Wie man Daten für die Strategieentwicklung richtig aufteilt Pro

Die meisten Handelsstrategien scheitern nicht an einer schlechten Logik.
Sie scheitern aus folgenden Gründen schlechte Datenaufteilung.

Eine Strategie kann in Backtests tadellos aussehen. Glatte Aktienkurve. Hoher Gewinnfaktor. Minimaler Drawdown.
Aber sobald es live eingesetzt wird? Er bricht zusammen.

Warum?

Denn sie wurde ausgebildet an alles.

In diesem Video zeige ich Ihnen, wie Sie Ihre Daten bei der Entwicklung von Strategien richtig strukturieren - damit Sie sie auch wirklich verstehen:

• Was In-Sample wirklich repräsentiert

• Wie In-Sample-Validierung unterscheidet sich von Out-of-Sample

• Warum Echte Out-of-Sample ist der stärkste Robustheitstest

• Wie man versteckte Verzerrungen in der genetischen Optimierung vermeidet

• Konfiguration der Datenaufteilung auf der Grundlage von Volatilitätsregimen

• Warum man mit weniger Daten bessere Strategien entwickeln kann

Sie werden auch lernen:

• Wie viele Daten für Out-of-Sample reserviert werden sollen

• Bewertung von OOS während der Erzeugung - oder danach

• Wie man realistische Validierungsbedingungen festlegt

• Warum die meisten Händler unwissentlich überfordert sind

Wenn Sie Strategien wollen, die auch unter unvorhergesehenen Marktbedingungen überleben - und nicht nur in Backtests gut aussehen -, ist dies unerlässlich.

Das Ziel ist einfach:
Auf begrenzten Daten aufbauen. Überprüfen Sie, was die Strategie noch nie gesehen hat.

Sehen Sie sich das vollständige Video an und erfahren Sie, wie Sie Ihre Daten professionell strukturieren können.