Cómo seleccionar una óptima estrategia de apuestas de backtest?

Question

He escrito un modelo para predecir el ganador de peleas de la UFC.

Mi modelo calcula la probabilidad de cada luchador para ganar un partido determinado.

He probado de nuevo el modelo y encontrado para ser muy preciso, que predice el ganador de alrededor de 65% del tiempo. El modelo está entrenado en 3 años de datos y, a continuación, prueba de muestra, que en los últimos 9 meses de datos.

Estoy tratando de usar mi resultado del modelo (de la muestra) y libro histórico fabricante de probabilidades de llegar a una óptima estrategia de apuestas. Esto se basa en el Criterio de Kelly.

Tengo 5 parámetros que creo que va a afectar a la rentabilidad de una estrategia de apuestas. Ellos se basan en torno a las fracciones para kelly, y el manejo de la incertidumbre.

Lo que hice es escribir un programa para crear ~500k estrategias con diferentes pesos para cada parámetro. Entonces corro con ellos a través de los últimos 9 meses de datos para determinar su rentabilidad.

A partir de los ~500k puedo estrechar abajo las estrategias que estoy interesado en filtrarlos por máximo draw down (20%) y el mínimo retorno de la inversión (25%), esto traerá las estrategias a alrededor de 20k.

¿Cómo puedo reducir aún más las estrategias en una óptima?

Si me tome la mejor estrategia (la mayoría de las ganancias durante los 9 meses de la salida de datos de la muestra), me preocupa que es probable super over ajuste, y si puedo tomar el promedio de cada parámetro para cada uno de los 20k estrategias me preocupa que este conjunto de parámetros no pueden trabajar bien juntos.

¿Cómo puedo reducir el ~20k estrategias en uno que funciona bien y es probable que no se ajuste?

Gracias por tu ayuda.

Answer 1

Estoy de acuerdo con la declaración anterior de que esto es más estadísticas relacionadas que cualquier otra cosa (no se cuanto de finanzas). Pero aún así es una gran pregunta! Esto suena muy similar a la regresión lineal de pruebas con múltiples variables predictoras; estás haciendo, básicamente, en un "monte carlo" de la moda :)

Dependiendo de cómo se da formato a datos, usted podría entrar en un programa como el Minitab y obtener el modelo de regresión de ella en cuestión de segundos. El modelo (o la ecuación resultante) ya dar el "mejor ajuste" que usted está buscando. También le daría a usted un número cuantificable (como la resultante R-cuadrado valor) para darle una medición de qué tan preciso es el de la estrategia sería, en cualquier momento dado.

Answer 2

Elegir el más robusto (o minúsculas) de la estrategia. Tienes razón en que la mejor estrategia podría ser overfit. Así que busque en el espacio de parámetros y se centran en el área donde la rentabilidad, por ejemplo, los cambios menos cuando se cambie el valor del parámetro. Aquí está una 1D ejemplo:

La estrategia más rentable es que el único punto que, lamentablemente, no deja margen para el error - te lo pierdas y caer desde el abismo. Sin embargo, en el centro de la gráfica, usted encontrará las estrategias que pueden ser menos rentables, pero son mucho más robustos: incluso si usted se perdió un poco, usted todavía podría estar en la cresta de alta.

Para estar seguro, esto se complica en cinco dimensiones -, pero si usted mira cuidadosamente en los datos que has creado, usted puede encontrar estos robustos áreas.

Buena suerte!