2020年6月1週

今週もお疲れ様でした。損益はプラスでした。

今週の進捗はプログラムの修正とストラテジー作成(下記)です。
キャプチャ.PNG

特に驚くようなストラテジーではありませんが、カーブフィッティングに対するケアをしつつデータドリブンで作成できたので今後の動きが楽しみではあります。(実装が終わらないので運用はちょっと先になりそうですが…)

pythonで分析環境作っておいて結局イザナミかよ、という気持ちもありますが指標データを計算するのが面倒でイザナミで作ってみました。

今回ストラテジーを作る中での嬉しい発見として、機械学習を勉強してきたおかげかデータの見方が少しずつ変わってきたのを感じられました。

特にいかにカーブフィッティングをしないか ということに関して今までもストラテジー作成・運用を繰り返している中でいくつか「何となくこうしたらいいじゃないか…?」というノウハウが自分の中であり、それに従ってストラテジーを作成していましたが、今は機械学習でモデルを作ることを考えるとデータセットの選び方はこうした方が良いとか、指標を選ぶときの基準がこうするとカーブフィッティングの可能性が上がるので避けるとか、考える材料が増えたことで少し自信を持って作成できるようになりました。

後は以前より人の損益と比べるて消耗することが少なくなったのも良い点だと思います。(まだ0ではない笑)
ある規律に従ったトレードをしている場合、毎日の損益は人間には把握できないある母集団からの確率的なサンプリングと考えられます。

たとえ母集団の期待値とストラテジーの期待値(平均値)の差の大きさが同じで期待値からの分散も同じ確率分布を持つ場合(ストラテジーとしての能力が同じであると仮定した場合)でも、確率的に儲かる人、損する人が発生しているのだと思います。

この前提だと結果だけ見て比較することに違和感があるということと、そもそも全く期待値がない(母集団の期待値がマイナスの)トレードをしていても、保有日数を伸ばすと分散が大きくなるため高い確率で大きく儲かる人というのは発生するかと思います。

なのでどんなに一時的にパフォーマンスが高い場合でも、少数の取引に依存してパフォーマンスを出している場合は再現性が低いと思うので振り回されないようにしないとなという気持ちがあります。(自己相関がある場合などよくわかっていないところも多いので単純化しすぎかもしれませんが)

ただ今はこう思っていても自信がない時程人と比べてしまうものだと思うので、ドローダウン更新した場合などにも同じようなメンタルでいられるのかが大事なのかもしれませんね…

明日からも頑張りましょう~

この記事へのコメント