Prueba de permutación Monte Carlo de los maestros timothy
2 respuestas
TP
hace 3 años #281476
Espero que todo vaya bien.
Dos preguntas sobre la prueba de permutación de Monte Carlo:
1. Me pregunto si SQ está considerando añadir la prueba de permutación MC de los maestros timothy como prueba de robustez.
2. La prueba de permutación de Monthe Carlo utiliza cambios de precios relativos en lugar de puntos de precios absolutos. Esto significa que las señales de trading, las reglas y los indicadores técnicos deberían estar diseñados para trabajar con cambios de precios relativos en lugar de puntos de precios absolutos. Me pregunto si las señales que se implementan en SQ son compatibles con este tipo de análisis.
Gracias de antemano.
Más información sobre la prueba de permutación de Monte Carlo
La prueba de permutación de Monte Carlo de Timothy Masters es una técnica estadística utilizada para comprobar la importancia y la solidez del rendimiento de una estrategia de negociación. La prueba consiste en simular múltiples iteraciones de la estrategia utilizando versiones permutadas aleatoriamente de datos históricos, lo que permite al operador evaluar el rendimiento de la estrategia en diferentes escenarios y determinar la significación estadística de los resultados.
Para realizar esta prueba, Masters transforma primero los puntos de precio absoluto en puntos de precio relativo tomando el logaritmo de los puntos de precio absoluto y luego tomando las diferencias entre logaritmos consecutivos. Esta transformación da como resultado una serie de rentabilidades logarítmicas que pueden interpretarse como variaciones de precios relativos. La ventaja de utilizar rentabilidades logarítmicas en lugar de rentabilidades simples es que son aditivas a lo largo del tiempo y se distribuyen normalmente, lo que las hace más adecuadas para el análisis estadístico.
A continuación, los datos históricos se permutan aleatoriamente para crear múltiples conjuntos de datos simulados, cada uno con una disposición diferente de los precios históricos. Para cada conjunto de datos simulado, se ejecuta la estrategia de negociación para generar un conjunto de operaciones y los valores de cartera resultantes. El proceso se repite durante muchas iteraciones, cada vez utilizando una permutación aleatoria diferente de los datos históricos.
Por último, los resultados de las operaciones simuladas se comparan con el rendimiento real de la estrategia de negociación. El objetivo de esta comparación es determinar si el rendimiento observado de la estrategia de negociación es estadísticamente significativo o si podría haberse obtenido por casualidad. Si los resultados de las operaciones simuladas difieren significativamente del rendimiento real de la estrategia de negociación, ello sugiere que el rendimiento observado de la estrategia puede no ser sólido y puede haberse visto influido por la disposición específica de los precios históricos utilizados en el análisis.
1
JON
hace 2 años #285220
Hola TP
Este "paso" (o similar) es casi imprescindible para la extracción de datos de un gran número de estrategias, ya que la suerte formará parte de la población de estrategias. El enfoque de T Masters parece muy sencillo y robusto. Yo también voto por que se implemente. Tenga en cuenta que en su paso 2 no hay necesidad de ningún cambio para manejar el punto de precio relativo. El punto de precio relativo sólo es necesario cuando se construye la población de los datos históricos modificados, una vez que los tienes, sólo tienes que exponenciarlos y son datos históricos "falsos" normales. La única diferencia es que su aleatorización de los cambios de precios relativos ha borrado la "señal" de los datos. La señal/patrón que tu estrategia robusta debería estar recogiendo y por lo tanto ejecutando la estrategia en 500 o 1000 de estos debería resultar en un peor rendimiento para >>90%... si no, tu estrategia no recoge una "señal" y no ~tiene una ventaja real. (asumiendo que entiendo el enfoque de T Masters MC para filtrar estrategias afortunadas) Lo que es necesario es manejar un gran número de series de datos históricos en SQX lo cual no he visto todavía.. pero tengo experiencia limitada con ello. ¿Alguien conoce alguna prueba robusta similar que sea estadísticamente sólida y no utilice los datos OOS?
1
Michael McFarlin
hace 1 año #288491
¿Qué se ha hecho al respecto? También me interesa mucho esta función de permutación de datos para las pruebas de robustez.
Quizás una alternativa sería crear una herramienta para manipular los datos de precios externamente desde SQ. Pero habría que crear e importar cientos de archivos de datos para igualar lo que hace Timothy Masters. Sería más eficiente automatizarlo en SQ.
1
Viendo 2 respuestas - de la 1 a la 2 (de un total de 2)