вероятностью 99% попала бы в интервал от 37 до 61%. Фактически коррекция по оптимизации должна была бы расширить до­верительный интервал; но мы этого не делали, поскольку не особенно интересовались показателем доли прибыльных сделок.

Результаты проверки. В табл. 4-1 содержатся данные и статистические заключения по тестированию модели на данных вне выборки. Поскольку все параметры уже определены при оптимизации и проводился всего один тест, мы не рассматривали ни оптимизацию, ни ее последствия. За пери­од с 1.01.1995 г. по 1.01.1997 г. система привела 47 сделок, средняя сделка дала прибыль в $974, что выше, чем в выборке, использованной для опти­мизации! Видимо, эффективность системы сохранилась.

п»ї

Стандартное отклонение выборки составило более $6000, почти вдвое больше, чем в пределах выборки, по которой проводилась оптимизация. Следовательно, стандартное отклонение средней прибыли в сделке было около $890, что составляет немалую ошибку. С учетом небольшого раз­мера выборки это приводит к снижению значения t-критерия по сравне­нию с полученным при оптимизации и к меньшей статистической значи­мости — около 14%. Эти результаты не слишком плохи, но и не слишком хороши: вероятность нахождения скрытой неэффективности рынка со­ставляет более 80%. Но при этом серийная корреляция в тесте была зна­чительно выше (ее вероятность составила 0,1572). Это означает, что та­кой серийной корреляции чисто случайно можно достичь лишь в 16% слу­чаев, даже если никакой реальной корреляции в данных нет. Следова­тельно, и t-критерий прибыли/убытка, скорее всего, переоценил статис­тическую значимость до некоторой степени (вероятно, на 20 — 30%). Если размер выборки был бы меньше, то значение t составило бы около 0,18 вместо полученного 0,1392. Доверительный интервал для процента при­быльных сделок в популяции находился в пределах от 17 до приблизи­тельно 53%.

В общем, оценка показывает, что система, вероятно, сможет работать в будущем, но без особой уверенности в успехе. Учитывая, что в одном тесте вероятность случайности прибылей составила 31%, в другом, неза­висимом, — 1 4 % (с коррекцией на оптимизацию 1 8 % ) , шанс того, что сред­няя сделка будет выгодной и система в будущем сможет работать, остает­ся неплохим.

Читать далее: Другие статистические методы и их использывание