(08.07.2025, 18:45)Speculatius schrieb: Und nun mal Butter bei die Fische!
Heute habe ich ausgerechnet, ob sich denn meine beiden oben beschriebenen Regeln positiv auf mein Handelsergebnis in diesem Jahr ausgewirkt hätten.
Um die Anwort vorwegzunehmen: sie hätten sich ausgewirkt, aber so was von!

In folgenden Zeiträumen hätte ich Tradingpause machen müssen:
17.01. bis 19.02.25 (wegen RSI zu hoch)
04.04. bis 24.04.25 (wegen VDAX zu hoch)
16.05. bis 22.05.25 (wegen RSI)
19.06. bis 20.06.25 (wegen VDAX)

Man sieht also, daß teilweise recht lange Zeiträume von drei bis vier Wochen am Stück zusammenkommen können, in denen nicht gehandelt werden darf.

Aber nun zu den Ergebnissen:
17.01. bis 19.02.25 - 21.994 EUR Tradingverlust
04.04. bis 24.04.25 - 16.784 EUR Tradingverlust
16.05. bis 22.05.25 -   1.358 EUR Tradingverlust
19.06. bis 20.06.25 -       67 EUR Tradinggewinn

Macht summa summarum einen Verlust von sage und schreibe rund 40.000 EUR.
Anders formuliert: hätte ich diese Regeln schon Anfang Januar gehabt und umgesetzt, wären die Tradingkonten heute zusammen nicht bei 25k, sondern 65k!   
Mein lieber Scholli!   
Mit einer so großen Differenz hätte ich bei weitem nicht gerechnet.
Dann ist also klar, was ab sofort zu tun ist.

Sorry, das kann stimmen, muss aber nicht. Du brauchst auch out-of-sample Daten.

Hast Du schon mal was von google flu trends, der google Grippe, gehört? Nein, die meisten haben davon nicht gehört. Google hatte mal eine Zeit lang geglaubt sie könnten die Grippe schneller und zuverlässiger voraussagen als alle Statistiken der Aerzte. Sie haben dafür einfach aus den paar hundert Millionen Suchbegriffe der Vergangenheit diejenigen herausgesucht die am meisten in Gebieten mit grossen Grippewellen vorkamen.

Das Projekt wurde nach 7 Jahren eingestampft weil es einfach nicht funktionierte. Es gibt zu viele Zusammenhänge die was anderes bedeuten können, erklärbar oder nicht. Zum Beispiel kommt die Grippe eher im Winter vor und im Winter sucht man halt nach bestimmten Begriffen.

Wenn sogar so kluge Leute wie die Statistiker bei google einsehen dass es nicht ohne out-of-sample Daten geht solltest Du vielleicht das selbe tun. Ich brauchte fast 10 Jahre out-of-sample Daten um auf meine mechanische momentum Strategie zu kommen. Musste X mal von vorne anfangen.

Und denk dran, Du machst Tests nur um eine These zu verwerfen. Je mehr desto besser, je mehr Du verwerfen kannst desto mehr Geld sparst Du wenn Du es merkst bevor Du echtes Geld da rein wirfst.

Das Beispiel kommt übrigens aus dem Buch The data detective.

(08.07.2025, 19:06)cubanpete schrieb: Du brauchst auch out-of-sample Daten.

Was genau meinst du denn damit?
Was für Daten brauche ich denn noch?

out-of-sample-Daten - Google KI sagt (ungefragt  )....

Zitat:"Out-of-sample Daten" bezieht sich auf Daten, die während des Trainings eines Machine-Learning-Modells oder einer statistischen Analyse nicht verwendet wurden. Diese Daten dienen dazu, die Generalisierungsfähigkeit des Modells zu testen, also wie gut es auf unbekannte Daten außerhalb des Trainingsdatensatzes anwendbar ist. Man spricht auch von Out-of-Sample-Prognosen, wenn ein Modell anhand dieser Daten bewertet wird.



Bedeutung und Verwendung von Out-of-Sample Daten:


Bewertung der Generalisierungsfähigkeit:
Out-of-Sample-Daten sind entscheidend, um zu beurteilen, ob ein Modell nicht nur gut auf den Trainingsdaten, sondern auch auf neuen, unbekannten Daten funktioniert.


Vermeidung von Overfitting:
Durch die Verwendung von Out-of-Sample-Daten lässt sich erkennen, ob ein Modell überangepasst (overfitted) ist, also zu gut auf die spezifischen Trainingsdaten zugeschnitten ist und daher auf neuen Daten schlecht abschneidet.


Vertrauenswürdigere Ergebnisse:
Out-of-Sample-Prognosen gelten als zuverlässiger, da sie nicht durch Ausreißer oder Data-Mining-Effekte im Trainingsdatensatz verzerrt sind.


Analyse von Zeitreihendaten:
Bei Zeitreihendaten ist es wichtig, die zeitliche Reihenfolge bei der Aufteilung in Trainings- und Testdaten zu berücksichtigen, um Leckageeffekte zu vermeiden.

Beispiel:

Angenommen, man trainiert ein Modell zur Vorhersage von Immobilienpreisen. Der Trainingsdatensatz könnte Daten aus den Jahren 2010-2018 umfassen. Die Out-of-Sample-Daten wären dann Daten aus den Jahren 2019-2020, die das Modell noch nie gesehen hat. Durch die Bewertung der Vorhersagen des Modells für diese Out-of-Sample-Daten kann man feststellen, wie gut das Modell in der Lage ist, die Immobilienpreise in der Zukunft vorherzusagen.


Zusammenfassend lässt sich sagen, dass Out-of-Sample-Daten ein wichtiger Bestandteil der Modellentwicklung und -bewertung sind, um sicherzustellen, dass das Modell auch auf neuen, unbekannten Daten zuverlässige Ergebnisse liefert.

(08.07.2025, 19:21)boersenkater schrieb: out-of-sample-Daten - Google KI sagt (ungefragt  )....

Ich trainiere aber gar keine Maschine, und ich habe auch kein mechanisches System.
Wenn ich vier Wochen Tradingpause mache, könnte ich demzufolge auch nicht rückwirkend sagen, welche Trades ich gemacht hätte oder nicht, wie man es bei einem mechanischen System tun könnte. Ich kann einfach nur gar nichts sagen. Aber ich kann nach 12 oder 24 Monaten mal die Ergebnisse vergleichen für den Handel ohne Tradingpausen und den mit Tradingpausen. Und dann sollte bei dem mit den Pausen eine signifikante Verbesserung zu dem ohne Pausen zu erkennen sein.

Ich habe die einzigen zuverlässigen out-of-sample Daten genutzt die existieren: solche die noch nicht existieren!

Also Daten aus der Zukunft. Alles aus der Vergangenheit ist äusserst schwierig zu ignorieren wenn Du einen Plan bastelst. Ich habe tatsächlich fast ein Jahrzehnt jede Woche Daten in eine Tabelle eingetragen und mit meinen diversen Strategien verglichen, wobei mit der Zeit immer mehr Elemente einfach rausflogen. Jedes Element das rausflog hat mir vermutlich viel viel Geld gespart.

Du findest mit Daten aus der Vergangenheit fast unendlich viele Dinge die funktionieren. Weil es mehr Kombinationsmöglichkeiten gibt als Atome im Universum. Nur die Zukunft kann zeigen was nicht funktioniert. Nichts kann Dir leider zeigen was funktioniert, aber rauszuschmeissen was nicht funktioniert ist schon viel.

(08.07.2025, 19:38)cubanpete schrieb: Ich habe die einzigen zuverlässigen out-of-sample Daten genutzt die existieren: solche die noch nicht existieren!

Also Daten aus der Zukunft. Alles aus der Vergangenheit ist äusserst schwierig zu ignorieren wenn Du einen Plan bastelst. Ich habe tatsächlich fast ein Jahrzehnt jede Woche Daten in eine Tabelle eingetragen und mit meinen diversen Strategien verglichen, wobei mit der Zeit immer mehr Elemente einfach rausflogen. Jedes Element das rausflog hat mir vermutlich viel viel Geld gespart.

Du findest mit Daten aus der Vergangenheit fast unendlich viele Dinge die funktionieren. Weil es mehr Kombinationsmöglichkeiten gibt als Atome im Universum. Nur die Zukunft kann zeigen was nicht funktioniert. Nichts kann Dir leider zeigen was funktioniert, aber rauszuschmeissen was nicht funktioniert ist schon viel.

Woher nimmst du denn die "Daten aus der Zukunft?" Sind das Zufallszahlen? Oder wie kommst du auf die?

(08.07.2025, 19:47)Speculatius schrieb: Woher nimmst du denn die "Daten aus der Zukunft?" Sind das Zufallszahlen? Oder wie kommst du auf die?

Indem ich darauf warte...

Guten Morgen !

Mir ist das Thema "out of sample" durchaus bekannt.

Aber hier kommt das m.E. nicht zur Anwendung.
Der Trader (der erfahrene Profi Speculatius) handelt ausschliesslich diskretionär und macht beständig Gewinn ausser in bestimmtem Marktphasen, die entweder durch erratische Nachrichten (insb. Trump) oder hohe Vola geprägt sind.
Es ist irgendwo logisch, dass in diesen Phasen seine diskretionäre Systematik eben nicht funktioniert.

Man könnte sagen, dass in diesen Phasen seine Ergebnisse zufallsbedingt sind, während sie das in Normalphasen nicht sind !
Das sagt dann insofern nicht, dass er in solchen Ausnahmephasen nicht auch einen hohen Gewinn erzielen könnte (eben Zufall).
In den normalen Phasen, die ja zeitlich überwiegen, macht er dagegen regelmässig Gewinn.

Insofern ist es logisch die Ausnahmephasen weg zu lassen um die Zacken in der Performancekurve zu glätten !

Weiterhin Viel Erfolg Speculatius !

(09.07.2025, 07:10)actiontrader schrieb: Guten Morgen !

Mir ist das Thema "out of sample" durchaus bekannt.

Aber hier kommt das m.E. nicht zur Anwendung.
Der Trader (der erfahrene Profi Speculatius) handelt ausschliesslich diskretionär und macht beständig Gewinn ausser in bestimmtem Marktphasen, die entweder durch erratische Nachrichten (insb. Trump) oder hohe Vola geprägt sind.
Es ist irgendwo logisch, dass in diesen Phasen seine diskretionäre Systematik eben nicht funktioniert.

Man könnte sagen, dass in diesen Phasen seine Ergebnisse zufallsbedingt sind, während sie das in Normalphasen nicht sind !
Das sagt dann insofern nicht, dass er in solchen Ausnahmephasen nicht auch einen hohen Gewinn erzielen könnte (eben Zufall).
In den normalen Phasen, die ja zeitlich überwiegen, macht er dagegen regelmässig Gewinn.

Insofern ist es logisch die Ausnahmephasen weg zu lassen um die Zacken in der Performancekurve zu glätten !

Weiterhin Viel Erfolg Speculatius !

Mein Problem liegt nicht daran. Es liegt daran dass es in meinen Augen zu wenig Belege dafür gibt dass diese Ausnahmephasen korrekt identifiziert werden können. Also ob die Kette Ursache-Wirkung zweifelsfrei belegt werden kann (OK, das kann es nie, aber zumindest nicht ausgeschlossen werden kann) oder ob es an etwas anderem, vielleicht mehr zufälligem, liegt. Also wie beim google flu trend falsche Fährten gelegt wurden, Muster identifiziert wurden die in Wirklichkeit nur zufällig sind oder auf Grund von anderen Korrelationen entstanden sind. Diese Korrelationen können offensichtlich sein (Suchbegriffe im Winter) oder, wie es öfter vorkommt, komplett versteckt sein.

Das mit Echtgeld später herauszufinden kann sehr teuer werden.

Der kurzfristige Handel hat den Vorteil dass er relativ viel Daten produziert. Man muss also für die Verwendung der Zukunft als out-of-sample Daten nicht Jahre oder sogar Jahrzehnte warten so wie ich es musste. Allerdings ist es auch schwieriger kurzfristige Edge (oder wie in diesem Fall negative Muster) zu identifizieren.

Uebrigens: wenn das wirklich so klar wäre wie Du sagst dann müsstest Du ja nur das Gegenteil tun in diesen Phasen und würdest Dir eine goldenen Nase verdienen. Ueberlege genau ob Du Deiner Theorie so weit vertraust dass Du das tun würdest!

Guten Morgen Cubanpete !

Ich verstehe vollkommen was Du schreibst.
Und diese Abgrenzung der Phasen ist in der Tat ein Problem. Hier gilt es eine pragmatische Lösung zu finden,
wie Speculatius es eben getan hat.

Zum Hauptpunkt : Ich sage ausdrücklich, dass das Ergebnis in den "Ausnahmephasen" Zufall ist !
Es kann dort Gewinn oder Verlust geben. Der von Speculatius genutzte Ansatz versagt eben in diesen Phasen !
Das heisst ja noch lange nicht das es dort nachhaltig Verlust, resp. dann das Gegenteil gehandelt, Gewinn gibt.

Es heisst lediglich das in diesen Phasen nicht regelmässig Gewinn entsteht, wie in den Normalphasen.

Ich habe ja dieselbe Problematik mit meinem diskretionären Ansatz, der regelmässig von 9.00 Uhr bis 12.00 Uhr Gewinn macht.
Zu anderen Uhrzeiten aber nicht diese Regelmässigkeit hat .....

Viele Grüsse aus der Ostschweiz, ich sehe übrigens oben Neuschnee, so ab 2.000 Meter.