Lectura de Traders
Publicado: 26 Oct 2015 10:21
Como buenos traders la lectura de nuevas o viejas propuestas y su entendimiento forma parte de un eje fundamental para ir aprendiendo sobre nuevos enfoques, novedades o repaso de cosas viejas que quizás valga la pena de nuevo valorar, espero que sea un hilo de colaboración con las lecturas que se vayan haciendo independientemente de cada trader, presento este articulo de Marcos Lopez del Prado que me parece interesante, por partes...
DETERMINACIÓN DE LAS REGLAS COMERCIALES óptima sin backtesting
ABSTRACTO
Calibración de un imperio de comercio utilizando una simulación histórica (también llamado backtest) contribuye a sobreajuste backtest, que a su vez conduce a malos resultados. En este trabajo se propone un procedimiento para determinar la regla de negociación óptima (OTR) sin correr configuraciones de modelos alternativos a través de un motor de backtest. Se presenta evidencia empírica de la existencia de soluciones tales óptimas para el caso de los precios después de un proceso OrnsteinUhlenbeck discreta (En matemáticas, el proceso de Ornstein-Uhlenbeck (el nombre de Leonard Ornstein y George Eugene Uhlenbeck), es un proceso estocástico que, en términos generales, se describe la velocidad de una masiva partícula Browniano (es el movimiento aleatorio de las partículas suspendidas en un fluido ) bajo la influencia de la fricción, El proceso es estacionario, Gauss y Markov, y es el único proceso no trivial que satisface estas tres condiciones, hasta permitiendo transformaciones lineales de las variables espacio y tiempo. [1] Con el tiempo, el proceso tiende a desplazarse hacia su largo plazo significa: un proceso de este tipo se llama media-reversión , y mostramos cómo se pueden calcular numéricamente. Aunque no obtenemos una solución de forma cerrada para el cálculo de OTR, conjeturamos su existencia sobre la base de la evidencia empírica presentada.
1.- INTRODUCCIÓN
Las estrategias de inversión pueden ser definidos como argumentos lógicos que postulan la existencia de una ineficiencia del mercado. Algunas estrategias utilizan argumentos econométricos para pronosticar variables financieras tales como el PIB o la inflación; otras estrategias utilizan la información fundamental y lo que representa para fijar el precio de valores; o la búsqueda de oportunidades de arbitraje como en el precio de los productos derivados, etc. Por ejemplo, supongamos que las corporaciones bancarias tienden a vender bonos dirigidos offthe y dos días antes de las subastas del Tesoro de EE.UU., con el fin de reservar el balance para el nuevo "papel". Se podría obtener beneficios económicos en ese conocimiento mediante la venta de bonos del off-the-run tres días antes de las subastas. ¿Pero como? Cada estrategia de inversión requiere una táctica puesta en práctica, a menudo referido como normas comerciales.Hay docenas de estilos de fondos de cobertura, cada uno ejecutando docenas de estrategias de inversión únicas. Si bien las estrategias pueden ser muy heterogénea en la naturaleza, las tácticas son relativamente homogénea. Reglas comerciales proporcionan el algoritmo que se debe seguir para entrar y salir de una posición. Por ejemplo, una posición se introducirá cuando la señal de la estrategia alcanza un determinado valor. Condiciones para salir de una posición a menudo se definen a través de umbrales para la toma de ganancias y detener-pérdidas. Estas reglas de entrada y salida se basan en parámetros que se calibran por lo general a través de simulaciones históricas. Esta práctica conduce al problema de sobreajuste backtest, porque estos parámetros se dirigen a las observaciones específicas en la muestra, hasta el punto de que la estrategia de inversión está tan apegado al pasado que se convierte en no aptos para el futuro.
Una aclaración importante es que estamos interesados en las condiciones del corredor de salida que maximizan el rendimiento. En otras palabras, la posición ya existe y la pregunta es cómo salir de ella de manera óptima. Este es el dilema a menudo se enfrentan los comerciantes de ejecución, y no debe ser confundido con la determinación de los umbrales de entrada y salida por algún instrumento subyacente. Para un estudio de esta cuestión alternativa, ver Bertram [2009].Bailey et al. [2013, 2014] discutir el problema de sobreajuste backtest, y proporcionar métodos para determinar en qué medida una actuación simulada puede ser inflado debido al sobreajuste. Si bien la evaluación de la probabilidad de sobreajuste backtest es una herramienta útil para descartar estrategias de inversión superfluos, sería mejor evitar el riesgo de sobreajuste, al menos en el contexto de la calibración de un imperio comercial. En teoría, esto podría lograrse mediante la estimación de los parámetros óptimos para la regla de comercio directamente de los datos, en lugar de participar en simulaciones históricas. Este es el enfoque que adoptamos en este trabajo. Utilizando toda la muestra histórica, vamos a caracterizar el proceso estocástico que genera el flujo observado de los rendimientos, y obtener los valores óptimos de los parámetros de la regla de comercio sin necesidad de una simulación histórica.El resto del trabajo se organiza de la siguiente manera: la sección 2 define una regla de comercio, establece su caracterización e introduce el problema de sobreajuste en el contexto de la calibración de una regla de comercio. La sección 3 describe nuestro marco para calibrar una regla de comercio. Sección 4 ilustra la forma de determinar las normas comerciales óptimas (OTRS) numéricamente. Sección 5 resume las conclusiones. Los apéndices presentan una implementación en Python de nuestros experimentos.
continua...
DETERMINACIÓN DE LAS REGLAS COMERCIALES óptima sin backtesting
ABSTRACTO
Calibración de un imperio de comercio utilizando una simulación histórica (también llamado backtest) contribuye a sobreajuste backtest, que a su vez conduce a malos resultados. En este trabajo se propone un procedimiento para determinar la regla de negociación óptima (OTR) sin correr configuraciones de modelos alternativos a través de un motor de backtest. Se presenta evidencia empírica de la existencia de soluciones tales óptimas para el caso de los precios después de un proceso OrnsteinUhlenbeck discreta (En matemáticas, el proceso de Ornstein-Uhlenbeck (el nombre de Leonard Ornstein y George Eugene Uhlenbeck), es un proceso estocástico que, en términos generales, se describe la velocidad de una masiva partícula Browniano (es el movimiento aleatorio de las partículas suspendidas en un fluido ) bajo la influencia de la fricción, El proceso es estacionario, Gauss y Markov, y es el único proceso no trivial que satisface estas tres condiciones, hasta permitiendo transformaciones lineales de las variables espacio y tiempo. [1] Con el tiempo, el proceso tiende a desplazarse hacia su largo plazo significa: un proceso de este tipo se llama media-reversión , y mostramos cómo se pueden calcular numéricamente. Aunque no obtenemos una solución de forma cerrada para el cálculo de OTR, conjeturamos su existencia sobre la base de la evidencia empírica presentada.
1.- INTRODUCCIÓN
Las estrategias de inversión pueden ser definidos como argumentos lógicos que postulan la existencia de una ineficiencia del mercado. Algunas estrategias utilizan argumentos econométricos para pronosticar variables financieras tales como el PIB o la inflación; otras estrategias utilizan la información fundamental y lo que representa para fijar el precio de valores; o la búsqueda de oportunidades de arbitraje como en el precio de los productos derivados, etc. Por ejemplo, supongamos que las corporaciones bancarias tienden a vender bonos dirigidos offthe y dos días antes de las subastas del Tesoro de EE.UU., con el fin de reservar el balance para el nuevo "papel". Se podría obtener beneficios económicos en ese conocimiento mediante la venta de bonos del off-the-run tres días antes de las subastas. ¿Pero como? Cada estrategia de inversión requiere una táctica puesta en práctica, a menudo referido como normas comerciales.Hay docenas de estilos de fondos de cobertura, cada uno ejecutando docenas de estrategias de inversión únicas. Si bien las estrategias pueden ser muy heterogénea en la naturaleza, las tácticas son relativamente homogénea. Reglas comerciales proporcionan el algoritmo que se debe seguir para entrar y salir de una posición. Por ejemplo, una posición se introducirá cuando la señal de la estrategia alcanza un determinado valor. Condiciones para salir de una posición a menudo se definen a través de umbrales para la toma de ganancias y detener-pérdidas. Estas reglas de entrada y salida se basan en parámetros que se calibran por lo general a través de simulaciones históricas. Esta práctica conduce al problema de sobreajuste backtest, porque estos parámetros se dirigen a las observaciones específicas en la muestra, hasta el punto de que la estrategia de inversión está tan apegado al pasado que se convierte en no aptos para el futuro.
Una aclaración importante es que estamos interesados en las condiciones del corredor de salida que maximizan el rendimiento. En otras palabras, la posición ya existe y la pregunta es cómo salir de ella de manera óptima. Este es el dilema a menudo se enfrentan los comerciantes de ejecución, y no debe ser confundido con la determinación de los umbrales de entrada y salida por algún instrumento subyacente. Para un estudio de esta cuestión alternativa, ver Bertram [2009].Bailey et al. [2013, 2014] discutir el problema de sobreajuste backtest, y proporcionar métodos para determinar en qué medida una actuación simulada puede ser inflado debido al sobreajuste. Si bien la evaluación de la probabilidad de sobreajuste backtest es una herramienta útil para descartar estrategias de inversión superfluos, sería mejor evitar el riesgo de sobreajuste, al menos en el contexto de la calibración de un imperio comercial. En teoría, esto podría lograrse mediante la estimación de los parámetros óptimos para la regla de comercio directamente de los datos, en lugar de participar en simulaciones históricas. Este es el enfoque que adoptamos en este trabajo. Utilizando toda la muestra histórica, vamos a caracterizar el proceso estocástico que genera el flujo observado de los rendimientos, y obtener los valores óptimos de los parámetros de la regla de comercio sin necesidad de una simulación histórica.El resto del trabajo se organiza de la siguiente manera: la sección 2 define una regla de comercio, establece su caracterización e introduce el problema de sobreajuste en el contexto de la calibración de una regla de comercio. La sección 3 describe nuestro marco para calibrar una regla de comercio. Sección 4 ilustra la forma de determinar las normas comerciales óptimas (OTRS) numéricamente. Sección 5 resume las conclusiones. Los apéndices presentan una implementación en Python de nuestros experimentos.
continua...