Vista diferente antes de procesar WFM

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.

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

hankeys escribió:

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.

Hola

 

In my case I only use WFM it as a filter.

 

Also I decide if several have passed the strategy has more profitable runs. But I do nnot chose the stable run.

OOS is good but I have some doubts. I bulti iwth IS OISV and OOS.

Second stage I make other OOS.

And third stages I pass several restests with all data.

Here I find the problem, I could use not all data to make finally a third OOS to close the retesting.

But I think teses last data have not passes retesting.

 

Then if WFM use several runs and OOS I understand I may use all data for all retesting, and use WFM as the last one.

 

 

 

alfonsmartin68 wrote:

Hi In my case, I only use WFM it as a filter.

If several strategies have passed WFM I select the one which has generated more profitable runs and has more stable 3D area, but not select the optimized run.

I do not optmize because I think some bug maybe here, I mean, strategies have passed the retest WFM using recommended paramters, does not pass the optimization using the recommended parameters.

 

About the use of OOS; is good but I have some doubts. I buit with DATA USING IS ISV and OOS. Second stage I runother OOS. And final stages I execute several restests using all data. Here I find the problem, I could use not all data to make finally a third OOS to close the retesting. But I think theses last data have not passed retesting. Then if WFM use several runs and OOS I understand I may use all data for all retesting, and use WFM as the last one.