Beeindruckender Artikel über die MONTE CARLO-Analyse

Was ist Ihre Meinung? Ich bin sehr überrascht... Denn wir hören, dass wir einen symmetrischen Ansatz beim Bau verwenden sollten + wir verwenden natürlich Data-Mining...

https://www.priceactionlab.com/Blog/2015/05/fooled-by-monte-carlo-analysis/

Nur 2 Dinge im Voraus:

Erzwungene lang/kurz-Symmetrie

Viele Handelsstrategien verwenden eine erzwungene Long-/Short-Symmetrie. Symmetrische Long/Short-Strategien haben mehrere Vorteile, aber auch einige Nachteile, aber eine Analyse würde den Rahmen dieses Artikels sprengen. Wichtig ist hier, dass die meisten Monte-Carlo-Algorithmen die Symmetrie, die von vornherein vorhanden ist, brechen. Infolgedessen sind alle Schlussfolgerungen, die aus ihnen gezogen werden, falsch.

UND

Wenn eine Strategie mittels Data-Mining entwickelt wird, ist eine Monte-Carlo-Analyse nicht sinnvoll, um festzustellen, ob sie robust oder zufällig ist. Dies ist jedoch genau das, was viele Nutzer und Entwickler von Data-Mining-Programmen in vielen Fällen tun. Der Grund für die fehlende Anwendbarkeit dieser Methode liegt darin, dass die Monte-Carlo-Analyse, wenn sie Teil des Data-Mining-Prozesses wird, aufgrund von Datenschnüffelei und Auswahlverzerrungen ihre Wirksamkeit als Validierungsinstrument verliert. Obwohl die Monte-Carlo-Analyse zur Schätzung von Wahrscheinlichkeiten zukünftiger Drawdown-Niveaus verwendet werden kann - vorausgesetzt, sie ist anwendbar -, kann sie nicht als Validierungsinstrument eingesetzt werden. Amateur-Quant-Trader verwenden die Monte-Carlo-Analyse, um Strategien zu validieren, die durch Data-Mining-Verzerrungen entdeckt wurden.

Ich verfolge dieses Thema

Danke für den Link, das erste, was mir auffällt, ist, dass der Artikel speziell über Tests spricht, die nur die Reihenfolge der Trades randomisieren. SQ MC kann auch überspringen, randomisieren die Marktdaten oder Strategie Perimeter, die mehr nützlich sein sollte.

Fall 1 ist offensichtlich. Natürlich ist ein MC-Test in zufälliger Reihenfolge, der auf einer kurvenangepassten Strategie basiert, nicht sinnvoll. Auch hier könnte der Autor einen zu kleinen Datensatz verwendet haben.

<b>Die zufällige Reihenfolge der Trades unterbricht alle Muster und Sequenzen, nicht nur die Symmetrie von Long-Positionen oder die Wahrscheinlichkeit eines längeren Abwärtstrends.</b> MC kann niemals die wahren Wahrscheinlichkeiten von tatsächlich stattfindenden Ereignissen aufzeigen. Die Grenzen von MC sind bereits an anderer Stelle gut dokumentiert. Der Autor hat einige spezifische Fälle skizziert, aber es gibt buchstäblich keine spezifischen Fälle, in denen wir sagen können, dass MC im Zusammenhang mit dem Handel realistische Ergebnisse liefert. Sie soll nicht realistisch sein. Es handelt sich lediglich um eine Schätzung oder sogar (hoffentlich) um eine sicher pessimistische Risikoanalyse, da Menschen dazu neigen, Risiken zu unterschätzen. Es gibt sicherlich Fälle, in denen MC (in zufälliger Reihenfolge) weniger nützlich ist als "normal", aber ich glaube nicht, dass der Autor viele gute Beispiele dafür ausgewählt hat.

Es gibt noch einen weiteren Fehler in dem Bericht über Fall 3. Ich denke, wir haben hier ein gutes Beispiel dafür, dass ein Mensch das Risiko unterschätzt. Es ist nicht unmöglich, dass der SPY in einem langsamen Abwärtstrend oder bewegen sich in irgendeiner anderen Weise (andere als eine unmögliche Abwärtstrend in SPY), um dieses System zu DD in einem riesigen Weg der Autor spricht und behauptet, es zu sein "unrealistisch".

Fall 8 macht natürlich Sinn, wenn man MC als Teil des Data-Mining-Prozesses einbezieht und Milliarden von Strategien durch MC oder jede andere Art von Test laufen lässt, dann betreiben wir bis zu einem gewissen Grad Data-Mining. Allerdings bedeutet die Tatsache, dass eine Strategie durch Data Mining gefunden wurde, nicht, dass die MC zwangsläufig Teil des Data-Mining-Prozesses war.