作者pcguest (pcguest)
看板Trading
標題Re: [問題] 請問如何推翻這篇論文呢?
時間Thu Jan 29 16:06:25 2015
請問這篇論文除了樣本外時間太短，交易次數太少以外還有甚麼問題?
事實上，我們可能也無法知道真正對市場有預測力的指標或參數是甚麼
所以可能無法判定他選用的指標或策略產生設計是否有問題
是不是只要有夠長的樣本外時間，夠多的樣本外交易次數，績效好到有統計顯著性
就可以視為對未來有預測能力或有交易獲利的能力?
※ 引述《goldflower (金色小黃花)》之銘言：
: 想問問各位程式交易的先進
: 這篇利用類神經網路的論文我怎麼看怎麼怪
: http://jitas.im.cpu.edu.tw/2005-2/2.pdf
: 因為有個認識的人企圖想用這篇論文的方法去分析大盤
: 但是我怎麼想這都是個overfitting的東西啊
: 看後面的training data的部分就覺得非常詭異
: 感覺就是利用拼裝學習率和因子硬湊出好看的結果
: 而且再看到test data...跟training也差太多了吧
: 請問我如何用淺顯易懂的方式讓此人放棄這個主意呢
: 我跟他說:這麼好的東西怎麼華爾街不去用這麼剛好讓你發現
: 他說:因為學術界才會研究這種方法
: ......好像華爾街沒有學術強者一樣
: 看來他真的覺得他發現聖杯了 怎麼辦?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.166.214.204
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Trading/M.1422518789.A.A10.html
1F：→ leolarrel: 依統計的大數法則概念,回測的樣本當然越多,量越大越好 01/29 17:23
2F：→ leolarrel: 不過你說的對,樣本多到回測具有統計上的意義,也不保證 01/29 17:24
3F：→ leolarrel: 有獲利能力 01/29 17:24
4F：推 goldflower: 我覺得統計是有其用處 但是這個東西我們絕對可以想像 01/29 20:19
5F：→ goldflower: 它training含有黑天鵝的盤勢時也能模擬得很好 01/29 20:19
6F：→ goldflower: 有交易的人就知道這種結果做出來的只能是... 01/29 20:19
7F：→ rhyno: 巿場不是隨時都能以你想要的價格數量來買賣的 01/30 15:35
8F：→ leolarrel: 所以繞來繞去,都會回到千古戰文:"需不需要作回測?" 02/02 08:45
9F：→ loveenvy: 當自有資金進入市場後，就不再是回測時的狀態，如同某 02/08 23:09
10F：→ loveenvy: 種測不準定律 02/08 23:09
11F：推 youngswallow: 等他寫出程式再煩惱吧 哈... 02/14 16:11
12F：推 youngswallow: 而且你應該是不看好,而不是擔心!會寫程式,總有天會 03/22 10:26
13F：→ youngswallow: 用上的 03/22 10:26