Тестування в межах вибірки vs Тестування поза вибіркою: як надійніше оцінити ваш EA?
У попередній статті ми говорили про те, як «оптимізувати » (Optimization) ваш Експертний радник (EA), тобто налаштувати 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 вловили закономірності ринку, а не просто «зазубрили» минулі дані?
Тут дуже важливі поняття тестування в межах вибірки (In-Sample Testing) та тестування поза вибіркою (Out-of-Sample Testing).
Вони допомагають надійніше оцінити стратегію EA.
Що таке тестування в межах вибірки (In-Sample Testing) ?
Простими словами:
Тестування в межах вибірки — це історичні дані, які ви використовуєте під час процесу оптимізації.Як повторення підручника:
Уявіть, що ви готуєтеся до іспиту, повторюючи виділені вчителем основні моменти підручника.EA під час оптимізації «вивчає» ці дані в межах вибірки, шукаючи параметри, які найкраще працюють на цьому наборі даних.
Яка мета?
Знайти комбінацію параметрів, яка дає найкращі результати на цій конкретній історичній вибірці.Які обмеження?
Добрі результати на даних в межах вибірки не гарантують успіху в майбутньому.Бо EA може просто «запам’ятати» особливі патерни або шум у цих даних, а не вивчити справжні загальні закономірності.
Це і є ризик переобучення.
Що таке тестування поза вибіркою (Out-of-Sample Testing) ?
Простими словами:
Тестування поза вибіркою — це використання іншого набору історичних даних, який не використовувався під час оптимізації, щоб перевірити «найкращі» параметри, знайдені в межах вибірки.Як проходження пробного іспиту:
Після повторення підручника (тестування в межах вибірки) ви проходите пробний іспит, який ніколи раніше не бачили (дані поза вибіркою), щоб перевірити свої знання.Тестування поза вибіркою дає змогу EA застосувати оптимізовані параметри на «невідомих » історичних даних.
Яка мета?
Перевірити, чи «найкращі» параметри добре працюють на нових, невідомих історичних даних.Це допомагає зрозуміти, чи EA дійсно навчився справжніх закономірностей, а не просто «здав» тест на даних в межах вибірки.
Як це допомагає вам?
- Якщо EA показує добрі результати на даних поза вибіркою (можливо, не так ідеально, як в межах вибірки, але прийнятно), ви можете бути впевненішими, що стратегія надійніша і не сильно переобучена.
- Якщо EA показує погані результати на даних поза вибіркою (наприклад, замість прибутку — 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 поза вибіркою дає більш реалістичну перевірку стратегії. Якщо вона погано працює на цих 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 плутається через ідеальні результати оптимізації в межах вибірки, а тестування поза вибіркою допомагає розвіяти цю ілюзію.
- Формування реалістичної впевненості: Лише коли EA показує розумні результати і в межах, і поза вибіркою, 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:- В межах вибірки (In-Sample): Використовують для оптимізації і пошуку найкращих параметрів.
- Поза вибіркою (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 тестер стратегій з функцією «форвард-тестування » (Forward Testing), яка автоматизує процес розподілу даних і тестування.
Підсумок: ключовий крок для перевірки результатів оптимізації
Оптимізація параметрів EA може зробити стратегію кращою, але потрібна перевірка.- Тестування в межах вибірки допомагає знайти «перспективні» параметри.
- Тестування поза вибіркою допомагає перевірити, чи ці параметри дійсно «надійні».
Завдяки цим двом крокам ви глибше зрозумієте стійкість стратегії EA і ефективно знизите ризик переобучення, що дозволить приймати більш обґрунтовані торгові рішення.
Останнє нагадування: Навіть якщо EA добре показує себе і в межах, і поза вибіркою, це все одно базується на минулих даних.
Перед тим, як вкладати реальні гроші, найважливіший останній крок — це проводити реальне тестування на демонстраційному рахунку.
Дайте EA попрацювати в поточних ринкових умовах деякий час і спостерігайте за фактичними 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!
Давайте навчимо більше людей знанням про торгівлю на Форексі!
繁體中文 
العربية 
বাংলা 
简体中文 
香港中文 
Čeština 
Dansk 
Nederlands 
English 
Français 
Deutsch 
Ελληνικά 
हिन्दी 
Magyar 
Bahasa Indonesia 
Italiano 
日本語 
한국어 
Bahasa Melayu 
Norsk bokmål 
Polski 
Português do Brasil 
Português 
Română 
Русский 
Español de Argentina 
Español de México 
Español 
Svenska 
ไทย 
Türkçe 
Українська 
اردو 
Tiếng Việt