Una visione diversa prima del processo WFM
4 risposte
SteveChou
5 anni fa #270784
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.
0
scagnozzi
5 anni fa #270804
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.
Volete diventare un algotrader redditizio? Abbiamo iniziato a utilizzare il software StrateQuant all'inizio del 2014. Ora abbiamo un grande know-how per la costruzione di EA per ogni possibile tipo di mercato. Condividiamo questo know-how, le applicazioni, gli strumenti e anche tutte le strategie finali con i trader reali. Se volete unirvi a noi, compilate il seguente modulo MODULO.
0
SteveChou
5 anni fa #270815
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.
0
alfonsmartin68
2 anni fa #286062
Ciao
Nel mio caso utilizzo WFM solo come filtro.
Inoltre decido che se sono passati diversi anni la strategia ha più corse redditizie. Ma non scelgo la corsa stabile.
OOS è buono ma ho qualche dubbio. Io mi sono trovato bene con IS OISV e OOS.
Nella seconda fase faccio altri OOS.
E in terzo luogo ho superato diversi restest con tutti i dati.
Qui trovo il problema, potrei usare non tutti i dati per fare finalmente un terzo OOS per chiudere il retesting.
Ma credo che gli ultimi dati dei test non abbiano superato il test.
Se poi WFM utilizza diverse esecuzioni e OOS, capisco che posso utilizzare tutti i dati per tutti i test e utilizzare WFM come ultimo.
0
alfonsmartin68
2 anni fa #286063
Ciao Nel mio caso, utilizzo WFM solo come filtro.
Se diverse strategie hanno superato il WFM, seleziono quella che ha generato più corse redditizie e ha un'area 3D più stabile, ma non seleziono la corsa ottimizzata.
Non ho optmize perché penso che ci sia qualche bug qui, voglio dire, le strategie hanno superato il retest WFM utilizzando i parametri raccomandati, non passa l'ottimizzazione utilizzando i parametri raccomandati.
Riguardo all'uso di OOS; è buono ma ho alcuni dubbi. Ho costruito con i dati utilizzando ISV e OOS. Nella seconda fase eseguo un altro OOS. E nella fase finale eseguo diversi restest utilizzando tutti i dati. Qui trovo il problema, potrei usare non tutti i dati per fare infine un terzo OOS per chiudere il retesting. Ma credo che questi ultimi dati non abbiano superato il retesting. Quindi, se WFM utilizza diverse esecuzioni e OOS, capisco che posso utilizzare tutti i dati per tutti i retesting e utilizzare WFM come ultimo.
0
Stai visualizzando 4 risposte - da 1 a 4 (di 4 totali)