Optymalizacja łączenia strategii – przykładowe wyniki

Po skonstruowaniu formuły służącej do jednoczesnej optymalizacji łącznego zysku i korelacji par strategii, proponuję krótko przyjrzeć się wynikom obliczeń przeprowadzonych dla przykładowego zbioru notowań i parametrów strategii pro- i antytrendowych. Jednak, jak można się tego domyślać, na obecnym etapie konstrukcji elementów złożonego systemu transakcyjnego, to nie same wyniki w postaci takich czy innych układów liczb są przedmiotem naszego zainteresowania. Celem tych prostych przykładów liczbowych jest próba wysnucia pewnych wniosków natury ogólniejszej. Takich, które będą przydatne przy doborze parametrów reguł decyzyjnych dla docelowego systemu.

A jednym z takich parametrów, który – jak to zostało powiedziane niedawno – wymaga arbitralnego zadania jego wartości, jest jointGainWeight - liczba z przedziału (0,1) decydująca o znaczeniu łącznego zysku pary strategii w relacji do współczynnika korelacji. Ten drugi wchodzi do kryterium optymalizacji z wagą jointCorrWeight stanowiącą dopełnienie do 1. Proponuję zatem rzut oka na fragmenty tablic z wartościami funkcji celu dla dwóch wybranych wartości tego parametru. Kolorami zaznaczono optymalne (czyli maksymalne) ich wartości oraz kolumny, pozwalające odczytać parametry strategii, dla których owe maksima zostały osiągnięte.

Oto maksimum (oraz układ wartości w jego otoczeniu) dla jointGainWeight = 0.3:

 

Układ wartości nie jest szczególnie zaskakujący – maksimum zostało osiągnięte w wewnętrznym obszarze argumentów, a nie na jego brzegu. Wartości w jego otoczeniu nie różnią się drastycznie od tej optymalnej (jedynie nieco większy skok następuje przy przejściu parametru strategii Foll od 100 do 110). Generalnie jest do korzystne zjawisko, ponieważ stanowi argument na rzecz stabilnej zależności wyników od zadanych parametrów. A to jest pewna przesłanka dla podobnego zachowania tych strategii w przyszłości, dla nowych danych.

A jak to wygląda, kiedy zamienimy wartości wag decydujących o znaczeniu naszych dwóch kryteriów? Czyli dokładnie dla jointGainWeight = 0.7. Oto analogiczny zbiór liczb:

 

Cóż się okazuje – jakkolwiek liczbowo inna (co nie jest dziwne, przy funkcji celu o innej postaci), wartość optymalna jest osiągana dla tych samych argumentów. W konsekwencji te dwa zestawy wag, dwa różne postulaty co do ważności kryteriów cząstkowych, dają w efekcie wybór takich samych parametrów strategii elementarnych. Nasuwają się tutaj jednak pytania. Czy jest to zjawisko pozytywne czy negatywne? A ponadto, czy ta powtarzalność wyników rozciąga się na pozostałe wartości wag? Odpowiedzi na te pytania, jakkolwiek proste, zostaną przedstawione w następnym odcinku.