EA Оцінка просунута: використання поза вибіркових тестів для верифікації стратегії, прощавай перенавчанню

Ваші результати оптимізації EA надійні? Дізнайтеся про відмінності між тестуванням всередині вибірки (IS) та поза вибіркою (OOS). Навчіться використовувати дані OOS для перевірки стійкості стратегії, уникнення пасток перенавчання та формування справжньої надійної впевненості у торгівлі. Обов’язково до прочитання!
  • Цей веб-сайт використовує переклад із підтримкою ШІ. Якщо у вас є які-небудь відгуки чи пропозиції, не соромтеся зв’язатися з нами. Ми з нетерпінням чекаємо ваших цінних відгуків! [email protected]
Цей веб-сайт використовує переклад із підтримкою ШІ. Якщо у вас є які-небудь відгуки чи пропозиції, не соромтеся зв’язатися з нами. Ми з нетерпінням чекаємо ваших цінних відгуків! [email protected]

Тестування на внутрішній вибірці vs тестування на зовнішній вибірці: як надійніше оцінити ваш EA?

У попередній статті ми говорили про те, як «оптимізувати» (Optimization) ваш Експертний радник (EA), тобто налаштовувати параметри, щоб він краще працював на історичних даних.
Ми також згадували про необхідність остерігатися пастки «переобучення» (Overfitting), коли EA занадто ідеально підлаштовується під минулі дані, але може погано працювати в майбутньому.

Отже, як дізнатися, чи дійсно оптимізовані «найкращі» параметри навчилися закономірностям ринку, а не просто «зазубрили» минулі дані?
Тут дуже важливі поняття тестування на внутрішній вибірці (In-Sample Testing) і тестування на зовнішній вибірці (Out-of-Sample Testing).
Вони допомагають нам надійніше оцінити стратегію EA.



Що таке тестування на внутрішній вибірці (In-Sample Testing) ?

Просто кажучи:

Тестування на внутрішній вибірці означає використання того самого історичного періоду даних, який ви застосовуєте під час оптимізації.

Як повторення підручника:

Уявіть, що ви готуєтеся до іспиту, повторюючи конспекти, які підкреслив викладач.
EA під час оптимізації «вивчає» ці внутрішні дані, шукаючи параметри, які найкраще працюють на цьому наборі.

Яка мета?

Знайти комбінацію параметрів, яка дає найкращі результати на цьому конкретному історичному періоді.

Які обмеження?

Добрі результати на внутрішній вибірці не гарантують успіх у майбутньому.
Бо EA може просто «запам’ятати» особливі патерни або шум у цих даних, а не навчитися справжнім універсальним закономірностям.
Це і є ризик переобучення.

Що таке тестування на зовнішній вибірці (Out-of-Sample Testing) ?

Просто кажучи:

Тестування на зовнішній вибірці — це використання іншого, повністю не задіяного під час оптимізації історичного періоду для перевірки знайдених «найкращих» параметрів.

Як проходження пробного іспиту:

Після повторення підручника (внутрішня вибірка) ви проходите пробний іспит, який ніколи раніше не бачили (зовнішні дані), щоб перевірити свої знання.
Тестування на зовнішній вибірці — це коли ваш EA запускається з оптимізованими параметрами на «незнайомих» історичних даних.

Яка мета?

Перевірити, чи добре «найкращі» параметри працюють на нових, невідомих даних.
Це допомагає визначити, чи EA дійсно навчився справжніх закономірностей, а не просто «здав» внутрішній тест.

Як це вам допомагає?

  • Якщо EA показує хороші результати на зовнішній вибірці (можливо, не такі ідеальні, як на внутрішній, але прийнятні), ви можете бути впевненіше, що стратегія більш надійна і не сильно переобучена.
  • Якщо EA погано працює на зовнішній вибірці (наприклад, замість прибутку починає приносити збитки), це серйозний сигнал тривоги! Ймовірно, ваш EA сильно переобучений, і знайдені «найкращі» параметри ненадійні.

Чому це важливо? (вирішення ваших побоювань)

  • Зменшення страху перед збитками: Тестування на зовнішній вибірці дає більш реалістичну перевірку «в бою». Якщо стратегія погано працює на зовнішніх даних, це попередження ще до того, як ви ризикуєте реальними грошима. Розуміння реальних ризиків допомагає керувати очікуваннями і зменшити страх перед майбутніми збитками.
  • Боротьба з пасткою переобучення: Це один із найпростіших і найефективніших способів уникнути переобучення. Багато хто захоплюється ідеальними результатами внутрішньої оптимізації, але тестування на зовнішній вибірці допомагає розвіяти цю «ілюзію».
  • Формування реалістичної впевненості: Лише коли EA показує адекватні результати і на внутрішній, і на зовнішній вибірках, ви можете мати більш обґрунтовану впевненість у стратегії, а не ілюзорну через переобучення.

Як проводити ці два види тестування? (прості концепції)

Зазвичай історичні дані ділять на дві (або більше) частини:
  • Внутрішня вибірка (In-Sample): Використовується для оптимізації і пошуку найкращих параметрів.
  • Зовнішня вибірка (Out-of-Sample): Ці дані «ховають» і не використовують під час оптимізації. Після завершення оптимізації запускають звичайне тестування на цих даних, щоб оцінити результати.



Деякі торгові платформи (наприклад, MT5) мають функцію «Forward Testing» (покрокове тестування), яка автоматизує процес розподілу даних і тестування.

Підсумок: ключові кроки для перевірки результатів оптимізації

Оптимізація параметрів EA може зробити стратегію кращою, але її потрібно перевірити.

  • Тестування на внутрішній вибірці допомагає знайти «перспективні» параметри.
  • Тестування на зовнішній вибірці допомагає перевірити, чи ці параметри дійсно «надійні».

Завдяки цим двом крокам ви глибше зрозумієте стійкість стратегії EA, ефективно знизите ризик переобучення і зможете приймати більш обґрунтовані торгові рішення.

Останнє нагадування: Навіть якщо EA добре показує себе і на внутрішній, і на зовнішній вибірках, це все одно базується на минулих даних.
Перед тим, як вкладати реальні гроші, найважливіший останній крок — це тестування в режимі реального часу на «Демонстраційному рахунку».
Дайте EA попрацювати в поточних ринкових умовах деякий час, спостерігайте за реальними результатами — це і є остаточне випробування.
Якщо ви вважаєте, що ця стаття була корисною для вас, будь ласка, поділіться нею з друзями.
Давайте навчимо більше людей знанням про торгівлю на Форексі!