Una visione diversa prima del processo WFM

Con il titolo di questo articolo, sto solo fornendo un'idea diversa.
Ritenete che il risultato del WFM sia importante? Se sì, qual è la differenza tra eseguire una semplice ottimizzazione o meno prima del WFM?
Mi spiego meglio: sappiamo di aver costruito la strategia originale e di averla sottoposta a un test di robustezza.
Se viene approvata, forse si procederà a una semplice ottimizzazione (oppure no).
In caso affermativo, si otterrà la strategia di ottimizzazione originale.
Quindi, in questo momento abbiamo due strategie con la stessa logica ma con parametri diversi (o uguali).
Ora facciamo il WFM.
Si può notare che è necessario impostare la "Distribuzione del valore", in alto, in basso e a gradini.
Quindi, ci avete pensato prima? L'intervallo e il passo saranno diversi tra la strategia originale e la strategia di ottimizzazione. Perché il punto di partenza dei parametri è diverso (o uguale).
Ci sono due situazioni (se si usa solo la media mobile):

1.Parametri è vicino all'originale dopo l'ottimizzazione.

2.Parametri è molto lontano dall'originale dopo l'ottimizzazione.

Se si imposta l'opzione di classificazione "lo stesso" in due condizioni diverse,

In una prima condizione, otterremo un punteggio di robustezza WFM simile sia con la strategia originale che con quella di ottimizzazione.

Ma se testiamo il WFM alla seconda condizione, il punteggio di robustezza del WFM sarà diverso sia con la strategia originale che con quella di ottimizzazione.

Penso che possiate capire cosa intendo, non sappiamo se i nostri parametri strategici sono simili o meno dopo l'ottimizzazione.

Tuttavia, utilizzeremo i filtri della stessa classifica per testare le nostre strategie con WFM.

Non importa che sia buono o cattivo.
È solo una piccola riflessione in WFM.
Se volete condividere il vostro pensiero, per favore, e grazie.

Non mi piace il WFM, perché ad ogni esecuzione si possono ottenere risultati diversi - certo, dipende da molti fattori - come hai impostato il WFM, quanti parametri ha la tua strategia, quanti parametri stai ottimizzando, quanti passi e quali sono i tuoi intervalli di parametri, ecc.

e alla fine si otterrà una serie di parametri che si utilizzeranno nel trading reale - ma questi parametri possono rendere la strategia originale completamente diversa, e se si esegue il test robustnest su questa strategia modificata, potrebbe fallire

Per me è più comodo scartare le strategie che sono morte su dati non visti e generarne di nuove in continuazione e non fare riottimizzazioni periodiche.

hankeys ha scritto:

Non mi piace il WFM, perché ad ogni esecuzione si possono ottenere risultati diversi - certo, dipende da molti fattori - come hai impostato il WFM, quanti parametri ha la tua strategia, quanti parametri stai ottimizzando, in quanti step e qual è il tuo range di parametri, ecc. ecc. e alla fine otterrete una serie di parametri che userete nel vostro trading reale - ma questi parametri possono rendere la vostra strategia originale completamente diversa, e se eseguite il test robustnest su questa strategia modificata, potrebbe fallire Per me è più comodo scartare le strategie che sono morte su dati non visti e generarne continuamente di nuove e non fare riottimizzazioni periodiche

 

Sì, sono d'accordo anche su questo.

Per questo motivo non uso mai i risultati del WFM per selezionare la strategia che voglio utilizzare, preferisco il vero test OOS.

Ma trovo comunque che ci sia una differenza tra l'ottimizzazione o meno quando si vuole eseguire il WFM.

Ciao

 

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.