Preverjanje s pomičnim oknom: jutrišnji dan naj ne zaide v učenje

Preizkusi postopek, ne končne formule

Študija z drsečim preverjanjem naprej večkrat prilagodi model z informacijami, razpoložljivimi na pretekli datum, zamrzne nastale odločitve in jih oceni v poznejšem intervalu. Nato se zaporedje pomakne naprej. To posnema raziskovalni postopek, ki mora delovati brez poznavanja prihodnosti. Strategije ne naredi dobičkonosne in ne odpravi vseh pristranskosti.

Zapiši, kaj se sme pri vsakem koraku spremeniti. Parametri signala, izbira sredstev, ocene nestanovitnosti in predpostavke o stroških so vsi deli postopka. Če jih raziskovalec ročno prilagodi po ogledu testnega obdobja, je postopek spremenjen in obdobje ni več čista ocena. Ponovljiv urnik je bolj informativen kot grafikon, sestavljen iz diskrecijskih popravkov.

Premišljeno izberi pomično ali razširjajoče se zgodovinsko okno

Razširjajoče se okno z napredovanjem časa ohrani vsa prejšnja opažanja. Lahko stabilizira ocene, a tudi ohranja podatke zastarelih tržnih razmer. Drseče okno uporablja fiksen nedavni razpon, kar olajša prilagajanje, a poveča vzorčni šum. Noben pristop ni univerzalno boljši; ustrezni kompromis je odvisen od ekonomskega razmerja, za katero pričakuješ, da bo vztrajalo.

Dolžine oken izberi z utemeljivim razlogom pred primerjavo rezultatov. Preizkus desetin dolžin in izbira najboljše optimizacijo le prestavi na višjo raven. V vsakem testnem intervalu zabeleži število opažanj, različnih tržnih obdobij in dejanskih poslov. Dolg koledarski razpon z zelo malo neodvisnimi odločitvami lahko ponuja manj dokazov, kot nakazuje trajanje.

Uhajanje se skriva v pripravi podatkov

Kronološka razdelitev je nujna, ne pa zadostna. Standardizacija značilke s povprečjem celotnega vzorca omogoči, da prihodnja opažanja vplivajo na pretekle vhodne podatke. Izbira preživelih vrednostnih papirjev, uporaba popravljenih makroekonomskih podatkov ali vključitev poročila pred objavo ustvarjajo druge oblike naknadne pristranskosti. Pretvorbe prilagajaj učnim podatkom in, kjer je mogoče, ohrani dejansko časovno razpoložljivost.

Pomembne so tudi ciljne oznake. Če učni primer napoveduje donos v naslednjih petih dneh, se lahko njegov izid prekriva z začetkom testnega obdobja. Odstrani ali loči opažanja, katerih okna ciljnih oznak prečkajo mejo. Programska oprema lahko vstavi presledek med indekse učnih in testnih podatkov, toda izbira smiselnega presledka zahteva razumevanje obzorij oznak, zamud objav in odvisnosti v konkretnem naboru podatkov.

Datum vhodne spremenljivke ni trenutek, ko je ciljna vrednost znana. Ponedeljkov signal lahko uporablja takrat dostopne podatke, vendar njegov naslednji petdnevni donos v torek še ni zaključen. Torkovo ponovno učenje ne sme uporabiti cele ciljne vrednosti. Preveri celoten časovni interval cilja.

Parametre prilagajaj na učnih podatkih, podatke za vrednotenje pa ohrani nedotaknjene

Izbira parametrov naj uporablja le informacije znotraj učnega območja, po možnosti z notranjim kronološkim postopkom preverjanja. Zunanji testni interval nato oceni izbrani postopek. To vgnezdenje loči izbiro modela od merjenja uspešnosti izbire. Tudi poveča računske stroške, kar je bolje kot poceni, a onesnažen rezultat.

Zaporedne testne donose združi v dejanskem časovnem vrstnem redu, vključno z obdobji brez pozicije. Stroške in predpostavke izvrševanja uporabljaj dosledno. Ne povpreči privlačnih razmerij posameznih delov brez pregleda njihovega ekonomskega pomena: majhen miren interval lahko sicer dobi enak navidezni pomen kot dolg nestanoviten. Poleg skupnega rezultata prikaži razpršenost med intervali.

Šibek rezultat je uporaben dokaz

Uspešnost drsečega preverjanja, ki se po stroških poslabša, je odvisna od enega intervala ali se močno spremeni ob majhni časovni prilagoditvi, zahteva raziskavo, ne kozmetičnega popravka. Loči napako v podatkih ali izvedbi od strategije, ki preprosto nima podpore. Popravek resnične napake lahko upraviči nov zagon, toda predhodno poznavanje rezultatov mora ostati del raziskovalne zgodovine.

Če je nadaljnje ocenjevanje upravičeno, končaj z zamrznjeno specifikacijo in resnično novim obdobjem simuliranega opazovanja. Vnaprej določi zbrane podatke in pogoje, ki bi ovrgli predpostavke. Namen ni optimizirati, dokler se ne pojavi privlačna črta, temveč ugotoviti, ali discipliniran, izvedljiv postopek preživi priložnosti za neuspeh.

Prenesi pozicije in kapital čez meje testov

Ponovno učenje modela pozicij ne zapre samodejno. Če test januar–marec konča s pozicijo do aprila, vnaprej določi nadaljevanje starega pravila, dokumentirano spremembo ali zaprtje s stroški. Tiha ponastavitev na denar lahko izbriše izgube in zahtevne prehode.

Nadaljevati se mora tudi kapital. Desetodstotni dobiček in desetodstotna izguba dajeta 1,10 × 0,90 = 0,99, torej odstotno izgubo. Ničelno aritmetično povprečje ne obnovi računa. Pri prekrivajočih se testih ne štej istega dne dvakrat; določi izbor modela ali razdelitev kapitala.

Izbor spremenljivk, standardizacijo, dopolnjevanje manjkajočih vrednosti in primerjavo algoritmov ponovi znotraj vsakega učnega okna. Pretvorba, prilagojena celotni zgodovini, lahko razkrije prihodnost. TimeSeriesSplit razdeli indekse po času, ne pozna pa koncev finančnih ciljnih intervalov, popravkov podatkov ali odprtih pozicij.

Shrani učne meje, razpoložljiva opazovanja, parametre, prvo izvedljivo transakcijo, začetne pozicije, stroške in končno stanje. Po popravku napake dosledno ponovi ves postopek in ohrani stare rezultate. Že pregledani podatki ne postanejo nov, nedotaknjen poskus.