WF-Matrix und optimale Komplexität

In "Trading Systems" von Tomasini und Jaekle erwähnen sie das Konzept der optimalen Komplexität eines Systems. Wenn es zum Beispiel 5 optimierbare Parameter gibt, sollten Sie nur 2-3 optimieren. Darüber hinaus werden Sie wahrscheinlich eine OOS-Verschlechterung erleiden.

In der WF-Matrix von SQ können Sie so viele Parameter optimieren, wie Sie möchten. Um die wichtigsten zu optimierenden Parameter zu ermitteln, könnte man die WFM mehrmals mit verschiedenen zu optimierenden Parametern laufen lassen und die besten Ergebnisse auswählen. Hat jemand Erfahrung mit einem solchen Verfahren?

Nach dem, was ich gelesen habe (pardo & davey), benötigt WFO nur 2-3 Parameter, um optimiert zu werden, wie Sie festgestellt haben. Um die besten Parameter für die Optimierung zu finden, führen Sie WFO einfach mit nur einem ausgewählten Parameter aus und nehmen Sie alle anderen Einstellungen wie gewohnt vor. Führen Sie die WFO aus (das sollte nur ein paar Minuten dauern) und protokollieren Sie die Ergebnisse des Nettogewinns / RDD / pf und anderer Fitnessfunktionen, die Sie hoch einstufen. Führen Sie diesen Prozess für alle Parameterkandidaten durch und verwenden Sie nur die 2-3 Parameter mit der höchsten Varianz in Ihrem vollständigen WFO-Lauf.

Was WFM betrifft, so folge ich nicht der gängigen Theorie, da SQ eine genetische Simulation anstelle von Brute-Force ermöglicht. Ich wende alle Parameter auf meine WFM-Läufe an und verwende je nach Strategie 30 oder 50% Variation.

Gesendet von meinem iPhone mit Tapatalk