Möglicher neuer Weg zur Randomisierung von Daten mit %change anstelle von %ATR
5 Antworten
bentra
vor 5 Jahren #267915
Wie hier: https://roadmap.strategyquant.com/tasks/sq4_7233
und hier: https://roadmap.strategyquant.com/tasks/sq4_7350
Die derzeitige Methode ist nicht perfekt, und einige Strategien können den Algo für die Zufallsdaten ausnutzen, während andere unter der Verzerrung dieses Tests leiden. Ich glaube, das liegt an der Art und Weise, wie ATR im Algo verwendet wird, kombiniert mit der Tatsache, dass die neue randomisierte Position immer auf dem nächsten ursprünglichen Datentick basiert (was einen zusätzlichen Revert-to-the-mean-Effekt hat und höhere x% von ATR die Volatilität erhöht).
In dieser neuen Methode randomisiere ich die % der Preisänderung anstelle von % der ATR und lasse den Preis einen neuen Weg einschlagen, so dass jeder Tick auf dem letzten Tick der randomisierten Daten basiert (wodurch sich der Preis langsam weit von den ursprünglichen Daten entfernt und der übermäßige Effekt der Rückkehr zum Mittelwert eliminiert wird). Dadurch sollte die Volatilität bei der Randomisierung der Daten erhalten bleiben, solange die %-Änderung angemessen ist.
Ich eröffne diesen Thread für die Diskussion und das Testen. Es ist eine Arbeit in progress zu dieser Zeit. Ich bin ziemlich unvertraut mit Java, so könnte ich eine Hand mit dem Code und mit dem Testen verwenden.
Ich hatte heute Zeit, daran zu arbeiten, und hier ist das, was ich bis jetzt habe, aber ihr solltet vielleicht später in diesem Thread nach neuen Versionen suchen, wenn wir Fortschritte machen und neue Versionen veröffentlichen.


0
bentra
vor 5 Jahren #267956
OK, es sieht so aus, als hätte ich den Fehler mit dem ersten Tick diesmal richtig behoben
/*
* Copyright (c) 2017-2018, StrategyQuant - Alle Rechte vorbehalten.
*
* Der Code in dieser Datei wurde in dem guten Glauben erstellt, dass er korrekt ist und das tut, was er soll.
* Wenn Sie einen Fehler in diesem Code gefunden haben ODER Sie einen Verbesserungsvorschlag haben ODER Sie möchten
* Ihren eigenen Codeschnipsel in unsere Standardbibliothek aufnehmen möchten, kontaktieren Sie uns bitte unter:
* https://roadmap.strategyquant.com
*
* Dieser Code kann nur innerhalb von StrategyQuant-Produkten verwendet werden.
* Jeder Besitzer einer gültigen (kostenlosen, Test- oder kommerziellen) Lizenz für ein StrategyQuant-Produkt
* darf diesen Code ohne Einschränkungen frei verwenden, kopieren, modifizieren oder davon abgeleitete Arbeiten erstellen,
* in allen StrategyQuant-Produkten zu verwenden und seine Änderungen oder abgeleiteten Arbeiten
* mit der StrategyQuant-Gemeinschaft zu teilen.
*
* DIE SOFTWARE WIRD OHNE MÄNGELGEWÄHR BEREITGESTELLT, OHNE JEGLICHE AUSDRÜCKLICHE ODER STILLSCHWEIGENDE GARANTIE,
* EINSCHLIESSLICH, ABER NICHT BESCHRÄNKT AUF DIE GARANTIEN DER MARKTGÄNGIGKEIT, DER EIGNUNG FÜR EINEN BESTIMMTEN
* ZWECK UND NICHTVERLETZUNG VON RECHTEN DRITTER. IN KEINEM FALL SIND DIE AUTOREN HAFTBAR FÜR JEGLICHE ANSPRÜCHE, SCHÄDEN
* ODER ANDERE HAFTUNG, OB IN EINER KLAGE AUS VERTRAG, UNERLAUBTER HANDLUNG ODER ANDERWEITIG, DIE AUS,
* AUS ODER IN VERBINDUNG MIT DER SOFTWARE ODER DER NUTZUNG ODER DEM SONSTIGEN UMGANG MIT DER SOFTWARE.
*
*/
Paket SQ.MonteCarlo.Retest;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.strategyquant.lib.*;
import com.strategyquant.datalib.*;
import com.strategyquant.datalib.consts.Precisions;
import com.strategyquant.tradinglib.*;
@ClassConfig(name="Randomize history data", display="Randomize history data v2.0, with max price change #MaxChange# % of PRICE")
@Help("<b>Achtung!</b>Wenn Sie diese Option wählen, werden die Robustheitstests mit der Genauigkeit des ausgewählten Zeitrahmens getestet, während die ursprüngliche Strategie mit der konfigurierten Genauigkeit getestet wird.<br/>Dies könnte aufgrund der unterschiedlichen Genauigkeit zu unterschiedlichen Ergebnissen zwischen der ursprünglichen Strategie und den Simulationen führen.<br/>Um dies zu vermeiden, verwenden Sie die Präzision von Selected Timeframe in Setings : Data.")
public class RandomizeHistoryData2 extends MonteCarloRetest {
public static final Logger Log = LoggerFactory.getLogger(RandomizeHistoryData2.class);
//@Parameter(name="Probability change price", defaultValue="20", minValue=1, maxValue=100, step=1)
//public int Probability;
@Parameter(name="Max change price", defaultValue="10", minValue=1, maxValue=100, step=1)
public int MaxChange;
private int barsProcessed = 0;
private double atrValue = 0;
private int atrPeriod = 14;
private int relativeMaxChange = -1;
//bendedit: wir brauchen einige persistente Variablen, damit wir den Preis verfolgen können und er sich von den ursprünglichen Daten entfernen kann
private double lastbid=0;
private double lastorgbid=0;
private long lastticktime=0;
//------------------------------------------------------------------------
//------------------------------------------------------------------------
//------------------------------------------------------------------------
public RandomizeHistoryData2() {
super(MonteCarloTestTypes.ModifyData);
}
//------------------------------------------------------------------------
public void modifyData(IRandomGenerator rng, TickEvent tickEvent, double globalATR) {
//double dblProbability = ((double) Probability/ 100.0d);
//if(rng.probability(dblProbability)) {
// bendedit: Ich sehe keinen Sinn in der Änderungswahrscheinlichkeit, lassen Sie uns einfach immer jeden Tick ändern, es wird viel glatter, jetzt, dass wir turfed ATR aus der Gleichung.
// wir sollten diesen Preis ändern
double ask = tickEvent.getAsk();
double bid = tickEvent.getBid();
double spread = ask - bid;
double tickorgchange=0;
long currentticktime = tickEvent.getTime();
//bendedit: prüfen, ob erster Tick, wenn nicht, dann ursprünglichen Tickwechsel setzen.
wenn (letzteTickzeit <= currentticktime && lastticktime!=0) {
//bendedit: Berechnung der Preisänderung vom letzten ursprünglichen Tick zum aktuellen Tick aus den ursprünglichen Daten
tickorgchange=bid-lastorgbid;
//debug("MC price randomizer", "tickorgchange ist: "+tickorgchange);
//debug("MC price randomizer", "time is: "+currentticktime); //debug("MC price randomizer", "time is: "+currentticktime);
//debug("MC price randomizer", "last time is: "+lastticktime); //debug("MC price randomizer", "last time is: "+lastticktime);
//debug("MC-Preiszufallsgenerator", "EOL");
} else { //bendedit: im Falle des ersten Ticks gibt es keine Änderung.
lastbid=bid;
tickorgchange=0;
}
//bendedit:setze das letzte ursprüngliche Gebot in die Variable bevor wir das Gebot ändern, wir brauchen es nur, um die Preisänderung beim nächsten Mal zu berechnen.
lastorgbid=bid;
//bendedit:speichert die ticktime.
lastticktime = currentticktime;
int ändern;
if(relativeMaxChange <= 0) {
change = rng.nextInt(MaxChange);
} else {
change = rng.nextInt(relativeMaxChange);
}
double dblChange = ((double) change)/ 10000.0d;
//bendedit: Wenn wir jeden Tick ändern und zulassen, dass sich der Preis weit von den ursprünglichen Daten entfernt, müssen wir viel kleinere Anpassungen vornehmen.
//bendedit: Ich habe ein Prozent von einem Prozent gewählt
//bendedit: statt ATR nur noch Tickpreisänderung der Originaldaten verwenden.
double priceChange = tickorgchange * dblChange;
//bendedit: das Arbeitsgebot relativ zum letzten Gebot statt zu sich selbst setzen
//bid = (rng.nextInt(2) == 0 ? bid + priceChange : bid - priceChange);
bid = (rng.nextInt(2) == 0 ? lastbid + tickorgchange + priceChange : lastbid + tickorgchange - priceChange);
tickEvent.setBid(bid);
tickEvent.setAsk(bid + spread);
//bendedit:letztes Gebot in eine Variable für das nächste Mal setzen.
lastbid = bid;
//}
}
//------------------------------------------------------------------------
public void initSettings(SettingsMap settings) {
super.initSettings(settings);
// Berechnung der relativen Max Change je nach Chart TF und Genauigkeit
ChartSetup chartSetup = (ChartSetup) settings.get(SettingsKeys.BacktestChart);
if(chartSetup != null) {
int testPrecision = chartSetup.getTestPrecision();
if(testPrecision == Precisions.SelectedTF) {
// für ausgewählte TF-Präzision nichts tun
relativeMaxChange = MaxChange;
zurück;
}
// ist die Genauigkeit höher, setzen Sie MaxChange auf 1/3 des Wertes
// da die Änderung auf jeden Minutenbalken / Tick angewendet wird, müssen wir MaxChange verringern
// damit der resultierende volle Balken im Zielzeitrahmen (z. B. H1) nicht zu stark verändert wird
//bendedit: Hoffentlich brauchen wir diese Anpassung nicht mehr, da wir keine globaleATR verwenden, die durch höhere Zeitrahmen aufgebläht wird. Die willkürliche Unterteilung durch 3 war ohnehin verdächtig. Wenn wir immer noch eine Anpassung brauchen, werde ich hoffentlich einen besseren Weg finden.
//bendedit: Da wir jetzt change % statt atr % machen, brauchen wir vielleicht keine weiteren Anpassungen in Bezug auf Präzision oder TF. Diesen Equalizer haben wir vorerst ausgeschaltet.
//relativeMaxChange = MaxChange / 3;
relativeMaxChange = MaxChange;
if(relativeMaxÄnderung <= 0) {
relativeMaxChange = 1;
}
}
}
}
0
bentra
vor 5 Jahren #267958
Dieser funktioniert auf der b130
/*
* Copyright (c) 2017-2018, StrategyQuant - Alle Rechte vorbehalten.
*
* Der Code in dieser Datei wurde in dem guten Glauben erstellt, dass er korrekt ist und das tut, was er soll.
* Wenn Sie einen Fehler in diesem Code gefunden haben ODER Sie einen Verbesserungsvorschlag haben ODER Sie möchten
* Ihren eigenen Codeschnipsel in unsere Standardbibliothek aufnehmen möchten, kontaktieren Sie uns bitte unter:
* https://roadmap.strategyquant.com
*
* Dieser Code kann nur innerhalb von StrategyQuant-Produkten verwendet werden.
* Jeder Besitzer einer gültigen (kostenlosen, Test- oder kommerziellen) Lizenz für ein StrategyQuant-Produkt
* darf diesen Code ohne Einschränkungen frei verwenden, kopieren, modifizieren oder davon abgeleitete Arbeiten erstellen,
* in allen StrategyQuant-Produkten zu verwenden und seine Änderungen oder abgeleiteten Arbeiten
* mit der StrategyQuant-Gemeinschaft zu teilen.
*
* DIE SOFTWARE WIRD OHNE MÄNGELGEWÄHR BEREITGESTELLT, OHNE JEGLICHE AUSDRÜCKLICHE ODER STILLSCHWEIGENDE GARANTIE,
* EINSCHLIESSLICH, ABER NICHT BESCHRÄNKT AUF DIE GARANTIEN DER MARKTGÄNGIGKEIT, DER EIGNUNG FÜR EINEN BESTIMMTEN
* ZWECK UND NICHTVERLETZUNG VON RECHTEN DRITTER. IN KEINEM FALL SIND DIE AUTOREN HAFTBAR FÜR JEGLICHE ANSPRÜCHE, SCHÄDEN
* ODER ANDERE HAFTUNG, OB IN EINER KLAGE AUS VERTRAG, UNERLAUBTER HANDLUNG ODER ANDERWEITIG, DIE AUS,
* AUS ODER IN VERBINDUNG MIT DER SOFTWARE ODER DER NUTZUNG ODER DEM SONSTIGEN UMGANG MIT DER SOFTWARE.
*
*/
Paket SQ.MonteCarlo.Retest;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.strategyquant.lib.*;
import com.strategyquant.datalib.*;
import com.strategyquant.datalib.consts.Precisions;
import com.strategyquant.tradinglib.*;
@ClassConfig(name="Randomize history data", display="Randomize history data v2.0, with max change #MaxChange# % of TICK PRICE CHANGES")
@Help("<b>Achtung!</b>Wenn Sie diese Option wählen, werden die Robustheitstests mit der Genauigkeit des ausgewählten Zeitrahmens getestet, während die ursprüngliche Strategie mit der konfigurierten Genauigkeit getestet wird.<br/>Dies könnte aufgrund der unterschiedlichen Genauigkeit zu unterschiedlichen Ergebnissen zwischen der ursprünglichen Strategie und den Simulationen führen.<br/>Um dies zu vermeiden, verwenden Sie die Präzision von Selected Timeframe in Setings : Data.")
public class RandomizeHistoryData2 extends MonteCarloRetest {
public static final Logger Log = LoggerFactory.getLogger(RandomizeHistoryData2.class);
//@Parameter(name="Probability change price", defaultValue="20", minValue=1, maxValue=100, step=1)
//public int Probability;
@Parameter(name="Max change price", defaultValue="10", minValue=1, maxValue=100, step=1)
public int MaxChange;
private int barsProcessed = 0;
private double atrValue = 0;
private int atrPeriod = 14;
private int relativeMaxChange = -1;
//bendedit: wir brauchen einige persistente Variablen, damit wir den Preis verfolgen können und er sich von den ursprünglichen Daten entfernen kann
private double lastbid=0;
private double lastorgbid=0;
private long lastticktime=0;
//------------------------------------------------------------------------
//------------------------------------------------------------------------
//------------------------------------------------------------------------
public RandomizeHistoryData2() {
super(MonteCarloTestTypes.ModifyData);
}
//------------------------------------------------------------------------
public void modifyData(IRandomGenerator rng, TickEvent tickEvent, double globalATR) {
//double dblProbability = ((double) Probability/ 100.0d);
//if(rng.probability(dblProbability)) {
// bendedit: Ich sehe keinen Sinn in der Änderungswahrscheinlichkeit, lassen Sie uns einfach immer jeden Tick ändern, es wird viel glatter, jetzt, dass wir turfed ATR aus der Gleichung.
// wir sollten diesen Preis ändern
double ask = tickEvent.getAsk();
double bid = tickEvent.getBid();
double spread = ask - bid;
double tickorgchange=0;
long currentticktime = tickEvent.getTime();
//bendedit: prüfen, ob erster Tick, wenn nicht, dann ursprünglichen Tickwechsel setzen.
wenn (letzteTickzeit <= currentticktime && lastticktime!=0) {
//bendedit: Berechnung der Preisänderung vom letzten ursprünglichen Tick zum aktuellen Tick aus den ursprünglichen Daten
tickorgchange=bid-lastorgbid;
//debug("MC price randomizer", "tickorgchange ist: "+tickorgchange);
//debug("MC price randomizer", "time is: "+currentticktime); //debug("MC price randomizer", "time is: "+currentticktime);
//debug("MC price randomizer", "last time is: "+lastticktime); //debug("MC price randomizer", "last time is: "+lastticktime);
//debug("MC-Preiszufallsgenerator", "EOL");
} else { //bendedit: im Falle des ersten Ticks gibt es keine Änderung.
lastbid=bid;
tickorgchange=0;
}
//bendedit:setze das letzte ursprüngliche Gebot in die Variable bevor wir das Gebot ändern, wir brauchen es nur, um die Preisänderung beim nächsten Mal zu berechnen.
lastorgbid=bid;
//bendedit:speichert die ticktime.
lastticktime = currentticktime;
int ändern;
if(relativeMaxChange <= 0) {
change = rng.nextInt(MaxChange);
} else {
change = rng.nextInt(relativeMaxChange);
}
double dblChange = ((double) change)/ 10000.0d;
//bendedit: Wenn wir jeden Tick ändern und zulassen, dass sich der Preis weit von den ursprünglichen Daten entfernt, müssen wir viel kleinere Anpassungen vornehmen.
//bendedit: Ich habe ein Prozent von einem Prozent gewählt
//bendedit: statt ATR nur noch Tickpreisänderung der Originaldaten verwenden.
double priceChange = tickorgchange * dblChange;
//bendedit: das Arbeitsgebot relativ zum letzten Gebot statt zu sich selbst setzen
//bid = (rng.nextInt(2) == 0 ? bid + priceChange : bid - priceChange);
bid = (rng.nextInt(2) == 0 ? lastbid + tickorgchange + priceChange : lastbid + tickorgchange - priceChange);
tickEvent.setBid(bid);
tickEvent.setAsk(bid + spread);
//bendedit:letztes Gebot in eine Variable für das nächste Mal setzen.
lastbid = bid;
//}
}
//------------------------------------------------------------------------
public void initSettings(SettingsMap settings) {
super.initSettings(settings);
// Berechnung der relativen Max Change je nach Chart TF und Genauigkeit
ChartSetup chartSetup = (ChartSetup) settings.get(SettingsKeys.BacktestChart);
if(chartSetup != null) {
int testPrecision = chartSetup.getTestPrecision();
if(testPrecision == Precisions.SelectedTF) {
// für ausgewählte TF-Präzision nichts tun
relativeMaxChange = MaxChange;
zurück;
}
// ist die Genauigkeit höher, setzen Sie MaxChange auf 1/3 des Wertes
// da die Änderung auf jeden Minutenbalken / Tick angewendet wird, müssen wir MaxChange verringern
// damit der resultierende volle Balken im Zielzeitrahmen (z. B. H1) nicht zu stark verändert wird
//bendedit: Hoffentlich brauchen wir diese Anpassung nicht mehr, da wir keine globaleATR verwenden, die durch höhere Zeitrahmen aufgebläht wird. Die willkürliche Unterteilung durch 3 war ohnehin verdächtig. Wenn wir immer noch eine Anpassung brauchen, werde ich hoffentlich einen besseren Weg finden.
//bendedit: Da wir jetzt change % statt atr % machen, brauchen wir vielleicht keine weiteren Anpassungen in Bezug auf Präzision oder TF. Diesen Equalizer haben wir vorerst ausgeschaltet.
//relativeMaxChange = MaxChange / 3;
relativeMaxChange = MaxChange;
if(relativeMaxÄnderung <= 0) {
relativeMaxChange = 1;
}
}
}
//------------------------------------------------------------------------
/**
* Klont dieses MC-Retest-Objekt
*
* @return der Klon
* @throws Exception die Ausnahme
*/
@Override
public RandomizeHistoryData2 getClone() throws Exception {
RandomizeHistoryData2 mc = new RandomizeHistoryData2();
mc.MaxChange = this.MaxChange;
return mc;
}
}
0
clonex / Ivan Hudec
vor 5 Jahren #267976
Hallo Bendex. Wir werden es mit einigen tausend Strategien testen und die Ergebnisse hier veröffentlichen. Danke für dieses Snippet,
0
bentra
vor 5 Jahren #267979
bentra
vor 5 Jahren #268127
Die neue Version ist hier:
https://roadmap.strategyquant.com/tasks/sq4_7233
-Eventuelle Rundungsfehler behoben
-Standardeinstellung auf 40%
Jede Hilfe beim Testen ist willkommen, bitte senden Sie alle problematischen Konfigurationen/Strats an dieses Ticket.
0
Ansicht von 5 Antworten - 1 bis 5 (von insgesamt 5)