Strategie-Kennzahlen: Verhältnisse Out of Sample / In Sample
StrategyQuantPlugins
Misst das Verhältnis der Out-of-Sample- zur In-Sample-Performance, um die Robustheit von Strategien zu bewerten und Overfitting zu erkennen. Bewertet, wie gut eine Strategie auf unbekannte Marktdaten generalisiert.
Das OOS/IS-Verhältnis drückt den Grad des Leistungsabfalls der Strategie im Out-of-Sample-Bereich (OOS) gegenüber dem In-Sample-Bereich (IS) aus.
Strategiedegradation bezeichnet den Leistungsabfall einer Handelsstrategie, wenn sie auf neue, unbekannte Daten angewendet wird. Dieser Leistungsabfall tritt häufig auf, wenn eine Strategie, die auf In-Sample-Daten (IS) optimiert und feinabgestimmt wurde, auf Out-of-Sample-Daten (OOS) getestet wird. Die Degradation kann das Ergebnis von Overfitting an die IS-Daten sein oder auf sich ändernde Marktbedingungen zurückzuführen sein, an die sich die Strategie nicht anpassen kann.
Out-of-Sample- (OOS) und In-Sample-Verhältnisse (IS) sind zentrale Konzepte bei der Entwicklung, dem Testen und der Validierung von Handelsstrategien. Diese Verhältnisse helfen dabei, die Robustheit von Strategien zu beurteilen und sicherzustellen, dass sie nicht an einen bestimmten Datensatz überangepasst sind. Im Folgenden finden Sie eine ausführliche Erklärung zu OOS/IS-Verhältnissen:
Zweck von OOS/IS-Verhältnissen: Das Hauptziel bei der Verwendung von OOS/IS-Verhältnissen besteht darin, die Robustheit und Generalisierbarkeit von Handelsstrategien zu bewerten. Durch die Evaluierung der Strategieleistung auf sowohl IS- als auch OOS-Daten können Nutzer potenzielle Überoptimierung (Overfitting) erkennen und sicherstellen, dass die Strategie nicht übermäßig auf einen bestimmten Datensatz optimiert ist. Eine Strategie, die sowohl auf IS- als auch auf OOS-Daten gut abschneidet, ist mit höherer Wahrscheinlichkeit widerstandsfähig und anpassungsfähig an sich verändernde Marktbedingungen.
Sie kennen mich als clonex. Ich bin Ivan Hudec — ich habe die kostenlosen Blöcke entwickelt, die Sie hier nutzen, und schreibe über die Forschung dahinter auf algotrading.space. Benötigen Sie eine individuelle Entwicklung? Arbeiten Sie mit mir.
