Robust optimization to avoid curve-fitting in algorithmic trading
Algoritmik ticarette eğri uydurmayı önlemek için sağlam optimizasyon
- Tez No: 591447
- Danışmanlar: Assist. Prof. Dr. ÇİĞDEM ÖZARI
- Tez Türü: Yüksek Lisans
- Konular: Maliye, İşletme, Finance, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme (İngilizce) Ana Bilim Dalı
- Bilim Dalı: İşletme Yönetimi Bilim Dalı
- Sayfa Sayısı: 120
Özet
En iyi parametre setini bulmak ve ardından bunları işlem parametreleri olarak kullanmak için, geçmiş veri setleriyle çalışarak bunları optimize etmeye çalışan birçok yatırımcı vardır. Çoğu durumda yatırımcılar aşırı optimizasyon nedeniyle alım satım sırasında kısa sürede zarar görecektir. Bu araştırmada, Walk Forward analizi ve Monte Carlo simülasyonu yardımıyla oluşan bilimsel bir yatırım stratejisi geliştirmek için bir yöntem geliştirilmiştir. Dört farklı alım satım stratejisi araştırmacı tarafından MQL5 yardımıyla oluşturulmuştur ve sistemlerin sağlamlık kanıtı olarak örneklem dışı kar üretip üretmediğini kontrol etmek için test edildi. Walk Forward analizinin çok zorlu bir test olması nedeniyle yalnızca karlı stratejilerde başarı sağlandığı gözlemlendi. Belirli bir alım satım stratejisi, Walk Forward analizinde kar göstermediği zamanlarda, alım satım yapmaya değmediği sonucuna ulaşıldı. Numune testi sırasında ne kadar karlı olduğu önemli değildir. Bu araştırmada test edilen stratejiler arasında,“Bollinger”ve“RSI”indikatörlerinin geliştirilmiş versiyonları örneklem dışı testlerde sırasıyla% 143,6 ve% 161,34 yıllık kar göstermiştir. Sonuç olarak, Walk Forward Analysis, getiri eğrisi oluşturmasını önleyen en iyi ve en basit optimizasyon yöntemlerinden biridir ve kârsız ticaret stratejilerinin geçmesine izin vermez. Araştırma bulgularına dayanarak, ticaret stratejilerini optimize etmek için Walk Forward analizinin ve Monte Carlo Simülasyonunun uygulanması önerilir.
Özet (Çeviri)
Curve-fitting is one of the major errors among algorithmic traders. There are many algorithmic traders who try to optimize variables of a trading system over full historical data to find the best set of parameters and then use them as live trading parameters. In most cases, the traders will experience immediate loss during live trading due to curve-fitting (over-optimization). In this research a scientific method of trading strategy development consists of Walk Forward Analysis and Monte Carlo Simulation has been applied. Four different trading strategies were coded by researcher in MQL5 and tested to check whether systems can produce profit in out-of-sample as a proof of robustness. We found that Walk Forward Analysis is a very tough test so that, only profitable strategies can pass. If a certain trading strategy does not demonstrate profit in Walk Forward Analysis it means that it is not worth trading; No matter how much profitable it was during in-sample testing. Among tested strategies in this research,“BOLLINGER REVERSION”and“RSI REVERSION”have shown 143.6% and 161.34% annualized profit respectively during out-of-sample testing. As conclusion, the Walk Forward Analysis is one of the best and simplest optimization methods which avoid curve-fitting and does not allow unprofitable trading strategies to pass. Based on research findings, applying Walk Forward Analysis and Monte Carlo Simulation to optimize trading strategies is highly recommended.
Benzer Tezler
- ATM nakit ikmal optimizasyonunda asimetrik destek vektör regresyon tahmin modeli yaklaşımı
Asymmetric support vector regression forecast model approach in ATM cash replenishment optimization
ÖZGE TUĞRUL SÖNMEZ
Doktora
Türkçe
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CAFER ERHAN BOZDAĞ
- ERP sistemine entegre tüketime dayalı stok kontrol parametrelerinin belirlenmesi
Determination of consumption-based inventory control parameters integrated in the ERP system
NEVA EMEL İŞLER
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN GÜNDOĞAR
- Çoklu cevap yüzeylerinin optimizasyonu için doğrusal olmayan bir model önerisi ve ekmek üretim sürecine uygulanması
A non-linear model proposal for multi-response surface optimization and application to bread making process
ALİ İHSAN BOYACI
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN EVREN
- Etkili bir yapay arı kolonisi algoritmasının üç boyutlu kutu doldurma problemi üzerinde uygulanması
An effective artificial bee colony algorithm for solving three-dimensional bin packing problem
TUĞRUL BAYRAKTAR
Doktora
Türkçe
2021
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ ERSÖZ
PROF. DR. CEMALETTİN KUBAT