Originally Posted by
matador38
slm erhan
ben backtest konusunda aslında optimizeye karşıyım. kafanda bir mantık tasarlıyosun, bunu yazılıma döküp backtest edip, sonrasında tasarını hiç optimize etmeden getiri,maxdd vs. gibi istatistiklerini kullanarak sistem kullanılabilir. ancak hepimizin yaptığı şu: backtest yapınca kötü çıkan sonuçlardan sonra sistemi sürekli optimze ederek GEÇMİŞİNİ EN İYİ yapmaya çalışıyoruz. geçmişi en iyi olanın geleceği en iyi olacak diye bi kural yok.(belkide tersi kural var
) 2. bir seçenek olarakda optimizeyi 2017 de yapıp back testi 2018 de yapmak. yani backtest ve optimize bölgeleri FARKLI olmalı. AYNI olursa sonu hüsran olur BENCE.
3. seçenek zaten benim uyguladığım.
tüm bunlar hangi sistemin/sistemlerin kullanılacağını belirlemek için. buda yeterli değil bence. bir level sonrası portföy yönetimi, bir level sonrası bu sistemlerin YÖNETİMİ, bir level sonrası ….
herkese bol kazançlar
Yani sonuç olarak Sistem olayı hayal gücüyle doğru orantılı İstatistik ve olasılık işi dedim ya artık yapacagın her strateji istatistik ve olasılık üzerine kuruyorsun portfoy yonetımı koyuyor belırlı ıstatıstıkler ve olasılık uzerıne portfoyu yonetıyorsun vesaire Ben genelleme yaptım istatistik ve olasılık derken.
Optimizasyona karşı değilim ben. Back testi yapılan her sistem aslında optimize sistemdir. Back test niye yapılır geçmiş getirileri görmek için. O halde aslında elinde olmadan sistemini optimize etmiş gibi oluyorsun. BUrada optimizasyon kavramı sistemciler tarafından kötü birşeymiş gibi algılanıyor. sanki her optimize sistem yanlış sistemdir veya her optimizasyon over optimizeye gider gibi bir algı var.
Bana göre optimizasyon üzerine sayfalar yazılacak kadar geniş bir konu. Optimizasyonun farklı farklı türleri var. Getiri eğrisine optimizasyon linear dağılıma optimizasyon en yüksek tepeyi kısa tutmak için yapılan optimizasyon vesair.
İşte burada optimizasyona bakış açısı değişmeye başlıyor senin verdiğin örnek gibi bir sistemi yazdın back testine baktın fena değil daha iyi olabilirmi diye parametreleri eğip bükerek geçmiş getiriyi arttırmaya çalışıyoruz. Böyle bir optimizasyona bende karşıyım cunku geçmişi over optimizeye doğru itiyorsun demektir. Ancak burada parametrelerini oynarken getirilerinin yüksekliğinden ziyade mantıklı sinyallerın açılması dağılımın getiri dağılımının linear olmasına en yüksek yeni yepelerın geçilmesini linear bir biçide geçirecek ucuyla long veya şort açıp yüksek getiri sağlayan tek sinyalleri en aza indirecek şekilde yapılan parametre oynamaları sistemin daha kararlı daha düzgün ve gelecektede istatistiklerini sürdürecek istikrarlı bir sisteme optimize etmiş oluyorsun. Optimizasyon hakkında kitap yazılacak kadar geniş bir konu bır cok farklı turu var bazı türler seninde bahsettiğin gibi getiriyi optimize etme türleri genellikle over optimizeye gidip gelecekte sistemin geçmiş performansınıın asla göremeyeceğin bir yapıya dönüşüyor. ANcak optimizasyonu doğru kullanırsan neyi optimize etmen gerektiğini neyi optimize etmemen gerektiğini veya neyi optimize etmen gelecek istatistiklerini bozacağını bilirsen buna göre optimizasyonun alt başlıklarını kullanırsan daha iyi bir sistem türetebilirsin gelecek için.
Senin bahsettiğin yöntemde güzel bir yöntem 2017-2010 aralıgı için sistemi yaz. 2018 yılının istatistiklerini 2017-2010 aralıgına eşitle aslında buda bir nevi 2010-2018 i optimize etmek gibi oluyor ama yinede sistem istatistiklerini daha tutarlı bır hale getirir. Optimizasyonlar ilgili bir çok makale yazacagım kendı elde ettiğim deneyimlerle alakalı.
Zaten şu anda bu sayfada aslında bir ar-ge yapıyorum. Sistemi birşeye göre optimize ettim. burada "bir şey" bende kalsın. Bakalım bu yapıo o "birşey" optimizasyonunun gelecekte başarılı çalışıp çalışmamasını ölçmemi sağlayacak.
O "birşeyi" optimize etme stratejisi gelecke istatistikleri bozup bozmadıını kontrol etmiş olacagım böylece yeni yaratılacak sistemlerde o şeye optimize etmeyecegım sistemi.
Optimizasyonun alt dalların farklı farklı bir çok "şey"e sisteminizi optimize edebilirsin. Milyon tane kombinansyon var bunların hepsini tek tek deneyecek zaman ve teknolojı elimizde yok malesef bu sebeple deneyım kazanma tecrübe kazanma önemli bir rol oynuyor. Hangi yolun yanlış oldugunu öğreniyor ve o yoldan gıtmemenı saglayarak zaman kazandırıyor.
En sonuda toplarlarsak şöyle özetleyebiliriz.
1-iyi bir optimizasyon DEĞİL. DOĞRU bir optimizasyonla sistemi türetilmeli.
2-İstatistikler ve olasılıklar çok iyi değerlendırılmeli geçmiş veriler çok iyi irdelenmeli ve sürecin psikolojik baskılarına dayanılıp dayanılmayacağı iyice karar verilmeli.
3-Tesadufi kazançlar varsa (örn:bir barın ucundan açılan long sinyalin çok yüksek getiri sağlaması veya ertesi günü gelen yuksek gaplı acılısta para kazanması durumu) bunlar büyük bir veride mutlaka denk gelecektir. Ancak sayısı çok fazla ise bir over optimizasyona istemeden de olsa sisteminizi sokmuş olabilirsiniz. BU sebeple tesadufen tek barın ucuyla sistemin yeni sinyal türetmesi ve kar etmesi gibi sonuçların sıstemınızde olabıldıgınce az yer alması lazım. Böylece hayalı veya geçmişe uyarlanmış geçmiş verilere oturtulmuş bir sistem türetmemiş olursunuz.
4-max dd sınırlarının dikkatlı kontrolü gerçekçi simulasyonlar yapılamlı gapler vade geçiş kazançları kayma ve komısyon maliyetleri gerçekçi şekilde yazılmalı hayali getiriler hayalı kazanımlar yer almamalı.
5-Sistem istatistikleri sürekli kontrol altında tutarak gelecekteki sapmalar dikkatlice incelenip ciddi bir sapma olmuşsa sistemin revize edilmesi gerekir.
6-Hayal gücünü kullanmak hayal gücünüzü kullanarak çok daha verimli güzel getiriler elde edebilirsiniz. Kimsenin aklına gelmeyecek yeni stratejiler diğerlerinden bir adım önde olmanızı saglar.
BÜYÜK BİR VERİ İLE HAYAL ETTİĞİNİZ STRATEJİLERİNİZİN İSTATİSTİKSEL OLARAK ANMALI, OLASILIK OLARAK GERÇEKLEŞMESİ MUHTEMEL OLANLARI SEÇMELİSİNİZ. ÖRN: 1 yılda bir kere yaşanan bir olasılığa strateji geliştirip yükske getiri elde edebilirsiniz. Olasılıgı düşük oldugu için gelecek sene veya sonrakı 2 sene aslında bu olasılık hiç çalışmayabilir. veya beklenen getiriyi sunmayabılır cunku olasılık ranı düşük oldugu gibi istatistiksel olarak anlamlı değil cunku yeteri kadar fazla gerçekleşmemiş. İstatistiksel olarak anlamlı olması için çok fazla sayıda gerçekleşmiş olması lazım. Mesela ne kadar dersen şu kadar olması lazım diyemem ne kadar coksa ıstatıstıgınız okadar tutarlı ne kadar az ıse ıstatıstıstıgınız okadar sapma ihtimali oluşacak.
TÜm bu anlattıklarımın detaylı resımlı ve belkıde vıdeolu anlatımlarını yapacağım zaten.
Senin almaya cesaret edemediğin riskleri alanlar, senin yaşamak istediğin hayatı yaşarlar..
Sokrates twit @erhanacikgoz1
Yer İmleri