АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

РАНГИ НАБОРОВ ПАРАМЕТРОВ ПО ДВУХГОДИЧНЫМ ТЕСТОВЫМ ПЕРИОДАМ, В ЗАВИСИМОСТИ ОТ ЗНАЧЕНИЙ N

Читайте также:
  1. B. Приведение параметров микроклимата и нормативным показателям
  2. II. Классификация С/А в зависимости от способности всасываться в кровь и длительности действия.
  3. Алгоритм расчета основных параметров производства
  4. Анализ чувствительности практических параметров к изменению внешних и внутренних факторов.
  5. БИОЛОГИЧЕСКАЯ ПОТРЕБНОСТЬ В ДВИЖЕНИИ В ЗАВИСИМОСТИ ОТ ВОЗРАСТА И ПОЛА ДЕТЕЙ
  6. Блок № 2. Коррекция зависимости от окружающих
  7. В зависимости от базы сравнения индексы бывают цепными и базисными.
  8. В зависимости от глубины травмы, эта маска может надеваться либо изредка и ненадолго, либо очень часто.
  9. В зависимости от их общности
  10. В зависимости от места и роли в производстве
  11. В зависимости от назначения.
  12. в зависимости от размера торговой площади

 

Значение N набора Ранг набора Ранг набора Ранг набора Средний ранг
параметров параметров в 1989-1990 параметров в 1991-1992 параметров в 1993-1994  
        9,0
        5,0
        5,0
        3,3
        5,3
        6,7
        1,3
        3,3
        6,0

ГЛАВА 20. тестирование и оптимизация торговых систем 719

Будет поучительным рассмотреть наблюдения, связанные с предше­ствующим экспериментом по оптимизации.

• Оптимизация вообще не имела никакого значения, когда при­-
менялась к каждому рынку в отдельности.

• Однако примененная к портфелю, оптимизация кажется полез­-
ной для предсказания того, какой набор параметров с наиболь­-
шей вероятностью покажет плохую результативность в будущем.
Тем не менее, оптимизация не может предсказать, какие из на­-
боров параметров с наибольшей вероятностью продемонстри­-
руют хорошую результативность в будущем.

• При более близком исследовании выяснилось, что модель по­-
стоянно плохой результативности была не столько следствием
степени результативности на предшествующем периоде, сколь­-
ко следствием значения параметра. Другими словами, протес­-
тированный диапазон наборов параметров начинался со значе­-
ния, которое явно было далеко от оптимального для данной си­-
стемы: N = 20. Хотя и не показанные в таблицах, более низкие
значения для N продемонстрировали бы дальнейшее падение ре­-
зультативности по мере уменьшения значений N.

• За исключением крайних значений параметров (N = 20 или
ниже в этом примере), явно далеких от оптимального значения,
было мало стабильности в значениях наборов параметров с наи­-
лучшей результативностью внутри широкого диапазона наборов
параметров (от N = 30 до N = 100 в этом примере).

Эти наблюдения, которые согласуются с результатами похожих эм­пирических тестов, предпринятых мною в прошлом, предполагают сле­дующие ключевые выводы относительно оптимизации*:

1. От любой системы, повторяю, от любой системы с помощью оп­тимизации можно добиться того, чтобы она была очень прибыль­ной на исторических данных. Если вы когда-нибудь обнаружи­те систему, которая не может быть оптимизирована так, чтобы показывать относительно хорошую прибыль в прошлом, примите мои поздравления: вы только что открыли машину по производ-

* Хотя единственный эмпирический эксперимент не может быть использо­ван как основа для широких обобщений, я готов сделать таковые здесь, по­скольку только что описанные результаты абсолютно типичны для многих по­добных тестов, предпринятых мною в прошлом. В этом смысле исследование оптимизации, разобранное в данной главе, не рассматривается в качестве до­казательства нежизнеспособности оптимизации, а скорее, в качестве иллюст­рации этого момента.


720 ЧАСТЬ 4. торговые системы и измерение эффективности торговли

ству денег (поступайте противоположно ее сигналам, если толь­ко транзакционные затраты не чрезмерны). Таким образом, при­ятно смотреть на удивительную результативность оптимизиро­ванной системы в прошлом, однако она имеет мало практичес­кой ценности.

2. Оптимизация будет всегда, повторяю, всегда преувеличивать по­-
тенциальную будущую результативность системы — обычно
весьма сильно. Таким образом, результаты оптимизации никог­-
да не должны, повторяю, никогда не должны использоваться для
оценки достоинств системы.

3. Для многих, если не для большинства систем, оптимизация не
будет улучшать будущую результативность или улучшит ее незна­-
чительно.

4. Если оптимизация и имеет какое-то значение, оно обычно со­-
стоит в определении широких границ диапазона, из которых
следует выбирать значения наборов параметров для системы.
Тонкая подстройка оптимизации — это в лучшем случае поте­-
ря времени, а в худшем — самообман.

5. В свете всех предшествующих пунктов искушенные и слож­-
ные процедуры оптимизации — пустая трата времени. Наи­-
простейшие оптимизационные процедуры будут предоставлять
не меньшее количество значимой информации (предполагая,
что, вообще, может быть извлечена некоторая значимая ин­-
формация).

В итоге, в противоположность широко распространенным верованиям, существует некий резонный вопрос: приведет ли оптимизация к суще­ственно лучшим результатам при длительном периоде торговли, чем случайным образом выбранный набор параметров? Чтобы не было ни­каких недоразумений, позвольте мне уточнить: это утверждение не при­звано подразумевать, что у оптимизации вообще нет никакой ценнос­ти. Во-первых, как указано ранее, оптимизация может быть полезна при определении явно неподходящего диапазона параметров, который сле­дует исключить при выборе значений параметра (например, N # 20 в нашем примере системы пробоя). Кроме этого, возможно, что для не­которых систем оптимизация может провести некоторые границы в выборе наборов параметров даже после исключения крайних неопти­мальных диапазонов. Однако я подразумеваю, что степень улучшения, предлагаемая оптимизацией, намного меньше, чем обычно представля­ется, и что трейдеры, вероятно, сберегли бы кучу денег, доказывая в начале любое предположение, которое они делают по поводу оптими­зации, а не принимая эти предположения слепо на веру.


ГЛАВА 20. тестирование и оптимизация торговых систем 721


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)