Une vision différente avant le processus WFM

Je vais juste apporter une réflexion différente sur le titre de cet article.
Pensez-vous que le résultat de la WFM est important ? Si oui, quelle est la différence entre l'optimisation simple et l'absence d'optimisation avant la WFM ?
Je m'explique : nous savons que nous élaborons la stratégie originale et que nous la soumettons ensuite à un test de robustesse.
Si elle est adoptée, nous pourrons peut-être procéder à une simple optimisation (ou pas).
Si oui, vous obtiendrez la stratégie d'optimisation d'origine.
Ainsi, à ce moment-là, nous avons deux stratégies avec la même logique mais des paramètres différents (ou identiques).
Maintenant, faisons le WFM.
Vous pouvez voir que nous devons définir la "répartition des valeurs", le haut, le bas et le pas.
Alors, y avez-vous déjà réfléchi ? La portée et le pas seront différents entre la stratégie originale et la stratégie d'optimisation. En effet, le point de départ des paramètres est différent (ou identique).
Il y a deux cas de figure (s'ils n'utilisent que la moyenne mobile) :

1.Les paramètres sont proches de l'original après optimisation.

2.Les paramètres sont très éloignés de l'original après optimisation.

Si nous choisissons l'option de classement "identique" dans les deux conditions différentes ci-dessus,

Dans un premier temps, nous obtiendrons un score de robustesse de la WFM similaire à la fois pour la stratégie originale et pour la stratégie d'optimisation.

Mais si nous testons la WFM dans la deuxième condition, le score de robustesse de la WFM sera différent selon la stratégie originale et la stratégie d'optimisation.

Je pense que vous pouvez comprendre ce que je veux dire, nous ne savons pas si nos paramètres stratégiques sont similaires ou non après notre optimisation.

Mais nous utiliserons ces mêmes filtres de classement pour tester nos stratégies avec WFM.

Que ce soit bon ou mauvais, cela n'a pas d'importance.
Il s'agit simplement d'un peu de réflexion dans WFM.
Si vous souhaitez partager vos réflexions, n'hésitez pas à le faire, et merci.

Je n'aime pas le WFM, parce qu'à chaque exécution, on peut obtenir des résultats différents - bien sûr, cela dépend de nombreux facteurs - comment vous avez configuré le WFM, combien de paramètres votre stratégie a, combien de paramètres vous optimisez, combien d'étapes et quelles sont vos plages de paramètres, etc. etc.

et au final, vous obtiendrez un ensemble de paramètres que vous utiliserez dans votre trading réel - mais ces paramètres peuvent rendre votre stratégie originale totalement différente, et si vous exécutez le test de robustesse sur cette stratégie modifiée, il pourrait échouer.

Pour moi, il est plus confortable d'écarter les stratégies qui sont mortes sur des données inédites et d'en générer de nouvelles en permanence, plutôt que de procéder à des réoptimisations périodiques.

hankeys a écrit :

Je n'aime pas le WFM, parce qu'à chaque exécution vous pouvez obtenir des résultats différents - bien sûr, cela dépend de nombreux facteurs - comment vous avez configuré le WFM, combien de paramètres votre stratégie a, combien de paramètres vous optimisez, combien d'étapes et quelles sont vos gammes de paramètres, etc. etc. Au final, vous obtiendrez un ensemble de paramètres que vous utiliserez dans votre trading réel - mais ces paramètres peuvent rendre votre stratégie originale totalement différente, et si vous exécutez les tests de robustesse sur cette stratégie modifiée, elle pourrait échouer. Pour moi, il est plus confortable d'écarter les stratégies qui sont mortes sur des données non vues et d'en générer de nouvelles en continu, et de ne pas faire de réoptimisations périodiques.

 

Oui, je suis également d'accord sur ce point.

C'est pourquoi je n'utilise jamais les résultats du WFM pour sélectionner la stratégie que je veux utiliser, je préfère les vrais tests OOS.

Mais je trouve toujours qu'il y a une différence entre l'optimisation et la non-optimisation lorsque l'on veut faire fonctionner la WFM.

Bonjour

 

In my case I only use WFM it as a filter.

 

Also I decide if several have passed the strategy has more profitable runs. But I do nnot chose the stable run.

OOS is good but I have some doubts. I bulti iwth IS OISV and OOS.

Second stage I make other OOS.

And third stages I pass several restests with all data.

Here I find the problem, I could use not all data to make finally a third OOS to close the retesting.

But I think teses last data have not passes retesting.

 

Then if WFM use several runs and OOS I understand I may use all data for all retesting, and use WFM as the last one.

 

 

 

alfonsmartin68 wrote:

Hi In my case, I only use WFM it as a filter.

If several strategies have passed WFM I select the one which has generated more profitable runs and has more stable 3D area, but not select the optimized run.

I do not optmize because I think some bug maybe here, I mean, strategies have passed the retest WFM using recommended paramters, does not pass the optimization using the recommended parameters.

 

About the use of OOS; is good but I have some doubts. I buit with DATA USING IS ISV and OOS. Second stage I runother OOS. And final stages I execute several restests using all data. Here I find the problem, I could use not all data to make finally a third OOS to close the retesting. But I think theses last data have not passed retesting. Then if WFM use several runs and OOS I understand I may use all data for all retesting, and use WFM as the last one.