MM en Montecarlo Análisis

Hola a todos,

Sólo una pregunta sobre el análisis de Montecarlo. Yo uso un riesgo fijo % de cuenta MM método.

Wuando el software hace el remuestreo, ¿considera el método MM (% de riesgo para cualquier operación)? ¿O sólo el resultado final de cualquier operación expresado en $?

Gracias

Hola,

mantiene el tamaño original de la posición de cada operación pero aleatoriza la orden de operación

Hola,

 

mantiene el tamaño original de la posición de cada operación pero aleatoriza la orden de operación

Por lo tanto, para el dimensionamiento de la posición % de riesgo fijo, ¿el análisis de Montecarlo no es fiable? ¿Es correcto?

Porque podría mantener un comercio al final del período en que la equidad (y también el tamaño) es 10 veces mayor (o más), lo puso en el comienzo de una serie aleatoria y perder todo el dinero, pero eso no puede suceder en real. 

Por lo tanto, para el dimensionamiento de la posición % de riesgo fijo, ¿el análisis de Montecarlo no es fiable? ¿Es correcto?

 

Porque podría mantener un comercio al final del período en que la equidad (y también el tamaño) es 10 veces mayor (o más), lo puso en el comienzo de una serie aleatoria y perder todo el dinero, pero eso no puede suceder en real. 

Exacto. Esta es otra característica que da lugar a datos completamente corruptos porque QA se basa en valores $ de backtests en lugar de valores %. Este sencillo cambio debe aplicarse urgentemente.

Exacto. Esta es otra característica que da lugar a datos completamente corruptos porque QA se basa en valores $ de backtests en lugar de valores %. Este sencillo cambio debe aplicarse urgentemente.

Desde el punto de vista matemático, ¿cree que los resultados son completamente erróneos? ¿O podemos suponer que son aproximadamente fiables? Los peores casos y los mejores también podrían compensarse.

Fiable.

Lo siento, pero estás equivocado. Actualmente, el Monte Carlo de QA sólo es fiable para estrategias que utilizan un tamaño de lote fijo o un riesgo fijo en dólares. Una estrategia rentable con un perfil de recompensa sólido y un tamaño proporcional arrojará sistemáticamente resultados de MC sesgados positivos; aunque los resultados se vuelven menos corruptos a medida que el perfil de recompensa de una estrategia se acerca a 1:1.

Tenga en cuenta que sólo estoy hablando de una sola estrategia de arriba, si usted está trabajando con una salida de cartera por defecto de control de calidad que consiste en múltiples estrategias de tamaño proporcional se ejecutan en un solo equilibrio, los resultados están dañados para empezar. Mierda dentro, mierda fuera: Si usted está poniendo los datos corruptos en Monte Carlo para empezar, eso es todo lo que va a salir de ella.

Este software tiene un enorme potencial, pero los problemas con las estrategias que cuentan con el equilibrio proporcional de tamaño (es decir, la gran mayoría de las estrategias) deben ser corregidos.