読み取り専用

フォーラムは現在、読み取り専用のアーカイブとなっています。.

バグ報告やプラットフォームに関する質問はこちら → [email protected]

私たちのコミュニティはDiscordとYouTubeで活動しています。ぜひ参加してください!

ご参加ください Discord YouTube

ポートフォリオマネジメントと多腕の強盗

3件の返信

マイキー

顧客、bbp_participant、コミュニティ、856件の返信。.

プロフィールを表示

10年前 #115126

機械学習と最適化に関する定期的な読書の中で、マルチアームド・バンディット問題と呼ばれる問題に出会いました。これらは、ペイアウト確率や分布が異なる一連のスロットマシン(まるでラスベガスのような場所)のことです。. 

 

この問題では、リターンを最大化するためにどのゲームが最適かを把握していません。.

 

ここでの議論の一部

 

https://dataorigami.net/blogs/napkin-folding/79031811-multi-armed-bandits

https://msdn.microsoft.com/magazine/mt703439(私のような C# プログラマーのために)

http://iosband.github.io/2015/07/19/Efficient-experimentation-and-multi-armed-bandits.html

 

 

 

私には、ポートフォリオ内で使用したいSQ戦略の選択肢と多少似ているように思えます。どの戦略に資金を投入すれば、長期的には利益と損失を享受できるのでしょうか? 

 

MQ4用に、ポートフォリオのマネーマネジメント機能に対応した共有ライブラリを作成しようと考えています。.

 

何か意見はありますか?

 

0

パトリック

顧客、bbp_participant、コミュニティ、422件の返信。.

プロフィールを表示

10年前 #136963

利益を得るための戦略として取引規模を拡大し、損失を招く戦略として取引規模を小さくする。.

 

このオプションは、固定額をリスクに置く(10kのア $ カウントでは100$ = 1%)、そして戦略が利益を生み出せば(総利益/損失 > 0)、次の取引の取引サイズを総利益から100$+x% に大きくする。戦略が損失を出している(総利益/損失 < 0)場合は、リスクを総損失の100$-x% に下げます。.

つまり、mq4は履歴を確認し、総利益・損失を計算し、戦略のリスクを変更した後に再度計算する必要があります。. 

 

ただプログラムを組む必要があるだけです。.

0

しきい値

カスタマー、bbp_participant、コミュニティ、722件の返信。.

プロフィールを表示

10年前 #136970

これは単一の戦略を「エクイティ取引」しようとするのと同じことです。私の知る限りでは、「戦略のエクイティ曲線」を「取引」することは、ほとんど根拠のないものだとされています。.

ポートフォリオの戦略が失敗した場合、そのパフォーマンスが過去の精度を上回っているという定量的な証拠があるにもかかわらず、それをそのまま放置するのはなぜでしょうか?それを切り捨てるのはなぜでしょうか (おそらくデモで引き続きウォッチして、それが「正常」に戻るかどうかを確認する)。もしそのパフォーマンスが過去の精度内であり、リスクを下げれば、そのリスクがブレイクアウトしてドローダウンから抜け出すチャンスが訪れるのです。しかし、リスクが下げられたことでそのリスクは再び引き戻され、2倍の期間にわたってドローダウンから抜け出すことができなくなります。これは長期的に非常に有害です。リスクの高いドローダウンへの投資とリスクの低いドローダウンからのブレイクアウトへの投資は、すべてエクイティ・カーブ・トレーディングの範疇に属します。過去のエクイティ・カーブに基づき取引を省略する(定量的に)のも、エクイティ・カーブ・トレーディングの範疇に属します。ペリー・カウフマンはこれに関する大規模な調査を行いましたが、それは役に立たないと結論付けました。しかし、この手法を賢明に活用している銀行やヘッジファンドは、数千時間を費やしてテスト・検証を行っている数々の天才の量子計算担当者がいるため、活用しているでしょう。

私にとってグレーゾーンはないし、シンプルにすることに努めています。それが私ができる最も強力な対策です:戦略は歴史的な実績や性能(DDでも同様)に基づいて評価されるか、それともそうではないか、それだけです。.

0.25%~0.5% のリスクの低い状態で25台以上の同時EAを実行するには、「スロットマシン」アルゴは、負け組を完全に排除する良い方法であると思いますし、リスクの大きさを管理するにも役立つでしょう。.
もしマークが最終的にSQ Traderを立ち上げるのであれば、そのようなシステムが最適だと私は考えています。.

0

マイキー

顧客、bbp_participant、コミュニティ、856件の返信。.

プロフィールを表示

10年前 #136980

本当に素晴らしい視覚的でインタラクティブなデモはこちらです:

 

https://e76d6ebf22ef8d7e079810f3d1f82ba1e5f145d5.googledrive.com/host/0B2GQktu-wcTiWDB2R2t2a2tMUG8/

 

ご覧のとおり、このアルゴリズムは「バンディット」を探索し、どのバンディットが最も高いペイアウトをもたらすかを学習します。シミュレーションの進行中にペイアウトのボックス内でマウスをドラッグすることで、ペイアウトの割合を変更できます。これにより、新しいペイアウトに順応していきます。.

 

ライブトレードでは、パフォーマンスが低い戦略をポートフォリオから自動的に削除し、新しい戦略を導入するという類似した手法が適用されることがわかります。この手法の重要な点は、悪い結果を選択したことで「後悔」を最小限に抑えながら報酬を最大化することであり、しかも非常に迅速に行えることです。.

0

3件の返信を表示中 - 1 - 3件目 (全3件中)