Strategiemetriken außerhalb der Stichprobe / innerhalb der Stichprobe Verhältnisse
Das OOS/IS-Verhältnis drückt den Grad der Verschlechterung der Strategie in der Out-of-Sample (OOS) gegenüber In-Sample (IS) aus.
Strategiedegradation bezieht sich auf den Rückgang der Leistung einer Handelsstrategie, wenn sie auf neue, unbekannte Daten angewendet wird. Diese Verschlechterung tritt häufig auf, wenn eine Strategie, die für In-Sample-Daten (IS) optimiert und feinabgestimmt wurde, auf Out-of-Sample-Daten (OOS) getestet wird. Die Verschlechterung kann auf eine Überanpassung der Strategie an die IS-Daten oder auf veränderte Marktbedingungen zurückzuführen sein, an die sich die Strategie nicht anpassen kann.
Out-of-Sample (OOS)- und In-Sample (IS)-Kennzahlen sind entscheidende Konzepte bei der Entwicklung, Prüfung und Validierung von Handelsstrategien. Diese Kennzahlen helfen dabei, die Robustheit von Strategien zu bewerten und sicherzustellen, dass sie nicht zu sehr auf einen bestimmten Datensatz zugeschnitten sind. Im Folgenden finden Sie eine ausführliche Erläuterung der OOS/IS-Kennzahlen:
Zweck der OOS/IS-Kennzahlen: Das Hauptziel der Verwendung von OOS/IS-Verhältnissen besteht darin, die Robustheit und Generalisierbarkeit von Handelsstrategien zu bewerten. Durch die Bewertung der Leistung der Strategie sowohl bei IS- als auch bei OOS-Daten können die Nutzer eine mögliche Überanpassung erkennen und sicherstellen, dass die Strategie nicht übermäßig für einen bestimmten Datensatz optimiert ist. Eine Strategie, die sowohl bei IS- als auch bei OOS-Daten gut abschneidet, ist wahrscheinlich widerstandsfähiger und anpassungsfähiger an sich ändernde Marktbedingungen.
Dankeschön
N.B. Der Leistungsabfall des Builders (Strategien pro Stunde) nach dem Importieren dieser Metriken beträgt etwa 60%.
Thats a bit too much