在我的空闲时间, 我一直在努力开发一种定量策略押注美国职棒大联盟比赛. 这是一个很有意思的项目, 但目前还没有非常成功.
我选择了把重点放在棒球比赛,而不是足球或篮球比赛的主要原因是棒球队发挥了比其他任何运动比赛. 随着时间的推移, 这应该提供一个更大的样本量, 给我更多的显著的结果,并消除造成小样本的方差.
有在周一Gestaltu一个职位,以类似的方式看着样本大小的话题. 笔者使用的天然 意味着发生在NFL回归 每一个季节作为一个例子来解释的影响,一个 小样本 可以对性能. 文章还讨论了危险,小样本可以引入到我们的基金经理,并回测结果的评估.
游戏人数玩过事项
本赛季常规赛在NFL由 16 比赛打出过 17 周. 在比较, NBA和NHL各自发挥 82 在一个赛季场, 和MLB球队发挥 162 游戏. 由团队中的每个联盟的人数乘以那些总数,你会看到每一年有显着更少的NFL比赛比任何其他运动.
这里的交易比较明显. 这将是我们难以认真考虑基于战略 16 行业. 这使得战略 162 行业每年有一个更好的机会,避免不吉利的交易, 或者至少从它们中回收.
平均队进季后赛
文章还强调,每年都会在NFL也有团队平均水平的人才是潜入季后赛点. 因为小样本量, 这些平均的团队可以在本赛季收获从几个好运气了巨大的回报.
以类似的方式, 从他们的表现历史相似好运气许多基金经理的利润. 文章表明,即使跟踪记录可以追溯到 10 年可能缺乏样品尺寸足够大,以统计学显著.
正如平均足球队可以潜入季后赛边缘的基金经理可以张贴可观收益, 在他们的理想环境下测试有效,当平均交易策略可以产生出色的回报.
而不是只关注回测结果, 我们也应该寻找一个战略的基本过程. 我们希望我们的策略,以限制 输入参数的数目 并能够站起来,深入统计分析. 你不想陷入与上所有的资本骑 2012 在巴尔的摩乌鸦 2013 季节.