体調が悪いのですが、土日に検証しないと先に進めないので、今週のデータも加えて、暴落後のデータからlookupという自作ツールで検証中です
lookup でまず行っているのはいろいろなパラメタと損益に関するデータとの間の相関を見ることです
- パラメタ=過去データから計算される値
- 損益=未来データから計算される値
ということで、この作業は過去と未来の相関を探るものになります
当然、強い相関が見つかれば、そのパラメタを使ってシグナルを出せば、利益の出るトレードができる確率があがるはずです
特に根拠はありませんが、相関係数の絶対値が0.2以上あれば、相関ありと判断し、それらのパラメタの組み合わせでストラテジーを組んでみようと、、、、
ところが、、、
例えば、これまで結構うまく行っていた逆張リスト05Cはm=-24 or -22で、かつ「パラメタA」というのをメインに使っていました
暴落前のデータだと
パラメタAと損益関するある値との相関係数は-0.251150113で、絶対値が0.2より大きいので、有効なパラメタだと思われます
しかし、暴落後のデータだとその相関係数は-0.122982365で、絶対値が小さくなっています
myルールでは、基本的に相関係数の絶対値が0.2以下のものは使えないとしているので、逆張リスト05Cの再投入は見送っています
ただ、現在暴落後のデータからはm=-24 or -22の場合に、相関係数の絶対値が0.2を超えるパラメタが全くないのです
そのため困っているのですが、lookupツールの出力は相関係数だけではないので、そちらを眺めていたら、ちょっと凄いことに気づきました
まずは、暴落前のこのグラフ
これは、mパラメタ(m番号)から算出されるある値の10日間過去に遡ったグラフ(うまく説明できませんが、何となくということでw)です
ストラテジー作成の際はこのグラフの特徴も利用しています
で暴落後は
で改めて比較して気づいたのですが、暴落後は非常に顕著な特徴が出ています
4のところが、-3程度で 7のところが +2.2程度 と大きな差が!
mパラメタ(m番号)-24~24の偶数で、このグラフの基になっているデータは-4~4の偶数です
それでここまで大きな差が出ているということは非常にはっきりした特徴を抽出しているようです!
mパラメタ(m番号)取る値の範囲が狭く、かつ偶数しかとらないので、その平均値だけで全体の特徴をはっきり捉えられるはずです
まあうまく書けないんですが、このグラフはあるパラメタの時系列変化を表しているんです
パラメタそのものと利益の相関相関があまりない場合は、パラメタの時系列変化と利益との相関が大きくなるのではないかと、、、、
まあ、この辺はうまくやらないとカーブフィッティングで失敗こくことにもなりそうですが、、、、
もう少しいろいろやってみますが、今回の発見はかなり面白い発見かもしれません
※とれる値が-4~4の限定がある中で、-3~2.2の差は非常に大きい特徴と言えます