Тестирование

из "Разработка,тестирование и оптимизация торговых систем "

Другой вопрос, требующий решения — тестировать ли данные единым куском или как серию более мелких кусков. Тестирование данных единым большим массивом с точки зрения статистики выглядит более предпочтительным. Однако этот подход может скрывать некоторую важную информацию, а именно, как разные периоды соотносятся друг с другом Модель, приносящая 100,000 за 10-летний период, на первый взгляд выглядит превосходно. Но что, если такая прибыль была обеспечена одним-двумя очень хорошими годами, а другие восемь лет были убыточными или были близки к предельно допустимой эффективности Следовательно, лучше тестировать весь этот временной период в несколько меньших интервалов. Хорошим было бы деление 10-летнего периода на пять 2-летних отрезков. Если данная торговая модель более долгосрочная и генерирует слишком мало сделок, чтобы обеспечить статистическую валидность на 2-летнем периоде, более подходящими могут быть 3-х или 4-летние интервалы. Более подробно это обсуждается в Главе 7, Оптимизация торговой системы . [c.116]
После того как эти вопросы разрешены, вы имеете выбранную корзину рынков и исторических периодов. Тестовая корзина должна соответствовать предложенному групповому разбиению, и тестирование должно выполняться как минимум на 10-летней истории для каждого рынка, разбитой на пять 2-летних периодов и представленной дневными данными. Такой исторический диапазон включает значимый набор различных типов рынка и рыночных условий. [c.117]
Особая цель этого теста — получить общее представление о прибыли и риске. Нельзя сразу ожидать от торговой модели, разрабатываемой для оптимизации, получения пиковой эффективности на многих рынках и временных периодах с помощью всего лишь одного набора разумных параметров модели. Тем не менее, можно ожидать, что устойчивая и работоспособная модель будет показывать на таком тесте, охватывающем диапазон рынков и исторических периодов, умеренно-хорошую эффективность. От модели, в целом демонстрирующей низкую эффективность, в этот момент следует отказаться. [c.117]
Если модель показывает крупные убытки на всей корзине и на всей истории, то она плоха, даже при наличии случайных всплесков эффективности. Покиньте корабль. Безоговорочно. [c.118]
Эффективность модели, демонстрирующей большую прибыль при низком риске на всей корзине и истории, очень обнадеживает. Отличные ранние результаты обещают прибыль и дают почву для оптимизма. Конечно, необходимо дальнейшее тестирование. [c.118]

Вернуться к основной статье