Степени свободы в оптимизации торговой системы

Как in-sample поиск трактует оптимум

System-optimization перебирает входы правил, состояние рынка и ограничения исполнения, чтобы вход, выход и воздержание стали одной проверяемой процедурой, чей выход — сигнал периода удержания. Перебор трёх параметров скользящих средних по десять кандидатных значений каждый требует оценки 1,000 комбинаций, после чего наиболее прибыльный набор, и часто тот, у которого наименьшая просадка, обычно принимают за оптимум.

Degrees-of-freedom-loss из-за дополнительных управляющих параметров

Каждый добавленный управляющий параметр расходует статистическую свободу и снижает надёжность смоделированного результата. Этот штраф к надёжности и есть degrees-of-freedom-loss. Полином девятой степени, проведённый через десять цен закрытия, может показать корреляцию 1.0 и всё равно не спрогнозировать следующее закрытие, потому что подгонка израсходовала доступную свободу.

Добавление новых средних, стопов, фильтров диапазона, полос отклонений и порогов осцилляторов усиливает управление и в целом снижает надёжность, если не проверить joint-correlation между входами и не отбросить избыточные переменные. Необязательный выбор момента входа между открытием, закрытием или промежуточным принтом может расходовать свободу без соразмерной пользы для конструкции.

Joint-correlation и избыточные входы

Joint-correlation — это связь между кандидатными входами, которая может завышать смоделированные результаты, если не убрать избыточные переменные. Если объём и дневной диапазон движутся вместе, в system-optimization должен войти только один из них, потому что два коррелированных входа описывают одно и то же условие и могут завысить результат.

Модели, которые прогнозируют активность по многим взаимно независимым экономическим рядам, отличаются от предсказания будущей цены по прошлой цене, поэтому перекрывающиеся ценовые управляющие параметры следует свести к небольшому независимому набору.

Minimum-trade-sample и окна cycle-complete

Однолетняя, сильно параметризованная симуляция, которая дала 19 прибыльных сделок и одну убыточную, позднее дала 19 убыточных сделок и одну прибыльную примерно на 20 последующих сделках после того, как слишком сильное управление наложили на слишком короткую историю.

Предпочтительные конструкции оставляют около двух-пяти переменных и генерируют 30 или более смоделированных сделок, используя этот порог в 30 сделок как порог теории выборок для приближения к нормальности. Это число и есть minimum-trade-sample.

Окно симуляции должно быть целым кратным полного низкочастотного цикла. Cycle-complete-window — это такой отрезок, выбранный так, чтобы избежать смещения в сторону покупки или продажи. Пятилетний тест против четырёхлетнего свиного цикла или четырёхмесячный тест против трёхмесячного цикла может внести направленное смещение, если не удлинить отрезок как минимум до шести месяцев в случае three-month-cycle.

Robustness-testing, затем walk-forward-analysis

Robustness-testing проверяет, сохраняется ли этот сигнал после того, как нагрузка параметров, независимость входов, размер выборки сделок и конструкция тестового окна проверены на завышенные результаты.

Walk-forward-analysis повторно применяет ту же процедуру оптимизации к более позднему состоянию рынка, чтобы выбранные правила не оценивались только на том окне, которое их породило.