¿Definición de estas dos opciones genéticas?

Qué son estas dos opciones genéticas: (espero que en términos sencillos)

1. Profundidad máxima del árbol

2. Coeficiente de decimación

 

 

+1, me gustaría saber todos los ajustes dentro de la generación genética también por favor,

 

POR FAVOR, MÁS A FONDO QUE LA GUÍA SQ..

 

gracias

Ah, el Coeficiente de Decimación es muy interesante entonces... Gracias por la ayuda.

 

Sin embargo, no entiendo la descripción de Tree Depth.

Así que si voy a seleccionar "5" como el Profundidad máxima del árbol,

las estrategias tendrán hasta "5" reglas de entrada y hasta "5" reglas de salida ¿he entendido bien?,

si selecciono "5" no significa que si se encuentra una estrategia incluso con "2" reglas debe ser añadido a mi banco de datos derecho? no sólo con "5" sí?

 

No obtuvo el beneficio de tener Coeficiente de decimación distinto de "1".

 

 

¡Gracias Notch!

El coeficiente de decimación genera más estrategias iniciales (en la generación 1), y luego elige las 100 mejores estrategias de entre ellas (o lo que haya establecido para "Tamaño de población") para continuar en las generaciones siguientes.

 

Esto me parece un ajuste extremadamente importante, ya que puedes empezar con una base de estrategias generadas aleatoriamente de mucha mayor calidad. Actualmente lo tengo en "4".

 

También he estado utilizando las "condiciones iniciales de la población" para filtrar la generación inicial. Lo he estado haciendo muy a la ligera (¿creo?) para no reducir sin saberlo algunas estrategias que tienen elementos que pueden ser extremadamente rentables pero que aparecen con mucha más frecuencia en estrategias con estándares más bajos.

 

Por ejemplo, aquí están los ajustes que estoy utilizando por ahora (pero tal vez siguen siendo demasiado ajustados?):

 

Número de operaciones < 50 [periodo IS de cinco años].

1TP9Factor de ajuste < 0,6

Estabilidad < 0,2

% Estancamiento > 50%

 

Algunos otros factores que estaba considerando:

 

Net Profit < -$7,000 [usar NP eliminaría las estrategias que pasan la prueba PF pero tienen un mayor número de operaciones pero aún así no tienen muchas esperanzas de transformarse en algo rentable].

Simetría < 10% [No estoy seguro de esto, pero debería producir estrategias más robustas].

Payout Ratio < 0,4 [sesgaría los resultados en contra de los sistemas con Win% más bajo].

 

Intenté brevemente aplicar estos ajustes a los resultados de OOS, pero no creo que produjera estrategias iniciales mucho mejores.

 

Incluso con estos ajustes tan laxos, se tarda bastante tiempo en obtener una población inicial de 400 estrategias, pero creo que el tiempo invertido *puede* merecer la pena.

Utiliza criterios más laxos,

esos son los que uso siempre:

estos son mis ajustes en el GenGen 😉

veamos si es bueno

 

Esos criterios que enumeré arriba los uso en la pestaña "Opciones genéticas", en las "Condiciones iniciales de la población" para que sea un poco exigente para la población de la 1ª generación.

 

Tengo condiciones similares a las tuyas en las "Opciones de clasificación".

Gracias por su respuesta, notch; posteriormente he adoptado un enfoque similar al suyo, ya que mi enfoque no generaba muchas estrategias y éstas no eran visiblemente mejores.

 

Sigo utilizando el "coeficiente de diezmación", pero la única condición que tengo para incluir estrategias generadas es "Número de operaciones > 40" (sobre IS de cinco años).

 

A continuación, utilicé las opciones de clasificación como usted para guiar las generaciones de modelos a mis criterios generales. Esto tiene 100% sentido.

 

Difiero de usted en el uso del Número de Operaciones. Creo que la aptitud ponderada en las opciones de clasificación tendrá en cuenta una mejor Net Profit, pero que las estrategias iniciales que tienen por debajo de un cierto número mínimo de operaciones no son buenos candidatos para producir una buena estrategia final. Es probable que sean eliminados a través del proceso genético, y por lo tanto usted se queda con un grupo más pequeño de las estrategias iniciales viables que con el tiempo se puede utilizar para un buen efecto. Y puesto que el número de operaciones no se utiliza en mi aptitud ponderada, mientras que otros criterios son, creo que es el único criterio que se debe utilizar en mi fase de generación inicial.

¿Utiliza esos criterios dentro de la pestaña Clasificación o dentro de la pestaña Genética?, y ¿hay alguna diferencia entre dónde establecer los criterios aquí o allí?

@Karish:

 

Actualmente utilizo los siguientes criterios dentro de las Opciones Genéticas:

#/Trades < 40

 

Coeficiente de decimación = 5 [Sin embargo, teniendo en cuenta el post anterior de Notch, vuelvo a reducirlo a 1].

 

En las opciones de clasificación, utilizo los siguientes parámetros de aptitud ponderados simples:

Neto Profit: 1 peso

1TP9Factor de ajuste: 3 peso

Relación R/DD: 10 peso

@notch: Gracias por tus advertencias...

 

Como ya he señalado, sólo estoy utilizando un criterio bajo de "#/Trades" [40 para un periodo de cinco años].

Estoy adivinando (pero no tengo experiencia, por supuesto) que las estrategias con ultra-bajo # / operaciones no producen ninguna contribución significativa al desarrollo genético.

 

Mis criterios de aptitud ponderados son muy sencillos (casi idénticos a los de usar sólo R/DD).

 

Utilicé brevemente Estabilidad = 3 y % Estancamiento = 1, pero los abandoné.

 

Sinceramente, tengo dudas sobre la importancia de cada uno de esos parámetros. (¡Sé que los que tienen más conocimientos que yo argumentarán lo contrario! Simplemente no estoy convencido). Mientras la R/DD sea buena, estos parámetros no deberían preocupar demasiado. (?)

Yo también lo creo, tiendo a usar la RDD como mi principal cosa a seguir, cuanto más alta mejor,

Estas son mis ideas sobre el estancamiento y la estabilidad... por favor, díganme hasta qué punto estoy equivocado.

 

Obviamente, el mercado no es totalmente aleatorio y, por lo tanto, no produce un orden de operaciones totalmente aleatorio (al igual que nuestra Prueba de Robustez de Orden de Operaciones Aleatorias). PERO si hizo producir un orden totalmente aleatorio de las operaciones, entonces podríamos renunciar por completo a los valores de Estancamiento y Estabilidad, porque Drawdown de nuestras pruebas de robustez dominaría por completo en importancia. Si el orden de las operaciones fuera aleatorio, el Estancamiento y la Estabilidad serían bastante aleatorios y dependerían en gran medida de Win % y R/DD.

 

Dado que el mercado tiene algún tipo de estructura, las estrategias no producen operaciones totalmente aleatorias. Pero, ¿cómo mucho ¿La estructura que proporciona el mercado para forzar una estrategia particular en ciertos valores predestinados de Estancamiento y Estabilidad? Si volvemos a ejecutar el mismo periodo histórico con algunas desviaciones menores, es probable que se produzca un cambio importante en ambos valores.

 

Sin embargo, R/DD no es tan vulnerable a estos cambios. Disponemos de pruebas para determinar la desviación típica de R/DD y podemos elegir estrategias que tengan la mayor probabilidad de tener una R/DD elevada.

 

No me parece que lo anterior sea un pensamiento completo, pero es un poco tarde... 🙂 .

No, porque el modelo con menor Estancamiento y mayor Estabilidad tiene más probabilidades de mostrar esos mismos rasgos en el futuro, pero mi pregunta es: "¿cuántas más probabilidades?".

 

Quizá haya otras medidas que puedan ofrecer una mejor predicción a largo plazo (o probabilidad de valores) del Estancamiento y la Estabilidad.

 

Supongo que el estancamiento y la estabilidad están muy influidos por factores como Win% y Average Win/Loss (?). Estas últimas cifras tenderían a variar mucho menos si el tamaño de las muestras fuera suficiente. No he examinado la mayoría de las pruebas de robustez... ¿quizá ya exista una prueba para el estancamiento y la estabilidad?

 

Supongo que lo que quiero decir en general es que cualquier racha histórica en el mercado puede producir una variación significativa de la norma en Estancamiento y/o Estabilidad (así como otros rasgos, como R/DD - para los que tenemos una prueba de varianza).

Si, la verdad es que cuando utilizo pop size 100 y # de gen 25 con coeff 1, obtengo mas resultados que con lo que utilizaba antes.

100+ pops de tamaño con # de gen 999 y coeff 5~10,

 

que raro. 🙂