Lo que hemos aprendido analizando 1,2 millones de estrategias de divisas - Parte:2 Comprobación de la solidez de los diferenciales

En el último episodio, mostramos cómo la complejidad de la estrategia combinada con el número de operaciones puede afectar a su verdadera salida de la muestra (WFOS ). Descubrimos que las estrategias más sencillas con un número suficiente de operaciones suelen tener un mejor rendimiento en el verdadero resultado de la muestra (WFOS ).

En el episodio de hoy, analizamos si el uso de un ratio de dispersión puede dar lugar a un mejor resultado verdadero fuera de muestra (WFOS ).

En primer lugar, repitamos cómo recopilamos los datos:

Así que generamos alrededor de 1,2 millones de estrategias utilizando solo filtros básicos como un número mínimo de operaciones y estabilidad SQ3 > 0,6. Utilizamos la mayor muestra de datos posible para el periodo 1987-2017 IS + OS y para el periodo 2018-2020. ( WFOS )

Se utilizó el periodo 2019-2020 -dos años- como el verdadero fuera de muestra (WFOS ). Durante este periodo, observamos los efectos de la selección, las pruebas de robustez y otros análisis.

Desarrollamos estrategias para un plazo de 1 hora y otro de 4 horas, utilizamos la estructura de comisiones de Darwinex y tuvimos 1 pip de deslizamiento en cada mercado.

Sensibilidad a la dispersión

Para este experimento, probamos todo el conjunto de datos con un spread que era 2 pips más alto que el spread por defecto en Darwinex.

A efectos comparativos, creamos una relación entre el beneficio neto con un diferencial superior y el beneficio neto con un diferencial normal. El objetivo era averiguar si la relación entre el rendimiento de una estrategia con un diferencial superior y su rendimiento con un diferencial normal puede repercutir en el rendimiento futuro de la estrategia.

Análisis básico de Spread Ratio  

Los contornos con proporciones sin sentido aparecen en el conjunto de datos:

Por lo tanto, eliminamos los valores atípicos del conjunto de datos y seleccionamos a los estrategas con un ratio de dispersión de 0-1.

Hemos dividido el spread ratio en deciles y en cada fila vemos el valor mediano de cada estadística. Es decir, en la primera fila, todas las estrategias con un ratio de dispersión en el intervalo de -0,001 a 0,647 tienen un beneficio neto medio en la muestra de salida real de -$166,3 y así sucesivamente.

Spread Ratio en cubos de igual tamaño basados en deciles -  tabla

Spread Ratio vs. WFOS 2 Años Median Red Profit 

Nota: La línea roja representa el valor medio del coeficiente de dispersión en el conjunto de datos.

En la imagen de arriba podemos ver que las estrategias con un ratio de spread muy bajo tienen generalmente peores resultados que las estrategias con un ratio de spread más alto. No quiero decir que esto no sea concluyente, porque visualmente podemos ver una clara diferencia, pero pensé más sobre para qué tipo de estrategias es importante la sensibilidad al spread. Las estrategias con un mayor número de operaciones serán comprensiblemente más sensibles que las estrategias con un bajo número de operaciones.

En el parte anterior, ajustamos el conjunto de datos a 480-2600 operaciones en el caso del número de operaciones. Mejorémoslo aún más: trabajaremos con el número medio de operaciones al año.

Elegiré estrategias en el rango Avg 15 Operaciones por Año a Avg. 80 Operaciones por Año.

Spread Ratio en cubos de igual tamaño basados en deciles -  tabla

Spread Ratio vs. WFOS 2 Años Mediana Neta Profit 

Los resultados son comparables a los de la primera selección. Cuando selecciono estrategias con 15 operaciones medias al año a 18 operaciones medias al año vemos la diferencia entre los deciles 1 y 2 y luego frente a otros deciles. Pero de nuevo nada especial.

Un dato a tener en cuenta. Cuantas más operaciones tenga, mayor será la significación estadística de los resultados.

Veámoslo aún mejor metodológicamente. Tomemos el número medio de operadores por año recogido en periodos fuera de muestra y elijamos una estrategia con una media de 40 operaciones por año a 80 operaciones por año.

Ratio de dispersión en cubos de igual tamaño basados en deciles - tabla

Spread Ratio vs. WFOS 2 Años Mediana Neta Profit 

Vaya. Podemos ver una diferencia acusada. Lógicamente, cuanto mayor sea el número de operaciones, mayor será la sensibilidad del diferencial. Ya ves lo eficaz que puede ser esta sencilla prueba.

Podemos ver claramente que las estrategias con mayores ratios de spread en WFOS lo hacen mejor que la media.

Ahora combinemos los resultados de la última vez. Elegimos estrategias con una complejidad de 4 a 6 y un número medio de operaciones de 40 a 80 al año.

Ratio de dispersión en cubos de igual tamaño basados en deciles - tabla

Spread Ratio vs. WFOS 2 Años Mediana Neta Profit 

El resultado es aún mejor. Vemos que las estrategias con la complejidad de 4-6, y 40-80 número medio de comerciantes por año en el fuera de la muestra.

Conclusión

Nuestro análisis sugiere que la combinación de la robustez del spread resto puede ayudar a la estrategia en WFOS. Sin embargo, es importante tener en cuenta que esta prueba sólo ayuda a las estrategias con un mayor número de operaciones.

Cómo podemos configurar esta prueba en StrategyQuantX

Hay dos maneras de configurar esta prueba en Croschecks:

Seleccione Higher Precision Test y ajuste Crosscheck spread a 2,5 pip.

Y configure la pestaña de filtrado correctamente: