Quelle est la meilleure façon de décider sur quelles données s'appuyer ?

Je cherche à savoir comment sélectionner au mieux les données IS et OOS...

Dans les leçons du StrategyLab, la stratégie H1 a été élaborée en utilisant des données de 2003 à 2019 et toutes les données ont été effectivement IS.

Dans la masterclass Quastic lessons - building a similar strategy - les données utilisées sont celles de 2013-2016 et les IS et OOS sont fixés à 50/50.

Alors... comment décider au mieux des données à utiliser pour la construction ? Comment décider s'il est préférable de diviser ces données entre IS et OOS ou de les laisser en IS et d'utiliser une période plus courte et plus récente en OOS ?

Il n'y a pas de meilleure façon de procéder. L'idée derrière OOS est d'avoir une quantité décente de données "invisibles" pour la vérification des performances. Certains traders utilisent une partie IS minime et vérifient une grande quantité de données OOS, tandis que d'autres utilisent différents paramètres de fractionnement IS / OOS.

L'OOS devrait idéalement être fixé sur des données qui diffèrent en quelque sorte de l'IS, ce qui signifie que le régime du marché change entre la période de données et le "stress test" d'une stratégie utilisant des données OOS.

Merci beaucoup Tomas, c'est très utile.

Y a-t-il une réelle différence entre...

a) spécifier explicitement qu'une plage est OOS à l'intérieur d'une plage plus large

b) ne pas se baser sur une fourchette particulière et l'utiliser ensuite dans des tests robustes comme une sorte de "OOS manuel".

Je pense qu'il n'y a pas de différence réelle (en supposant que les dates soient les mêmes dans les deux scénarios) ?

J'imagine que la possibilité de spécifier des périodes IS et OOS nous permet de sélectionner une variété de chacune d'entre elles dans une fourchette ?