LECTURE SEULEMENT

Le forum est désormais une archive en lecture seule.

Pour les rapports de bogues et les questions relatives à la plateforme → [email protected]

Notre communauté vit sur Discord et YouTube - rejoignez-nous !

JOIGNEZ-NOUS SUR Discord YouTube

Gestion monétaire de portefeuille et bandits à plusieurs bras

3 réponses

mikeyc

Client, bbp_participant, communauté, 856 réponses.

Visiter le profil

il y a 10 ans #115126

Au cours de mes lectures régulières sur l'apprentissage automatique et l'optimisation, je suis tombé sur un problème connu sous le nom de problème du bandit à plusieurs bras. Il s'agit d'une série de machines à sous (pensez à Vegas) qui ont des probabilités de paiement et des distributions différentes. 

 

Dans ce problème, nous ne savons pas quels sont les meilleurs jeux à jouer pour maximiser nos rendements.

 

Quelques discussions ici

 

https://dataorigami.net/blogs/napkin-folding/79031811-multi-armed-bandits

https://msdn.microsoft.com/magazine/mt703439(pour les codeurs C# comme moi)

http://iosband.github.io/2015/07/19/Efficient-experimentation-and-multi-armed-bandits.html

 

 

 

Il me semble que c'est un peu comme une sélection de stratégies de QS que nous voulons utiliser dans un portefeuille. Quelles sont celles dans lesquelles nous devrions placer notre argent, car elles génèrent des profits et des pertes au fil du temps ? 

 

Je pense créer une bibliothèque partagée pour MQ4 qui gère l'aspect financier du portefeuille.

 

Qu'en pensez-vous ?

 

0

Patrick

Client, bbp_participant, communauté, 422 réponses.

Visiter le profil

il y a 10 ans #136963

Augmenter la taille de l'opération pour une stratégie gagnante et diminuer la taille de l'opération pour une stratégie perdante.

 

L'option consiste à risquer un montant fixe (100$ pour un compte de 10k $ = 1%) et si la stratégie est bénéficiaire (bénéfice/perte total(e) >0), augmenter la taille du prochain trade à 100$+x% du bénéfice total. Si la stratégie est perdante (bénéfice/perte total<0), diminuez le risque à 100$-x% de la perte totale.

Le mq4 doit donc vérifier l'historique et compter le total des profits/pertes et après le changement de risque de la stratégie. 

 

Il suffit de les programmer.

0

Seuil

Client, bbp_participant, communauté, 722 réponses.

Visiter le profil

il y a 10 ans #136970

C'est la même chose que d'essayer de "négocier l'équité" d'une stratégie unique. À ma connaissance et d'après mes recherches, le "trading" de la courbe d'équité d'une stratégie a été largement démenti.

Si une stratégie dans un portefeuille devient perdante, avec la preuve quantitative qu'elle fonctionne en dehors de sa précision historique, pourquoi ne pas l'arrêter (peut-être continuer à la surveiller sur la démo pour voir si elle revient à la "normale"). Si ses performances se situent dans les limites de sa précision historique et que vous réduisez son risque, c'est exactement le moment où il a une chance de sortir d'un drawdown, mais maintenant que son risque a été réduit, il est piégé dans un DD deux fois plus longtemps. Cette situation est assez préjudiciable à long terme : le risque d'entrer dans une baisse de rendement est plus élevé et le risque d'en sortir est plus faible. Tout cela s'inscrit dans le cadre de l'equity-curve trading. Sauter des transactions (quantitativement) sur la base de la courbe historique des actions relève également du trading sur la courbe des actions. Perry Kaufman a effectué des recherches approfondies sur ce sujet et en a conclu qu'elles étaient inutiles. Cependant, je suis sûr que certaines banques et certains fonds spéculatifs l'utilisent grâce à des équipes de quants géniaux qui passent des milliers d'heures à les tester/vérifier, mais...

Pour moi, il n'y a pas de zone grise et j'essaie de garder les choses simples, ce qui est la mesure la plus robuste que je puisse prendre : une stratégie est soit dans les limites de son test historique et c'est bon (même dans un DD), soit elle ne l'est pas et c'est fini.

Pour l'exécution de plus de 25 EAs simultanés avec un risque faible de 0.25%-0.5%, l'algo "machine à sous" serait un bon moyen de désactiver complètement les perdants ou de gérer la taille de leur risque.
Si Marc finit par créer le SQ Trader, je pense que ce genre de choses serait idéal pour lui.

0

mikeyc

Client, bbp_participant, communauté, 856 réponses.

Visiter le profil

il y a 10 ans #136980

Une très bonne démonstration visuelle et interactive est disponible ici :

 

https://e76d6ebf22ef8d7e079810f3d1f82ba1e5f145d5.googledrive.com/host/0B2GQktu-wcTiWDB2R2t2a2tMUG8/

 

Comme vous pouvez le voir, l'algorithme explore les "bandits" et apprend quels sont ceux qui offrent les meilleurs gains. Vous pouvez faire glisser la souris dans la case de probabilité de paiement pour chaque bandit afin de modifier le paiement pendant que la simulation se déroule, et l'algorithme apprendra à s'adapter aux nouveaux paiements.

 

Je vois une application similaire à l'élimination automatique des stratégies peu performantes d'un portefeuille et à l'introduction d'une nouvelle stratégie, dans le cadre d'une négociation en direct. La clé de cette approche est qu'elle maximise la récompense tout en minimisant le "regret" d'avoir choisi de mauvais résultats, et ce très rapidement.

0

Affichage de 3 réponses de 1 à 3 (sur un total de 3)