تابع هدف، چشم بصیرت طراحی استراتژی در بهینهیابی
در مقالهی پیشین از سری مقالات مرتبط با بهینه یابی به شرح و بررسی «بهینهیابی و بکتست، یک روح در دو بدن» پرداختیم در این مقاله به شرح و بررسی «تابع هدف، چشم بصیرت طراحی استراتژی در بهینه یابی» میپردازیم.
در صورت برقراری شرایط معاملات الگوریتمی در بازار هدف برای سنجش بازده استراتژیهای معاملاتی میتوانید از سفارش کد پایتون، سفارش کد mql و … برای کد کردن و بهینه یابی استراتژیهای خود استفاده کنید. و در عین حال سوای امکان سفارش اکسپرت میتوانید از سفارش اندیکاتور برای دریافت یک نمایش گرافیکی از محاسبات استراتژی خود بهره ببرید.
– – –
بر طبق آموزش بهینهیابی در پروسهی بهینهیابی نخستین کار ما جستجو و کاوش فضای پارامترهاست (منظورم تنظیمات اندیکاتورها و..). پس از آن باید به سنجش آنها بپردازیم. این بیان که میزان کارآمدی و کیفیت یک روند بهینهیابی را تابع هدف آن مشخص میکند جمله دقیقی است. به واقع تابع هدف عنصری است که صلاحیت یا عدم صلاحیت یک مجموعه پارامتر را به ما نشان میدهد.
اما اینکه چرا این عنوان را به مقاله امروز اختصاص دادهایم؟ دلیل آن است که تابع هدف پنجرهای است که ما از طریق آن به مشاهده فضای بهینهیابی میپردازیم (خروجی بهینه یابی). درست مانند هورمونهای ما هر پارامتر از استراتژی بر روی خلق و خُو و ابعاد شخصیتی استراتژی تاثیرگذار است باید گفت فضای گسترده بهینهیابی فضایی چند بعدی ست که وسعت دید ما در این فضا تنها به اندازه تابع هدف مورد انتخابمان است. هرچه فضای بهینهیابی گستردهتر و متد جستجو پیچیدهتر باشد اهمیت تابع هدف نیز بیشتر خواهد بود. اجازه بدهید تا به زبان ساده تر به مفهوم تابع هدف بپردازیم.
در مرحلهی اول یک استراتژیست باید به این سوال پاسخ دهد که یک استراتژی مطلوب در نظرش دارای چه ویژگیهای شخصیتی ایست یک استراتژی با بیشترین سود کل؟ یک استراتژی با بیشترین سود در هر معامله؟ استراتژیای که بالاترین دقت را در معاملات سودده دارد و یا معاملهای با بالاترین نسبت شارپ؟
بر طبق منابع معتبر آموزش بهینهیابی در صورتی که تابع هدف خود را نسبت شارپ در نظر بگیرید استراتژیای مطلوب شماست که بالاترین نسبت شارپ را داراست و به همین ترتیب در فضای بهینهیابی مجموعه ای از پارامترها که دارای بیشترین مقدار شارپ هستند مطلوب شما خواهند بود. همانطور که در مقالات قبل نیز اشاره کردیم با گسترش و افزایش پیچیدگی فضای بهینهیابی یا به بیان دیگر با افزایش پارامترها و پیچیدهتر شدن استراتژیها با چالشهایی رو به رو میشویم، از جمله عدم وجود منابع زمانی و محاسباتی کافی برای جستجوی کامل فضای بهینهیابی.
هنگامی که با شرکای خود به تضاد منافع برمیخوریم فضای شراکت را ترک کرده و یا آنکه سکه میاندازیم. از آنجا که ما مصمّم به انجام پروسه بهینهیابی در بهترین شکل ممکن هستیم با درک ناتوانی خود در جستجوی کامل فضای وسیع بهینهیابی به احتمالات روی خواهیم آورد، احتمالات شاید زیباترین جلوه فهم ما از نافهمیمان هستند. در چنین شرایطی علم امروز بهینهیابی تمام عمدهی تلاش خود را صرف بهبود تابع هدف در بهینهیابی استراتژیهای معاملاتی و طراحی الگوریتمهای کاوشگری کرده که دقیق نیستند اما پیوسته دقیقتر هستند.
پس جای تعجب نیست که بسیاری از کارشناسان مشهور جهان توابع هدف شخصی و از قبل طراحی شده ای برای بهینهیابی در اختیار دارند. شاید مهم ترین نکته در مورد تایع هدف آن است که باید دید خود را نسبت به معیار مطلوبیت استراتژی بازبینی کنیم. انتخاب تابع هدف بیکیفیت بهترین مجموعه پارامتر ها را رد خواهد کرد و از آن گذشته احتمالا مدلی ضعیف را تایید خواهد کرد. دسترسی به یک مرجع مناسب برای آموزش بهینهیابی بسیار به پروسه بهینهیابی کمک میکند.
برای تشریح ظرافت این مبحث به یک نمونه میپردازم، افراد بسیاری در ابتدای پروسه بهینهیابی فاکتوری مانند سود خالص را به عنوان تابع هدف انتخاب میکنند بنابراین مجموعه ای از پارامترهای که بیشترین سود خالص را تولید میکنند به عنوان مجموعه برتر انتخاب خواهند شد. اما تجربه و تحقیقات ثابت کرده که این معیار حساس و شکننده انتخاب درستی نیست برای این موضوع دلایل متعددی وجود دارد از جمله آنکه این تابع هدف، توزیع سود را نادیده میگیرد.
شاید بخش بزرگی از سود تولید شده توسط یک مجموعه پارامتر حاصل یک یا دو معامله باشد که تکرار آنها در آینده امری نزدیک به محال است نمونه دیگر از دلایل نامناسب بودن این تابع هدف آن است که به طور کامل مسئلهء ریسک را نادیده میگیرد، شاید استراتژی یا مجموعه پارامتر در سایه ی دورهی افولی طولانی و غیر قابل قبول موفق به تولید این حد از سود شده است.
به طور خلاصه در ادامه موارد کلیدی را بیان خواهم کرد که در پروسه طراحی و توسعه یک تابع هدف شخصی و قدرتمند روشنگر راه کارشناسان خواهند بود، در منابع معتبر به طور معمول این چنین ویژگی های شخصیتی را برای یک استراتژی مطلوب و در ادامه عملکرد یک مجموعه پارامتر مطلوب قائل میشوند :
- توزیع نسبتا یک پارچهی معاملات
- توزیع نسبتا یک پارچه سود های معاملاتی
- وجود نوعی تعادل میان سود های ناشی از معاملات خرید و معاملات فروش (در بازار های دو طرفه)
- وجود گروه پرشماری از پارامتر های سودده در پروسهی بهینهیابی
- عملکرد قابل قبول در چندین بازار
- ریسک قابل قبول برای استراتژیست
- رشتههای نسبتا پایدار از معاملات سودده و ضررده
- تعداد معاملات بالا و از نظر تعداد قابل قبول(برای اطلاع بیشتر به مقالهی قبل مراجعه کنید)
- عملکرد معاملاتی سودده در تصویر کلی
در نهایت به یاد داشته باشید که تابع هدف باید با هدف انتخاب با کیفیتترین و پایدارترین استراتژی و یا مجموعه پارامتر انتخاب شود. با کیفیتترین و پایدارترین استراتژی و یا مجموعه پارامتر همیشه پرسودترین آن ها نیست اما قابل اعتمادترین است. در ادامهی این سری مقالات به الگوریتمهای کاوشگر و دیگر مباحث عمیق بهینهیابی و عدم قطعیت خواهیم پرداخت.
در مقالهی بعدی به بررسی «ورود به جهان الگوریتم های کاوشگر و بررسی Grid Search» میپردازیم.
البته تمام موارد فوق در مبحث بهینه یابی را در محصول نرم افزاری الگوریتم حرفه ای تابع هدف بهینه یابی لحاظ شده است.
دیدگاهتان را بنویسید
برای نوشتن دیدگاه باید وارد بشوید.