對寫程式還很嫩的我使用程式交易最困難的地方,
就是經過實戰過的策略方法,有些寫不出來。
剩杯+1
常常回測出來的績效跟真實交易下來差很多
儘管加入wfa會比較好一些 但mdd還是會慢慢增加 會賺錢程式及跟著住程式訊號交易者真的很難{:4_186:} confer 發表於 13-6-11 23:21
剩杯+1
常常回測出來的績效跟真實交易下來差很多
儘管加入wfa會比較好一些 但mdd還是會慢慢增加 ...
可以請教一下wfa 是什麼嗎 阿…我懂了一時沒反應過來 sorry 本帖最後由 jodo 於 13-6-20 00:52 編輯
{:4_153:}{:4_153:}{:4_153:}{:4_153:}{:4_153:}{:4_153:} wfa 是 walk forward analysis, 我認為wfa非常重要, 絕大部份的朋友沒有做過 wfa 就上線交易是非常危險的事, wfa是檢驗策略有無over fitting 最有效的工具, 推進效率絕對不能小於50% WTF是非常深的學問,真實和實單落差是最難。
移動窗格最佳化
移動窗格最佳化是一個對付曲線擬合策略開發問題的最佳化方法。移動窗格分割資料數列成多個區段,每個區段分隔為樣本內(IS, in-sample) 和樣本外(OOS, out-of-sample)二個部分。
策略的參數最佳化使用第一個區段的樣本內資料執行。同樣的參數回測同一個區段的樣本外資料。剩下的區段重複執行這個程序。
每個區段樣本外的績效被認為"真實交易"而非"曲線擬合"的結果。因為得出樣本外績效的參數是由樣本內數據所產生。
移動窗格最佳化(不固定起點)
假設資料數列含220根K棒,並分隔為五個各100根K棒的區段。 每個區段的前70根K棒為樣本內資料,剩下的30根K棒為樣本外資料。
下表顯示區段詳細資料。
區段 區段K棒數目
樣本內 IS 樣本外 OOS
Segment 1 1-70 71-100 100
Segment 2 31-100 101-130 100
Segment 3 61-130 131-160 100
Segment 4 91-160 161-190 100
Segment 5 121-190 191-220 100
步驟 1: 參數最佳化使用區段1 的樣本內資料。並用這些參數在區段1 的樣本外資料進行回測。
步驟 2: 參數最佳化使用區段2 的樣本內資料。並用這些參數在區段2 的樣本外資料進行回測。
步驟 3: 參數最佳化使用區段3 的樣本內資料。並用這些參數在區段3 的樣本外資料進行回測。
步驟 4: 參數最佳化使用區段4 的樣本內資料。並用這些參數在區段4 的樣本外資料進行回測。
步驟 5: 參數最佳化使用區段5 的樣本內資料。並用這些參數在區段5 的樣本外資料進行回測。
完成移動窗格最佳化。71-220根K棒產生出樣本外資料回測績效。 移動窗格最佳化認定這個績效是"真實交易"而非"曲線擬合"的結果。因為得出樣本外績效的參數是由樣本內數據所產生。
如上顯示,每個區段由上一個區段的第30根K棒開始。每個區段的開始點皆移動向前。 因此,這種移動窗格最佳化稱為不固定起點。使用30根K棒是因為這是樣本外資料的長度。
注意: 樣本外資料在移動窗格最佳化的顯著性尚有爭議。深入學習,請查閱進階相關文獻。
移動窗格最佳化(固定起點)
固定起點指的是每個區段的起始點都和第一個區段的起始點相同。起始點不向前移動。 因此,這種移動窗格最佳化稱為固定起點。影響是每個區段的樣本內資料比前一個區段的樣本內資料長,因此每個區段的總長度也比前個區段的總長度長。
下表顯示區段詳細資料。
區段 區段K棒數目
樣本內 IS 樣本外 OOS
Segment 1 1-70 71-100 100
Segment 2 1-100 101-130 130
Segment 3 1-130 131-160 160
Segment 4 1-160 161-190 190
Segment 5 1-190 191-220 220
其他最佳化過程和非固定起點移動窗格最佳化過程相同。
正確的歷史資料真的很重要啊~
不然只是garbage in、garbage out而已
感覺有不少東西有問題,但沒辦法複選阿~ 曾永政 發表於 13-5-23 09:45
我不同意做出來的策略需要在線上看一段日子。Over fitting 這件事模擬多久一點幫助都沒有。
程式交易其實 ...
多謝大哥提醒!!小弟新手!!真受的教!! LUYUTOM 發表於 13-6-4 15:17
對寫程式還很嫩的我使用程式交易最困難的地方,
就是經過實戰過的策略方法,有些寫不出來。
視覺動作受制於軟體平台.無解?動作想辦法取替繞行.我也有發生
不論是回測還是模擬交易實質意義都不大,參考價值也很低!
重點在實戰時於達所期望的價上未必買賣的到(足)想要的量,
最漂亮的價就只有那一點量,大家都在搶,
沒搶到又下市價單結果成交在弱掉的價...這怎麼會贏呢!
最好的方法是抓兩個系統,一個快一個慢,
用快的訊號在慢的系統上(預知未來的方式)吃掉這邊的玩家 最難的地方在於所寫的策略容易陷入歷史的巧合,再來是報價源不穩 最難的地方就是:程式怎麼寫?
頁:
1
[2]