Portée de l'IS et ajustement de la courbe

Selon vous, la probabilité d'un biais d'ajustement de la courbe est plus élevée pour une durée d'IS courte ou longue ?

Je pense que c'est court.

Raison : Une durée de vie plus longue signifie des conditions de marché plus variées (tendance/panique/non-tendance).

"Un hiver plus long signifie des conditions de marché plus variées.

Exactement, mais cela signifie-t-il également que l'algorithme doit s'adapter à des conditions de marché plus variées, donc... plus d'adaptation aux courbes ?

Je pense que l'ajustement des courbes ne dépend pas tant de l'étendue de l'IS, vous pouvez avoir une courbe de stratégie ajustée à de très petites données et aussi à de grandes données.

Il s'agit plutôt du rapport entre les degrés de liberté de la stratégie et la portée de l'IS.

Une stratégie simple avec peu de paramètres sera moins adaptée aux IS longs qu'aux IS courts.

Une plage d'IS plus longue vous permet également de tester votre stratégie dans un plus grand nombre de conditions de marché différentes.

Je suis d'accord avec vous, j'ai l'impression qu'une durée d'investissement plus longue garantit une meilleure immunité face à des conditions de marché inattendues et moins de sur-équipement, mais j'aimerais y réfléchir encore une fois plus attentivement.

Disons que les degrés de liberté sont un moyen de mesurer le surajustement.

"Les estimations des paramètres statistiques peuvent être basées sur différentes quantités d'informations ou de données. Le nombre d'éléments d'information indépendants entrant dans l'estimation d'un paramètre s'appelle les degrés de liberté". (wiki)

Qu'en pensez-vous maintenant ?

Je ne pense pas que Les degrés de liberté sont un moyen de mesurer la suradaptation, mais plus la stratégie a de degrés de liberté, mieux elle peut être adaptée aux données.

L'objectif est donc de rechercher des stratégies avec le moins de frais possible. degrés de liberté qui ont également le moins de chances d'être surajoutés.

A mon avis, les degrés de liberté devraient inclure le nombre d'observations (je ne suis pas sûr de ce qu'il en est dans SQ).

Plus la période est longue (nombre d'observations), plus les degrés de liberté sont élevés. Plus les degrés de liberté sont élevés, plus la probabilité que la stratégie trouvée soit une coïncidence aléatoire est élevée. À mon avis, cette coïncidence aléatoire est un effet de l'ajustement excessif.

Puis-je vous demander ce qu'il en est des tests bootstrap ? Le nombre d'observations est-il inclus ?

Salutations

Vous avez raison, les degrés de liberté sont liés au nombre d'observations (durée de la période d'essai).

Je ne suis pas sûr de savoir comment cela se passe dans bootstrap, je n'ai pas encore commencé à l'utiliser.