5 aconseja cómo reducir el exceso de ajust

0
46

El exceso de optimización (sobreajuste) es la mayor amenaza de las estrategias de AOS y también un tema de discusiones interminables que no tienen una solución simple y general. En el artículo de hoy, me gustaría compartir con ustedes 5 consejos, cómo yo mismo trato de minimizar el peligro de sobrealimentación.

1. Construya sus sistemas utilizando el 40-50% de todos los datos históricos que tiene a su disposición. Deja el resto para pruebas de robustez.

Cuando creo mis propias estrategias, sigo la regla para guardar la mayor cantidad de datos posible. Intento no desperdiciar más datos de los necesarios para crear un sistema, pero dejo algunos de ellos para pruebas de robustez. Por este motivo, para crear un sistema, solo uso parte de todos los datos históricos disponibles. Por lo general, tengo entre 10 y 12 años de datos históricos y para el edificio solo uso entre 3 y 4 años. Este período es diferente cada vez que construyo una nueva estrategia (a veces uso de 2 a 5 años, a veces de 7 a 10). La razón es simple: cuantos menos datos utilice para crear la estrategia en sí, menor es el riesgo de sobreajuste. El resto de los datos los dejo para mis pruebas de robustez. Si la estrategia parece viable en la muestra pequeña y limitada de datos, comienzo con las pruebas de robustez que utilizan todos los datos. Al usar este método, puedo estar seguro de que la estrategia se prueba con los datos que no se usaron para construir esta estrategia; esto hace que las pruebas sean más objetivas y reduzco el riesgo de sobrealimentación. Por supuesto, este enfoque me da mucha “basura”, es decir, muchas estrategias potencialmente interesantes que no pasan las pruebas de robustez. Pero esto es parte del desarrollo de ATS de alta calidad: solo por ser paciente y disciplinado, está obteniendo una ventaja sobre otros operadores, porque la mayoría de ellos no tiene estas cualidades y tiende a buscar atajos que conducen a encontrar una estrategia más rápido. Sin embargo, la calidad es cuestionable. Encontrar una estrategia robusta y de alta calidad requiere tiempo y paciencia. Y mientras menos datos utilicemos para la construcción de la estrategia, menor será el riesgo de sobrealimentación.

2. Una buena estrategia debería funcionar en otros mercados en la misma categoría.

La estrategia ideal es la que funciona también en otros mercados diferentes e incoherentes. Encontrar una “gema” así es extremadamente exigente y no estoy muy lejos de la verdad cuando digo que incluso si realiza una búsqueda realmente intensa, es un éxito encontrar una estrategia por año que cumpla con este criterio. Dado que necesitamos diversificar nuestra cartera de ATS, por razones prácticas no podemos avanzar a un ritmo tan lento. Y a veces es mejor “perder las reglas” un poco y aceptar estrategias que superen todas las pruebas de robustez en otros mercados en la misma categoría. Encontrar estas estrategias es mucho más realista, y la frecuencia de encontrar una estrategia como esta llega al ritmo aceptable. Por ejemplo, trato una estrategia creada para que el mercado de TF funcione también en ES, YM, EMD y preferiblemente también en NQ, es decir, que funcione aproximadamente en todos los mercados desde una categoría de índice. Al igual que una estrategia creada para el mercado de TY, quiero que tenga un buen desempeño en los mercados de EE. UU. Y FV, es decir, que tenga un buen desempeño en todos los mercados en la categoría de bonos. Antes de pasar al siguiente punto, permítame hacer una nota importante: a veces sucede que durante la verificación de la estrategia en otros mercados, se encontrará con una situación en la que la estrategia funciona incluso mejor en otro mercado que no sea para el que se creó. En ese caso, se verá tentado a negociar la estrategia en este mercado. No lo hagas. Es solo otra forma de optimización y estas pequeñas optimizaciones resumen y conducen a un gran sobreajuste. Simplemente intercambie la estrategia en el mercado para el que fue creada o cámbiela en todos los mercados de la categoría. Aprenda a minimizar los intentos de elegir lo mejor del rango de resultados aceptables, ya que esto ya conduce a un exceso de equipamiento.

3. Nunca modere una estrategia después de que haya terminado las pruebas de robustez y haya elegido los parámetros para operar en vivo

Cuando la estrategia pasa todas las pruebas de robustez y elige los parámetros correctos para el comercio en vivo, ¡no modifique la estrategia nunca más! En el pasado, fui testigo de un comportamiento cuando algunos operadores intentaron “mejorar” aún más la estrategia o ajustar ligeramente los parámetros. Este es un alto grado de sobrealimentación después de lo cual, la estrategia casi seguramente fracasará. Sí, tendrá una buena inversión en backtesting, pero los resultados de las operaciones en vivo serán una gran decepción. Debe abordar todo el proceso de optimización con sensibilidad y, en todo momento, realizar los cambios tan pequeños como sea posible. El cambio repetido de los parámetros para encontrar los mejores conduce a un excesivo ajuste. Acepte el hecho de que una vez que elija los parámetros para su trading en vivo, estos son los últimos y no debe cambiarlos. Si tiene más de un conjunto de parámetros de buen rendimiento, debe preferir el promedio al mejor. Los mejores resultados suelen ser sobreajustados. Yo comenzaría a operar en vivo todos los conjuntos de parámetros disponibles o elegiría el promedio.

4. No omitir el período de negociación de papel

Una de las formas más simples y efectivas de eliminar una estrategia potencialmente optimizada en exceso es el período de negociación en papel. Cuando complete la estrategia, ejecútela durante 3 meses en la cuenta simulada y observe si la estrategia cumple con sus expectativas (algunos de los operadores que conozco van incluso durante 6 meses). No obtendrá ninguna ventaja al saltarse este período o al intentar encontrar accesos directos. Los únicos datos realmente no vistos (los datos reales fuera de la muestra) son los que aún no existen. Y esa es exactamente la razón por la que ninguna prueba de verificación final puede competir con el período de negociación en papel cuando probamos la estrategia en datos en vivo. Ser impaciente no lleva a ninguna parte. La mejor manera de avanzar es la paciencia y la disciplina.

5. No utilice marcos de tiempo demasiado bajos (para reducir la “distorsión”)

Según mi experiencia, puedo decir que cuanto menor sea el marco de tiempo que usas para crear una estrategia, más distorsiones están contenidas en las tablas. ¿Cómo se relaciona con el sobreajuste? Muy simple. Una buena equidad en un período de tiempo bajo es más bien el resultado de un ajuste excesivo que de una ventaja. Los marcos de tiempo más altos contienen menos distorsión, por lo tanto, hay una mejor suposición de que hay una ventaja real detrás de la equidad que vemos. Personalmente, uso varios marcos de tiempo, pero nunca más de 10 minutos. Para las estrategias de transacciones diarias, generalmente uso 15, 30, 45, pero incluso un marco de tiempo de 60 minutos. Para mis estrategias de swing, subo aún más, a 80, 120, 140, 180, 200 o incluso hasta 240 minutos. Tengo varias estrategias en varios marcos de tiempo, lo que considero otra forma de diversificación. Una nota final para los marcos de tiempo: verifique su estrategia final en múltiples marcos de tiempo. Es posible que encuentre un marco de tiempo que le brinde mejores resultados que el original, no lo intercambie en vivo, es otra forma de optimización excesiva. Use el marco de tiempo para el que ha creado la estrategia y, en el peor de los casos, elija el que tenga resultados promedio. Todo lo que he descrito anteriormente parece ser algo pequeño, pero cuando los juntamos, es un gran paso para sobreponer la reducción.

Dejar respuesta

Please enter your comment!
Please enter your name here