Избранное трейдера Remarka
Думаю, каждый из нас согласится, что умение считать- критический профессиональный навык для трейдера. Торговля-статистическая игра, где конечный успех — это всегда разница между деньгами, которые заработаны, и деньгами, которые потеряны. Есть один фактор, который всегда увеличивает сумму, которая потеряна, и уменьшает то, что заработано. Это комиссии.
Комиссии брокера воспринимаются многими как неизбежное зло, что они, по сути, и есть. Их платят все, опытные и начинающие, крупные или не очень. Поскольку брокеров в этом мире-туча, платят, разумеется, по-разному. И вот здесь уже включается умение считать.
Оставим в стороне профессионалов, которые, вне сомнения, выжимают с точки зрения платежей все, что могут, до цента, и с биржи, и с брокера. Возьмем рядовой пример, в котором два абсолютно рядовых трейдера торгуют на СМЕ совершенно одинаково. Каждый день месяца (грубо говоря, 20 торговых дней), они совершают 3 сделки в безубыток, т.е. непосредственно рынок у них ничего не взял. 60 кругов.
«Я торгую NYSE, идут ли мои ордера из терминала прямиком на бижу?»
Правильный ответ- нет.
Здравствуйте Уважаемые участники форума!
Обращаюсь к Вам за советом по такому вопросу:
Имеется торговая система, построенная с применением нейронных сетей, которая имеет 12 оптимизируемых параметров – вещественных чисел в диапазоне от -1 до 1.
В качестве эксперимента была проведена оптимизация этих параметров на фьючерсе на обыкновенные акции сбербанка на минутках. Количество точек данных для оптимизации -30000 (это примерно 2 месяца). После этого система проверялась на новых данных – 10000 точек.
Результаты оптимизации и проверки представлены на рисунке.
Светло-зеленая кривая – это эквити счета, ниже – график цены.
Зеленые и красные линии – это сделки, просто их очень много и там все сливается.
Собственно сам вопрос: Что будет эффективнее в реальной торговле – переоптимизация параметров раз в день на последних данных за 2 месяца (последние 30000 минутных свечей), или переоптимизация каждый час на последних 3000 минутных свечах, или пероптимизация каждые 5 минут, или еще какой то вариант? То есть интересует оптимальная частота оптимизации и размер обучающего набора данных. Причем наблюдается такая взаимосвязь: чем больше обучающий набор данных, тем меньше средняя доходность системы на обучающем наборе, но тем больше вероятность того что система будет показывать эту доходность на данных которые она не видела. И наоборот, чем меньше обучающий набор, тем больше средняя доходность на обучающем наборе и тем меньше вероятность, что система покажет прибыль на неизвестных данных.