Когда начал осваивать роботостроение в ТСЛаб и общаться с биржевиками ММВБ, наткнулся на откровение, что робот должен иметь как можно меньше оптимизируемых параметров: "желательно 1-2 параметра, а в идеале НИ ОДНОГО".
Блин, «ржунимагу». Ладно бы это сказал один человек, но ведь целый хор поёт эту «песнь о трейдинге»… Уже так надули в ухи, что я и сам начал сомневаться — может они правы, а я за 10 лет не смог ума набраться? Давайте попробуем разрулить этот вопрос — мне просто интересно, реально так думают все подряд или это мне так везет на интересных людей?..
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.