Fuori campione per la generazione casuale

Ciao,

C'è un motivo per usare "Periodo fuori campione" nella scheda Dati, sotto Impostazioni, quando si usa Generazione casuale? Capisco il suo utilizzo nella Generazione genetica, dove le strategie vengono evolute. Ma se la generazione casuale non effettua alcun tipo di evoluzione, ottimizzazione o miglioramento durante il processo di generazione, c'è qualche ragione per un periodo OOS in questa fase specifica?  

Vi aiuta a selezionare le strategie. Se si aggiungono alcuni filtri, come il test OOS, ma anche il rapporto PF, Return/DD, ecc. si otterrà una banca dati molto più piccola rispetto a quella senza questi filtri, che verranno comunque utilizzati in seguito. Il test OOS aiuta a non salvare le strategie che sono adattate ai dati utilizzati per lo sviluppo. È diverso quando ci sono 50k o 1k strategie nella banca dati per il prossimo filtraggio. 

Al minimo indispensabile, probabilmente volete che l'OOS sia un profitto netto superiore a 0. Non dico che sia l'unica cosa da fare, ma probabilmente volete che un test fuori campione, su dati "non visti", sia almeno positivo... per non parlare di un buon ret/DD, di un buon PF, ecc. ecc.

ma quando l'OOS è di qualche anno, si vuole sicuramente un minimo di PF, superiore a 1,00000001 ecc.

Poiché sembra che non ci sia ottimizzazione o evoluzione in una generazione casuale, non vedo come un test OOS possa aiutare a determinare l'adattamento della curva. L'adattamento della curva avviene durante l'ottimizzazione e l'adattamento del modello. Non c'è adattamento, né evoluzione, né ottimizzazione. Un tale filtraggio OOS, nel modo in cui viene effettuato nella Generazione casuale, significherebbe solo un altro filtraggio nel campione in un periodo diverso, a meno che tale generazione non preveda un qualche tipo di ottimizzazione interna.  

La stessa cosa si osserva con il terzo test OOS nell'ebook. Non c'è stato alcun aggiustamento, ottimizzazione o miglioramento dopo i test di robustezza, quindi l'OOS3 non ha alcun significato se non quello di essere testato in un altro periodo. Sono nuovo di SQ, quindi potrebbe sfuggirmi qualcosa.

errore mio, non ho notato RANDOM nel post, scusate. in questo caso non serve.

Non sono d'accordo con voi. L'adattamento della curva non avviene solo con l'ottimizzazione. Se non si fa un test OOS, come si può determinare se la strategia è adatta al trading reale? Dovete rendervi conto che state cercando un forte vantaggio statistico dalla storia che può o non può verificarsi in futuro. Se evitate il test OOS, otterrete una strategia che è stata redditizia su una breve serie di dati, ma che potrebbe crollare presto in condizioni di mercato reali.