Estratégias com ajuste de curva e períodos de indicadores aleatórios

Olá, usuários do SQ e equipe do SQ,

Estou apenas anotando algumas ideias sobre ajuste de curvas e problemas com otimização e descoberta de estratégias robustas. Parece-me que você pode acabar com o que parece ser uma boa estratégia com um punhado de indicadores comuns (algumas médias móveis, alguns indicadores de momentum como o RSI e talvez uma configuração de volatilidade como o ATR).

1TP9O problema é que, mesmo com apenas alguns indicadores, todos baseados em configurações de um período, essas são apenas estratégias ajustadas à curva. Por que a EMA(97) com o RSI(29) e o ATR(203), por exemplo, daria ótimos resultados? Porque esses valores simplesmente se ajustam aos sinais dos dados históricos. As diferenças nos dados do corretor e os preços futuros simplesmente não funcionarão.

No mundo das negociações, os períodos comuns usados são 5, 10, 14, 50, 200. Parece-me que, a menos que sua estratégia esteja usando períodos padrão ou comumente usados, que podem ser usados por outros participantes do mercado, tudo o que você está fazendo é gerar estratégias ajustadas à curva.

Com isso em mente, seria possível limitar os períodos a uma lista definida pelo usuário no SQ4?

Minhas próprias conclusões são de que as estratégias de longo prazo mais robustas têm poucos períodos diferentes. Aquelas com muitos períodos, todos incomuns e diferentes uns dos outros, são apenas ajustadas à curva e uma perda de tempo em negociações reais. Reotimizá-las apenas as ajusta aos dados e não é uma solução para o problema.

O que os outros pensam?

Abraço,

Mike

Olá Mike,

uma boa ideia se puder ser um recurso, não uma "obrigação". Pessoalmente, estou finalmente ganhando algum dinheiro desde o momento em que estou "fazendo a curva" de minhas estratégias com base em 29 anos de dados e só uso estratégias com pelo menos mais de 2.000 negociações (significância estatística!). Assim como antes, elas usam apenas regras simples na maior parte do tempo, não limitadas por mim em termos de repertório de indicadores, mas isso é apenas o que a SQ acha que funciona em um intervalo de tempo tão longo (na maior parte das vezes, é uma das regras simples como entradas e, em seguida, algum stop básico de breakout para vender/comprar com base em máximos/mínimos e algum trailing básico, na maior parte das vezes pips fixos que funcionam melhor do que o ATR).

No entanto, ainda estou otimizando os períodos de lookback para as regras simples posteriormente, portanto, indo de 20 a 16 para o período do RSI, por exemplo, ou de > 50, 40, < 60 para o cruzamento do RSI, por meio do otimizador, apenas o que funcionar melhor para meu objetivo de adequação. Ainda assim, as estratégias funcionam até agora (finalmente!), de modo que o enorme horizonte de dados foi o truque, ao que parece (a maioria das minhas estratégias anteriores geradas em 15 anos "apenas" e que também falharam ao vivo, também falharam miseravelmente no backtest de 29 anos nos anos anteriores a 2001), para não limitar tudo a apenas regras básicas. Portanto, pessoalmente, eu não gostaria de ver uma limitação a essas etapas simples, mas como uma opção, certamente não fará mal.

Para fins de interesse, você se importa em dizer em qual corretora as estratégias estão ganhando dinheiro?

Vários alvos são realmente largos, então os corretores não importam muito. Estou usando http://www.globalprime.com.au/forex  No entanto, como conheço os caras há dois anos, sei que tudo é realmente executado com os bancos e sei que eles usam a PrimeXM como ponte de execução.

"EMA(97) com RSI(29) e ATR(203)"
Isso é o que a evolução genética geralmente retorna com coeficientes absurdos como 0,163.
Se a estratégia falhar com parâmetros ligeiramente ajustados, mas funcionar muito bem com esses parâmetros bem ajustados, isso é uma merda. A etapa de otimização deve ser maior que 1 (eu uso a etapa:5 para todos os indicadores, pois, de qualquer forma, são apenas médias) e maior que a etapa:0,01 para o coef. Se ele ainda tiver bons resultados após uma "desotimização" de etapas amplas no walk-forward, ele é robusto.
 

Depende, eu também tenho essas estratégias e, sim, otimizadas por "1" passo e elas estão ganhando dinheiro agora em tempo real + eu as otimizo novamente a cada fim de semana para obter um ajuste perfeito da curva, MAS SEMPRE com os 29 anos completos de dados de backtesting, apenas com a "última semana" adicionada adicionalmente. Eles não falham nos testes de robustez ("altere os parâmetros do indicador em 20% com uma chance de 50%", portanto, ainda pior do que a configuração padrão) nem na negociação futura ao vivo. Esse não era o caso, porém, quando eu as criava com base em 15 anos de dados apenas, então elas já falhavam com mais frequência nos testes de robustez. Mas o tipo de estratégia que o SQ apresenta ao criar com 29 anos de dados TODOS passaram em todos os testes de robustez até agora, muito provavelmente porque o tipo de estratégia que funciona em um horizonte de dados tão longo é bastante simples e também é robusto a mudanças de parâmetros para seus indicadores em uma ampla gama, já que eles precisam explorar uma vantagem real do mercado para trabalhar com 29 anos de dados - não como o tipo de estratégia que é criada apenas nos últimos anos, que pode muito bem apenas encontrar ineficiências no "ruído" e "fingir" ser uma vantagem real. Por isso, atualmente não vejo nenhuma razão para não otimizá-las ao máximo, o que farei todo fim de semana daqui para frente. Tudo o que gera dinheiro é bem-vindo 🙂

Você re-otimiza todos os finais de semana com 29 anos de dados históricos para o IS? Muito entediado?

Já ouvi falar de algumas pessoas que fazem isso todos os dias, mas para HFT.

De qualquer forma, você provavelmente sabe se suas estratégias são robustas ou não.
O que quero dizer é que, se a alteração da derrapagem de 0,5 para 1,0 / do spread de 0,5 para 1,0 ou 1,5 matar a estratégia, provavelmente ela está excessivamente ajustada (passos muito rígidos) para o meu gosto. Nas estratégias que executo, alterar um coeficiente em 0,1 ou aumentar o spread ou o slippage em um backtest terá pouco efeito visual na curva de patrimônio líquido. Atribuo isso à sua robustez.

Sim, todo fim de semana, levo apenas 1,5 hora por estratégia em meu equipamento, nada problemático nem que consuma muito tempo. Dessa forma, estou sempre acompanhando o mercado. Não, como mencionado, nenhuma das estratégias falha ao mudar ou dobrar ou triplicar o spread, assim como todas elas passam nos testes de robustez, incluindo a randomização de entradas de indicadores com uma chance de 50% e mudança de 20% + trabalho em um conjunto de dados randomizados que estou usando (bootstrapped com um script Asirikuy) - algo que o SQ infelizmente não consegue fazer. Conforme mencionado, nenhuma das estratégias de 29 anos que o SQ encontrou até agora falhou em nenhum desses testes, e minha suposição é que isso tem a ver com a simplicidade das estratégias encontradas que funcionam em 29 anos de dados, que são poucas, mas, se encontradas, são ótimas:) Quando eu estava criando estratégias com "apenas" 15 anos de dados, muitas delas foram reprovadas nos testes de robustez e também usaram combinações "estranhas" de indicadores em que se podia dizer que não se tratava de uma vantagem encontrada, mas de "ruído aleatório" que estava sendo negociado - e isso piorava quanto menor fosse o intervalo de tempo escolhido.

Eu testo estratégias baseadas em D1 anteriores a 2003.
Eu testo depois de 2003 para estratégias intraday.

Em 2003, os pit sessions foram oficialmente fechados e os mercados foram oficialmente totalmente digitais. Muitos dizem que este ano também marca uma mudança nos mercados. Muito dinheiro estava nos boxes. Os mercados estão evoluindo mais rápido do que nunca, mas concordo plenamente que, se uma estratégia for robusta por mais de 25 anos, provavelmente será por mais 25 e para sempre, porque está descobrindo uma verdade sobre os mercados. Na verdade, isso é fundamental para minha filosofia de negociação, pois conheço traders muito mais velhos do que eu que admiro e que usam os mesmos sistemas há mais de 30 anos.

No entanto, o ano de 2003 marca uma mudança substancial no intraday.
Aqui está um estudo em PDF sobre isso:
http://digitalcommons.sacredheart.edu/cgi/viewcontent.cgi?article=1398&context=wcob_fac

"28 de agosto de 2000 (negociação de ações 4% na plataforma eletrônica) a 11 de setembro, 2003 (participação do comércio eletrônico atingindo mais de 85% em uma base persistente)".

 

Foi nessa época que os poços foram oficialmente "fechados". Alguns ainda estão ativos, mas são muito menores.

Hoje, quase 100%. Isso significa que uma parte muito maior do dinheiro é controlada por algos e não por humanos. Kevin Davey, que ganhou o Campeonato da Copa do Mundo de Futuros em um ano com retorno de 100+%, também o usou este ano. Ele também ficou em segundo lugar duas vezes com retornos de 100+%. Esse é um campeonato de negociação de renome mundial.

Sim, estou ouvindo, mas minhas estratégias são intraday (H1) e a maioria das que foram criadas com base em apenas 15 anos de dados nunca funcionou ao vivo no futuro. A história é importante, mesmo antes de 2000, como bem demonstrado neste artigo, que usa dados de 1985 a 2000 para criar sistemas e depois os testa "OOS" de 2000 a 2015, e eles continuam lucrando, embora o mercado de 1985 a 2000 fosse MUITO diferente do de 2000 a 2015, eles obtêm um bom lucro na "era do computador", com ineficiências derivadas de uma época em que quase não se usavam computadores potentes nas negociações nem HFT. Essas são exatamente as arestas "gerais" que "sempre existiram" e que eu quero explorar no mercado e que têm estado presentes nos últimos 30 anos, independentemente de outras mudanças no mercado, como a informatização etc., assim como os traders manuais de mais de 30 anos que você mencionou.

2 artigos interessantes nessa relação:

http://mechanicalforex.com/2015/12/using-openkantu-in-practice-is-old-forex-data-irrelevant-in-todays-market-an-evidence-based-look.html

http://mechanicalforex.com/2015/12/the-brick-wall-in-trading-system-design-understanding-the-limitations-of-historical-data.html