avatar
VA利率如何# Living
S*g
1
用了2个简单技术
1)很简单,很naive的data mining来预测第二天的涨跌。这部分单独运行的话,本身也
是赚的,不过曲线没这么smooth。08年那段,和TA组合之后,drawdown小了很多。 这
部分需要两个个参数,一个是用来training的时间长度,一个是分cluster时候的参数。
没有对这2个参数进行优化,参数的选择基本上是拍脑袋选的。
2)很简单的TA来决定long还是short,这里有一个参数。这个参数也是没有经过特别的
优化,效果还是相当robust的。TA这部分是很久以前就做完了的,算式out of sample
test了一段时间了。这个部分单独运行的话,在2002年之前本来是小亏的。 Data
mining部分把2002年之前亏钱的变成了持平或者小赚。11年data mining部分基本不改
变TA这部分的效果。
所有trade在close的时候做,不做day trading。
另外解释一下第三张图里的leverage的意思,position = leverage * AUM / price
avatar
w*w
2
大约70来万贷款。在nova fairfax county 22043. 信用很好。primary
residence.
avatar
S*n
3
交易在close时候做,你用的close价格作为买入价吗?

sample

【在 S*********g 的大作中提到】
: 用了2个简单技术
: 1)很简单,很naive的data mining来预测第二天的涨跌。这部分单独运行的话,本身也
: 是赚的,不过曲线没这么smooth。08年那段,和TA组合之后,drawdown小了很多。 这
: 部分需要两个个参数,一个是用来training的时间长度,一个是分cluster时候的参数。
: 没有对这2个参数进行优化,参数的选择基本上是拍脑袋选的。
: 2)很简单的TA来决定long还是short,这里有一个参数。这个参数也是没有经过特别的
: 优化,效果还是相当robust的。TA这部分是很久以前就做完了的,算式out of sample
: test了一段时间了。这个部分单独运行的话,在2002年之前本来是小亏的。 Data
: mining部分把2002年之前亏钱的变成了持平或者小赚。11年data mining部分基本不改
: 变TA这部分的效果。

avatar
S*g
4
是的,实际操作会有slippage,但是这个slippage相对于PL来说会是很小的一个值。

【在 S******n 的大作中提到】
: 交易在close时候做,你用的close价格作为买入价吗?
:
: sample

avatar
w*o
5
有个疑问,你为什么特意强调了一下"08年那段,用了data mining之后,drawdown小了很多",08年那段很坏,drawdown很大,应该也是事情过去了之后才知道的吧? 你这个会不会像很多Backtest一样,不知不觉就Overfitting了呢?

sample

【在 S*********g 的大作中提到】
: 用了2个简单技术
: 1)很简单,很naive的data mining来预测第二天的涨跌。这部分单独运行的话,本身也
: 是赚的,不过曲线没这么smooth。08年那段,和TA组合之后,drawdown小了很多。 这
: 部分需要两个个参数,一个是用来training的时间长度,一个是分cluster时候的参数。
: 没有对这2个参数进行优化,参数的选择基本上是拍脑袋选的。
: 2)很简单的TA来决定long还是short,这里有一个参数。这个参数也是没有经过特别的
: 优化,效果还是相当robust的。TA这部分是很久以前就做完了的,算式out of sample
: test了一段时间了。这个部分单独运行的话,在2002年之前本来是小亏的。 Data
: mining部分把2002年之前亏钱的变成了持平或者小赚。11年data mining部分基本不改
: 变TA这部分的效果。

avatar
S*g
6
是的,任何模型都有curve fitting和over fitting的可能。
我是尽可能去避免优化参数的,在拍脑袋取参数值的时候,也是要事先做些思考。
而不是靠优化去选取的。另外一个,我尽量用最简单的技术,最少的参数来做。
2008年drawdown那部分,我应该是说反了。TA的部分单独运行的话没什么drawdown,
反而是data mining部分单独运行的话drawdown比较大。结合在一起的话,07年底的那
里,TA本来是赚的,现在变成了drawdown,但是drawdown也比data mining的时候要小
很多。
主要的利润是TA部分出来的,datamining部分是过滤了一部分trade。

【在 w*******o 的大作中提到】
: 有个疑问,你为什么特意强调了一下"08年那段,用了data mining之后,drawdown小了很多",08年那段很坏,drawdown很大,应该也是事情过去了之后才知道的吧? 你这个会不会像很多Backtest一样,不知不觉就Overfitting了呢?
:
: sample

avatar
r*m
7
木有看懂。
SPY涨了2倍多, 你的也涨了2倍多,只是中间没有大跌, 是这样吗?
avatar
S*g
8
1. 这个TA的特点是02年之前基本不好使,这个在业界里是已经知道了的东西。02年之
后挺好使的。
2. 像你说的那样,risk adjusted return高的系统,可以上leverage。

【在 r*m 的大作中提到】
: 木有看懂。
: SPY涨了2倍多, 你的也涨了2倍多,只是中间没有大跌, 是这样吗?

avatar
L*0
9
Hi there,
I am learning some data mining right now.
Can I know what kind of data mining technique and software you are using? it
is just some time series analysis or some non-linear regression?
just curious.
THANKS!!

sample

【在 S*********g 的大作中提到】
: 用了2个简单技术
: 1)很简单,很naive的data mining来预测第二天的涨跌。这部分单独运行的话,本身也
: 是赚的,不过曲线没这么smooth。08年那段,和TA组合之后,drawdown小了很多。 这
: 部分需要两个个参数,一个是用来training的时间长度,一个是分cluster时候的参数。
: 没有对这2个参数进行优化,参数的选择基本上是拍脑袋选的。
: 2)很简单的TA来决定long还是short,这里有一个参数。这个参数也是没有经过特别的
: 优化,效果还是相当robust的。TA这部分是很久以前就做完了的,算式out of sample
: test了一段时间了。这个部分单独运行的话,在2002年之前本来是小亏的。 Data
: mining部分把2002年之前亏钱的变成了持平或者小赚。11年data mining部分基本不改
: 变TA这部分的效果。

avatar
S*g
10
用了matlab的 kmeans和hmmestimate

it

【在 L********0 的大作中提到】
: Hi there,
: I am learning some data mining right now.
: Can I know what kind of data mining technique and software you are using? it
: is just some time series analysis or some non-linear regression?
: just curious.
: THANKS!!
:
: sample

avatar
L*0
11
Thanks!!

【在 S*********g 的大作中提到】
: 用了matlab的 kmeans和hmmestimate
:
: it

avatar
J*n
12

sample
so, when you apply this method to other index (e.g. Dow, QQQQ), what's the
curve?

【在 S*********g 的大作中提到】
: 用了2个简单技术
: 1)很简单,很naive的data mining来预测第二天的涨跌。这部分单独运行的话,本身也
: 是赚的,不过曲线没这么smooth。08年那段,和TA组合之后,drawdown小了很多。 这
: 部分需要两个个参数,一个是用来training的时间长度,一个是分cluster时候的参数。
: 没有对这2个参数进行优化,参数的选择基本上是拍脑袋选的。
: 2)很简单的TA来决定long还是short,这里有一个参数。这个参数也是没有经过特别的
: 优化,效果还是相当robust的。TA这部分是很久以前就做完了的,算式out of sample
: test了一段时间了。这个部分单独运行的话,在2002年之前本来是小亏的。 Data
: mining部分把2002年之前亏钱的变成了持平或者小赚。11年data mining部分基本不改
: 变TA这部分的效果。

avatar
c*r
13
这个TA是咋做的?用的啥指标?

sample

【在 S*********g 的大作中提到】
: 用了2个简单技术
: 1)很简单,很naive的data mining来预测第二天的涨跌。这部分单独运行的话,本身也
: 是赚的,不过曲线没这么smooth。08年那段,和TA组合之后,drawdown小了很多。 这
: 部分需要两个个参数,一个是用来training的时间长度,一个是分cluster时候的参数。
: 没有对这2个参数进行优化,参数的选择基本上是拍脑袋选的。
: 2)很简单的TA来决定long还是short,这里有一个参数。这个参数也是没有经过特别的
: 优化,效果还是相当robust的。TA这部分是很久以前就做完了的,算式out of sample
: test了一段时间了。这个部分单独运行的话,在2002年之前本来是小亏的。 Data
: mining部分把2002年之前亏钱的变成了持平或者小赚。11年data mining部分基本不改
: 变TA这部分的效果。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。