Question sur l'analyse de la marche en avant

Bonjour,

Avec le WFA, pourquoi commençons-nous par les données les plus anciennes, optimisons-nous sur un pourcentage de ces données, puis testonsnous sur un pourcentage de ces données, avançons et répétons.

Au lieu de cela, pourquoi ne pas prendre une tranche aléatoire de l'historique complet (disons 20% des données), optimiser sur cette tranche, puis tester sur le reste des données (en sautant la tranche), puis choisir une autre tranche aléatoire, tester sur le reste des données, et répéter cela plusieurs centaines de fois.

Il semble que cela donnerait une meilleure idée de la capacité d'une stratégie à s'adapter à l'évolution des marchés et de sa sensibilité aux changements de paramètres.

Réflexions ?

Ce n'est pas une mauvaise idée, c'est comme une combinaison de certaines fonctions MC et WFM dans un test combiné.

Oui, je ne l'appellerais pas Walk-Forward alors, c'est plus une méthode de vérification de la robustesse par optimisation aléatoire. Mais il n'est pas difficile de l'ajouter, je l'ajouterai à nos tâches.

+1

+1,

Cette idée est géniale, elle semble être une bonne option à ajouter à SQ4,

lorsqu'au WFA/WFO il pourrait y avoir une option (RANDOMISATION) à cocher/décocher,

lorsque cette option est cochée, les données des pièces % seront randomisées,

si la case n'est pas cochée, les données % seront en ordre,

Cette idée est une excellente fonctionnalité pour vérifier la robustesse de la stratégie, c'est certain !

Oui, il s'agit de Karish. Bravo mikeyc excellente idée

Il pourrait en effet aider à trier et à supprimer les stratégies avant le WFM et devrait faire partie des tests de robustesse à des fins d'automatisation. 

Nous pouvons prendre la période de validation IS, optimiser sur cette période et tester la stratégie optimisée sur les périodes d'entraînement IS et OOS 🙂 Nous pouvons prendre la période de validation IS, optimiser sur cette période et tester la stratégie optimisée sur les périodes d'entraînement IS et OOS 🙂 .