σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Statistics-Skill›Modul 4 · Validierung und Überanpassung›Thema 4.3·~1 Std. 40 Min.Fortgeschritten

Abschlussprojekt: Ist diese Anomalie echt?

Position in der SkillModul 4 von 4 · Thema 3 von 3
4.3 Abschlussprojekt: Ist diese Anomalie echt?
—Lab-Punkte— / 100XP gesamt—Serie—

Eine Entdeckung ehrlich prüfen

Dieses Abschlussprojekt bündelt die ganze Fähigkeit in einer Frage: Eine Trendregel, die long geht, wenn die Summe der letzten L Tage positiv ist, und sonst short, getestet für 24 Fenster auf zwanzig Jahren SPY. Ihre beste Version hat eine Sharpe-Ratio von etwa 0,31. Ist das ein Vorteil? Schätzen Sie zuerst die Sharpe-Ratio, messen Sie dann ihre Unsicherheit mit dem Bootstrap und korrigieren Sie schließlich dafür, dass Sie 24 Versionen angesehen und die beste berichtet haben.

SR=r̄/s√252, z≈SR/(√252)√m, p_adj=min(1, N p)

Die erste Formel annualisiert den Tagesmittelwert geteilt durch die Stichprobenstandardabweichung. Die zweite macht daraus einen z-Wert für die Nullhypothese eines Mittelwerts von null: die tägliche Sharpe-Ratio mal Wurzel aus den m Strategietagen. Die dritte ist die Bonferroni-Korrektur für N Versuche. Zwei Details machen die Regel ehrlich. Die Position an Tag t darf nur Renditen bis Tag t-1 nutzen, denn ein Signal, das den Handelstag selbst ansieht, verdient jeden Tag den Absolutbetrag der Rendite. Und der p-Wert der besten von N Regeln ist nicht der p-Wert einer vorab gewählten Regel.

Was die echten Daten sagenFür SPY ab 2006 (5190 Tage) hat Buy-and-Hold eine Sharpe-Ratio von 0,62. Unter den 24 Fenstern von 5 bis 120 Tagen ist die beste Trendregel die mit 60 Tagen, mit einer Sharpe-Ratio von 0,31 über 5130 Tage. Ihr z-Wert beträgt 1,41, ein einseitiger p-Wert von 0,080, was fast interessant aussieht. Mit den 24 Versuchen multipliziert ergibt sich ein angepasster p-Wert von 24×0,080>1, also 1. Die beste Trendregel ist schlechter als einfaches Halten des Index, und der Hinweis auf einen Vorteil verschwindet, sobald man zählt, wie viele Regeln man angesehen hat.
  • Sharpe-Ratio: annualisierter Mittelwert durch Standardabweichung, mit der Stichprobenstandardabweichung (n - 1).
  • Bootstrap: Tage mit Zurücklegen ziehen und die 2,5- und 97,5-Perzentile der Statistik ablesen.
  • Kein Look-ahead: Die Position an Tag t darf nur Renditen bis Tag t - 1 nutzen.
  • Multiples Testen: Der p-Wert des besten von N Versuchen ist N-mal größer, als er aussieht.
Eine Entdeckung ist eine Aussage über eine SucheBerichten Sie, wie viele Dinge Sie versucht haben, nicht nur das beste. Dieselbe Sharpe-Ratio ist nach 24 Versuchen ein schwacher Beleg und nach einem vorab registrierten Versuch ein starker. Benachbarte Fenster sind stark korreliert, deshalb ist Bonferroni hier konservativ, und die ehrliche Zahl liegt zwischen rohem und angepasstem p-Wert. Eine Sharpe-Ratio von 0,31 unter Buy-and-Hold rettet das trotzdem nicht.

Lab: Was bewertet wird

  • Die Sharpe-Ratio15 Pkt.
  • Eine Trendregel ohne Look-ahead25 Pkt.
  • Ein Bootstrap-Intervall25 Pkt.
  • Suchen und korrigieren35 Pkt.
Explorer · lab-st-10
▾ lab-st-10
▾ data
…
bash · im Browser
learner@quantcraft:~/lab-st-10$
Python noch nicht geladenPythonLn 1, Col 1Spaces: 4UTF-8

Dieses Thema zurücksetzen?

Alles in lab-st-10 wird auf die Startdateien zurückgesetzt und das Terminal geleert. Ihre aktuelle Lösung geht verloren – das lässt sich nicht rückgängig machen.

Wird zurückgesetzt
  • main.py → Startcode
  • Terminal-Verlauf und Testausgabe
  • Nicht eingereichte Änderungen
Bleibt erhalten
  • Beste Lab-Punktzahl
  • Ihre XP und Ihre Serie
  • Vorlesungsfortschritt und Notizen

Melde dich an, um deinen Code auszuführen.

Alle Lektionen kannst du kostenlos lesen. Erstelle ein Konto oder melde dich an, um Code auszuführen, Tests zu starten und dieses Lab abzugeben.

  • IDE im Browser mit Bash-Terminal — nichts zu installieren
  • Sofortige Bewertung, XP und dein Platz auf der Skill
Konto erstellenAnmelden
ODER
Weiter mit GitHub