Ketika banyak pedagang kuantitatif mengoptimalkan parameter awalnya, seringkali lebih atau kurang mudah terjadi tiga jenis kesalahan: bias prospek, terlalu banyak pengoptimalan, dan pencocokan kurva. Ketiga perangkap ini jika muncul dalam proses pengembangan strategi dan pengoptimalan parameter, hasilnya akan menjadi bencana. Kesalahan ini dapat dikatakan sebagai ranjau darat di depan pedagang kuantitatif, sedikit tidak berhati-hati, mudah meledak.
Pertama-tama, kita akan berbicara tentang bias melihat ke depan, bias melihat ke depan mengacu pada beberapa informasi masa depan dalam pengembangan strategi, yang pada dasarnya tidak mungkin terwujud dalam operasi piringan nyata.
Sebagai contoh, untuk menjelaskan fungsi masa depan, jika aturan dari suatu strategi linier adalah: jika harga saat ini melintasi garis linier, kita akan membuka strategi ini dengan harga terbuka, untuk memudahkan, kita akan memberi nama strategi ini, yang disebut A A A A A A A, strategi A A A adalah strategi yang khas yang menggunakan fungsi masa depan, karena pada saat pembukaan Anda tidak dapat mengetahui apakah garis K ini akhirnya dapat menembus garis linier dan mengeluarkan sinyal posisi terbuka, dan A A A A menggunakan harga masa depan untuk menentukan pembelian sebelumnya.
Ada juga situasi yang disebut harga curian, yang sebenarnya juga termasuk dalam kategori fungsi masa depan. Misalnya, strategi frekuensi tinggi, yang kami sebutkan sementara sebagai pencurian A, pencurian A. Aturan dari strategi ini adalah bahwa ketika harga menembus harga tertinggi hari itu, Anda harus membuka saham dengan harga tertinggi hari itu. Pencurian A tampaknya tidak ada masalah, tetapi perhatikan bahwa pencurian berarti lebih tinggi dari, yaitu setidaknya satu derajat lebih tinggi dari harga tertinggi hari itu untuk disebut terobosan, yaitu syarat untuk memenuhi harga saat ini = harga tertinggi hari itu + 1 tik tok baru akan berteriak untuk menerobos.
Jangan meremehkan kesalahan satu tik, contohnya dengan baja lilit, asumsikan 250 hari perdagangan dalam setahun, setiap hari perdagangan melakukan satu pembelian, maka seluruh tahun berakhir dengan 500 tik, dan biaya titik geser 500 tik akan melebihi modal Anda. Kenyataannya tidak hanya tidak mungkin untuk membuat Anda bertransaksi di bawah harga satu tik, tetapi lebih banyak kasus yang lebih tinggi dari satu atau bahkan lebih tik, karena alasan yang sederhana, sebagian besar sinyal pedagang tren hampir sama, di titik kunci (misalnya, menembus harga tertinggi pada suatu hari), sinyal bangunan tren akan terbentuk di depan banyak pedagang tren, dan semua orang berlomba-lomba untuk membeli terlebih dahulu, yang menyebabkan harga kerugian terbentuk gelombang besar di titik kunci, dan gelombang ini seringkali merupakan proses yang tidak menguntungkan untuk bertransaksi. Membangun sistem perdagangan dengan frekuensi yang lebih stabil adalah hal yang paling tidak menguntungkan ketika kita mempertimbangkan kondisi dan situasi yang lebih sulit untuk diselesaikan.
Selanjutnya, kita akan berbicara tentang sinyal berkedip, jika aturan lain dari strategi rata-rata adalah: jika harga penutupan lebih tinggi dari rata-rata, kita akan membuka peluang untuk menembus harga, kita masih memberi nama, misalkan strategi ini disebut sinyal berkedip B. Jika sinyal berkedip B adalah strategi yang memiliki sinyal berkedip, maka sinyal berkedip B tidak dapat melihat masalah secara intuitif dalam pengujian seperti halnya sinyal berkedip A di masa depan, tetapi setelah sinyal berkedip B digunakan di meja nyata, Anda akan menemukan masalah di dalamnya. Karena saat berada di meja, sistem akan secara default menempatkan harga saat ini sebagai harga penutupan, dan harga saat ini lebih tinggi dari harga penutupan akan mengeluarkan sinyal pembelian, tetapi jika harga penutupan di bawah garis rata-rata, maka sinyal perdagangan ini akan hilang, tetapi Anda telah melakukan transaksi, sinyal ini disebut flash.
Fungsi masa depan dan sinyal kedip-kedip, yang kita sebut dengan bias melihat ke depan, kedip-kedip B dan kedip-kedip masa depan A memiliki satu kesamaan, yaitu bahwa harga masa depan untuk menentukan pembelian dan penjualan sebelumnya, yang merupakan kesalahan yang harus kita hindari.
Jika kita berbicara tentang over-optimization dan curve fitting, over-optimization adalah mengoptimalkan beberapa parameter dari sebuah strategi berulang kali menjadi yang terbaik, dan kemudian membuat strategi dan mengendalikan risiko berdasarkan parameter terbaik yang diperoleh. Jelas, jika dioptimalkan dengan kekerasan, bahkan strategi yang tidak menghasilkan uang dapat memiliki parameter individu yang menguntungkan, tetapi hasil yang digunakan di masa depan tidak menguntungkan.
Ada dua cara yang efektif untuk menghindari over-optimization, yaitu dengan menggunakan lebih sedikit parameter, semakin sedikit parameter yang dapat dioptimalkan, semakin sedikit proyek yang dapat dioptimalkan, situasi over-optimasi alami dapat dihindari dengan baik, dan semakin sedikit strategi yang dibangun parameter, seringkali lebih kuat, baik yang efektif atau tidak efisien, dapat melampaui banyak strategi yang rumit.
Cara kedua untuk menghindari pengoptimalan yang berlebihan adalah dengan melakukan pengujian historis dengan parameter default dari suatu strategi, atau menguji suatu strategi dengan beberapa set parameter acak, jika strategi tersebut menghasilkan keuntungan dengan parameter default atau parameter acak, maka strategi tersebut harus dikembangkan lebih lanjut; sebaliknya, jika suatu strategi hanya memiliki beberapa parameter yang menghasilkan keuntungan, maka saran saya adalah untuk memutuskan untuk meninggalkan strategi tersebut. Selain itu, Anda harus menguji strategi yang dianggap layak untuk digunakan dalam beberapa varietas, dan jika suatu strategi hanya digunakan untuk varietas tertentu, saya sangat menyarankan untuk tidak menggunakan strategi tersebut.
Curve fit dan over-optimization mirip, yaitu menambahkan beberapa aturan yang tidak perlu untuk menyesuaikan data historis. Misalnya, strategi saham tertentu, yang kita sebut hanya sebagai Curve fit C, yang memberikan waktu tiga tahun untuk melakukan perdagangan goyah, dan tiga tahun untuk melakukan perdagangan tren. Misalkan Curve fit C, yang diuji dari Januari 2010 hingga Desember 2012 sebagai aturan goyah, Januari 2013 hingga Desember 2015 sebagai aturan tren, dan Januari 2016 sebagai aturan goyah.
Cara menghindari penyesuaian kurva dan optimasi yang berlebihan mirip, yaitu dengan menggunakan aturan sesedikit mungkin untuk membangun sistem perdagangan. Orang yang memiliki sedikit pengetahuan matematika tahu, fungsi dua kali, akan dapat menyesuaikan satu pasar pembalikan, fungsi tujuh kali, akan dapat menyesuaikan enam pasar pembalikan, hanya dengan menambahkan satu aturan tambahan, Anda dapat menyesuaikan satu pembalikan di pasar, dan strategi yang disesuaikan dengan ini akan mencapai 100% kemungkinan keberhasilan, tetapi tidak ada gunanya untuk melakukan itu baik sebagai generalisasi sejarah atau untuk memprediksi masa depan.
Strategi yang menggunakan kesesuaian kurva, optimasi berlebihan, dan strategi yang menggunakan bias ke depan, memiliki kesamaan bahwa strategi yang sangat baik dalam waktu review, tetapi tidak dapat dimasukkan ke dalam permainan nyata. Ini adalah tindakan penipuan diri, tetapi lebih sering lagi, banyak pedagang yang secara tidak sadar membuat kesalahan ini dalam pengembangan strategi, menggunakan beberapa logika dan rumus yang salah untuk melakukan review, dan menggunakan hasil review langsung untuk dasar pengembalian dan manajemen risiko yang diharapkan.
Jadi, saya tidak akan dapat menilai strategi yang baik atau buruk tanpa melihat kode strategi orang lain, karena banyak strategi yang dibeli secara online, sebagian besar adalah strategi yang memiliki masalah ini, dan masalah ini, sampai masuk ke gerbang transaksi kuantitatif, sangat sedikit yang mungkin ditemukan, bahkan jika Anda dapat membeli strategi yang benar-benar menghasilkan uang, saya telah membuktikan kepada Anda sebelumnya, Anda masih tidak dapat menjalankan strategi ini dalam jangka panjang, jadi, jangan berpikir untuk mengambil jalan pintas, strategi harus dikembangkan sendiri dan membangun kepercayaan, langit tidak akan jatuh kue, kue pasti menjadi jebakan.
Dikirim dari komunitas transaksi kuantitatif python