Lectura de Traders

Aquí puedes compartir artículos sobre trading que te hayan parecido interesantes con el resto de usuarios.
Avatar de Usuario
agmageton
Mensajes: 3578
Registrado: 30 Ene 2008 11:32

Lectura de Traders

Mensaje por agmageton »

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...
La entrada te da la probabilidad y la salida la rentabilidad...
Avatar de Usuario
X-Trader
Administrador
Mensajes: 12781
Registrado: 06 Sep 2004 10:18
Contactar:

Re: Lectura de Traders

Mensaje por X-Trader »

Cojo sitio, muy interesante Agma!

Saludos,
X-Trader
"Los sistemas de trading pueden funcionar en ciertas condiciones de mercado todo el tiempo, en todas las condiciones de mercado en algún momento del tiempo, pero nunca en todas las condiciones de mercado todo el tiempo."
Avatar de Usuario
Feroz
Mensajes: 1336
Registrado: 18 Feb 2015 13:47
Contactar:

Re: Lectura de Traders

Mensaje por Feroz »

Me gustaría que se explicara/detallara que se entiende por ineficiencia del mercado.
Avatar de Usuario
agmageton
Mensajes: 3578
Registrado: 30 Ene 2008 11:32

Re: Lectura de Traders

Mensaje por agmageton »

Feroz la palabra ineficiente viene dado por la teoría del mercado eficiente, donde dice que no se puede tener ventaja alguna al disponer todos de la misma información y esto establece un equilibrio en el precio objetivo del activo. Cuando se produce en una observación algún tipo de ventaja que como resultado te pueda dar un beneficio, se le llama ineficiencia del mercado. Aunque hay un claro contraste entre la teoría del mercado eficiente y las ineficiencias que se van creando en el mercado.

saludos.
La entrada te da la probabilidad y la salida la rentabilidad...
Avatar de Usuario
Feroz
Mensajes: 1336
Registrado: 18 Feb 2015 13:47
Contactar:

Re: Lectura de Traders

Mensaje por Feroz »

Entiendo, gracias.

Es que soy demasiado literal, viendo esta definición de la RAE:

Que no tiene capacidad para realizar una función de manera adecuada

Avatar de Usuario
agmageton
Mensajes: 3578
Registrado: 30 Ene 2008 11:32

Re: Lectura de Traders

Mensaje por agmageton »

2.- EL PROBLEMA

Supongamos que una estrategia de inversión S que invierte en oportunidades o apuestas I=1,.... En cada oportunidad i, S toma una posición de las unidades de seguridad X, donde (). La transacción que entró en esa oportunidad fue tasado en un valor, ¿dónde está el precio medio por unidad en la que se tramitan los valores.

Como otros participantes del mercado realizar transacciones de seguridad X, podemos marcar de lanzamiento al mercado (MTM) el valor de esa oportunidad i después de t observó transacciones. Esto representa el valor de oportunidad i si se liquida al precio observado en el mercado después de transacciones camisetas. En consecuencia, podemos calcular la MtM ganancia / pérdida de oportunidad i después de t transacciones como (). Una regla de comercio estándar proporciona la lógica para salir oportunidad i en. Esto ocurre cuando una de las dos condiciones se verifica: , ¿dónde está el umbral de toma de ganancias para la oportunidad i. , ¿dónde está el umbral de stop-loss para la oportunidad i.Porque, sólo una de las dos condiciones de salida puede provocar la salida de la oportunidad i. Suponiendo que la oportunidad me puede salir en, su última ganancia / pérdida es.

En el inicio de cada oportunidad, el objetivo es realizar un beneficio esperado [] ([]), donde [] es el precio previsto y es el nivel de entrada de oportunidades i.DEFINICIÓN 1 (Regla Trading): Una regla de negociación para la estrategia S se define por el conjunto de parámetros {()}.Una forma de calibrar la regla comercial es: 1. Definir un conjunto de valores alternativos de R, {}. 2.

Simular históricamente (también llamado backtest) el desempeño de S bajo valores alternativos de. 3. Seleccione la óptima.Más formalmente: [| ] [| ](1)donde [] y [] son, respectivamente, el valor esperado y la desviación estándar de, condicionada a la regla de comercio R, cambio. En otras palabras, la Ec. (1) es maximizar el ratio de Sharpe de S sobre las oportunidades de I en el espacio de comercio alternativo gobierna R (ver Bailey y López de Prado [2012] para una definición y análisis de la ratio de Sharpe). Debido a que contamos con variables para maximizar sobre una muestra de tamaño I, es fácil sobreajuste R.

Un sobreajuste trivial se produce cuando cada par () se dirige a la oportunidad específica i. Bailey et al. [2013] proporcionan una definición rigurosa de sobreajuste backtest, que se puede aplicar a nuestro estudio de las normas comerciales de la siguiente manera.

DEFINICIÓN 2 (overfit Regla Trading): se overfit si [[| ] [| ]] [[[| ] [| ]]], dónde .Intuitivamente, una óptima dentro de la muestra (IS) regla de comercio es sobreajuste cuando se espera una rentabilidad inferior al promedio de las normas comerciales alternativos fuera de la muestra (OOS). Bailey et al. [2014] sostienen que es difícil no overfit un backtest, sobre todo cuando hay variables libres capaces de dirigir observaciones específicas es, o el número de elementos en es grande.

Una regla de comercio presenta tales variables libres, porque se puede determinar independientemente de S. El resultado es que los beneficios backtest de ruido aleatorio es decir, hacer no aptos para oportunidades OOS (fuera muestra). Esos mismos autores muestran que sobreajuste conduce a OOS desempeño negativo cuando se presenta la dependencia de serie. Si bien los autores proporcionan un método útil para evaluar en qué medida un backtest se ha overfit, sería conveniente para evitar este problema en el primer lugar.1 Con ese objetivo dedicamos el siguiente apartado.

Evito poner las formulas ya que no me las coge el pdf, luego pondré la página fuente para el que las quiera mirar en la deducción del problema.
Última edición por agmageton el 26 Oct 2015 16:48, editado 1 vez en total.
La entrada te da la probabilidad y la salida la rentabilidad...
Avatar de Usuario
Feroz
Mensajes: 1336
Registrado: 18 Feb 2015 13:47
Contactar:

Re: Lectura de Traders

Mensaje por Feroz »

A veces esto me recuerda a alguna cita de Kurt Tucholsky
Avatar de Usuario
agmageton
Mensajes: 3578
Registrado: 30 Ene 2008 11:32

Re: Lectura de Traders

Mensaje por agmageton »

Bueno aquí lo que trata es de hacer otro tipo de aproximación a lo que son los ajustes por backtesting ya que en la mayoría de casos hhay sesgos o hay sobre optimización y la inmensa mayoría producen fallos, pero también hay personas que hacen estas pruebas muy bien hechas y dan con la robustez que justifica el modelo. Pero la inmensa mayoría normalmente están en curva de precio, ya sea porque optimizan un histórico y las pruebas fuera de muestra son insuficientes, o lo hacen mal, o han elegido un sesgo, la problemática es variada pero muy común.
La entrada te da la probabilidad y la salida la rentabilidad...
Avatar de Usuario
Feroz
Mensajes: 1336
Registrado: 18 Feb 2015 13:47
Contactar:

Re: Lectura de Traders

Mensaje por Feroz »

Estoy de acuerdo con lo último.

Además desde el momento que parametrizas cualquier cosa a tu antojo para dar validez a un backtest, como cambiar un parámetro de volatilidad, de un indicador, por mucho que te hayas currado un walk forward exhaustivo... Sabes que mirirás en el intento real a medio plazo con mucha suerte.
Avatar de Usuario
agmageton
Mensajes: 3578
Registrado: 30 Ene 2008 11:32

Re: Lectura de Traders

Mensaje por agmageton »

3.- NUESTRO MARCO

Hasta ahora no hemos caracterizado el proceso estocástico de la que se extraen observaciones. Estamos interesados ​​en la prestación de una OTR para aquellos escenarios donde sobreajuste serían más perjudiciales, como cuando presenta correlación serial. Pi i,t En particular, supongamos que un proceso discreto Ornstein-Uhlenbeck (OU) sobre los precios.

Pi,t=(1-q)Eo[pi,ti]+w<pi,y-1+çEi,t (las formulas correctas se pueden ver en el pdf http://arxiv.org/ftp/arxiv/papers/1408/1408.1159.pdf

de tal manera que los choques aleatorios se distribuyen IID (formula). El valor de la semilla para este proceso es, el nivel de blanco de oportunidad i es [formula], y determina la velocidad a la que converge hacia [formula]. Debido a que (formula), Eq. (2) implica que el rendimiento de oportunidad i se caracteriza por el proceso (formula) [] (3)De la prueba de la Proposición 4 de Bailey y López de Prado [2013], se puede demostrar que la distribución de las acciones especificadas en la ecuación. (2) presenta una forma cerrada en una condición necesaria y suficiente para su estacionalidad es que (). Dado un conjunto de parámetros de entrada {} y condiciones iniciales {[]} asociado con oportunidad i, ¿hay una OTR ()? Del mismo modo, debe estrategia S predecir un objetivo de beneficio, podemos calcular el stop-loss óptima dados los valores de entrada {}? Si la respuesta a estas preguntas es afirmativa, no sería necesaria backtest con el fin de determinar, evitando así el problema de sobreajuste la regla de comercio. En la siguiente sección vamos a mostrar cómo responder a estas preguntas de forma experimental.

1 La estrategia todavía puede ser el resultado de overfitting backtest, pero al menos la regla de comercio no habría contribuido a ese problema.


4.- DETERMINACIÓN NUMÉRICA DE OTR

En la sección anterior hemos usado una especificación de unidad organizativa para caracterizar el proceso estocástico que genera la rentabilidad de la estrategia de S. En esta sección vamos a presentar un procedimiento para derivar numéricamente la OTR para cualquier especificación en general, y la unidad organizativa especificación en particular.

PASO 1: Calculamos los parámetros de entrada {}, linealizando Ec. (2) como: [] ([]) (5) Entonces podemos formar vectores X e Y por las oportunidades de secuenciación: [ [] [] [] [] []]; [ ]; [ [] [] [] [] []] (6) La aplicación de MCO en la ecuación. (5), podemos estimar los parámetros originales OU como

PASO 2: Construimos una malla de stop-loss y pares de toma de ganancias, (). Por ejemplo, un producto cartesiano de {} y {} darnos nodos 21x21, cada una constituye una regla de comercio alternativo.

Paso 3: generar un gran número de caminos (por ejemplo, 100000) para aplicar nuestras estimaciones {}. Como valores semilla, utilizamos las condiciones iniciales observadas {[]} asociados con una oportunidad i. Debido a que una posición no se hace por un período ilimitado de tiempo, podemos imponer un período máximo de retención (por ejemplo, 100 observaciones) momento en el que la posición se sale, aunque.

PASO 4: Aplicamos los 100.000 rutas generadas en el paso 3 en cada nodo de la malla 21x21 () generado en el paso 2. Para cada nodo, aplicamos el stop-loss y toma de ganancias lógica, que nos da 100.000 valores de. Del mismo modo, para cada nodo se calcula el ratio de Sharpe asociado con esa regla de comercio tal como se describe en la ecuación. (1) (ver Bailey y López de Prado [2012] para un estudio de las bandas de confianza del estimador de razón Sharpe).

Este resultado se puede utilizar de dos maneras diferentes (los pasos 5a, 5b y 5c Paso):

PASO 5 bis: Determinamos el par () dentro de la malla de las reglas de comercio que es óptima, dados los parámetros de entrada {} y las condiciones iniciales observadas {[]}.

5b PASO: Si la estrategia S proporciona una meta de ganancias para una oportunidad en particular i, podemos usar esa información junto con los resultados en el paso 4 para determinar el stop-loss óptima.

5c PASO: Si el comerciante tiene un stop-loss máximo impuesto por la gestión del fondo, podemos usar esa información junto con los resultados en el Paso 4 para determinar la ganancia óptima teniendo dentro de la gama de frenar pérdidas [].Bailey et al. [2013A] prueba de que la vida media del proceso en la ecuación. (2) es [] [], lo que implica la restricción adicional (). A partir de ese resultado, podemos determinar el valor de asociada con una cierta vida media como /.

Apéndice 1 implementa este procedimiento. La Tabla 1 muestra las combinaciones analizadas en este estudio. OTR () se calcula por unidad celebrada (), ya que otros valores de rendimiento sería simplemente re-escala. Aunque diferentes valores de estos parámetros de entrada harían diferentes resultados numéricos, las combinaciones aplicadas nos permiten analizar los casos más generales.

En las siguientes figuras, hemos trazado las relaciones no anualizada Sharpe que resultan de varias combinaciones de toma de ganancias y stop-loss. Hemos omitido el signo negativo en el eje y (frenar pérdidas) por simplicidad. Ratio de Sharpe se representan con diferentes escalas de colores (verde indican un mejor rendimiento y rojo peor rendimiento), en un formato conocido como "calor-mapa".

4.1.- CASOS CON CERO

equilibrio a largo plazo Estos casos son consistentes con el negocio de los creadores de mercado, que proporcionan liquidez bajo el supuesto de que los precios siguen una martingala. El más pequeño, el más pequeño es el coeficiente autorregresivo (/). Un pequeño coeficiente autorregresivo en conjunción con un beneficio esperado cero tiene el efecto de que la mayoría de los pares () entregar un rendimiento de cero.

La Figura 1 muestra el mapa de calor para la combinación de parámetros {} {}. La vida media es tan pequeña que el rendimiento se maximiza en una estrecha gama de combinaciones de toma de ganancias pequeñas con grandes ventanillas pérdidas. En otras palabras, la regla de comercio óptimo es mantener un inventario bastante tiempo hasta que surge un pequeño beneficio, aunque sea a costa de sufrir pérdidas de 5 o 7 veces.

Ratio de Sharpe son altos, llegando a niveles de alrededor de 3.2. Esto es de hecho lo que muchos creadores de mercado pueden hacer en la práctica, y es consistente con el "dilema rentabilidad asimétrica" ​​que se describe en Easley et al. [2011].

Lo peor regla negociación posible en este contexto sería combinar un corto de stop-loss con amplio umbral de toma de ganancias, situación que los creadores de mercado deben evitarse en la práctica. El rendimiento es más cercano a la neutralidad en la diagonal de la malla, donde la toma de ganancias y detener-pérdidas son simétricas.[FIGURA 1 AQUÍ]Figura 2 muestra que, si aumentamos del 5 al 10, las áreas de mayor y menor rendimiento de propagación sobre la malla de pares (), mientras que las proporciones de disminución Sharpe.

Esto se debe a que, a medida que aumenta la vida media, por lo que la magnitud del coeficiente autorregresivo (Recordamos que /), acercándose así el proceso a un paseo aleatorio.[FIGURA 2 AQUÍ]En la Figura 3, que se propaga de nuevo las áreas de mayor y menor rendimiento mientras se reduce el ratio de Sharpe.
Las figuras 4 () y 5 () siguen esa progresión.

Eventualmente, a medida, no hay áreas reconocibles donde el rendimiento puede ser maximizada.[FIGURA 3 AQUÍ][FIGURA 4 AQUÍ][FIGURA 5 AQUÍ]9 Calibración de una regla negociación en un paseo aleatorio a través de simulaciones históricas llevaría a sobreajuste backtest, porque una combinación aleatoria de una toma de ganancias y detener la pérdida de lo que pasó para maximizar la ratio de Sharpe se seleccionaría. Nuestro procedimiento evita sobreajuste mediante el reconocimiento de que los objetos expuestos de rendimiento sin un patrón consistente, lo que indica que no existe una regla comercial óptima.
La entrada te da la probabilidad y la salida la rentabilidad...
Avatar de Usuario
agmageton
Mensajes: 3578
Registrado: 30 Ene 2008 11:32

Re: Lectura de Traders

Mensaje por agmageton »

4.2.- CASOS CON EQUILIBRIO POSITIVO LARGO PLAZO

Estos casos son consistentes con el negocio de una persona que toma la posición, como un fondo de cobertura o administrador de activos. La Figura 6 muestra los resultados para la combinación de parámetros {} {}. Debido a que las posiciones tienden a ganar dinero, la toma de ganancias óptima es mayor que en los casos anteriores, centradas alrededor de 6, con ventanillas pérdidas que oscilan entre los 4 y 10.

La región de la regla de negociación óptima toma una forma rectangular característica, como resultado de la combinación de una amplia gama de stop-loss con una gama de toma de ganancias más estrecho.

El rendimiento es más alto en todos los experimentos, con ratios de Sharpe de alrededor de 12.[FIGURA 6 AQUÍ]En la Figura 7, hemos aumentado la vida media de a. Ahora, el rendimiento óptimo se consigue en una toma de ganancias en torno a 5, con ventanillas pérdidas que oscilan entre 7 y 10. La gama de tomas de ganancias óptima es más ancha, mientras que el rango de frenar pérdidas óptimos se estrecha, dando forma a la antigua rectangular área más cercana a un cuadrado.

Una vez más, una vida media más grande trae el proceso más cerca de un paseo aleatorio, y por lo tanto el rendimiento es ahora relativamente más bajo que antes, con el ratio de Sharpe de alrededor de 9.[FIGURA 7 AQUÍ]En la Figura 8, que hemos tomado. La toma de ganancias óptima está centrada alrededor de 3, mientras que las ventanillas pérdidas óptimas oscilan entre 9 y 10. La zona de la plaza previa de un rendimiento óptimo, ha dado paso a un semicírculo de pequeña toma de ganancias con grandes umbrales de stop-loss. De nuevo vemos un deterioro del rendimiento, con ratios de Sharpe de 2,7.[FIGURA 8 AQUÍ]En la Figura 9, la vida media se eleva a. Como resultado, la región de rendimiento óptimo se propaga, mientras que los ratio de Sharpe siguen cayendo a 0,8. Este es el mismo efecto se observó en el caso de cero equilibrio a largo plazo (Sección 4.1), con la diferencia de que ahora ya no hay zona simétrica de peor desempeño.[FIGURA 9 AQUÍ]En la figura 10, apreciamos que nos lleva a la conclusión natural de la tendencia descrita anteriormente. El proceso es ahora tan cerca de un paseo aleatorio que la proporción máxima de Sharpe ahora es un mero 0,32.

Podemos observar un patrón similar en las figuras 11 a 15, dónde y se incrementa progresivamente desde 5 a 10, 25, 50 y 100.



4.3.- CASOS CON NEGATIVO A LARGO PLAZO DE EQUILIBRIO

Un participante en el mercado racional no iniciarían una posición bajo el supuesto de que una pérdida es el resultado esperado. Sin embargo, si un comerciante reconoce que las pérdidas son el resultado esperado de una posición preexistente, todavía necesita una estrategia para el comercio a la basura y reducir al mínimo esas pérdidas.

Hemos obtenido la Figura 16 como resultado de la aplicación de parámetros {} {}. Si comparamos la Figura 16 con la Figura 6, aparece como si uno es un girada complementaria de la otra. La Figura 6 se asemeja a un negativo fotográfico girada de la figura 16. La razón es que el beneficio en la Figura 6 se traduce en una pérdida en la Figura 16, y la pérdida en la Figura 6 se traduce en una ganancia en la Figura 16. Uno de los casos es una imagen de la otra, al igual que la pérdida de un jugador es la ganancia de la casa.

Como era de esperar, los ratio de Sharpe son negativos, con un peor rendimiento de la región en torno a la stop-loss de 6, y una toma de ganancias umbral que oscilan entre 4 y 10. Ahora la forma rectangular no corresponde a la región de mejor rendimiento, pero a un región de peor desempeño, con ratios de Sharpe de alrededor de -12.[FIGURA 16 AQUÍ]En la figura 17, y ahora la proximidad a un paseo aleatorio juega a nuestro favor. La región de peor desempeño se extiende, y el área rectangular se convierte en un cuadrado. Rendimiento vuelve menos negativo, con ratios de Sharpe de alrededor de -9.[FIGURA 17 AQUÍ]Esta progresión familiarizado se puede apreciar en las figuras 18-20, como se eleva a 25, 50 y 100. Una vez más, como el proceso se aproxima a un paseo aleatorio, los niveles de rendimiento y optimización se convierte en un ejercicio de backtest-sobreajuste.[FIGURA 18 AQUÍ][FIGURA 19 AQUÍ][FIGURA 20 AQUÍ]Figuras 21 a 25 de repetición el mismo proceso para y que se incrementa progresivamente desde 5 a 10, 25, 50 y 100. surge el mismo patrón, es decir, un girar complementaria al caso de equilibrio a largo plazo positivo.


5.- CONCLUSIONES

En este trabajo hemos demostrado cómo determinar experimentalmente la estrategia comercial óptima asociada a los precios después de un proceso de Ornstein-Uhlenbeck discreta. Debido a que la derivación de tal estrategia comercial no es el resultado de una simulación histórica, nuestro procedimiento evita los riesgos asociados con el sobreajuste backtest.Dependiendo de factores tales como la frecuencia a la que se realice la operación, el periodo de mantenimiento, etc., el tiempo que se tarda en ejecutar nuestro procedimiento numérico puede ser demasiado largo. Por esa sola razón, sería beneficioso contar con una solución de forma cerrada que calcula el ratio de Sharpe de todas las combinaciones (), que entonces podríamos optimizar analítica para determinar el óptimo. Además, aunque podemos dar sentido a los resultados experimentales presentados en este documento, una representación de forma cerrada de la solución nos daría un mayor conocimiento de lo que hace una óptima solución particular. Si bien en este trabajo no deriva la solución de forma cerrada al óptimo problema estrategias comerciales, nuestros resultados experimentales parecen apoyar la siguiente conjetura

OTR: "Teniendo en cuenta el precio de un instrumento financiero caracteriza por un proceso OU discreta, hay una regla única de negociación óptima en términos de una combinación de toma de ganancias y detener la pérdida que maximiza ratio de Sharpe de la regla. "Creemos que la solución de esta conjetura tendría valor económico sustancial en un mundo de comercio, donde unos pocos milisegundos ganadores distintos de los perdedores.

PDF COMPLETO EN INGLES;

http://arxiv.org/ftp/arxiv/papers/1408/1408.1159.pdf
La entrada te da la probabilidad y la salida la rentabilidad...
Avatar de Usuario
Wikmar
Mensajes: 3868
Registrado: 29 Sep 2010 00:01
Ubicación: Madrid

Re: Lectura de Traders

Mensaje por Wikmar »

Feroz escribió:Entiendo, gracias.

Es que soy demasiado literal, viendo esta definición de la RAE:

Que no tiene capacidad para realizar una función de manera adecuada
Esto de la RAE es totalmente congruente con la definición adaptada a los Mercados. Tengamos en cuenta que la función de los Mercados es ajustar valor y precio. Si detectas una diferencia entre valor y precio, has detectado una ineficiencia y una ventaja aprovechable.
            https://wikmar.wordpress.com
            Si quieres algo de privacidad, cuidado con las Nubes, que nadie ha conseguido todavía ponerles una puerta.
Avatar de Usuario
agmageton
Mensajes: 3578
Registrado: 30 Ene 2008 11:32

Re: Lectura de Traders

Mensaje por agmageton »

La verdad que son artículos tremendamente complejos y poco comprensibles para un no matemático o para mí, en definitiva según entiendo es estimar el retorno al riesgo óptimo en una señal ya existente, desde la perspectiva de modelización por los datos ya existentes sin necesidad de hacer backtesting. Aunque hay algunas cosas que no acabo de entender, en primer lugar cuando mayor es el tiempo de observación mayor es la cercanía a un paseo aleatorio, con lo que la estimación no esta cerrada de forma discreta porque y aquí tengo otra laguna, no encuentra o no dicen si han encontrado el modo de cerrar el contexto, en que base de modelo en observaciones centrarse. Si son 100 si son 10 si son 30, cual es el óptimo? esto no puede incurrir de igual modo en sobre optimización?, si tu pones 100 observaciones para el calculo y representa que lo óptimo son 30 de ahi se hace el modelo o son 200, esto como es alargar el tiempo ya nos dice que estaremos más próximos a paseo aleatorio sin encontrar un contraste óptimo que modelizar , de igual modo puede ocurrir con 20 observaciones no representen la realidad e incurriríamos en error...bueno ya aclaran que queda abierto...

Luego al final del articulo dice que unos milisegundos puede cambiar el horizonte de un trader ganador a perdedor, ahí ya nos elimina a todos, entonces es un modelo para HFT o es un modelo transpolar a el tipo de operativa retail, en teoría dicen que sí al establece ejemplos de cobertura o posición de gestor, pero se me hace bastante complicado, no sólo el calculo sino las pruebas empíricas.

En definitiva creo que es una idea brillante desde el punto de vista de la modelización, de poder estimar el mejor retorno al riesgo por eficiencia de sharpe desde la perspectiva de los datos en la observación y una modelización discreta estacional en la distribución, pero de igual modo estamos a expensas a que las observaciones representen la realidad y esto no esta cerrado, o no nos lo hacen saber.

Algo interesante de leer, pero en la práctica bastante complicado de aplicar a un retail normal, sin tener un Einstein en matemáticas :-D

Podemos de igual modo extraer ideas sobre esto, como por ejemplo establecer escenarios estacionarios con sus variables discretas, y estos escenarios crear un modelo de estimación para encontrar la óptima relación entre riesgo y recompensa, eso es una de la líneas de trabajo que estoy ahora metido, aunque como es evidente tengo problemas de modelización en las pruebas por falta de conceptos matemáticos de aproximación, veremos como hayo la solución.

Saludos.

PD; sería agradable leer una mejor comprensión que la mía, a ver si Alberto o algún físico de cuyo nombre no voy a citar nos dan su opinión.
La entrada te da la probabilidad y la salida la rentabilidad...
Avatar de Usuario
Feroz
Mensajes: 1336
Registrado: 18 Feb 2015 13:47
Contactar:

Re: Lectura de Traders

Mensaje por Feroz »

Wikmar escribió:
Feroz escribió:Entiendo, gracias.

Es que soy demasiado literal, viendo esta definición de la RAE:

Que no tiene capacidad para realizar una función de manera adecuada
Esto de la RAE es totalmente congruente con la definición adaptada a los Mercados. Tengamos en cuenta que la función de los Mercados es ajustar valor y precio. Si detectas una diferencia entre valor y precio, has detectado una ineficiencia y una ventaja aprovechable.

Si, claro para un fundamentalista, un algoritmico no ve las cosas de esa manera.

Perdón por comentar cosas que no son del hilo en cuestión.
Gratphil
Mensajes: 473
Registrado: 08 Jun 2013 12:24

Re: Lectura de Traders

Mensaje por Gratphil »

Buenos días,

Agma, menudo artículo complicado que nos traes. Me ocurre lo mismo, me falta base matemática para asimilarlo completamente.

En todo caso, parece que describe una situación en la que ya nos encontramos dentro de una operación y parece utilizar un modelo para obtener las mejores relaciones de stop loss y take profit sin realizar una optimización al uso.

Creo que el riesgo de sobreoptimizar que pretende evitar es porque si optimizase llegaría a solucines puntuales que se encuentran fuera del área buena que se desprende del heat map. Extrapolandolo a nuestro mundo de optimización, debemos encontrar soluciones en un rango y no una solución puntual, que implica con casi total seguridad un sobreajuste.

Querría destacar ciertas conclusiones a las que llega de los heat maps que utiliza y particularmente los que van del 6 al 15, que son los que presupones rentabilidades medias positivas.

1) Mayores sharpe ratios cuanto más corto sea el tiempo en la operación. No es algo sorprendente y tiene toda la lógica del mundo, aunque ese tiempo que normalmente implica menor rentabilidad media por operación debe salvar los costes de transacción (comisiones, spreads, slipages, etc.).

2) Por lo general, los resultados son mejores cuando los stop loss son amplios.

3) También destaca que por lo general la relación Tprofit/Sloss es menor que 1 y ademés esta relación va decreciendo en la medida que la operación dura más en el mercado para luego ir creciendo, es decir que hace una U.

Bueno Agma muy interesante aunque creo que de demasiado nivel y que a la mayoría nos falta la base suficiente, coceptos como series de tiempo, concepto de autorregresión, half life, etc. Uff, demasidado

Saludos
Si te ha gustado este hilo del Foro, ¡compártelo en redes!


Responder

Volver a “Artículos Interesantes”