Twitter を開くたびに、フィードにプッシュされているティッカーの 90% に気づかなくなりました。この時点では、絶対的なクソ層のゴミのシリングを支払ったと仮定するつもりです。 あなたたちは本当にそんなに落ち込んでいますか?

戦略策定の正しいアプローチを根本的に誤解している人も多いと思います。彼らは、戦略の作成には、一連のルール内でパラメーターを操作し、バックテストの結果が利益を示唆するものはすべて取引する必要があると誤解しています。この後方アプローチは、戦略開発を純粋に機械的な演習として扱い、根底にある市場の理解から切り離されています。私がこれを知っているのは、私自身がこれをやるのに十分な遅滞だったからです。 より良いプロセスはアイデア出しから始まります。まず、特定の条件下で価格がどのように振る舞うかについて、特定の市場の信念または仮説を立てる必要があります。次に、これをテストして、キャプチャしようとしているエッジが実際に存在するかどうかを判断します。基本的には、テスト中に論文をできるだけ打ち負かそうとしているのです。 この基本的なアイデアは、戦略の実際のルールと構造に反映され、すべてのコンポーネントがランダムなパラメーター最適化ではなくロジックに根ざした目的を果たすことができるようにします。この思慮深い開発プロセスの後にのみ、戦略のバックテストを選択できますが、アイデアと実装が健全であれば、この最後のステップでさえ厳密には必要ではありません。

人々は、意思決定へのアプローチにおいて「データドリブン」であることの意味を誤解することがよくあります。価格チャート、指標、その他のデータ ポイントをプロセスに組み込むだけでは、データ主導の卓越性が保証されるわけではありません。それは単に分析の厳密さの錯覚を生み出すだけです。本当の課題は、真にデータに基づいた意思決定と、不十分な戦略の飾り付けとしてデータを使用するだけの意思決定(たとえば、出力変数と相関するまでパラメータを十分に長く打ち負かす)を区別することにあります。 本物のデータ駆動型取引への道には、シンプルさ、論理的基盤、そして厳格な自己懐疑主義を受け入れる必要があります。これは、識別可能なエッジを利用することを目的としたもっともらしいアイデアを開発することから始まり、次にこの関係が現実世界の条件で実際にどのように機能するかをテストし、データが仮説について明らかにするものを測定します。重要なステップは、あなたのアイデアをこのレベルの精査にかけなければ、必然的に市場があなたのためにそれを行うため、考えられるあらゆる角度からその堅牢性を可能な限り厳密に改ざんしようとすることが含まれます。