SOMENTE LEITURA

O fórum agora é um arquivo somente para leitura.

Para relatórios de bugs e perguntas sobre a plataforma → [email protected]

Nossa comunidade vive no Discord e no YouTube - junte-se a nós!

JUNTE-SE A NÓS EM Discórdia YouTube

Teste de permutação Monte Carlo de mestres timóteos

2 respostas

TP

Assinante, bbp_participante, cliente, comunidade, sq-ultimate, 8 respostas.

Perfil da visita

3 anos atrás #281476

Espero que tudo esteja bem!

Duas perguntas sobre o teste de permutação de Monte Carlo:

1. Apenas se perguntando se a SQ está pensando em adicionar o teste de permutação MC dos mestres do timothy como teste de robustez?

2. O teste de permutação Monthe Carlo utiliza mudanças de preços relativos em vez de pontos de preços absolutos. Isto significa que os sinais comerciais, regras e indicadores técnicos devem ser projetados para trabalhar em mudanças de preços relativos em vez de pontos de preços abstratos. Apenas se perguntando se os sinais que são implementados no SQ são compatíveis para fazer tal análise?

Obrigado de antemão!

Mais informações sobre o teste de permutação de Monte Carlo

O teste de permutação Monte Carlo dos Mestres Timothy é uma técnica estatística usada para testar o significado e a robustez do desempenho de uma estratégia comercial. O teste envolve a simulação de múltiplas iterações da estratégia usando versões aleatórias de dados históricos permutados, permitindo ao trader avaliar o desempenho da estratégia sob diferentes cenários e determinar a significância estatística dos resultados.

Para realizar este teste, o Mestre primeiro transforma os pontos de preço absoluto em pontos de preço relativo tomando o logaritmo dos pontos de preço absoluto e, em seguida, tomando as diferenças entre logs consecutivos. Esta transformação resulta em uma série de logaritmos que podem ser interpretados como variações de preço relativo. A vantagem de utilizar os log-retornos em vez de simples retornos é que eles são aditivos ao longo do tempo e são normalmente distribuídos, tornando-os mais adequados para análise estatística.

Em seguida, os dados históricos são permutados aleatoriamente para criar múltiplos conjuntos de dados simulados, cada um com um arranjo diferente de preços históricos. Para cada conjunto de dados simulados, a estratégia de negociação é executada para gerar um conjunto de negociações e valores de carteira resultantes. O processo é repetido para muitas iterações, cada vez usando uma permutação aleatória diferente dos dados históricos.

Finalmente, os resultados das operações simuladas são comparados com o desempenho real da estratégia comercial. O objetivo desta comparação é determinar se o desempenho observado da estratégia comercial é estatisticamente significativo ou se poderia ter sido obtido por acaso. Se os resultados das operações simuladas forem significativamente diferentes do desempenho real da estratégia de negociação, isso sugere que o desempenho observado da estratégia pode não ser robusto e pode ter sido influenciado pela disposição específica dos preços históricos usados na análise.

1

JON

Assinante, bbp_participante, cliente, comunidade, sq-ultimate, 3 respostas.

Perfil da visita

2 anos atrás #285220

Oi TP

Essa "etapa" (ou similar) é quase obrigatória para a mineração de dados de um grande número de estratégias, pois a sorte fará parte da população de estratégias. A abordagem do T Masters parece muito simples, mas robusta. Também voto para que ela seja implementada. Observe que, em sua etapa 2, não há necessidade de nenhuma alteração para lidar com o preço relativo. O ponto de preço relativo só é necessário quando se constrói a população dos dados históricos modificados; uma vez que você os tenha, basta exponenciá-los e eles serão dados históricos "falsos" normais. A única diferença é que sua randomização das alterações de preço relativo apagou o "sinal" nos dados. O sinal/padrão que sua estratégia robusta deve captar e, portanto, executar a estratégia em 500 ou 1.000 desses dados deve resultar em um desempenho pior para >>90%... caso contrário, sua estratégia não capta um "sinal" e não tem uma vantagem real. (supondo que eu entenda a abordagem do T Masters MC para filtrar estratégias de sorte) O que é necessário é lidar com um grande número de séries de dados históricos no SQX, o que ainda não vi, mas tenho pouca experiência com isso. Alguém conhece algum teste robusto semelhante que seja estatisticamente sólido e não use os dados OOS?

1

Michael McFarlin

Assinante, bbp_participante, cliente, comunidade, sq-ultimate, 1 respostas.

Perfil da visita

1 ano atrás #288491

O que aconteceu com isso? Também estou extremamente interessado nesse recurso de permutação de dados para testes de robustez.

Talvez uma alternativa seja criar uma ferramenta para manipular os dados de preço externamente a partir do SQ. Mas seria necessário criar e importar centenas de arquivos de dados para corresponder ao que o Timothy Masters está fazendo. Seria mais eficiente automatizar isso no SQ.

1

Visualizando 2 respostas - 1 até 2 (de um total de 2)