Keperluan untuk menguji data luar sampel dalam strategi pengukuran

Data besar dalam peperangan sebenar. Keperluan untuk menguji data luar sampel dalam strategi kuantitatif.

• NO:01

  Kehidupan manusia, dari kecil hingga besar, dari tua hingga tua, sebenarnya adalah proses yang berterusan untuk melakukan kesilapan, membetulkan, dan membuat kesilapan, hampir tidak ada yang dapat dikecualikan. Mungkin anda telah melakukan banyak kesilapan, yang sekarang kelihatan sangat rendah; atau mungkin terlepas banyak peluang untuk naik kereta, seperti: hartanah, internet, mata wang digital, dan sebagainya...

  Sehingga berkatalah orang yang sering mendengar: "Saya tidak sepatutnya"... "Jika... saya akan... "

  Saya pernah membantah soalan ini dan tidak dapat mengatakannya untuk masa yang lama, tetapi kemudian saya menyedarinya. Sebenarnya, ini bukan sesuatu yang perlu ditakuti, kerana setiap pilihan, sama ada betul atau salah, akan membawa kita jauh dari hasil yang telah ditetapkan dan menuju ke tempat yang tidak diketahui; dan refleksi kita hanya membuka pandangan Tuhan di luar data sejarah.

• NO:02

  Saya telah melihat banyak sistem dagangan, di mana kadar kejayaan semasa retesting boleh mencapai lebih daripada 50%. Dengan syarat ini, kadar kemenangan yang tinggi juga boleh menjadi lebih daripada 1: 1. Tetapi, tanpa pengecualian, sistem-sistem ini, apabila digunakan pada meja sebenar, pada dasarnya adalah kerugian. Terdapat banyak sebab yang menyebabkan kerugian, di antaranya, ketika retesting, secara tidak sengaja, melihat dari kanan ke kiri, membuka perspektif Tuhan.

  

  Walau bagaimanapun, perdagangan adalah satu perkara yang rumit, yang dapat dilihat dengan jelas, tetapi jika kita tidak mengambil sudut pandang Tuhan, kita akan kembali ke awal dan masih tidak tahu apa yang berlaku. Ini akan menjejaskan masalah akar kuantitatif dan batasan data sejarah.

• NO:03

  Tetapi dalam keadaan data yang terhad, bagaimana untuk menggunakan data terhad dengan sebaik mungkin untuk menguji strategi dagangan secara menyeluruh? Biasanya terdapat dua kaedah: pemeriksaan positif dan pemeriksaan silang.

  Prinsip asas ujian posing: Latih model dengan data sejarah yang lebih lama sebelum ini, periksa model dengan data yang lebih pendek selepas itu, dan terus-menerus bergerak ke belakang untuk mendapatkan data, mengulangi langkah latihan dan ujian.

  

  1. data latihan: 2000-2001; data ujian: 2002; 2, data latihan: 2001-2002, data ujian: 2003; 3. Data latihan: 2002-2003, data ujian: 2004; 4. Data latihan: 2003-2004, data ujian: 2005; 5. Data latihan: 2004-2005, data ujian: 2006;

  ...dan sebagainya...

  Akhirnya, hasil ujian (tahun 2002, 2003, 2004, 2005, 2006...) akan dijumlahkan untuk menilai prestasi strategi secara komprehensif.

  Permulaan ujian pusingan boleh diterangkan secara intuitif seperti dalam gambar berikut:

  

  Gambar di atas menunjukkan dua kaedah pemeriksaan yang disusun secara berturut-turut.

  Yang pertama: setiap kali ujian, data ujian yang lebih pendek dan ujian yang lebih banyak. Kaedah kedua: data ujian yang lebih lama dan jumlah ujian yang lebih sedikit pada setiap ujian.

  Dalam aplikasi praktikal, ujian berulang boleh dilakukan dengan mengubah panjang data ujian untuk menentukan kestabilan model terhadap data yang tidak stabil.

• NO:04

  Prinsip asas pemeriksaan silang: membahagikan semua data ke dalam N bahagian, berlatih dengan N-1 bahagian setiap kali, dan menguji dengan selebihnya.

  

  Perbezaan antara tahun 2000 dan 2003 mengikut tahun, dibahagikan kepada empat bahagian. Proses operasi pemeriksaan silang adalah sebagai berikut: 1. Data latihan: 2001-2003, data ujian: 2000; 2. Data latihan: 2000-2002, data ujian: 2003; 3. Data latihan: 2000, 2001, 2003, data ujian: 2002; 4. Data latihan: 2000, 2002, 2003, data ujian: 2001.

  

  Seperti yang ditunjukkan di atas: kelebihan utama pemeriksaan silang adalah memanfaatkan data terhad, dan setiap data latihan juga data ujian; tetapi terdapat kelemahan yang jelas apabila pemeriksaan silang digunakan untuk ujian model strategi:

  1. Apabila data harga tidak stabil, keputusan ujian model sering tidak boleh dipercayai. Contohnya, latihan dengan data 2008 dan ujian dengan data 2005. Kemungkinan besar keadaan pasaran pada tahun 2008 telah berubah dengan besar berbanding tahun 2005, jadi keputusan ujian model tidak boleh dipercayai.

  2, Sama seperti yang pertama, dalam pemeriksaan silang, jika model latihan menggunakan data terkini dan model ujian menggunakan data lama, itu tidak sesuai dengan logika sendiri.

• NO:05

  Di samping itu, apabila ujian terhadap model strategi kuantitatif, masalah penyambungan data berlaku dalam kedua-dua ujian penggambaran dan pemeriksaan silang.

  

  Dalam membangunkan model strategi dagangan, kebanyakan penunjuk teknikal adalah berdasarkan data sejarah dengan panjang tertentu. Sebagai contoh, menggunakan penunjuk trend untuk mengira data sejarah 50 hari yang lalu, dan pada hari dagangan berikutnya, penunjuk itu dikira semula dengan data 50 hari sebelum hari dagangan, maka data pengiraan kedua-dua penunjuk adalah sama selama 49 hari, yang menyebabkan perubahan penunjuk itu tidak jelas setiap dua hari berdekatan.

  

  Data yang bertindih boleh menyebabkan kesan berikut:

  1, perubahan hasil ramalan model yang perlahan menyebabkan perubahan pegangan yang perlahan, ini adalah apa yang kita sering sebut sebagai keterlambatan penunjuk.

  2. Beberapa nilai statistik untuk ujian hasil model tidak boleh digunakan, dan hasil beberapa ujian statistik tidak boleh dipercayai kerana data berulang yang disebabkan oleh urutan yang berkaitan.

• NO:06

  Strategi dagangan yang baik harus dapat memberi keuntungan pada masa akan datang. Ujian luar sampel, selain dapat mengesan secara objektif strategi dagangan, lebih berkesan menjimatkan masa pelanggan luas.

  Dalam kebanyakan kes, menggunakan parameter optimum keseluruhan sampel secara langsung adalah sangat berbahaya untuk terlibat dalam pertempuran sebenar.

  Jika semua data sejarah sebelum masa pengoptimuman parameter dilakukan dibezakan, dibahagikan kepada data dalam sampel dan data luar sampel, parameter pengoptimuman dilakukan dengan data dalam sampel terlebih dahulu, dan ujian luar sampel dilakukan dengan data luar sampel, kesilapan ini dapat diurutkan, sementara juga memeriksa sama ada strategi yang dioptimumkan berkenaan dengan pasaran masa depan.

• NO:07

  Seperti perdagangan, kita tidak akan pernah dapat melintasi masa untuk membuat keputusan yang betul untuk diri kita sendiri tanpa kesilapan. Jika ada tangan Tuhan atau keupayaan untuk melintasi masa depan, maka tanpa diuji, perdagangan langsung dalam talian secara langsung, atau kolam yang boleh dipenuhi dengan penuh. Dan saya, manusia fana, harus menguji strategi kami dalam data sejarah.

  Namun, walaupun mempunyai sejarah data yang besar, sejarah kelihatan sangat kekurangan dalam menghadapi masa depan yang tidak berkesudahan dan tidak dapat diramalkan. Oleh itu, sistem perdagangan berdasarkan sejarah yang ditarik dari bawah ke atas akhirnya akan tenggelam dengan masa. Kerana sejarah tidak boleh memiliki masa depan yang tidak berkesudahan. Oleh itu, sistem perdagangan yang lengkap dan positif harus disokong oleh prinsip / logik yang ada di dalamnya.

  

• NO:08

  Kami (pencipta Kuantitization Platform) bertujuan untuk mengubah keadaan kitaran kuantiti yang tidak kering, pertukaran tertutup, penipu yang melintasi, untuk mewujudkan kitaran kuantiti yang lebih murni. Dunia ini tidak pernah ada yang mencipta pengetahuan dan teori, mereka hanya ada menunggu kita untuk menggali.

  

  Berkongsi adalah sikap dan lebih bijak!

Perkhidmatan dalam talian Penulis Hukybo