Jakie są ograniczenia FMA? (Koncepcja, tryby awarii i weryfikacja)
Bezpośrednia odpowiedź
„FMA” może oznaczać różne rzeczy w zależności od kontekstu, więc jego ograniczenia zależą od tego, jak jest zdefiniowane i jakie dane wejściowe wykorzystuje. Ogólnie rzecz biorąc, każdy framework lub metoda oznaczona jako „FMA” w dyskusjach dotyczących forex jest ograniczona przez (1) niepewność założeń, (2) zmieniające się warunki rynkowe oraz (3) lukę między historycznymi zależnościami a przyszłymi wynikami.
Jak ta koncepcja ma działać
Aby ocenić „FMA”, należy najpierw zdefiniować koncepcję w prostych słowach: co mierzy, jakich danych potrzebuje (na przykład cen, stóp zwrotu, wskaźników lub kosztów) oraz jaką regułę stosuje do wygenerowania wyniku (na przykład wyniku punktowego, klasyfikacji lub estymaty przypominającej prognozę). Użytecznym sposobem myślenia o takiej metodzie jest odwzorowanie:
- Dane wejściowe → 2) Kroki przetwarzania → 3) Wynik.
Stabilna mechanika należy do kroku 2 (logika). Zmienna mechanika należy do kroku 1 (czym faktycznie są dane wejściowe w czasie rzeczywistym) i kroku 3 (jak wynik przekłada się na decyzje przy rzeczywistych ograniczeniach handlowych). Nawet jeśli logika jest stała, system w świecie rzeczywistym nie jest.
Dowody i przykład (z jawnymi założeniami)
Rozważmy ogólną ocenę w stylu testów historycznych dowolnej metody przypominającej „FMA”.
Założenia (należy je jawnie określić):
- Brak problemów z danymi w czasie rzeczywistym: dane wejściowe użyte w teście odpowiadają tym, które byłyby dostępne podczas handlu.
- Koszty są modelowane spójnie: prowizje, spready i poślizg są albo uwzględnione, albo jasno ograniczone.
- Wykonanie jest wykonalne: można wejść i wyjść z pozycji z zamierzonym timingiem i wielkością.
Tryb awarii:
- Jeśli historyczne okno obejmowało jeden reżim rynkowy (na przykład stosunkowo stabilną zmienność), ale przyszłe warunki przesuną się do innego reżimu (na przykład wyższej zmienności lub innej płynności), wówczas zależność poznana przez metodę może ulec pogorszeniu.
Ilustruje to kluczowe ograniczenie: metoda może wyglądać na spójną w jednym otoczeniu i stać się zawodna, gdy założenia przestaną odpowiadać środowisku.
Istotne ograniczenia i ryzyka
- Ryzyko niejednoznacznej definicji: Jeśli „FMA” nie jest jednoznacznie zdefiniowane, ludzie mogą oceniać różne metody, używając tej samej etykiety. To czyni wnioski niewiarygodnymi.
- Niedopasowanie danych wejściowych i ich dostępności: W praktyce jakość danych, timing i dokładna transformacja z surowych danych do danych wejściowych mogą różnić się od tego, jak metoda była testowana lub opisana.
- Wrażliwość na koszty i wykonanie: Nawet gdy wynik wydaje się rozsądny, spready, poślizg i opóźnienia mogą zmienić zrealizowane wyniki. Metoda, która ignoruje koszty, może wydawać się „działać” na papierze.
- Problem zmiany reżimu: Historyczne zależności często odzwierciedlają specyficzne warunki rynkowe. Gdy zmieniają się zmienność, korelacje lub płynność, wyniki mogą stracić znaczenie.
- Przeuczenie i kruchość parametrów: Jeśli wybory metody (takie jak progi lub okna wsteczne) zostały dostrojone do przeszłych danych, małe zmiany mogą znacząco wpłynąć na wyniki.
- Ryzyko interpretacji: Traktowanie dowolnego wyniku jako samodzielnej prawdy może być mylące. Wyniki zwykle zależą od założeń i kontekstu, a nie od pewności.
Weryfikacja i kolejne pytanie
Ponieważ ograniczenia „FMA” zależą od definicji, najbezpieczniejszym niezależnym podejściem do weryfikacji jest audyt metody, a nie ufanie jej nazwie. Można to zrobić, sprawdzając:
- Czym dokładnie są dane wejściowe?
- Jaka logika przekształca dane wejściowe w wyniki?
- Jakie założenia dotyczące kosztów, wykonania i czasu danych są wbudowane?
- W jakich warunkach metoda przestaje być znacząca (na przykład gdy zmienia się zmienność lub płynność)?
Użytecznym kolejnym pytaniem jest: „Jaka definicja FMA jest tutaj używana, w tym jej dane wejściowe, kroki obliczeniowe i znaczenie wyniku?” Gdy to zostanie ustalone, ograniczenia można oceniać spójnie.