Slenkamasis patikrinimas: neleiskite rytojaus duomenims patekti į mokymą

Tikrinkite procesą, ne galutinę formulę

Slenkantis tyrimas pakartotinai pritaiko modelį pagal istorinę dieną turėtą informaciją, užfiksuoja gautus sprendimus ir vertina juos vėlesniu intervalu. Tada seka paslenkama pirmyn. Taip imituojamas tyrimo procesas, turintis veikti nežinodamas ateities. Tai nepadaro strategijos pelningos ir nepašalina viso šališkumo.

Užrašykite, kas gali keistis kiekviename etape. Signalo parametrai, turto atranka, kintamumo įverčiai ir sąnaudų prielaidos yra procedūros dalys. Jei tyrėjas jas rankiniu būdu pakoreguoja pamatęs testavimo laikotarpį, procedūra pasikeičia ir tas laikotarpis nebėra nešališkas įvertinimas. Atkuriamas grafikas informatyvesnis už grafiką, sudėliotą iš savo nuožiūra atliktų pataisų.

Slenkančią ar besiplečiančią istoriją rinkitės sąmoningai

Besiplečiantis langas laikui bėgant išlaiko visus ankstesnius stebėjimus. Tai gali stabilizuoti įverčius, bet kartu išsaugoti duomenis iš pasenusių rinkos sąlygų. Slenkantis langas naudoja fiksuotą naujausią laikotarpį, palengvindamas prisitaikymą, bet didindamas imties triukšmą. Nė vienas metodas nėra visuotinai geresnis; tinkamas kompromisas priklauso nuo to, kokio ekonominio ryšio tęstinumo tikimasi.

Prieš lygindami rezultatus pasirinkite langų trukmę dėl pagrindžiamos priežasties. Išbandžius dešimtis trukmių ir pasirinkus geriausią, optimizavimas tik perkeliamas į aukštesnį lygį. Kiekviename testavimo intervale užrašykite stebėjimų, atskirų rinkos epizodų ir faktinių sandorių skaičių. Ilgas kalendorinis laikotarpis su labai nedaug nepriklausomų sprendimų gali suteikti mažiau įrodymų, nei leidžia manyti jo trukmė.

Duomenų nutekėjimas slepiasi jų paruošime

Chronologinis padalijimas būtinas, bet nepakankamas. Požymio standartizavimas pagal visos imties vidurkį leidžia būsimiems stebėjimams paveikti ankstesnius pradinius duomenis. Išlikusių vertybinių popierių atranka, patikslintų makroekonominių rodiklių naudojimas ar ataskaitos įtraukimas prieš jos paskelbimą sukuria kitų žinojimo po įvykio formų. Transformacijas pritaikykite pagal mokymo duomenis ir, kai įmanoma, išlaikykite informaciją apie tai, kas buvo prieinama konkrečiu metu.

Svarbios ir tikslinės žymos. Jei mokymo pavyzdys prognozuoja grąžą per kitas penkias dienas, jo rezultatas gali persidengti su testavimo laikotarpio pradžia. Pašalinkite arba atskirkite stebėjimus, kurių tikslinių žymų langai kerta ribą. Programinė įranga gali įterpti tarpą tarp mokymo ir testavimo indeksų, tačiau prasmingam tarpui pasirinkti reikia suprasti žymų laikotarpius, paskelbimo vėlavimus ir konkretaus duomenų rinkinio priklausomybes.

Įvesties kintamojo data nėra momentas, kai tampa žinoma tikslinė vertė. Pirmadienio signalas gali naudoti tuomet prieinamus duomenis, bet jo kitas penkių dienų grąžos laikotarpis antradienį dar nebaigtas. Antradienio permokymas negali naudoti visos tikslinės vertės. Tikrinkite visą tikslinį intervalą.

Derinkite mokymo imtyje, išsaugokite neliestą vertinimą

Parametrai turėtų būti parenkami tik pagal informaciją mokymo srityje, prireikus naudojant vidinę chronologinio patikrinimo procedūrą. Išorinis testavimo intervalas tada vertina pasirinktą procedūrą. Šis įdėtinis procesas atskiria modelio pasirinkimą nuo pasirinkimo rezultatų matavimo. Jis taip pat padidina skaičiavimo sąnaudas, tačiau tai geriau už pigų, bet užterštą rezultatą.

Nuoseklių testavimo intervalų grąžas sujunkite tikrąja laiko tvarka, įskaitant laikotarpius be pozicijos. Nuosekliai taikykite mokesčius ir vykdymo prielaidas. Nevidurkinkite patrauklių atskirų dalių rodiklių neišnagrinėję jų ekonominės prasmės: kitaip trumpas ramus intervalas gali atrodyti toks pat svarbus kaip ilgas kintamas. Kartu su bendru rezultatu parodykite sklaidą tarp intervalų.

Silpnas rezultatas yra naudingas įrodymas

Slenkančio testavimo rezultatus, kurie pablogėja įtraukus sąnaudas, priklauso nuo vieno intervalo ar smarkiai pasikeičia nežymiai pakoregavus laiką, reikia tirti, o ne kosmetiškai taisyti. Atskirkite duomenų ar įgyvendinimo trūkumą nuo strategijos, kuriai tiesiog trūksta pagrindimo. Tikros klaidos ištaisymas gali pateisinti naują bandymą, tačiau ankstesnis susipažinimas su rezultatais turi likti tyrimo istorijoje.

Jei tolesnis vertinimas pagrįstas, užbaikite užfiksuota specifikacija ir iš tikrųjų nauju demonstracinio stebėjimo laikotarpiu. Iš anksto apibrėžkite, kokie duomenys bus renkami ir kas paneigtų prielaidas. Tikslas – ne optimizuoti tol, kol pasirodys patraukli linija, o nustatyti, ar disciplinuota, įgyvendinama procedūra atlaiko galimybes nepasisekti.

Perkelkite pozicijas ir kapitalą per testų ribas

Modelio permokymas automatiškai neuždaro pozicijų. Jei sausio–kovo testas baigiasi iki balandžio laikoma pozicija, iš anksto nustatykite senos taisyklės tęsimą, dokumentuotą pakeitimą arba uždarymą su sąnaudomis. Tylus grįžimas į pinigus gali ištrinti nuostolius ir sudėtingus perėjimus.

Kapitalas irgi turi tęstis. Dešimties procentų pelnas ir dešimties procentų nuostolis duoda 1,10 × 0,90 = 0,99, taigi 1 % nuostolį. Nulinis aritmetinis vidurkis neatkuria sąskaitos. Persidengiančiuose testuose neskaičiuokite tos pačios dienos dukart; apibrėžkite modelio pasirinkimą ar kapitalo padalijimą.

Kintamųjų atranką, standartizavimą, trūkstamų reikšmių pildymą ir algoritmų palyginimą pakartokite kiekviename mokymo lange. Visai istorijai pritaikyta transformacija gali nutekinti ateitį. TimeSeriesSplit laike dalija indeksus, bet nežino finansinių tikslų pabaigos, duomenų peržiūrų ar atvirų pozicijų.

Saugokite mokymo ribas, prieinamus stebėjimus, parametrus, pirmą įvykdomą sandorį, pradines pozicijas, sąnaudas ir galutinę būseną. Ištaisę klaidą nuosekliai pakartokite visą procesą ir išlaikykite ankstesnius rezultatus. Jau peržiūrėti duomenys netampa nauju nepaliestu eksperimentu.