¿Cuáles son los diferentes tipos de estrategias de respaldo?

Hay tres enfoques convencionales para las estrategias de respaldo: el uso de datos de precios reales divididos en tres grupos; Bootstrap, que utiliza datos de precios reales pero los resmoca; y simulación de Monte Carlo. Existen problemas teóricos que dividen los constructores de sistemas sobre qué método es el mejor. Lo importante para el comerciante es que emplea correctamente al menos una de las estrategias de respaldo de su sistema antes de confiar en su capital comercial. Un problema crítico al elegir una estrategia de prueba de respaldo es el número de operaciones generadas; Se necesitan al menos 1,000 operaciones en cada fase del trabajo del constructor de sistemas.

usando datos de precios reales, divididos en tres partes, es el punto de partida habitual para la mayoría de los constructores de sistemas. El sistema se crea utilizando el primer tercio de los datos. En este punto, el constructor ha encontrado algoritmos que parecen generar suficientes ganancias con un riesgo lo suficientemente pequeño como para ofrecer buenas perspectivas. El segundo tercio de los datos se utiliza para optimizar el sistema.

después de TEl sistema ha sido optimizado, se aplicará al tercio restante de los datos. Esto se llama pruebas fuera de la muestra, y es donde la mayoría de los sistemas fallan. Si el sistema todavía tiene buenos resultados en al menos 1,000 operaciones, el constructor del sistema tiene un sistema viable. Si el sistema genera menos de 1,000 operaciones en las pruebas fuera de la muestra, el constructor debe considerar otra estrategia de respaldo.

Bootstrapping es un método para extraer algunos datos del conjunto total, probar, volver a poner los datos y dibujar más datos, volver a muestrear y volver a probar. El número ideal de resmples es n n , o n al poder n th , donde n es el número de datos en la muestra original. Para un comerciante que probablemente trata con al menos 2,500 puntos de datos, 250 días al año en 10 años, eso no es práctico. Afortunadamente, 100 resmopres proporcionarán un alto nivel de confianza queLa muestra de bootstrap reflejará los datos originales, lo que hace que los resultados sean confiables. Si tomar 100 resmples no proporciona las 1,000 operaciones necesarias, el comerciante debe continuar rejreamando hasta que se cumpla ese objetivo si espera que el sistema, en lugar de volver a muestrear los datos, sea confiable.

El último método de prueba de respaldo es la simulación de Monte Carlo (MC). Este método utiliza una computadora para generar datos simulados, y el sistema se prueba en esos datos. La ventaja de la simulación MC es que uno puede crear cantidades ilimitadas de datos, lo que permite generar 10,000 operaciones o cualquier otro número de operaciones. Otra ventaja es que cada nuevo conjunto de datos está fuera de muestra. Esto ofrece la oportunidad de hacer repetidas optimización y ejecuciones de pruebas; Simplemente optimice en este conjunto de datos, luego aplique esos parámetros del sistema a los siguientes datos que genera la computadora.

Una desventaja de la simulación MC es que los datos pueden no tener exactamente la misma función de distribución de probabilidad que se traduceLos datos tienen, lo que podría sesgar los resultados. En el mejor de todos los mundos posibles, las tres estrategias de respaldo deben usarse en el proceso de investigación del sistema. El éxito en los tres debería ofrecer una muy alta probabilidad de éxito en el comercio del mundo real.