Baru-baru ini, perspektif baru yang menarik telah muncul mengenai pembangunan perdagangan-sistem. Persatuan Kebangsaan Pengurus Pelaburan Aktif (NAAIM) mempunyai hanya mengumumkan yang $10,000 Anugerah Wagner untuk Dave Walton daripada StatisTrade untuk kerja-kerja perintis dalam meneroka kaedah baru untuk pembangunan perdagangan-sistem, yang dia memanggil Sistem Parameter Pilihatur (SPP).
Ia adalah satu hadiah yang mempunyai merit, sejak SPP kemas menyelesaikan isu lama yang berat sebelah perlombongan data.
Artikel ini akan merumuskan implikasi Sistem Parameter Pilihatur, dan kertas 33-halaman keseluruhan boleh dimuat turun di sini. SSP adalah menarik kerana ia membuka satu ufuk baru sepenuhnya dalam pembangunan perdagangan-sistem. Ia mempunyai kuasa untuk membantu meningkatkan peniaga galah ke peringkat seterusnya, jadi ia bernilai mengambil lihat yang teliti.
Ramai pedagang telah kecewa dengan prestasi sistem perdagangan yang tidak hidup sehingga jangkaan, dan ia seolah-olah bahawa berat sebelah data perlombongan (DMB) kebanyakannya untuk menyalahkan. Kesan DMB adalah salah faham dan dipandang remeh oleh kebanyakan peniaga dan pemaju sistem.
Quants institusi Malah yang berpengalaman menjadi mangsa kepada kesan DMB, dan sangat sedikit peniaga telah dapat mengatasinya. Nilai SPP terletak pada kuasanya untuk mengurangkan DMB dan membolehkan pemaju untuk berkesan bentuk sistem perdagangan mekanikal mengikut kebarangkalian kejayaan mereka di masa hadapan, tidak kejayaan lalu.
Sistem Parameter Pilihatur seolah-olah alat yang sempurna untuk peniaga-peniaga yang aktif hanya menggunakan sistem perdagangan mekanikal, dan ia dikatakan berkesan untuk sistem perdagangan menggunakan apa-apa tempoh masa. Ia membantu peniaga menjawab kedua-dua soalan asas:
Apakah jangkaan prestasi jangka panjang untuk sistem perdagangan diberikan?
Apakah yang paling teruk prestasi jangka pendek (Dgn kata lain. pengeluaran) yang mesti diterima untuk mencapai bahawa jangkaan prestasi jangka panjang?
Mentakrifkan parameter bagi Sistem Parameter Pilihatur
SPP ialah untuk digunakan hanya dengan sistem perdagangan mekanikal sepenuhnya menggunakan kaedah-kaedah dagangan algoritma kuantitatif. Jadi, ia sesuai untuk peniaga-peniaga hari ini.
Untuk mengekalkan penjelasan di dalam kertas mudah memenangi anugerah dan mudah-untuk-mengikuti, penulis menyimpan definisi dan arahan mudah.
Demi kesederhanaan, kajian utama penulis Sistem Parameter Pilihatur berdasarkan ETF menggunakan dagangan "lama" hanya, sejak seluar pendek akan menyukarkan andaian input mengenai saham yang dipinjam, panggilan balas, dividen, dan caj faedah. Penulis digunakan tempoh simulasi di dalam sejarah, kira-kira tujuh tahun setengah. Komisen dan kos-kos lain telah dikira pada tahap yang biasa.
Keputusan simulasi SPP bakar dihadkan kepada empat metrik: Pulangan tahunan dikompaun, pengeluaran maksimum, nisbah maklumat tahunan, dan sisihan piawai tahunan pulangan harian. Untuk membandingkan keberkesanan SPP dalam meramalkan prestasi perdagangan-sistem, simulasi juga disemak menggunakan warisan luar sampel (TIMUR) kaedah.
Bagaimana untuk mengurangkan data berat sebelah perlombongan?
Berat sebelah perlombongan Data, juga dikenali sebagai terlebih pengoptimuman, keluk-memasang atau lebih sesuai, adalah musuh pemaju perdagangan-sistem yang paling teruk.
Kebanyakan pemaju membina DMB ke dalam sistem mereka tanpa memahami apa yang ia dan bagaimana ia racun sistem. Akibatnya, sistem mereka pasti akan melakukan lebih teruk pada masa akan datang daripada ujian belakang sejarah akan mempunyai mereka percaya.
Isu-isu yang disebabkan oleh hasil DMB daripada prasyarat yang wujud semasa proses pembangunan sistem-, iaitu rambang dan pendekatan pelbagai-perbandingan. DMB menyebabkan metrik prestasi yang terhasil akan melambung di sebelah kejayaan.
Perlombongan data untuk mencari set terbaik daripada peraturan perdagangan bermakna bahawa pemaju berakhir dengan hanya keputusan terbaik prestasi sejarah, yang tidak sama dengan kaedah-kaedah bagi prestasi terbaik masa depan.
Malah, undang-undang ke arah regresi statistik min menunjukkan bahawa "nasib baik" masa lalu tidak mungkin akan berulang pada masa akan datang apabila menggunakan set yang sama peraturan perdagangan.
Pemaju sistem Savvy menggunakan pelbagai kaedah untuk mengurangkan DMB, termasuk merentas pengesahan dengan memeriksa prestasi sistem selepas regresi kepada min yang telah berlaku. Atau, mereka mungkin cuba untuk mengimbangi berat sebelah, atau membiak keputusan mereka dengan faktor deflasi dengan harapan untuk meneutralkan kesan berat sebelah perlombongan data.
Oleh itu, DMB mewujudkan sistematik, sukar-untuk-mengukur kesilapan dengan memberi tumpuan kepada hasil daripada tuah, manakala mengabaikan kemungkinan nasib buruk. Berbeza, Akaun Sistem Parameter Pilihatur untuk berlakunya nasib baik dan buruk.
Menggunakan Sistem Parameter Pilihatur untuk menentukan prestasi sistem
Batasan tebatan DMB bermakna pemaju sering mengalami ramalan yang tidak tepat mengenai prestasi sistem perdagangan masa depan. Berbeza, SPP menawarkan kaedah berguna untuk menganggarkan dengan tepat prestasi dan juga sebagai satu cara untuk menguji kepentingan statistik keputusan, bebas daripada bias perlombongan data.
Yang paling menarik, SPP berfungsi dengan baik bersama-sama alat pengoptimuman standard yang digunakan dalam komersil sedia pakej perisian dagangan.
Beyond mengelakkan isu-isu yang disebabkan oleh DMB, Sistem Parameter Pilihatur juga membolehkan peniaga dan pemaju secara objektif menyemak prestasi jangka panjang sistem perdagangan ini "kelebihan." Dan, ia membolehkan mereka untuk menentukan jangka pendek "kes terburuk" prestasi sistem ini. Bagi sistem sudah digunakan, SPP membantu menentukan bila dan sama ada kerja itu kaedah-kaedah lama tidak lagi.
Bagaimana kerja-kerja SPP
Sistem Parameter Pilihatur bekerja dengan menjana set besar taburan pensampelan metrik prestasi sistem ini. Setiap titik individu dalam keputusan pembahagian daripada simulasi sejarah kesan portfolio. Daripada taburan pensampelan, pemaju dan peniaga boleh menilai sistem berdasarkan sebarang metrik prestasi yang dikehendaki.
SPP menggunakan statistik dari ini taburan persampelan untuk menganggarkan prestasi sistem dan juga menyediakan ukuran penting statistik taburan.
Berbeza dengan kaedah pengoptimuman standard, Sistem Parameter Pilihatur tidak hanya memilih satu "ideal" set parameter yang akan digunakan untuk mewujudkan satu set peraturan perdagangan yang akan menjadi sejarah yang berjaya. Sebaliknya, Penggunaan SPP semua data prestasi untuk semua set parameter yang dinilai semasa pengoptimuman.
Bagi setiap metrik, SPP menjana taburan pensampelan yang menggabungkan hasil andaian-perdagangan dari semua kombinasi parameter. Pendekatan ini adalah jauh berbeza daripada pampasan DMB atau merentas pengesahan, kerana mereka menggunakan hanya kaedah hasil daripada satu "terbaik" set perdagangan dalam meramal prestasi sistem.
SPP bergantung kepada prestasi median dalam setiap pengedaran kerana beberapa sebab: (1) Median ini tidak dipengaruhi oleh DMB; (2) bentuk keluk taburan adalah tidak penting; dan (3) median yang tidak terjejas oleh titik terpencil.
Langkah-langkah untuk SPP
Untuk menjana taburan pensampelan prestasi metrik, pemaju perlu terlebih dahulu menentukan set yang sesuai adalah antara parameter untuk sistem perdagangan, kemudian buat satu taburan pensampelan. SPP adalah berdasarkan kepada langkah-langkah berikut:
1. Tentukan julat imbasan parameter untuk sistem;
2. Bahagikan julat parameter imbasan setiap individu ke nombor yang dikehendaki mata pemerhatian;
3. Melaksanakan pengoptimuman lengkap setiap kombinasi nilai-nilai parameter menggunakan simulasi sejarah dalam tempoh masa yang dipilih;
4. Combine together ini keputusan simulasi dari setiap varian dan setiap untuk membina taburan pensampelan mengenai setiap metrik prestasi yang dikehendaki, seperti pulangan tahunan kompaun (KERETA) dan pengambilan maksimum.
Dengan kaedah Sistem Parameter Pilihatur, setiap titik dalam taburan pensampelan berasal dari jangka simulasi mengikut varian sistem individu. Bergantung kepada masa dan kuasa yang ada untuk pengiraan sistem perdagangan pemaju, apa-apa bilangan metrik prestasi boleh diperiksa.
Fungsi taburan kumulatif (CDF) kemudiannya diperiksa bagi setiap metrik, untuk menganggarkan prestasi sistem dan tiba pada kesimpulan statistik.
Ia adalah sangat penting untuk memilih SPP parameter imbasan antara hati-hati untuk mengelakkan berat sebelah perlombongan data. Sebagai contoh, jika SPP diulang beberapa kali menggunakan julat imbasan yang berbeza untuk mencari keputusan yang lebih baik, maka ia boleh dijangkiti melalui barang berat sebelah yang positif.
Menggunakan SPP untuk menganggarkan prestasi jangka panjang sistem perdagangan
Soalan yang paling penting yang perlu dijawab oleh Sistem Parameter Pilihatur berkaitan prestasi jangka panjang sistem perdagangan diberikan. Yang paling tepat anggaran jangka panjang tersebut diperoleh daripada taburan pensampelan berdasarkan semua data pasaran boleh didapati. Seperti yang dinyatakan di atas, nilai median bagi taburan menawarkan anggaran prestasi terbaik bagi setiap metrik.
Juga, peniaga dan pemaju sistem boleh menguji kepentingan statistik anggaran prestasi, sama ada dari segi pulangan mutlak atau diukur berbanding penanda aras. Apabila menggunakan SPP, tahap keyakinan dan p-nilai boleh dianggarkan secara langsung dengan menggunakan CDF.
Sistem Parameter Pilihatur juga menganggarkan jangka pendek dan terburuk prestasi
Walaupun pemaju sistem perdagangan secara semula jadi memberi tumpuan kepada potensi sistem ini untuk keuntungan jangka panjang, SPP juga berguna untuk menganggarkan drawdowns yang mesti dialami untuk mencapai keuntungan tersebut.
• Semua data pasaran dibahagikan ke dalam blok masa yang sama dengan panjang tempoh masa jangka pendek yang dipilih (t);
• Blok masa mungkin bertindih dengan blok bersebelahan, bergantung kepada jangka masa yang dipilih untuk isyarat perdagangan, Contohnya. setiap jam dalam masa sehari, atau bulanan dalam tempoh setahun;
• Hasilnya ialah jumlah yang (m) blok masa;
• Langkah di atas tersenarai 1 melalui 4 dilaksanakan bagi semua (m) blok masa secara individu;
Seperti menganggarkan tempoh jangka panjang, panjang tempoh jangka pendek bergantung kepada pilihan pedagang dan objektif perdagangan.
Jadi, jika sistem perdagangan mempunyai (n) kombinasi parameter, dalam jumlah (m x n) pilih atur pengoptimuman dikira dari tempoh masa yang bersejarah t menjana taburan pensampelan bagi setiap makhluk metrik diperiksa semasa memilih jangka pendek jangka masa yang. Sama seperti dengan kajian prestasi jangka panjang, peniaga boleh memilih mana-mana nombor metrik untuk kajian jangka pendek.
Persampelan pengagihan daripada proses SPP jangka pendek menghasilkan sampel yang lebih individu yang mempunyai variasi yang lebih tinggi daripada yang dihasilkan oleh proses SPP jangka panjang. Walau bagaimanapun, setiap pengedaran mempunyai jangka masa yang lebih pendek dan oleh itu mewakili kurang dagangan tertutup dalam setiap sampel.
Jadi, ralat piawai bagi setiap sampel jangka pendek adalah lebih besar. Apabila kenaikan ralat piawai, perubahan taburan pensampelan juga meningkatkan.
Berbekalkan ini taburan pensampelan, seorang peniaga boleh membuat keputusan kebarangkalian yang didorong oleh kira-kira sama ada untuk berdagang satu sistem atau tidak. Pertama, peniaga memutuskan pada tahap kebarangkalian bahawa dia menganggap mustahil lagi boleh diterima sebagai senario kes terburuk, mungkin satu 1% kepada 5% kehilangan.
Atau, peniaga boleh menentukan kes yang paling teruk memandangkan tahap prestasi kurangnya-baik-lagi-yang-boleh diterima. CDF daripada taburan pensampelan jangka pendek kemudiannya diperiksa mengikut tahap yang dipilih prestasi diingini.
Jika peniaga tidak dapat atau tidak mahu bertolak ansur dengan kebarangkalian yang ditunjukkan kerugian, maka dia tidak patut menjual sistem yang. Oleh itu, Sistem Parameter Pilihatur menyediakan peniaga-peniaga dengan risiko penilaian dan pengurusan risiko alat objektif.
Mengapa SPP berfungsi dengan baik
Sistem Parameter Pilihatur bekerja kerana ia memanfaatkan undang-undang mengenai statistik regresi kepada min, bukannya tidak menghiraukan perkara itu kerana kebanyakan kaedah pengoptimuman sistem-lain lakukan. Serta, SPP mengambil kesempatan daripada kuasa pengkomputeran moden dengan cepat mengeluarkan dan menggunakan jumlah maksimum maklumat daripada semua data pasaran boleh didapati.
Kaedah pengoptimuman tradisional mengira metrik prestasi dari satu set terbaik daripada perdagangan ditemui semasa pengoptimuman. Namun, resampling rawak boleh menyebabkan andaian bermasalah dan berat sebelah perlombongan data.
Dengan menggunakan sejumlah besar gabungan parameter-nilai, SPP menganggarkan kesan min-regresi. Menggunakan semua data pasaran boleh didapati memastikan bahawa sistem yang terdedah kepada pelbagai jenis keadaan pasaran, dan keputusan mengandungi ralat piawai mungkin yang paling kecil.
Berbeza dengan resampling rawak, apabila menggunakan SPP variasi rawak mengakibatkan daripada mengubah masuk dan keluar peraturan bagi dagangan hipotesis menggunakan data pasaran sebenar. Oleh itu, Akaun SPP untuk kesan kedua-dua dagangan siap serta perdagangan secara rawak-dilangkau.
Dalam erti kata lain, Sistem Parameter Pilihatur membolehkan pembangun sistem perdagangan meneroka aspek sistem yang jika tidak kekal tersembunyi lagi boleh dilakukan dalam perdagangan sebenar.
SPP membuka pintu baru untuk peniaga-peniaga mekanikal
Secara tradisional, pemaju telah membina sistem perdagangan mereka menurut anggaran prestasi berdasarkan pengoptimuman titik tunggal dan langkah-langkah yang mempunyai pengertian statistik yang disimpulkan daripada bilangan yang terhad dagangan. Namun, Sistem Parameter Pilihatur menyediakan peniaga-peniaga dengan taburan pensampelan lebih berguna metrik prestasi, dan ia mencakupi semua dagangan sejarah, sama ada atau tidak mereka sebenarnya berlaku.
SPP boleh membantu peniaga-peniaga dengan yakin meramalkan kedua-dua keuntungan jangka panjang dan juga drawdowns jangka pendek. Yang paling menarik, ia boleh membantu pemaju sistem perdagangan kuantitatif mengelakkan data berat sebelah perlombongan yang merompak mereka daripada kedua-dua keyakinan dan keuntungan mereka.
Apakah kaedah yang anda gunakan untuk mengelakkan keluk pemasangan sistem?