(01.11.2019, 16:28)Borkenkäfer schrieb: Wenn man eine Handelsstrategie testet, verwendet man oft zwei Zeitabschnitte. Einen Optimierungszeitraum, in dem man die Handelsstrategie auf ein bestmögliches Ergebnis trimmt und einen daran anschließenden Testzeitraum (out-of-sample Test), in dem man prüft, ob das System hier auch noch funktioniert hätte.
Ich entwickle Portfolio-Strategien, bei denen aus einer großen Menge an Aktien die bestmöglichen ausgewählt und gekauft werden sollen. Damit wäre auch ein anderer out-of-sample Test möglich. Ich könnte die die Auswahlmenge der Aktien mittels Zufallsgenerator in zwei Gruppen teilen. Mit der ersten Gruppe an Aktien erstelle und optimiere ich die Handelsstrategie. Mit der zweiten Gruppe teste ich die Strategie (im selben Zeitraum).
Ist das sinnvoll? Wo liegen die Nachteile?
Auf den ersten Blick eine gute Idee, aber:
Wie erstellst und optimierst Du denn? Zeit ist sozusagen die vierte Dimension und ich glaube nicht dass Du das durch Zufall (oder einen Index) ersetzen kannst.
Ich glaube das Wichtigste beim Erstellen so einer Strategie ist die theoretische Idee die dahinter steckt. Diese muss funktionieren, muss Sinn ergeben. Nicht einfach probieren und sich von den Ergebnissen überraschen lassen. Es muss eine logische Erklärung geben warum etwas passieren soll.
Dann kommt die Umsetzung, bei der man ja normalerweise optimiert indem man mit einem Index oder eben mit einem zufälligen Portfolio vergleicht. Dann kommt der out-of-sample Test. Diesen braucht es weil jede Methode die optimiert wurde aus reinem Zufall in der Vergangenheit funktioniert haben könnte.
Positive Ergebnisse sagen wenig aus, negative Ergebnisse sagen dass es vermutlich nicht funktionieren wird.
