Форвардный анализ

из "Разработка,тестирование и оптимизация торговых систем "

Форвардный анализ подробно обсуждается в Главе 7, Оптимизация торговой системы . [c.26]
Первым и самым важным достоинством форвардного анализа является подтверждение способности модели приносить прибыль в будущей реальной торговле. Другими словами, будете ли вы применять данную модель после оптимизации Будет ли она приносить прибыль в реальной торговле Конечно, форвардный тест — это не реальный трейдинг, но это гораздо более реалистичная имитация. [c.26]
Подстройка определяется и детально обсуждается в Главе 9, Многоликость подстройки . На данном этапе отметьте, что подстройка — это процесс применения слишком большого числа правил или переменных, или манипулирование данными. Это ошибка, которая может возникать по разным причинам. По существу, подстройка слишком близко подгоняет переменные торговой модели под данные, на которых система тестируется. Вред в том, что модель подстраивается под случайные или непрогнозируемые аспекты ценового движения. Симптомы подстройки очевидны отличные результаты в течение оптимизации и плохие в процессе торговли. [c.26]
Накоплены свидетельства, показывающие две простых, но поразительных истины относительно подстройки. Подстроенная или неправильно протестированная торговая модель с высокой вероятностью приведет к потере денег. Однако, на некоторых этапах оптимизации, ведущей к подстройке, слабая торговая система может быть прибыльной. Еще более неприятен тот факт, что хорошая торговая идея может быть убыточной в реальном времени, если она была подстроена или неправильно оптимизирована. Форвардный анализ обнаруживает это, и в этом одно из его главных достоинств. [c.26]
Форвардный анализ добавляет к традиционной процедуре оптимизации очень важный шаг. Он тестирует эффективность переменных модели на данных, которые не были включены в оптимизационные данные. Это также называется тестированием на данных, не вошедших в выборку или форвардным тестированием. [c.26]
Исследования показали, что выбранная случайно, слабая или подстроенная модель может делать деньги в одном-двух форвардных тестах. Однако исследования также показали, что такая модель не будет прибыльной на большом числе форвардных тестов. Следовательно, чтобы достичь максимальной уверенности, торговая модель должна быть подвергнута серии форвардных тестов, или форвардному анализу. Торговая модель, приносящая значительную общую прибыль на большом числе форвардных тестов, из которых как минимум 50% тестов были прибыльными, с большой вероятностью будет успешной. [c.27]
Второе достоинство форвардного анализа — более точное и надежное измерение уровней пост-оптимизационных прибыли и риска. Это тоже объясняется более детально в Главе 7. Форвардный анализ дает статистическую картину многочисленных оптимизационных и пост-оптимизационных торговых периодов. Он обеспечивает большую статистическую валидность, чем традиционная оптимизация, потому что опирается на гораздо большую выборку данных. Форвардный анализ дает возможность точного сравнения и измерения уровней прибыли форвардного трейдинга относительно прибыли оптимизационного трейдинга. [c.27]
Если модель приносит при форвардном трейдинге лишь 25% оптимизационной прибыли, то она не оправдывает наших ожиданий. Правильно подобранная модель должна показывать уровень эффективности, сопоставимый с достигнутым в процессе оптимизации. Если хорошая модель показывает более низкие результаты, чем при оптимизации, то она, по всей вероятности, чрезмерно подстроена под выборку. Если после дальнейшего тестирования этот порог низкой эффективности не может быть преодолен, необходимо сделать вывод, что данная модель просто плоха. [c.27]
Форвардный анализ, прокручивающий большие временные периоды, разбитые на множество последовательных отрезков, дает много информации относительно воздействия таких рыночных изменений на торговую эффективность. Пользователь может легко выделить и оценить положительные и отрицательные воздействия необычных, неповторяющихся событий, таких как крах фондового рынка 1987 года или война в Персидском заливе. [c.28]

Вернуться к основной статье