Impresionante artículo sobre el análisis de MONTE CARLO

¿Cuál es su opinión? Estoy muy sorprendido... Porque oímos que deberíamos utilizar un enfoque simétrico en la construcción y, por supuesto, utilizamos la minería de datos...

https://www.priceactionlab.com/Blog/2015/05/fooled-by-monte-carlo-analysis/

Sólo 2 cosas por adelantado:

Simetría larga/corta forzada

Muchas estrategias de negociación emplean la simetría forzada largo/corto. Las estrategias simétricas largas/cortas tienen varias ventajas, pero también algunas desventajas, pero un análisis va más allá del alcance del artículo. Lo importante aquí es que la mayoría de los algoritmos de Monte Carlo rompen la simetría que está presente por diseño. Como resultado, cualquier inferencia que se haga a partir de ellos es falsa.

Y

Cuando se desarrolla una estrategia mediante minería de datos, el análisis de Monte Carlo no es útil para determinar si es robusta o aleatoria. Sin embargo, esto es exactamente lo que muchos usuarios y desarrolladores de programas de minería de datos hacen en muchos casos. La razón de la no aplicabilidad de este método es que cuando el análisis de Montecarlo se convierte en parte del proceso de minería de datos, pierde su eficacia como herramienta de validación debido al espionaje de datos y al sesgo de selección. Aunque el análisis de Monte Carlo puede utilizarse para estimar probabilidades de futuros niveles de detracción, suponiendo que sea aplicable, no puede utilizarse como herramienta de validación. Los operadores cuánticos aficionados utilizan el análisis de Montecarlo para validar estrategias descubiertas mediante el sesgo de la minería de datos.

Sigo este tema

Gracias por el enlace, lo primero que noto es que el artículo habla específicamente de pruebas que sólo aleatorizan el orden de las operaciones. SQ MC también puede omitir, aleatorizar los datos de mercado o perímetros de estrategia que debería ser más útil.

El caso 1 es obvio. Por supuesto, una prueba MC de orden aleatorio basada en una estrategia ajustada a curvas no es útil. El autor también podría haber incluido un conjunto de datos demasiado pequeño.

<b>Aleatorizar el orden de las operaciones rompe todos los patrones y secuencias por diseño, no sólo los largos cortos simetría o probabilidad de una tendencia bajista extendida.</b> El MC nunca puede mostrar las probabilidades reales de que se produzcan hechos reales. Las limitaciones de la MC ya están bien documentadas en otros lugares. El autor ha esbozado algunos casos específicos, pero literalmente no hay casos específicos en los que podamos decir que MC produce resultados realistas en el contexto del trading. No pretende ser realista. Es sólo una estimación o incluso (con suerte) un análisis de riesgo pesimista seguro, ya que los humanos tendemos a subestimar el riesgo. Ciertamente hay casos en los que (orden aleatorio) MC es menos útil que "normal", pero no creo que el autor escogió muchos grandes ejemplos de eso.

Hay otro fallo en el informe del caso 3. Creo que aquí tenemos un buen ejemplo de un humano subestimando el riesgo. No es imposible que el SPY puede cortar en una tendencia bajista lenta o moverse de alguna otra manera (que no sea una tendencia bajista imposible en SPY) para causar este sistema a DD de una manera enorme que el autor está hablando y afirmando que es "poco realista."

El caso 8 tiene sentido, por supuesto, si se incluye el MC como parte del proceso de minería de datos y se hacen pasar miles de millones de estrategias por el MC o por cualquier otro tipo de prueba, estamos haciendo minería de datos hasta cierto punto. Aunque el hecho de que una estrategia se haya encontrado mediante minería de datos no significa que el MC forme parte necesariamente del proceso de minería de datos.