Хочу попробовать выложить какую-нибудь торговую систему которая зарабатывает деньги в открытый доступ. А потом отслеживать как она долго будет работать после того как о ней узнают массы. Из чего сделать соответствующие выводы :) Как считаете долго ли система проработает?

Навеяно постом: http://jc-trader.livejournal.com/393976.html#cutid1

— «Генетическая оптимизация производилась с 2007 до 2011 года. То есть с 1998 до 2007 out-of-sample»

— «Непонятно только почему IS проводился на относительно свежих данных, а OOS на более старых»

— «Это я сам тестировал, у меня такая манера. Все равно оптимизировать для торговли надо на свежих данных, а заодно посмотреть как было бы на старых данных OOS. От перемены мест слагаемых сумма не меняется :)»

Заставило задуматься что все таки лучше? Приведу некоторые аргументы в пользу каждого из методов:

IS OOS: Проверяя оптимизированные параметры на свежих данных мы получаем некоторое представление о боеспособности параметров на более свежем участке и возможно типе рынка.

OOS IS: Оптимизируя на более свежих данных мы какбы более плотно приспосабливаемся к новой рыночной фазе проверяя имела ли место такая неэффективность в прошлом.

Есть еще третий вариант проверки живучести системы называемый кросс-валидация, который сочетает в себе оба метода, но о нем не сегодня.

Дисскас.

Чем мне все более нравится системостроительство, это преждевсего своей адекватностью, т.е. вот к примеру нашел я паттерн о котором писал недавно. Все неплохо, только 2012 год флетит, начинаем изучать трейды.

В глаза бросаются 2 участка рынка на которых система адско перформит:



( Читать дальше )

Мы иногда обсуждаем с r_reef всякое мутноеоколорыночное, зачастую у нас на это разные взгляды, но не будем об этом сейчас.
 
Мой взгляд на системостроительство таков:

1) Любая система это некое окно заработка, которое так или иначе будет закрыто, поэтому надо использовать это окно по максимум
2) Ценность полностью формализованной системы не столько в найденной закономерности, сколько в эксплуатации этой закономерности, т.е. как автор системы подошел к процессу отделения зерен от плевел, взгляд на стороннюю приносящую прибыль разработку может принести очень большой профит в виде чужого формализованного опыта.
 
Итак, способы максимировать эффект найденной закономерности:
 
Продажа сигналов за абонентскую плату:

+ стабильное бабло
+ рост базы клиентов с каждым закрытым в плюс месяцем
— риск спалить систему и потерять клиента (со всеми вытекающими)

( Читать дальше )

Полночи убил, но сделал это.



 Первая цель выполнена, идем дальше.

Недавно чуть подискутировали на тему программирования в торговле, в комментах на смарт-лабе.

Суть дискуссии такова: «Может ли обычный человек не обладающий сильными знаниями в математике, сделать удачный алгоритм? — Нет конечно» Я было согласился сначала, так как и правда, некоторые решения которые математик найдет за час работы, а я могу и не найти за день. Но, хорошо подумав, я понял, что на удачность алгоритма, величина знаний не сильно влияет, хотя некоторый эдж конечно присутствует.

Приведу простой аргумент, берем такую стратегию как арбитраж или парный трейдинг. Сплошная математика и статистика, берем коррелирующие активы, скажем фьючерсы евростокс50 и дакс30. Так вот, если спред между ними вполне стабилен, то заработает на этом и обычный человек и математик, т.к. большого полета для фантазии в арбитражных стратегиях фактически нет. И если наоборот, спред очень нестабилен, я не верю что математик сможет найти решения проблемы заведомо убыточной стратегии используя все свои знания.