Dejamos el post anterior con el ordenador calculando, y estábamos repitiendo el proceso descrito en él, pero ahora pidiendo estabilidad en un entorno mucho más dificil, pues pedimos que sea consistente desde 2005 a 2017, 13 años,
con 9 años de Out Of Sample.
Hemos escogido el mismo conjunto de parámetros
y variaciones , optimización probando todos los resultados (deschequeamos "omitir resultados inútiles") en el periodo indicado.
Como decíamos, e es algo muy difícil, es esperable que en las 2187 combinaciones van a salir en media
resultados peores que la muestra IS.
¿ Ha sido consistente ? Veámoslo:
Vemos como se cumple los que suponíamos: la media de Pf en el periodo 2005-2017, 13 años, con 9 de OOS es mucho más discreta: Pf de 1.23. Al menos, hemos observado como se ha reducido la dispersión (al contrario de lo supuesto), pues es solo de 0.12. Esto quiere decir que es muy probable que, de distribuirse normalmente, se logren resultados positivos en casi todas la simulaciones, aún modestos, ya que sabemos que el 90% de los valores estarán en el intervalo (m-2dt , m+ 2dt).
Veámoslo:
Efectivamente, hay muy pocos valores por debajo de 1 (límite del Pf que puede producir beneficios), unas 25 combinaciones del total de 2187. Muy buen resultado para un OOS de 9 años, aunque éste se ve apoyado, no lo olvidemos, por el resultado inflado de los 4 años de IS (2009-2012). Observese también que los peores resultados no son un completo desastre, aunque ¿ quién va a operar por 13 años para acabar prácticamente en empate.
No lo he dicho antes, pero los análisis se hacen con spread =2,0 puntos de DAx. algo alto.
Y, definitivamente... ¿¿ es aproximadamente normal ??
¡ Lo es ! (La sorpresa es más para animar el texto que verdadera sorpresa del autor de este post: no debería nunca haber salido de otra forma)
Esto viene a apoyar nuestra tesis de que estar por encima o por debajo de la media, 1.2 aproximadamente, es simplemente casualidad, azar. Lo que deberíamos esperar, en promedio, es un Pf entre 1.05 a 1.40 la mayor parte de las veces para una serie suficientemente larga de operaciones en un mercado no probado.
Prueba de ello es la distribución del Pf en un periodo más pequeño, un OOS de 2016 y 2017, que van lograr un nº suficiente de operaciones (>30 al menos para cada combinación) para ese conjunto de 2187 combinaciones.
Toca esperar de nuevo: adelantaré que espero un resultado en línea con el OOS global de 13 años, pues la estadística debería valer para cualquier serie de operaciones suficientemente larga, en cualquier periodo excluido el IS (2009-2012), dado que en éste es mejor debido evidentemente al sobre ajuste a datos, al parecer inevitable.
Pero quizás no, porque este experto es un robot de largos, y 2017 es un año muy "largo", por lo alcista, esto debería ayudar a mejorar los resultados (habrá resultados con mejor Pf que el máximo logrado en OOS de 13 años). Pero como en la media 1.24 para el Pf del OOS de 13 años hay un ligero "empujón" del subtramo sobreoptimizado, esto debería hacer que por el lado "malo, haya más resultados con Pf menores a 1.
Y por tanto, que ambos factores deberían compensarse en cierta medida desconocida y salir la media de resultados en torno a ese Pf de 1.2 - 1.25.
Por cierto: no olvidemos que el set se optimizó en un periodo 2009-2012 de características diferentes al periodo 2016-2017, no solo en su tendencia, sino tb en la volatilidad. No pidamos peras al olmo.
Resultados OOS 2016-2017:
Pese a todas las observaciones teóricas, la realidad es tozuda: el valor medio del Pf baja a 1.05 y la Dt sube a 0.16. Esto nos deja muy cerca de borde del agua y sin saber nadar, por lo que es probable que este robot-set necesite pasar de nuevo por nuestros labs. Se observa que efectivamente el Pf máximo es btte alto ( >1.7) como esperábamos, pero desafortunadamente la cola izquierda crece en mayor medida que la derecha y esto nos deja el set en situación delicada, ya que es probable que en dos años acabe teniendo un maxDD del orden del doble que la ganancia total lograda, algo tradeable, pero poco agradable de usar en el trading real. Pero al fin y al cabo esto sólo es un texto con fines ilustrrativos, ¿ no ?
Pero si: se puede decir que la estrategia es robusta (aunque hemos visto que menos de lo que nos gustaría si la serie temporal es relativamente corta). Más allá de esa estabilidad en un buen rango de bastantes parámetros, es interesante destacar que ahora deberíamos verificar un extremo más: el valor absoluto de la rentabilidad esperada.
Para
ello, bastaría ver cual sería la distribución en Out Of Sample del
Profit Factor de , por ejemplo, los 100 o 200 mejores sets en IN SAMPLE
(los situados en el extremo derecho de la distribución) . Si
mantuvieran el estar por encima del Pf medio en OOS, podríamos escoger
uno o varios de ellos con la esperanza matemáticamente fundada que es
probable que se mantengan en el futuro en este apetecible lado de la
curva de rentabilidad, mientras que si se distribuyen más o menos al
azar alrededor del resultado medio de la muestra en OOS deberíamos
escoger mejor sets de Pf cercanos a la media.
Pero esto, ya es otra historia... quizás un Optimizar, Optimizar y luego Optimizar (III)
Por: Equipo de Orion Trader Pro