Gestion du surajustement dans les stratégies générées par StrategyQuant

Bonjour
J'ai utilisé StrategyQuant pour générer des stratégies de trading mais je suis préoccupé par l'overfitting. Certaines stratégies sont exceptionnellement performantes en backtesting mais échouent en trading réel. Je soupçonne qu'elles sont trop optimisées pour les données historiques et pas assez robustes pour les conditions réelles du marché.
Même après avoir effectué une analyse prospective et des tests hors échantillon, je constate toujours une dégradation des performances.
Quelles sont les meilleures pratiques pour s'assurer qu'une stratégie est vraiment robuste ? Existe-t-il des paramètres spécifiques dans StrategyQuant qui permettent de réduire l'overfitting, tels que la limitation de certains indicateurs, l'utilisation d'ensembles de données plus importants ou l'application de critères de validation plus stricts ? J'ai consulté le guide StrategyQuant DocumentationMachine Learning Course Onlineguide à ce sujet et je l'ai trouvé très instructif.
J'aimerais également connaître les méthodes alternatives de test de robustesse sur lesquelles les utilisateurs expérimentés s'appuient avant de déployer une stratégie en direct.

Merci !

Bonjour,

C'est assez normal. Quel que soit l'outil que vous utilisez, vous adaptez toujours les performances aux données qui se sont déjà produites et l'avenir sera très probablement différent, au moins légèrement.

La clé ici est de se concentrer sur la logique de la stratégie, ce qui signifie qu'il doit y avoir au moins "une idée" de la raison pour laquelle la stratégie devrait fonctionner et de la logique qui la sous-tend. S'appuyer strictement sur des stratégies élaborées au hasard peut également fonctionner, mais le taux de réussite est plus faible.

Nous recommandons également de toujours faire plusieurs https://strategyquant.com/doc/strategyquant/cross-checks-automated-strategy-robustness-tests/

Outre le WF, vous devriez également effectuer le test de permutation des paramètres du système. https://strategyquant.com/doc/strategyquant/optimization-profile-system-parameter-permutation-strategyquant/#system-parameter-permutation-spp. Vous voulez comprendre la zone stable des paramètres de votre stratégie et utiliser un ensemble de paramètres qui se trouve idéalement à l'intérieur de cette zone.

Un autre nouvel outil que vous pouvez utiliser est le "filtrage de régime". Il s'agit d'une nouveauté dans le SQX. Vérifier https://strategyquant.com/blog/understanding-market-regimes-indicators-in-strategyquant-coding-base/