Vista diferente antes de procesar WFM
4 respuestas
SteveChou
hace 5 años #270784
Sólo estoy proporcionar un pensamiento diferente con este título del artículo.
¿Cree que el resultado de WFM es importante? En caso afirmativo, ¿cuál es la diferencia entre realizar una optimización simple o no antes de WFM?
Permítanme explicarlo, sabemos que construir la estrategia original y luego ponerlo a prueba de robustez.
Si se aprueba, quizá se ejecute una simple optimización (o no).
En caso afirmativo, obtendrá la estrategia de optimización de orignial.
Por lo tanto, en este monment tenemos 2 estrategias con la misma lógica, pero diferente parámetro(o igual).
Ahora, hagamos el WFM.
Se puede ver que tenemos que establecer la "Distribución de valores", arriba, abajo y paso.
¿Lo has pensado antes? El rango y el paso será diferente entre la estrategia original y la estrategia de optimización. Debido a que tienen diferentes parámetros de punto de partida (o el mismo).
Hay 2 situaciones con él (si sólo utilizan la media móvil) :
1.Parámetros se acerca al original tras la optimización.
2.Parámetros está muy lejos del original tras la optimización.
Si establecemos la opción de clasificación "igual" en dos condiciones diferentes anteriores,
En la primera condición, obtendremos una puntuación de robustez de WFM similar tanto en la estrategia original como en la de optimización.
Pero si probamos el WFM en la segunda condición, obtendremos una puntuación de robustez del WFM diferente tanto en la estrategia original como en la de optimización.
Creo que puedes entender lo que quiero decir, no sabemos nuestra estrategia parámetros similares o no después de que la optimización.
Pero utilizaremos los mismos filtros de clasificación para probar nuestras estrategias con WFM.
No importa si es bueno o malo.
Es sólo un poco de pensamiento en WFM.
Si quieres compartir tu pensamiento, por favor, y gracias.
0
hankeys
hace 5 años #270804
No me gusta WFM, porque cada uno con cada ejecución puede obtener resultados diferentes - seguro que depende de muchos factores - ¿cómo se ha establecido el WFM, cuántos parámetros de su estrategia tiene, cuántos parámetros que se está optimizando que cuántos pasos y lo que es su parámetro rangos, etc etc.
y al final obtendrá un conjunto de parámetros que utilizará en sus operaciones reales - pero esos parámetros pueden hacer que su estrategia original sea totalmente diferente, y si ejecuta la prueba más robusta en esta estrategia cambiada, podría fallar
para mi es mas comodo descartar strats que han muerto en datos no vistos y generar uno nuevo continuamente y no hacer reoptimizaciones periodicas
Quieres ser un algotrader rentable? Empezamos a utilizar el software StrateQuant a principios de 2014. Por ahora tenemos un gran know-how para la construcción de EAs para todos los tipos posibles de los mercados. Compartimos estos conocimientos, aplicaciones, herramientas y también todas las estrategias finales con traders reales. Si quieres unirte a nosotros, rellena el formulario FORMULARIO.
0
SteveChou
hace 5 años #270815
no me gusta WFM, porque cada con cada ejecución puede obtener resultados diferentes - seguro que depende de muchos factores - ¿cómo se ha establecido el WFM, cuántos parámetros de su estrategia tiene, cuántos parámetros que está optimizando que cuántos pasos y lo que es su parámetro rangos, etc etc. y al final obtendras un conjunto de parametros que usaras en tu operativa real - pero esos parametros pueden hacer que tu estrategia original sea totalmente diferente, y si ejecutas el test mas robusto en esta estrategia cambiada, podria fallar para mi es mas comodo descartar estrategias que han muerto en datos no vistos y generar una nueva continuamente y no hacer reoptimizaciones periodicas.
Sí, yo también estoy de acuerdo.
Es por eso que nunca uso el resultado de WFM para seleccionar qué estrategia quiero usar, prefiero las pruebas reales de OOS.
Pero sigo encontrando esta diferencia entre la optimización o no cuando se quiere ejecutar WFM.
0
alfonsmartin68
hace 2 años #286062
Hola
En mi caso sólo utilizo WFM como filtro.
También decido si varios han pasado la estrategia tiene más carreras rentables. Pero no elijo la carrera estable.
OOS es bueno pero tengo algunas dudas. Me bulti iwth IS OISV y OOS.
Segunda etapa hago otros OOS.
Y terceras etapas paso varios restests con todos los datos.
Aquí encuentro el problema, podría utilizar no todos los datos para hacer finalmente un tercer OOS para cerrar el retesting.
Pero creo que los últimos datos no han pasado las pruebas.
Entonces si WFM utiliza varias ejecuciones y OOS entiendo que puedo utilizar todos los datos para todos los retesting, y utilizar WFM como el último.
0
alfonsmartin68
hace 2 años #286063
Hola En mi caso, sólo utilizo WFM como filtro.
Si varias estrategias han pasado WFM selecciono la que ha generado más ejecuciones rentables y tiene área 3D más estable, pero no selecciono la ejecución optimizada.
Yo no optmize porque creo que algún error tal vez aquí, quiero decir, las estrategias han pasado la prueba de WFM utilizando los parámetros recomendados, no pasa la optimización utilizando los parámetros recomendados.
Sobre el uso de OOS; es bueno pero tengo algunas dudas. Construyo con DATA USING IS ISV y OOS. Segunda etapa ejecuto otros OOS. Y la última etapa ejecuto varios restests usando todos los datos. Aqui encuentro el problema, podria usar no todos los datos para hacer finalmente un tercer OOS para cerrar el retesting. Pero creo que estos últimos datos no han pasado el retesteo. Entonces si WFM usa varias ejecuciones y OOS entiendo que puedo usar todos los datos para todos los retesting, y usar WFM como el último.
0
Viendo 4 respuestas - de la 1 a la 4 (de un total de 4)