Différence de résultats de stratégies bizarres sur des données modifiées
2 réponses
Fossek
il y a 10 ans #114529
Bonjour à tous,
J'ai testé la stratégie que Marc a publié il y a quelques temps (EURUSD_H1_bothStrategy 15.102), le tout avec une taille de position fixe de 0,1 lot. J'ai testé la stratégie avec les données de Dukascopy (téléchargées via TDD) et j'ai exporté deux paramètres différents :
- UTC +0
- UTC +2 avec suppression des données du week-end
Sur des données non modifiées (UTC +0), tout semble correct.
Mais lorsque j'utilise l'UTC +2 avec des données de week-end supprimées, j'obtiens quelque chose de très inhabituel. La stratégie négocie maintenant plus fréquemment et perd pratiquement toute sa performance. La chose la plus étrange est l'analyse de robustesse. Alors qu'elle semble normale sur les données UTC +0, elle semble complètement ratée sur les autres données. La performance de la stratégie originale est bien inférieure au niveau de confiance de 95% ou 100%.
Dès le premier coup d'œil, la stratégie souffre beaucoup avec des données altérées. Lors du deuxième examen, elle est bien meilleure (d'après les mesures de performance du niveau de confiance de 95%). Quelqu'un peut-il m'expliquer ce qui s'est passé ?
0
Tomas Matejka
il y a 10 ans #134491
La stratégie fait référence à des données de prix à des moments précis, donc lorsque vous utilisez des données décalées de 2 heures, il est assez fréquent que vous obteniez des résultats différents et généralement moins bons.
0
Fossek
il y a 10 ans #134502
Il y a eu un problème dans l'ensemble des données. Il correspond maintenant et est plus logique (il ne s'est pas complètement effondré après avoir décalé les données de 2 heures). En outre, le problème de l'analyse Monte Carlo était dû à des options mal définies. Vous ne devez pas modifier les données historiques lorsque vous testez sur une résolution plus élevée (comme les données tick ou M1). Sinon, les tests de robustesse ressembleront à ceux que j'ai affichés.
0
Affichage de 2 réponses de 1 à 2 (sur un total de 2)