Optimización secuencial

La optimización secuencial es un nuevo método de optimización disponible como nuevo tipo de optimización y como nueva comprobación cruzada en StrategyQuant X 132.

Cómo funciona

Digamos que tenemos una estrategia con 5 parámetros: Param1, Param2, Param3, Param4, Param5.

La optimización estándar utilizará la fuerza bruta o el enfoque de optimización genética para recorrer todas las combinaciones posibles de valores para estos cinco parámetros y utiliza la variante con la mejor aptitud.

Problemas de optimización estándar

1. Lleva fácilmente a un ajuste excesivo
   La mejor variante es elegida por la aptitud, pero esto podría ser sólo un valor atípico que se ajuste a los datos proporcionados, no una región estable. También es imposible definir qué es una región estable si se optimiza por más de 2 parámetros a la vez.
2. Puede ser lento o no cubrir todo el espacio de parámetros si se optimizan muchos parámetros
   Si cada uno de sus cinco parámetros tiene 100 valores posibles, entonces hay 100 x 100 x 100 x 100 x 100 combinaciones posibles.

Cómo funciona la optimización secuencial

Secuencialmente. Optimiza estos cinco parámetros en cinco pasos uno a uno.

Así, el proceso de optimización secuencial funciona de la siguiente manera:

Primer paso - se optimiza el primer parámetro Param1.
El resto de parámetros se dejan en sus valores originales.
El resultado es el valor óptimo (más estable) de Param1

Paso 2 - se optimiza el segundo parámetro Param2.
Utiliza el valor óptimo para Param1 (calculado en el paso anterior, el resto de parámetros se dejan en sus valores originales.
El resultado es el valor óptimo (más estable) de Param2.

Paso 3 ...
Paso 4 ...

Paso 5 - se optimiza el quinto parámetro Param5.
Utiliza el valor óptimo para Param1, Param2, Param3, Param4 calculado en los pasos anteriores.
El resultado es el valor óptimo (más estable) de Param5, que completa la optimización de los cinco parámetros.

Cómo se elige el valor estable de un parámetro

Otra diferencia importante con respecto a la optimización estándar es el modo en que el proceso de optimización elige el valor óptimo de los parámetros en cada paso.

En lugar de elegir la variante con la mejor aptitud, elige la variante que se encuentra en el centro de la mejor zona estable definida en la configuración.

La zona estable es aquella en la que el número definido de resultados no es peor que algún % de la mejor aptitud de esa región.

Así elige el valor estable, no el mejor.

¿Y si no se encuentra la zona estable?

Puede ocurrir que no se encuentre una zona estable para el parámetro específico. En ese caso se utiliza el valor original.

Esto es algo que también se utiliza en la nueva comprobación cruzada: si no se encuentra una zona estable para un determinado porcentaje de los parámetros, la estrategia se rechaza.

Nota - Dependencia de los parámetros originales

Tenga en cuenta que el proceso de optimización sólo optimiza un parámetro a la vez - por ejemplo, en el Paso 1 sólo se optimiza el Parámetro1 y el resto de parámetros utilizan los valores originales.

Esto significa que el resultado de este tipo de optimizaciones depende también de los valores originales.

Es posible que el resultado de la optimización en cada paso (y el área estable y el valor elegido resultantes) fuera diferente si se utilizaran valores originales distintos al inicio.