Wskaźniki strategii: Stosunki Out Of Sample / In Sample
StrategyQuantWtyczki
Mierzy stosunek wyników Out-of-Sample do In-Sample, aby ocenić odporność strategii i wykryć przeuczenie. Sprawdza, jak dobrze strategia radzi sobie na nowych, niewidzianych wcześniej danych rynkowych.
Wskaźnik OOS/IS wyraża stopień pogorszenia wyników strategii w okresie Out-of-Sample (OOS) w stosunku do In-Sample (IS)
Degradacja strategii odnosi się do spadku wyników strategii handlowej, gdy zostaje ona zastosowana do nowych, wcześniej niewidzianych danych. Taka degradacja często występuje, gdy strategia, która została zoptymalizowana i dopracowana na danych z próby (In-Sample – IS), jest testowana na danych spoza próby (Out-of-Sample – OOS). Degradacja może wynikać z przetrenowania (overfittingu) strategii na danych IS lub ze zmieniających się warunków rynkowych, do których strategia nie jest w stanie się dostosować.
Wskaźniki Out-of-Sample (OOS) i In-Sample (IS) to kluczowe pojęcia w procesie tworzenia, testowania i walidacji strategii handlowych. Wskaźniki te pomagają ocenić odporność strategii i upewnić się, że nie są one nadmiernie dopasowane do konkretnego zbioru danych. Poniżej znajduje się szczegółowe wyjaśnienie wskaźników OOS/IS:
Cel stosowania wskaźników OOS/IS: Głównym celem korzystania ze wskaźników OOS/IS jest ocena odporności i zdolności generalizacji strategii handlowych. Oceniając wyniki strategii zarówno na danych IS, jak i OOS, użytkownicy mogą zidentyfikować potencjalne przetrenowanie i upewnić się, że strategia nie jest zbyt zoptymalizowana pod kątem konkretnego zestawu danych. Strategia, która osiąga dobre wyniki zarówno na danych IS, jak i OOS, ma większe prawdopodobieństwo zachowania odporności i elastyczności wobec zmieniających się warunków rynkowych.
Znasz mnie jako clonex. Nazywam się Ivan Hudec — stworzyłem darmowe bloki, z których tutaj korzystasz, i piszę o badaniach stojących za nimi na algotrading.space. Potrzebujesz czegoś dedykowanego? Nawiąż współpracę.
