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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • 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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Roteiro de Statistics›Módulo 4 · Validação e sobreajuste›Tópico 4.3·~1 h 40 minAvançado

Projeto final: esta anomalia é real?

Posição no roteiroMódulo 4 de 4 · Tópico 3 de 3
4.3 Projeto final: esta anomalia é real?
—Nota do lab— / 100XP total—Sequência—

Testar uma descoberta com honestidade

Este projeto final reúne toda a habilidade em uma pergunta: uma regra de tendência que compra quando a soma dos últimos L dias é positiva e vende a descoberto caso contrário, testada com 24 janelas em vinte anos de SPY. A melhor versão tem um índice de Sharpe próximo de 0,31. É uma vantagem? Primeiro estime o índice de Sharpe, depois meça sua incerteza com o bootstrap e então corrija o fato de que você olhou 24 versões e relatou a melhor.

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

A primeira fórmula anualiza a média diária dividida pelo desvio-padrão amostral. A segunda a transforma em um escore z para a nula de média zero: o índice de Sharpe diário vezes a raiz quadrada dos m dias da estratégia. A terceira é a correção de Bonferroni para N tentativas. Dois detalhes tornam a regra honesta. A posição do dia t só pode usar retornos até o dia t-1, pois um sinal que espia o dia em que negocia ganha todo dia o retorno absoluto. E o valor p da melhor de N regras não é o de uma regra escolhida de antemão.

O que dizem os dados reaisNo SPY desde 2006 (5190 dias), comprar e manter tem índice de Sharpe de 0,62. Entre as 24 janelas de 5 a 120 dias, a melhor regra de tendência é a de 60 dias, com índice de Sharpe de 0,31 em 5130 dias. Seu escore z é 1,41, um valor p unilateral de 0,080, que parece quase interessante. Multiplicado pelas 24 tentativas, o valor p ajustado é 24×0,080>1, ou seja, 1. A melhor regra de tendência é pior que simplesmente manter o índice, e a evidência de uma vantagem some quando se conta quantas regras foram examinadas.
  • Índice de Sharpe: média anualizada sobre desvio-padrão, com o desvio amostral (n - 1).
  • Bootstrap: reamostre os dias com reposição e leia os percentis 2,5 e 97,5 da estatística.
  • Sem antecipação: a posição do dia t só pode usar retornos até o dia t - 1.
  • Testes múltiplos: o valor p da melhor de N tentativas é N vezes maior do que parece.
Uma descoberta é uma afirmação sobre uma buscaInforme quantas coisas você tentou além da melhor. O mesmo índice de Sharpe é evidência fraca após 24 tentativas e forte após uma única tentativa pré-registrada. Janelas vizinhas são fortemente correlacionadas, então Bonferroni é conservador aqui e o número honesto fica entre o valor p bruto e o ajustado. Ainda assim isso não salva um Sharpe de 0,31 abaixo do de comprar e manter.

Lab: o que é avaliado

  • O índice de Sharpe15 pts
  • Uma regra de tendência sem antecipação25 pts
  • Um intervalo bootstrap25 pts
  • Buscar e corrigir35 pts
Explorador · lab-st-10
▾ lab-st-10
▾ data
…
bash · no navegador
learner@quantcraft:~/lab-st-10$
Python ainda não carregadoPythonLn 1, Col 1Spaces: 4UTF-8

Redefinir este tópico?

Tudo em lab-st-10 volta aos arquivos iniciais e o terminal é limpo. Sua solução atual será perdida — isso não pode ser desfeito.

Será redefinido
  • main.py → código inicial
  • Histórico do terminal e saída dos testes
  • Alterações não enviadas
Será mantido
  • Melhor nota do lab
  • Seu XP e sua sequência
  • Progresso da aula e anotações

Entre para executar o seu código.

Todas as aulas são gratuitas para ler. Crie uma conta ou entre para executar código, rodar os testes e enviar este lab.

  • IDE no navegador com terminal bash — nada para instalar
  • Correção instantânea, XP e o seu lugar no roteiro
Criar uma contaEntrar
OU
Continuar com o GitHub