많은 계량 거래자가 초기 최적화 시에는, 앞을 보는 편차, 과잉 최적화, 곡선 맞춤 등 세 가지 유형의 오류가 쉽게 발생한다. 이 세 가지 함정이 전략 개발과 계량 최적화 과정에서 하나씩 발생하면 재앙의 결과를 초래할 수 있으며, 이러한 오류는 계량 거래자의 앞의 지뢰라고 할 수 있으며, 조금만 부주의해서 폭발할 수 있다.
먼저, 우리는 앞보기의 편차에 대해 이야기 할 것입니다. 앞보기의 편차는 전략 개발에서 미래의 정보를 취하는 것을 의미합니다. 이 정보는 실제 디스크에서 구현하는 것이 기본적으로 불가능합니다. 앞보기의 편차는 크게 두 가지 측면에서 나타납니다. 하나는 미래 함수이며 두 번째는 신호 깜박임입니다.
예를 들어 미래 함수를 설명하기 위해, 만약 어떤 일평선 전략의 규칙이:
또 다른 경우도 있다. 도난 가격이라고 불리며, 이 경우도 실제로 미래 함수의 범주에 속한다. 예를 들어, 높은 빈도의 전략을, 우리는 일시적으로 도난 A라고 부릅니다. 도난 A 전략의 규칙은, 도난 A의 경우, 가격이 그 날의 최고 가격을 깨면, 그 날의 최고 가격으로 거래가 열립니다. 도난 A의 경우, 아무 문제도 없을 것 같습니다. 그러나 유의하십시오, 도난은 더 높다는 것을 의미합니다. 즉, 그 날의 최고 가격보다 적어도 한 단계 높아야 돌파라고 불릴 수 있습니다.
이 하나의 틱의 오류를 과소평가하지 말고, 스 ن트 스틸의 예를 들어, 일 년 250개의 거래일을 가정하고, 매 거래일에 한 번 구매를 실행한다면, 일 년 내내 500 틱, 500 틱의 슬라이드 포인트 비용은 당신의 자본을 초과할 것이다. 현실적인 상황은 당신이 1 틱의 가격보다 낮은 가격으로 거래하는 것은 불가능할 뿐만 아니라, 더 많은 경우보다 더 높은 가격으로 거래하는 것은 불가능합니다. 이유는 간단합니다. 대부분의 트렌드 트레이더의 신호는 거의 같으며, 어떤 중요한 지점의 포지션 신호 (예를 들어, 어느 날 최고값을 깨는 것) 는 많은 트렌드 트레이더들 앞에서 경쟁을 형성합니다.
다음으로, 신호 깜박임에 대해 이야기하자면, 또 다른 일평선 전략의 규칙은 다음과 같습니다. 만약 마감값이 일평선보다 높을 경우, 파기 가격으로 파장을 열고, 우리는 여전히 이름을 붙인다. 이 전략은 플래시 B 플래시라고 가정한다.
미래 함수와 신호 깜박임, 우리가 흔히 앞을 보는 편차라고 부르는, 깜박임 B
또한 과도한 최적화와 곡선 맞춤에 대해 이야기하면, 과도한 최적화는 전략의 몇 가지 매개 변수를 반복적으로 최적화하여 최상의 매개 변수에 따라 전략과 위험을 제어하는 것을 의미합니다. 명백히 폭력으로 최적화하면 수익을 창출할 수없는 전략조차도 개별 매개 변수로 수익을 창출 할 수 있습니다. 그러나 이러한 결과는 미래의 실제 경기에서 사용되기는 어렵지만 수익성이 높지 않습니다.
과도한 최적화를 피하기 위한 효과적인 방법은 두 가지가 있다. 첫째, 더 적은 매개 변수를 취하고, 더 적은 매개 변수를 사용하면 최적화할 수 있는 프로젝트가 더 적을수록, 자연적인 과도한 최적화 현상은 잘 피할 수 있으며, 더 적은 매개 변수 구조의 전략은 종종 더 견고하며, 시간과 효율성 또는 거창성 여부에 관계없이 수많은 복잡한 전략을 능가할 수 있다.
과잉 최적화를 피하기 위한 두 번째 방법은, 어떤 전략의 기본 매개 변수와 함께 역사를 거슬러 올라가 테스트하거나, 또는 무작위 여러 매개 변수와 함께 어떤 전략을 테스트하는 것입니다. 만약 그 전략이 기본 매개 변수와 무작위 매개 변수 모두로 수익을 창출한다면, 그 전략은 더 이상 개발되어야 합니다. 반대로, 어떤 전략이 단지 몇 가지 매개 변수로 수익을 창출한다면, 그 전략을 단호하게 포기하는 것이 좋습니다. 또한, 당신이 실행 가능한 것으로 생각하는 전략을 여러 품종에 테스트해야 하며, 어떤 전략이 특정 품종에만 사용될 경우, 그 전략을 사용하지 않는 것을 강력히 권장합니다.
곡선 맞춤과 과잉 최적화는 비교적 유사하다. 예를 들어, 어떤 주식 전략, 우리가 간단히
곡선 맞춤을 피하는 방법과 과도한 최적화는 거래 시스템을 구성하는 데 가능한 한 적은 규칙을 사용하는 것과 비슷합니다. 수학에 약간의 상식있는 사람들은 2번 함수가 1번 회전 시장을 맞출 수 있고 7번 함수가 6번 회전 시장을 맞출 수 있다는 것을 알고 있습니다. 추가로 한 개의 규칙을 추가하면 시장의 회전 시장을 한 번 맞출 수 있습니다. 이러한 전략은 100%의 성공률을 달성 할 수 있습니다. 그러나 역사에 대한 일반화 또는 미래에 대한 예측이 무엇이든 의미가 없습니다.
미래 지향적, 과도한 최적화, 곡선 맞춤 전략의 공통점은 전략이 매우 우수하게 수행하지만 실제 거래에 전혀 투입되지 않는다는 것입니다. 이것은 자기 착각의 행위입니다. 그러나 더 많은 경우 많은 거래자가 전략 개발에서 무의식적으로 이러한 실수를 저지르고 잘못된 논리와 공식을 사용하여 리코딩을 수행하고 리코딩 결과를 직접 자신의 예상 수익과 위험 관리 기준으로 사용합니다.
그래서, 다른 사람의 전략을 코드로 보지 않고는 쉽게 그 전략의 우위를 판단할 수 없습니다. 왜냐하면 많은 온라인 구매 전략은 대부분 이러한 문제들이 있는 전략이기 때문입니다. 그리고 이러한 문제들은 양적 거래의 문으로 들어가기 전까지는 거의 발견될 수 없습니다.
파이썬 양적 거래 커뮤니티에서 가져온