++Testing and Tuning Market Trading Systems: Algorithms in C - Original PDF

دانلود کتاب ++Testing and Tuning Market Trading Systems: Algorithms in C - Original PDF

Author: Timothy Masters

0 (0)

توضیحات کتاب :

Build, test, and tune financial, insurance or other market trading systems using C++ algorithms and statistics. You’ve had an idea and have done some preliminary experiments, and it looks promising. Where do you go from here? Well, this book discusses and dissects this case study approach. Seemingly good backtest performance isn't enough to justify trading real money. You need to perform rigorous statistical tests of the system's validity. Then, if basic tests confirm the quality of your idea, you need to tune your system, not just for best performance, but also for robust behavior in the face of inevitable market changes. Next, you need to quantify its expected future behavior, assessing how bad its real-life performance might actually be, and whether you can live with that. Finally, you need to find its theoretical performance limits so you know if its actual trades conform to this theoretical expectation, enabling you to dump the system if it does not live up to expectations. This book does not contain any sure-fire, guaranteed-riches trading systems. Those are a dime a dozen... But if you have a trading system, this book will provide you with a set of tools that will help you evaluate the potential value of your system, tweak it to improve its profitability, and monitor its on-going performance to detect deterioration before it fails catastrophically. Any serious market trader would do well to employ the methods described in this book. What You Will Learn • See how the 'spaghetti-on-the-wall' approach to trading system development can be done legitimately • Detect overfitting early in development • Estimate the probability that your system's backtest results could have been due to just good luck • Regularize a predictive model so it automatically selects an optimal subset of indicator candidates • Rapidly find the global optimum for any type of parameterized trading system • Assess the ruggedness of your trading system against market changes • Enhance the stationarity and information content of your proprietary indicators • Nest one layer of walkforward analysis inside another layer to account for selection bias in complex trading systems • Compute a lower bound on your system's mean future performance • Bound expected periodic returns to detect on-going system deterioration before it becomes severe • Estimate the probability of catastrophic drawdown Who This Book Is For Experienced C++ programmers, developers, and software engineers. Prior experience with rigorous statistical procedures to evaluate and maximize the quality of systems is recommended as well.

سرچ در وردکت | سرچ در گودریدز | سرچ در اب بوکز | سرچ در آمازون | سرچ در گوگل بوک

663 بازدید 0 خرید

ضمانت بازگشت

ضمانت بازگشت

فایل های تست شده

فایل های تست شده

پرداخت آنلاین

پرداخت آنلاین

تضمین کیفیت

تضمین کیفیت

دانلود فوری

دانلود فوری

Before we delve into the meat (or tofu, if you prefer) of this book, we should be clear on what you will and will not find here, as well as what degree of preparation is expected of readers. The Target Audience, and Overview of Contents This book is intended for readers who have a modest statistics background (Statistics 101 is plenty), have some programming skill in any language (C++ with a strong bent toward traditional C is used in the examples here), and are interested in trading financial markets with a degree of mathematical rigor far beyond that of most traders. Here you will find a useful collection of algorithms, including sample code, that will help you tweak your ideas into trading systems that have above-average likelihood of profitability. But there are many things that you will not find in this book. We begin with an overview of the material included in this book. What’s in This Book The following topics are covered in this book: • If your system involves optimization of parameters, and most do, you will learn how to determine whether your optimized system has captured authentic market patterns or whether it has simply learned random noise patterns that will never again appear. • You will learn how to modify linear regression in a way that makes it even less susceptible to overfitting than it already is and that, as a bonus, separates predictors into those that are valuable and those that are worthless. You will also learn how to modify linear regression to enable its use in moderately nonlinear situations

چکیده فارسی

 

قبل از اینکه به گوشت (یا توفو، در صورت تمایل) این کتاب بپردازیم، باید مشخص کنیم که چه چیزهایی را در اینجا خواهید یافت و چه چیزهایی را نخواهید یافت، و همچنین میزان آمادگی مورد انتظار از خوانندگان را مشخص کنیم. مخاطبان هدف و مروری بر مطالب این کتاب برای خوانندگانی در نظر گرفته شده است که پیشینه آماری متوسطی دارند (آمار 101 فراوان است)، مهارت های برنامه نویسی در هر زبانی دارند (C++ با تمایل قوی به C سنتی در مثال های اینجا استفاده شده است) و علاقه مند به معامله در بازارهای مالی با درجه ای از دقت ریاضی بسیار فراتر از بیشتر معامله گران هستند. در اینجا مجموعه مفیدی از الگوریتم‌ها، از جمله کد نمونه را خواهید یافت که به شما کمک می‌کند ایده‌های خود را در سیستم‌های معاملاتی که احتمال سودآوری بالاتر از حد متوسط ​​دارند، تغییر دهید. اما چیزهای زیادی هست که در این کتاب پیدا نمی کنید. ما با مروری بر مطالب موجود در این کتاب شروع می کنیم. آنچه در این کتاب وجود دارد موضوعات زیر در این کتاب پوشش داده شده است: • اگر سیستم شما شامل بهینه سازی پارامترها می شود، و اکثر آنها این کار را انجام می دهند، خواهید آموخت که چگونه تعیین کنید که آیا سیستم بهینه سازی شده شما الگوهای معتبر بازار را به دست آورده است یا اینکه آیا به سادگی الگوهای نویز تصادفی را یاد گرفته است. که دیگر هرگز ظاهر نخواهد شد • شما یاد خواهید گرفت که چگونه رگرسیون خطی را به گونه ای اصلاح کنید که حتی کمتر از آنچه که هست در معرض بیش از حد برازش قرار گیرد و به عنوان یک امتیاز، پیش بینی کننده ها را به آن هایی که ارزشمند و بی ارزش هستند، تفکیک کند. همچنین یاد خواهید گرفت که چگونه رگرسیون خطی را تغییر دهید تا استفاده از آن در موقعیت‌های نسبتاً غیرخطی فعال شود

 

ادامه ...

Author(s): Timothy Masters

Publisher: Apress, Year: 2018

ISBN: 148424172X, 9781484241721

ادامه ...

iii Chapter 1: Introduction 1 The Target Audience, and Overview of Contents ��������������������������������������������������������������������������� 1 What’s in This Book ����������������������������������������������������������������������������������������������������������������� 1 What’s Not in This Book ����������������������������������������������������������������������������������������������������������� 3 About Trading Systems ����������������������������������������������������������������������������������������������������������������� 4 Market Prices and Returns ������������������������������������������������������������������������������������������������������ 5 Two Types of Automated Trading Systems������������������������������������������������������������������������������� 6 The Agony of Believing the Computer ������������������������������������������������������������������������������������� 7 Future Leak Is More Dangerous Than You May Think �������������������������������������������������������������� 7 The Percent Wins Fallacy��������������������������������������������������������������������������������������������������������� 8 Chapter 2: Pre-optimization Issues  11 Assessing and Improving Stationarity����������������������������������������������������������������������������������������� 11 The STATN Program ��������������������������������������������������������������������������������������������������������������� 13 Improving Location Stationarity by Oscillating ���������������������������������������������������������������������� 17 Extreme Stationarity Induction ���������������������������������������������������������������������������������������������� 19 Measuring Indicator Information with Entropy���������������������������������������������������������������������������� 20 Computing the Relative Entropy of an Indicator �������������������������������������������������������������������� 22 Entropy Impacts Predictive Model Quality ����������������������������������������������������������������������������� 24 Improving the Entropy of an Indicator ����������������������������������������������������������������������������������� 25 Monotonic Tail-Only Cleaning ������������������������������������������������������������������������������������������������ 29 About the Author  vii About the Technical Reviewer  ix Table of Contents iv Chapter 3: Optimization Issues  35 Regularizing a Linear Model ������������������������������������������������������������������������������������������������������� 35 Overview of the Regularized Model ��������������������������������������������������������������������������������������� 36 Beta Adjustment with Guaranteed Convergence ������������������������������������������������������������������� 40 Differential Case Weighting ��������������������������������������������������������������������������������������������������� 41 Rapid Computation with Covariance Updates ����������������������������������������������������������������������� 42 Outline of the Beta Optimization Process ������������������������������������������������������������������������������ 46 Code for Beta Optimization ���������������������������������������������������������������������������������������������������� 48 Descending a Lambda Path ��������������������������������������������������������������������������������������������������� 55 Optimizing Lambda with Cross Validation ����������������������������������������������������������������������������� 59 The CD_MA Program ������������������������������������������������������������������������������������������������������������� 63 Making a Linear Model Nonlinear ����������������������������������������������������������������������������������������������� 67 Differential Evolution: A Universal Nonlinear Optimizer �������������������������������������������������������������� 69 The DIFF_EV�CPP Routine for Differential Evolution��������������������������������������������������������������� 75 Chapter 4: Post-optimization Issues  91 Cheap Bias Estimates ����������������������������������������������������������������������������������������������������������������� 91 The StocBias Class ���������������������������������������������������������������������������������������������������������������� 92 Cheap Parameter Relationships �������������������������������������������������������������������������������������������������� 96 Parameter Sensitivity Curves ���������������������������������������������������������������������������������������������������� 108 Putting It All Together Trading OEX �������������������������������������������������������������������������������������� 112 Chapter 5: Estimating Future Performance I: Unbiased Trade Simulation 121 In-Sample and Out-of-Sample Performance ���������������������������������������������������������������������������� 121 The TrnBias Program to Demonstrate Training Bias ������������������������������������������������������������ 123 Selection Bias ���������������������������������������������������������������������������������������������������������������������� 124 Walkforward Analysis ���������������������������������������������������������������������������������������������������������� 129 Future Leak by Unobvious IS/OOS Overlap �������������������������������������������������������������������������� 131 Cross-Validation Analysis ���������������������������������������������������������������������������������������������������� 143 Special Precautions for Algorithmic Trading ������������������������������������������������������������������������ 151 Comparing Cross Validation with Walkforward: XVW ���������������������������������������������������������������� 156 Computationally Symmetric Cross Validation ���������������������������������������������������������������������� 158 What Does This Test Actually Measure? ������������������������������������������������������������������������������ 163 Table of ConTenTs v Nested Walkforward Analysis���������������������������������������������������������������������������������������������������� 172 The Nested Walkforward Algorithm ������������������������������������������������������������������������������������� 174 A Practical Application of Nested Walkforward ������������������������������������������������������������������� 179 An Example Using S&P 100 Components���������������������������������������������������������������������������������� 187 Cross Validation Nested Inside Walkforward����������������������������������������������������������������������������� 188 Chapter 6: Estimating Future Performance II: Trade Analysis  193 Handling Dynamic Trading Systems������������������������������������������������������������������������������������������ 193 Unknown Lookahead to Single Bars, Revisited ������������������������������������������������������������������� 194 Profit per Bar? Per Trade? Per Time? ���������������������������������������������������������������������������������������� 195 Analyzing Completed Trade Returns Is Problematic ������������������������������������������������������������ 196 The PER_WHAT Program ����������������������������������������������������������������������������������������������������� 198 A Lower Bound for Mean Future Returns ���������������������������������������������������������������������������������� 209 Brief Digression: Hypothesis Tests �������������������������������������������������������������������������������������� 210 So, How Do We Use This Probability? ���������������������������������������������������������������������������������� 212 Parametric P-Values ������������������������������������������������������������������������������������������������������������ 216 Parametric Confidence Intervals ����������������������������������������������������������������������������������������� 218 Lower Confidence Bounds and Hypothesis Tests ���������������������������������������������������������������� 222 Bootstrap Confidence Intervals ������������������������������������������������������������������������������������������������� 222 The Pivot and Percentile Methods ��������������������������������������������������������������������������������������� 223 The BC a Bootstrap Algorithm ����������������������������������������������������������������������������������������������� 225 The BOOT_CONF�CPP Subroutines ��������������������������������������������������������������������������������������� 227 The BOUND_MEAN Program and Results with SPX ������������������������������������������������������������� 232 Beware of Bootstrapping Ratios ������������������������������������������������������������������������������������������ 238 Bounding Future Returns ���������������������������������������������������������������������������������������������������������� 241 Deriving a Lower Bound from Empirical Quantiles �������������������������������������������������������������� 242 Confidence in the Computed Lower Bound ������������������������������������������������������������������������� 244 What About an Upper Bound on Future Returns? ���������������������������������������������������������������� 247 The CONFTEST Program: Overview ������������������������������������������������������������������������������������� 248 The CONFTEST Program: Code �������������������������������������������������������������������������������������������� 251 The BND_RET Program �������������������������������������������������������������������������������������������������������� 257 Table of ConTenTs vi Bounding Drawdown ����������������������������������������������������������������������������������������������������������������� 262 Intuition Gone Wrong ����������������������������������������������������������������������������������������������������������� 263 Bootstrapping Drawdown Bounds ��������������������������������������������������������������������������������������� 265 The DRAWDOWN Program ��������������������������������������������������������������������������������������������������� 267 Experiments with the DRAWDOWN Program ����������������������������������������������������������������������� 277 The CHOOSER_DD Program ������������������������������������������������������������������������������������������������� 279 Chapter 7: Permutation Tests  283 Overview of Permutation Testing ���������������������������������������������������������������������������������������������� 283 Testing a Fully Specified Trading System���������������������������������������������������������������������������������� 285 Testing the Training Process ������������������������������������������������������������������������������������������������ 286 Walkforward Testing a Trading System Factory������������������������������������������������������������������� 287 Permutation Testing of Predictive Models ��������������������������������������������������������������������������� 289 The Permutation Testing Algorithm ������������������������������������������������������������������������������������������� 291 Extending the Algorithm for Selection Bias ������������������������������������������������������������������������� 292 Partitioning Total Return of a Trading System ��������������������������������������������������������������������������� 294 Essential Permutation Algorithms and Code ����������������������������������������������������������������������� 298 Permuting Simple Market Prices ����������������������������������������������������������������������������������������� 299 Permuting Multiple Markets with an Offset������������������������������������������������������������������������� 301 Example: P-Value and Partitioning �������������������������������������������������������������������������������������������� 310 Example: Training with Next Bar Returns ���������������������������������������������������������������������������� 312 Example: Permuting Multiple Markets �������������������������������������������������������������������������������������� 316 Index  319 Table of ConTenTs

ادامه ...
برای ارسال نظر لطفا وارد شوید یا ثبت نام کنید
ادامه ...
پشتیبانی محصول

۱- در صورت داشتن هرگونه مشکلی در پرداخت، لطفا با پشتیبانی تلگرام در ارتباط باشید.

۲- برای خرید محصولات لطفا به شماره محصول و عنوان دقت کنید.

۳- شما می توانید فایلها را روی نرم افزارهای مختلف اجرا کنید(هیچگونه کد یا قفلی روی فایلها وجود ندارد).

۴- بعد از خرید، محصول مورد نظر از صفحه محصول قابل دانلود خواهد بود همچنین به ایمیل شما ارسال می شود.

۵- در صورت وجود هر مشکلی در فرایند خرید با تماس بگیرید.