Parámetros de negociación de pares

Question

Estoy buscando optimizar las señales de apertura/cierre y el tiempo para una estrategia de comercio de pares que mi pareja y yo estamos investigando. No queremos ir p-hacking así que hemos estado tratando de decidir:

• Tenemos más de 20 años de datos. Creo que utilizar todo este conjunto de datos puede llevarnos a una conclusión errónea y que la media y la sd adecuadas del par pueden haber cambiado con el tiempo, por lo que estamos intentando aislar el periodo de tiempo adecuado para identificar los parámetros básicos de la señal. Podríamos probar un montón de diferentes ventanas de tiempo, pero creo que eso nos lleva a la ruta p-hacking. Pensamientos sobre cómo aislar el período de tiempo relevante sin introducir sesgo.

• Una vez que aislemos la señal (después de resolver el problema anterior), queremos optimizar el momento en que la señal es más divergente dentro de un período de tiempo razonable, y optimizar el período de reversión media. Me imagino que esto se relaciona con el borde que la señal tiene, pero no estoy seguro. Digamos que decidimos que la señal se vuelve relevante a los 2 sd, ¿cómo podemos no perder razonablemente si la señal va a seguir expandiéndose más allá de los 2 sd? Supongo que eso está directamente relacionado con la ventaja que buscamos obtener (si es que la hay) y nuestra tolerancia al riesgo. Y la misma pregunta sobre cuándo la señal nos está diciendo que salgamos. Si volvemos a tener un parámetro duro, digamos 2 sd, podríamos estar entrando y saliendo en ese punto durante todo el día y sólo incurriendo en costes de transacción, pero sin explotar la señal. Una vez más, esto me lleva a pensar que depende de: a) el borde máximo de la señal disponible, b) cuánto de ese borde estamos dispuestos a tomar o arriesgar. Básicamente buscamos identificar en la señal los activadores óptimos de entrada y salida.

• También tenemos algunos pares diferentes que podemos mirar, alrededor de 10, pero de nuevo, no queremos p0hack, pero queremos probar cada par potencial sin insertar sesgo. Mi pensamiento inicial era simplemente probarlos todos, pero mi compañero dijo "p hacking" - y el mismo pensamiento que tenía con el período de reversión media. No podemos mirar los datos para identificarlo, debemos tener una pista y probar, lo cual es razonable, pero me parece contraintuitivo NO utilizar los datos para decirnos cuándo se produce la reversión a la media.

Se agradece cualquier idea.

Answer 1

Esta pregunta es probablemente demasiado amplia y debería cerrarse, pero me arriesgaré a dar una respuesta y la dejaré abierta durante un tiempo, hasta que acumule algunos votos cercanos

Me parece que cualquier modelo de aprendizaje automático lo será:

a) Se basan en cierta medida en suposiciones sobre la estructura de los datos y el problema subyacente que hay que resolver. b) Basado en el uso de los datos para entrenar los hiperparámetros del modelo para que tenga un rendimiento óptimo en algún sentido estadístico.

Es decir, tienes que decidir cuáles son sus supuestos . Puede que haya datos o formas no relacionadas con los datos de validar estas suposiciones para confiar en ellas, pero entonces hay que aceptarlas. Parece que la suposición de la reversión de la media es una de ellas. Y además, parece que sugieres un cambio de régimen entre la reversión a la media y la no reversión a la media (aunque sospecho que esto es muy difícil de detectar con precisión)

A continuación hay que parametrizar su modelo . Algunos parámetros pueden basarse en suposiciones y formar parte de lo anterior o, más probablemente, utilizarás los datos para derivarlos. Tendrás que validar tu modelo con pruebas retrospectivas sin fisuras para llegar a los mejores parámetros.

Como orientación general, siempre he tratado de obtener modelos que den lugar a operaciones con una frecuencia que sea económicamente viable. Por ejemplo, no dispongo de la velocidad de los datos para ser un HFT, por lo que los datos que utilizo son de baja frecuencia, y dado el coste de las operaciones necesito un periodo de negociación que sea de muchos días, si no de semanas o meses.

Yo haría, como tú dices, p-hack de qué pares son más susceptibles de operar, pero no buscaría en todo el espacio: Lo haría de forma selectiva basándome en una suposición. Por ejemplo, en un espacio de acciones farmacéuticas y acciones bancarias, sólo emparejaría cualquier acción de un tipo con el mismo tipo. Pero esto se basa en mi suposición de que es más probable que haya relaciones estructurales, de largo plazo, de pares entre tipos similares, y no de tipos cruzados.