Artigo impressionante sobre a análise do MONTE CARLO

Qual é a sua opinião? Estou muito surpreso... Porque ouvimos dizer que devemos usar uma abordagem simétrica na construção + é claro que usamos a mineração de dados...

https://www.priceactionlab.com/Blog/2015/05/fooled-by-monte-carlo-analysis/

Apenas duas coisas de antemão:

Simetria longa/curta forçada

Muitas estratégias de negociação empregam a simetria forçada de longo/curto prazo. As estratégias simétricas de longo/curto prazo têm várias vantagens, mas também algumas desvantagens, mas uma análise está além do escopo do artigo. O ponto importante aqui é que a maioria dos algoritmos de Monte Carlo quebra a simetria que está presente no projeto. Como resultado, todas as inferências feitas a partir deles são falsas.

E

Quando uma estratégia é desenvolvida por meio da mineração de dados, a análise de Monte Carlo não é útil para determinar se ela é robusta ou aleatória. No entanto, isso é exatamente o que muitos usuários e desenvolvedores de programas de mineração de dados fazem em muitos casos. O motivo da não aplicabilidade desse método é que, quando a análise de Monte Carlo se torna parte do processo de mineração de dados, ela perde sua eficácia como ferramenta de validação devido à bisbilhotagem de dados e ao viés de seleção. Embora a análise de Monte Carlo possa ser usada para estimar as probabilidades de níveis de rebaixamento futuros, supondo que seja aplicável, ela não pode ser usada como uma ferramenta de validação. Os operadores quantitativos amadores usam a análise de Monte Carlo com o objetivo de validar estratégias descobertas por meio de viés de mineração de dados.

Estou acompanhando este tópico

Obrigado pelo link. A primeira coisa que notei é que o artigo está falando especificamente sobre testes que apenas randomizam a ordem das negociações. O SQ MC também pode pular, randomizar os dados de mercado ou os perímetros da estratégia, o que deve ser mais útil.

O caso 1 é óbvio. É claro que um teste MC de ordem aleatória baseado em uma estratégia ajustada à curva não é útil. O autor também poderia ter incluído um conjunto de dados muito pequeno aqui.

<b>A ordem aleatória das negociações quebra todos os padrões e sequências por design, não apenas a simetria das posições compradas ou a probabilidade de uma tendência de baixa prolongada.</b> O MC nunca poderá mostrar as verdadeiras probabilidades de ocorrência de eventos reais. As limitações do MC já estão bem documentadas em outro lugar. O autor descreveu alguns casos específicos, mas literalmente não há casos específicos em que possamos dizer que o MC está produzindo resultados realistas no contexto da negociação. O objetivo não é ser realista. É apenas uma estimativa ou mesmo (esperamos) uma análise de risco pessimista e segura, já que os seres humanos tendem a subestimar o risco. Certamente, há casos em que o MC (ordem aleatória) é menos útil do que o "normal", mas não acho que o autor tenha escolhido muitos exemplos excelentes disso.

Há outra falha no relatório do caso 3. Acho que aqui temos um bom exemplo de um ser humano subestimando o risco. Não é impossível que o SPY possa entrar em uma tendência de baixa lenta ou se movimentar de alguma outra forma (que não seja uma tendência de baixa impossível no SPY) para fazer com que esse sistema tenha uma DD enorme, da qual o autor está falando e afirmando que é "irrealista".

O caso 8 faz sentido, é claro, se incluirmos o MC como parte do processo de mineração de dados e executarmos bilhões de estratégias por meio do MC ou de qualquer outro tipo de teste, estaremos fazendo mineração de dados até certo ponto. No entanto, o fato de uma estratégia ter sido encontrada por meio da mineração de dados não significa que o MC tenha sido necessariamente parte do processo de mineração de dados.