没有合适的资源?快使用搜索试试~ 我知道了~
统计过拟合和回测性能-研究论文
需积分: 10 1 下载量 167 浏览量
2021-06-09
12:03:27
上传
评论
收藏 665KB PDF 举报
温馨提示
试读
10页
在数学金融领域,“回测”是使用历史市场数据来评估提议的交易策略的表现。 对于当今的计算机系统来说,探索提议策略的数千、数百万甚至数十亿变体,并选择表现最佳的变体作为“样本中”(即,在输入上)的“最优”策略是一件相对简单的事情。数据集)。 不幸的是,这种“最优”策略通常在“样本外”(即在另一个数据集上)表现非常差,因为投资策略的参数已经过拟合样本内数据,这种情况称为“回测过拟合” . 虽然在最近的几项理论研究中已经研究了回测过度拟合的数学问题,但在这里我们以在线模拟器工具的形式对这个问题进行更具体的分析。 给定输入的随机游走时间序列,该工具通过详尽地探索少数参数中的所有整数参数值来开发简单策略的“最佳”变体。 这种“最优”策略是过拟合的,因为根据定义随机游走是不可预测的。 然后,该工具在第二个随机游走时间序列上测试生成的“最佳”策略。 在使用我们的在线工具的大多数运行中,从第一个时间序列得出的“最佳”策略在第二个时间序列上表现不佳,这表明不过度拟合回测是多么困难。 我们提供此在线工具以促进该领域的进一步研究。
资源推荐
资源评论
资源评论
weixin_38500630
- 粉丝: 5
- 资源: 958
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功