Re: [請益] 最佳化？？？

看板Trading作者harry901 (harry901)時間8年前 (2016/06/05 04:29)推噓11(11推 0噓 2→)

留言13則, 10人參與討論串2/4 (看更多)

有修文章過建議從頭開始看比較容易瞭解 ※ 引述《gfee1 (fjijfsiodj)》之銘言： : ※ [本文轉錄自 Stock 看板 #1NKXuGhB ] : 作者: gfee1 (fjijfsiodj) 看板: Stock : 標題: [請益] 最佳化？？？ : 時間: Sat Jun 4 08:17:17 2016 : 1.程式交易有提到不應該過度追求參數最佳化 : 2.1 : 但如果發現 : 禮拜一適合做多,就只做多 if f(x)=ax^3+bx^2+cx+d and f(D)=E : 禮拜三適合放空,就只做空 if f(F)=G please find f(x) : 2.2 : 或者是今日出手兩次皆失敗 : 代表今日不適合作單的模型 : 就停止作單 on the other hand, you find that if f(H)=I also please find f(x) : 依據第二點的"特性"下去作單 : 是否也犯了第一點的最佳化的陷阱? : 還是這兩者有差異? moreover, the market is not only on deg f(x)=3 it cloud be on deg f(x)=n ※ 編輯: harry901 (36.231.227.104), 06/05/2016 04:31:15

推

ETHZ

06/06 00:26, , 1^F

06/06 00:26, 1^F

推

Genki626

06/06 06:39, , 2^F

06/06 06:39, 2^F

推

Genki626

06/06 06:39, , 3^F

06/06 06:39, 3^F

→

piss

06/06 17:09, , 4^F

06/06 17:09, 4^F

推

nds3ds

06/07 00:19, , 5^F

06/07 00:19, 5^F

其實就是簡單的求函數的一種概念而已如果把市場比喻成函數f(x) 我們現有的資料集合k:f(Ak)=Bk 但是deg(f)=n 市場機制必然產生n>k 或n<k 最佳化的過程就是讓我們頂多只能盡量讓k接近n 但不可能等於n 因為這是不可能發生的市場的混沌比我們想像中複雜以下以n>k為例子探討由於n>>k trader只是在動態市場上的某個時點(區間)內最佳化使得f(x)有一定資料因此原文問的作法沒有一定對錯因為原文問的部份比較不算在"過度參數最佳化"的範疇之內能扯上關係的只是過度條件最佳化(文末有解釋) 所謂過度最佳化乃是指太過依賴最佳化進而造成交易系統失真的過程目前的程式交易必定是由過去的資料去推算未來的資料當如上述的例子對於每一個k 使得f(Ak)=Bk 這些k的集合都是過去的參數因此若某人有交易系統做正常最佳化必當可得到一條相近的f(x)=ax^n+bx^(n-1)+cx^(n-2)+d....+ 則此f(x)是正常最佳化後的結果其中可能有混沌參數n,a,b...這些未知也有可能得到確定的數據c,d.... 但若過度最佳化則猶如上述對於每一個K,則f(AK)=BK 其中K>k, 表示資料過度依賴的部份為K-k 同理也可得到一條相近的F(x)=Ax^n+Bx^(n-1)+..... 這時由於K>k, 必然使得(n,a,b...)的量<(n,A,B....) 且(C,D...)的量>(c,d...) 因此F(x)會比f(x)更具體或者說 f(x)比F(x)還要混沌複雜但是因為K是過度依賴過去數據的部份造成F(x) 會產生與市場失真的現象這個就是過度最佳化的弊端如果說上面看得有點抽象下面的例子比較好懂假若真實市場f(x)是10次函數某人測得市場上四個數據找到h(x)=3x^4-2x-1 (四個數據只能假設多項方程式為四次最佳化的目的就是希望找到真實f(x) 然而另一人以相同數據再做最佳化, 他比上一個人還多了一些假設(比如市場必通過原點),而這些假設通常沒有標準答案因此得到g(x)=x^5-3x^2-2 同樣的市場一個是h, 一個是g來描述 g很明顯比h更精確但是卻不是更具體反而增加了原本的混沌因為市場f(x)是10次是比g,h還要混沌的系統回到原文有些最佳化是有利系統找出一個h接近f 有些最佳化則是相反會讓不利於系統而找出一個g接近f 而這個g就是過度最佳化產生的結果他雖然明確但是他失真了因此如果說原文的疑惑要用過度最佳化解釋 ""星期一作多星期三空外加條件失敗兩次就不作"" 上面是三個條件拿去跑最佳化可能得到h (情況一) ""回測資料區間由60天拉長至90天"" ""回測資料區間由60天縮短至30天"" 加上上面任何一條件拿去跑最佳化可能得到h' 也可能得到g 因為日線是系統的參數如果得到g 觀察系統如果有些特定資料有問題表示對系統過度參數最佳化如果得到h' 同理觀察系統在合理範圍的部份則表示還沒有過度參數最佳化通常如何判斷過度最佳化一般都是看MaxDD, 最大payoff等合不合理每個人判斷的準則不一這部份沒有一定答案 (情況二) 而若是 ""前一天交易量>前前一天交易量且前一天股價>前前一天則作多"" 如果只考慮這個條件加上去原本假設同理也會產生g,h' 一樣的分析可得到底有沒有過度最佳化這部份因為跟參數無關因此一般都叫做系統條件過度最佳化通常由於策略產生的過度最佳化大部分都是因策略彼此的相依性而產生這種情況發生的次數比較少 (前提是資料量夠大) 因為策略產生的最佳化資料就像濾鏡一樣會過濾掉不少資料過濾的過程只是把最佳化的幾個解再過濾而已參數的過度最佳化反而是最常見的因為系統最依賴參數參數有任何變動其實影響很大 ※ 編輯: harry901 (36.231.227.173), 06/07/2016 03:53:24 ※ 編輯: harry901 (36.231.227.173), 06/07/2016 04:00:55

推

dodo222kimo

06/07 04:16, , 6^F

06/07 04:16, 6^F

推

Genki626

06/07 08:20, , 7^F

06/07 08:20, 7^F

※ 編輯: harry901 (36.231.227.173), 06/07/2016 08:48:54

推

ETHZ

06/07 09:06, , 8^F