優化
考慮交易數量與預期的優化指標
在優化我的自動交易系統時,我發現某些組契約時增加了預期:
(AverageWin * ProfitableTradesRatio) - (AverageLoss * (1 - ProfitableTradesRatio))
減少策略進行的交易數量。
因此,儘管預期急劇增加,但在 3 年的回測期間,交易數量從 2,000 次下降到僅 40 次,這是不可接受的交易頻率。
我可以優化哪些性能指標來平衡這一點。我想在不顯著減少交易數量的情況下增加預期。
編輯:進一步的分析表明,這不僅是預期的問題,而且我正在測量的其他指標(如 Max Drawdown)也會隨著交易數量的減少而減少。
我通常可以應用什麼方法來對此進行調整?請勿將其與 SomeMetric“每筆交易”相混淆。簡單地將一個指標除以交易數量似乎不允許我優化該指標,以便我可以辨識出沒有降低交易頻率的性能增益。
如果這沒有多大意義,這裡有一些數據來說明。這是“參數”列的優化(每一行都是優化執行)。我不確定如何通過增加所說的“參數”來確定預期是否有任何有意義的增加(或最大回撤),因為交易數量會隨著每個指標而耗盡。
parameter total trades expectancy expectancy per trade max drawdown 0 710 233.2957746 0.328585598 -1.389104131 2 640 158.53125 0.247705078 -1.799492989 4 559 129.9463327 0.232462134 -2.127999294 6 478 106.6945607 0.223210378 -1.463252512 8 402 134.6641791 0.33498552 -1.364193967 10 349 176.0601719 0.504470407 -1.196254362 12 303 134.4224422 0.443638423 -1.114376551 16 225 193.6222222 0.86054321 -0.657900215 20 181 242.3480663 1.338939593 -0.558306147 25 135 514.6296296 3.812071331 -0.493760619 30 106 47.16981132 0.44499822 -1.471772548 35 85 206 2.423529412 -1.482912119
我不知道是否值得降低這些性能收益的交易頻率。3 年內任何低於 300 次交易的交易甚至都不是可接受的交易頻率。
我認為問題不在於您優化了錯誤的標準,而在於交易策略本身。將此與檢驗假設進行比較:如果您以 1% 的 p 值拒絕,那麼所有發現中真實發現的比例為 70%(高“預期”)。如果您以 10% 的比例拒絕,那麼真正的發現比例是 40%(較低的“預期”),但您會做出更多的拒絕(“交易”)。
當然,人們更喜歡有很多拒絕和很高的“期望”,但為此您需要修改測試程序本身,而不是更改截止 p 值。