×

稳健的交易规则选择和预测准确性。 (英语) Zbl 1294.93055号

总结:在给定数据集上表现良好的交易规则很少会导致有希望的样本外结果,这是样本内数据窥探偏见的结果。通过评估样本外表现来证明选择交易规则的合理性的努力也不会真正解决这一困境,因为它们很容易陷入所谓的样本外数据搜索偏见。我们抑制数据搜索偏差的方法包括使用先验稳健性策略构建一个交易规则选择框架,其中稳健性是基于时间序列引导和多目标标准来衡量的。因此,该方法侧重于在早期阶段将稳健性构建到交易规则选择过程中,而不是对交易规则适合性进行事后评估。日内外汇市场数据构成了拟议调查的经验基础。交易规则是从进化计算工具创建的广阔宇宙中选择的。作者在投资外汇市场时,证明了这种方法在间接预测准确性方面的好处。

MSC公司:

93元57 采样数据控制/观测系统
91B60型 贸易模型

软件:

我的靴子
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Brock W、Lakonishok J和LeBaron B,《简单技术交易规则和股票收益的随机特性》,《金融杂志》,1992年,47:1731-1764·doi:10.1111/j.1540-6261.1992.tb04681.x
[2] 怀特·H,《数据窥探的现实检验》,《计量经济学》,2000年,68:1097-1126·Zbl 1008.62116号 ·doi:10.111/1468-0262.00152
[3] 默顿,R。;Dornbusch,R.(编辑);Fischer,S.(编辑);Bossons,J.(编辑),《金融经济学中有效市场假设的状态》(1987年),马萨诸塞州剑桥市。
[4] Sullivan R、Timmermann A和White H,《数据搜索、技术交易规则性能和引导》,《金融杂志》,1999年,54:1647-1691·数字对象标识代码:10.1111/0022-1082.00163
[5] 齐敏、吴毅,技术交易规则盈利能力、数据窥探与现实检验:来自外汇市场的证据,《货币、信贷与银行杂志》,2005,38:2135-2158·doi:10.1353/立方米.2007.0006
[6] Vinod H D和López-de-Lacalle J,时间序列的最大熵引导:meboot R包,统计软件杂志,2009,29(5):1-19。
[7] 科扎·J·R,《遗传编程:通过自然选择实现计算机编程》,麻省理工学院出版社,剑桥,马萨诸塞州,1992年·Zbl 0850.68161号
[8] Wigham,P.A。;Rosca,J.P(编辑),基于语法的遗传编程,33-41(1995),纽约
[9] Brabazon A和O’Neill M,使用语法进化进化现货外汇市场的技术交易规则,计算管理科学,2004,1:311-332·Zbl 1115.91357号 ·doi:10.1007/s10287-004-0018-5
[10] O'Neill M和Ryan C,《语法进化》,《进化计算》,2001年,5:349-358·doi:10.1109/4235.942529
[11] EpochX:用于研究的遗传编程:EpochX中的进化算法。统一资源定位地址http://www.epochx.org/guide-algorithm.php。2011年7月查阅。
[12] R开发核心团队,R:统计计算的语言和环境,R统计计算基金会,奥地利维也纳,2011年。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。