پیشبینیها را از سفارشها جدا کنید
سیگنال جهت و میزان اطمینان را بیان میکند. اندازه موقعیت، بازمتعادلسازی و اجرا تعیین میکنند که این پیشبینی چگونه به یک استراتژی معاملاتی تبدیل شود.
آلفا و سیگنالها
پیشبینیِ پشت استراتژی را پیدا کنید.
عاملهای هوش مصنوعی فرضیههای معاملاتی و کد استراتژی را توسعه میدهند. Stratmill همچنین مؤلفههای پژوهش سیگنال را دربر میگیرد که پیشبینیها را ارزیابی میکنند، گردش معاملات و هزینهها را در نظر میگیرند و سیگنالها را تحت یک مدل ریسک مشترک ترکیب میکنند.
ارزیابی سیگنال و دفترهای سفارش، از قابلیتهای موتور هستند. هنوز مدیر اختصاصی فضای کاری در دسترس نیست.
تصویرسازی تعاملی
یک پیشبینی را تا رسیدن به نتیجه دنبال کنید.
یک ایده تولیدشده توسط هوش مصنوعی به شواهد قابلاندازهگیری نیاز دارد. مشاهدات پیاپی را آشکار کنید تا امتیاز پیشبینی را با بازدهی حاصل از آن مقایسه کنید.
یک رابطه، نقطهٔ شروع است.
همبستگی مثبت در این نمونهٔ کوچک، بهتنهایی وجود یک مزیت معاملاتی قابلاستفاده را ثابت نمیکند. پیش از ترکیب سیگنالها، افق پیشبینی، نمونههای مستقل، گردش معاملات و هزینهها را بررسی کنید.
پیشبینی و نتیجهٔ بعدیمشاهدهٔ انتخابشده
بازدهی کندل بعدی (%)
امتیاز پیشبینی
- مشاهدات
- همبستگی نمونه (IC)
- آخرین بازدهی
مشاهدات نخست فقط برآوردی شکننده ارائه میکنند.
مشاهدات جدید میتوانند رابطهٔ ظاهری را تضعیف کنند.
پیش از نتیجهگیری، کل نمونه و عدمقطعیت آن را بررسی کنید.
درون آلفا و سیگنالها.
بررسی کنید این مرحله چگونه به کارخانه استراتژیهای معاملاتی هوش مصنوعی کمک میکند.
آنچه پس از کسر هزینهها باقی میماند را اندازهگیری کنید
ارزیابی سیگنال ضریب اطلاعات، شواهد آماری، گردش معاملات، مزیت خالص و همبستگی با پیشبینیهای موجود را در نظر میگیرد.
ایدههای ردشده را نگه دارید
کتابخانه سیگنال، نتایج ارزیابی و بررسیهای قبلی را ثبت میکند. پیشبینیای که پس از کسر هزینهها ناپدید میشود، همچنان نتیجهای ارزشمند برای پژوهش است.
از یک اثر تا یک کتاب سیگنال ترکیبی.
یک پیشبینی ممکن است بهتنهایی مفید باشد، اما ارزش کمی به کتابی اضافه کند که همین مواجهه را از قبل دارد. هم اطلاعات آن و هم سهمش را ارزیابی کنید.
فرضیه
اثر پیشنهادی و افق پیشبینی را تعریف کنید.
ارزیابی
اطلاعات، گردش معاملات و مزیت خالص را اندازهگیری کنید.
ترکیب
به پیشبینیها وزن دهید و مواجهه ترکیبی را اندازهگذاری کنید.
انتساب
سهمها را بررسی کنید و آنها را با حالتی که سیگنال حذف شده است مقایسه کنید.
شواهد سیگنال را یکجا بخوانید.
هیچ آمار منفردی یک پیشبینی را به استراتژی تأییدشده تبدیل نمیکند. ارزیابی سیگنال پیش از راستیآزمایی استراتژی، بکتست و بررسی انتشار انجام میشود.
برای دیدن همه ستونها بهصورت افقی پیمایش کنید.
| معیار | به چه پرسشی پاسخ میدهد | چه چیزی را باید زیر نظر داشت |
|---|---|---|
| ضریب اطلاعات | آیا پیشبینی با بازدههای بعدی همراستا است؟ | اندازه نمونه، عدمقطعیت و افق پیشبینی. |
| گردش معاملات و مزیت خالص | آیا اثر برآوردشده پس از هزینه پیروی از آن همچنان باقی میماند؟ | هزینههای معامله و تغییرات پیشبینیها میتوانند مزیت ناخالص را از بین ببرند. |
| همبستگی | آیا این پیشبینی شبیه پیشبینیای است که از قبل در کتاب وجود دارد؟ | نامی متفاوت همچنان میتواند همان شرطبندی زیربنایی را توصیف کند. |
| سهم | نتیجه کتاب ترکیبی چگونه میان سیگنالهای آن تخصیص مییابد؟ | انتساب ثبتشده یک تخصیص است؛ برای بررسی اثر نهایی سیگنال، یک اجرا بدون آن را مقایسه کنید. |
پرسشها، پاسخ داده شده.
پرسشها و پاسخهای بیشترآلفا در اینجا به چه معناست؟
پژوهش آلفا به دنبال اثری پیشبینانه است که بتواند فراتر از یک مواجهه یا معیار موجود، به بازده کمک کند. فرضیه آلفا ادعایی برای آزمون است، نه وعدهای برای بازده مازاد.
آیا امروز میتوانم کتابخانه سیگنال را در داشبورد مدیریت کنم؟
گردشکار فعلی فضای کاری حول استراتژیها سازماندهی شده است. ارزیابی سیگنال، ذخیرهسازی کتابخانه و کتابهای سیگنال ترکیبی در موتور وجود دارند، اما هنوز مدیر اختصاصی کتابخانه سیگنال در داشبورد ارائه نشده است.
آیا اینها همان شاخصهای زنده بازار هستند؟
خیر. شاخصهای زنده بازار شرایط کنونی بازار را توصیف میکنند. سیگنال پژوهشی یک پیشبینی است که در برابر نتایج بعدی ارزیابی میشود؛ یک شاخص بهتنهایی مدرکی برای وجود مزیت معاملاتی نیست.
آیا چند سیگنال میتوانند یک استراتژی را به اشتراک بگذارند؟
مؤلفهٔ دفتر سیگنال، پیشبینیهای وزندهیشده را با هدفگذاری نوسان، سقف اهرم و بازتوازن ترکیب میکند تا به یک میزان مواجههٔ هدف واحد برسد. این یک قابلیت ترکیبپذیر در موتور است، نه یک جایگاه جداگانه برای معاملات آزمایشیِ هر سیگنال.
آیا سیگنال پذیرفتهشده مستقیماً وارد معاملات زنده میشود؟
خیر. پذیرش سیگنال یک نتیجهگیری پژوهشی است. استراتژی حاصل همچنان به راستیآزمایی، آزمون، بازبینی و پذیرش برای معاملات آزمایشی نیاز دارد؛ اجرای واقعی علاوه بر اینها مستلزم مجوز مختص حساب و بررسیهای عملیاتی است.
آیا انتساب ثابت میکند که یک سیگنال باعث ایجاد بازده شده است؟
خیر. کتاب، تخصیصی سهممحور از سود و زیان را ثبت میکند. مقایسه با سیگنال و بدون آن دیدگاه دیگری درباره سهم سیگنال ارائه میدهد، اما هیچکدام عدمقطعیت درباره رفتار آینده را از بین نمیبرند.
گردشکار مرتبط را بررسی کنید.
ببینید عاملهای هوش مصنوعی، موتورهای آزمون و کنترلهای اجرا چگونه در سراسر کارخانه استراتژی با یکدیگر کار میکنند.
Stratmill یک پلتفرم استراتژیهای معاملاتی مبتنی بر هوش مصنوعی است، نه مشاوره مالی یا کارگزاری. نتایج پسآزمایی و معاملات کاغذی فرضی هستند. معاملهگری با خطر زیان همراه است.