Один из самых простых способов делать устойчивых на длинном периоде времени роботов – оптимизировать роботов при помощи кросс-тестов – это, когда Вы свою стратегию тестируете на десятках или сотнях бумаг одновременно на одном портфеле.
В отличии от Walk-Forwards и различных техник «Тестирования с подтверждением», этот способ оптимизации стратегий сильно проще для понимания и даёт при этом не худшие результаты по робастности, а иногда и лучшие.
Данный пост - старт серии статей, в которой мы будем:
Просто подобрать настройки для робота в тестере – не достаточно. В 99% случаев, если Вы так сделаете, Вы потом в реале деньги сольёте, т.к. результаты таких тестов будут просто подгонкой под конкретный график.
Степень работоспособности стратегии в реале называется «Робастность».
Чтобы эту самую «Робастность» поднимать, существуют различные способы оптимизации роботов. Один из способов – это кросс-тесты. То, про что мы будем говорить в данной серии постов.
В целом, логика кросс-тестирования выглядит вот так: берём множество бумаг и тестируем на них одну стратегию, просматривая прибыльность на каждой отдельной бумаге, и, если везде плюсминус рост, стратегия хорошая:
При этом, можно разделить возможные кросс-тесты на два подвида:
Удачных алгоритмов!
Комментарии открыты для друзей!
OsEngine: https://github.com/AlexWan/OsEngine
Поддержка OsEngine: https://t.me/osengine_official_support