기금넷 공식사이트 - 금 선물 - 거래 모델의 시뮬레이션 테스트

거래 모델의 시뮬레이션 테스트

시뮬레이션은 설정된 시스템 또는 의사 결정 문제의 수학적 또는 논리적 모델을 테스트하여 시스템 동작을 이해하거나 의사 결정 문제를 해결하는 데 도움이 되는 프로세스입니다. 시뮬레이션의 주요 장점은 거래 모델의 문제나 모델 시스템의 가정을 테스트하여 가장 유연한 도구로 만들 수 있다는 것입니다. 거래 모델이 실용적 가치가 있는지 판단하는 가장 간단하고 신뢰할 수 있는 방법은 가능한 한 많은 시장에서 장시간 테스트를 하는 것이다. 거래 모델의 테스트 비용을 줄이기 위해 테스트는 시뮬레이션으로 시작됩니다. 거래 모델 테스트의 기본 원칙은' 시뮬레이션 실전' 이며, 모든 조건은 실전 조건에 가까워야 테스트 결과를 최대한 사실적으로 만들 수 있다. 그래야만 거래 모델이 진정한 사용 가치를 가질 수 있기 때문이다.

1. 돌발

검사 과정에는 돌발 사건 (폭락 정지판 포함) 이 포함되어야 한다. 거래 모델의 정상적인 운영뿐 아니라 돌발 사건에 대처할 수 있는 능력이 필요하기 때문이다.' 소확률' 사건이기 때문에 돌발 사건의 영향을 무시할 수 없다.' 실전 시뮬레이션' 의 기본 원칙을 따라야 한다. 돌발적인 사건으로 인한 초과 이윤을 포착할 수 없더라도 돌발사건에 따른 위험을 막을 수 있는 성숙한 거래 모델입니다.

2. 검사 정보 및 데이터

기본 분석 거래 모델의 경우 완벽한 정보 데이터베이스가 필요합니다. 기술의 발전과 인터넷의 지속적인 응용으로 정보 수집은 이전보다 훨씬 편리해졌기 때문에 정보 데이터베이스를 정리하고 보완하는 것도 비교적 쉽다. 기술 분석 거래 모델의 경우 선물 기금이 선물 품종을 조작하기 때문에 선물 품종의 데이터는 독특합니다. 유럽과 미국 선물의 데이터는 각각 다른 특징을 가지고 있습니다. 예를 들어 런던 금속의 선물 데이터에는' 단층현상' 이 없고, 컴퓨터로 조사하는 데는 문제가 없고, 국내 선물 데이터 소스는 미국의 선물 데이터를 공격하며, 서로 다른 거래 계약은 달을 바꿀 때' 데이터 단층' 이 나타나므로 주식으로 간단히 처리할 수 없다. 그래서 먼저 거래 모델을 통해 데이터를 체크해야 한다.

실제 계약 데이터: 실제 계약 거래 데이터를 보면 단점이 뚜렷하다. 국내 선물 계약은 현재 1 년 주기밖에 없기 때문에 시찰 시 데이터 주기가 너무 짧아 계약 장기 거래량이 활발하지 않고 유동성이 적어 대표적이지 않다.

월별 연속 데이터: 계약 출금 일자 연결에 따라 연속 데이터를 형성합니다. 이렇게 생성된 연속 데이터는 실제 거래의 장점이 있지만 실제 거래에서는 다를 수 있습니다. 배달 전 거래가 활발하지 않아 대표성이 부족하다. 구리, 4, 5 계약 인도 후 활발하다. 단점은' 단층현상' 이 생겨 테스트 결과에 큰 왜곡을 초래할 수 있다는 것이다.

차액 조정 연속 데이터: 일정한 규칙에 따라 납품 전 일정 기간 동안의 후속 계약 데이터를 연결합니다. 이곳의 시간 매개 변수 X 는 다른 품종에 따라 결정해야 한다. 구리는 대련 콩과 정주 밀보다 크다. 조정 시 두 계약의 가격차를 누적하고, 마지막으로 누적된 가격차를 데이터 열에 더하고 더하면 최종 선물 데이터를 얻을 수 있다. 특히 조정된 선물 데이터는 음수일 수 있으며 그에 따라 데이터를 조정해야 하지만 컴퓨터가 감지한 거래 결과에는 영향을 주지 않는다는 점에 유의해야 합니다. 장점은 가격 변동 수준을 장기적으로 반영할 수 있다는 것이다. 단점은 데이터가 실제 거래에 직접 사용될 수 없고 변환이 필요하다는 것이다.

가중 연속 데이터: 고정 시간에 따라 후속 계약 데이터를 연결하고 최근 달의 크기, 먼 달의 크기 또는 거래량과 포지션의 비율을 기준으로 연속 가격을 계산합니다. 시간이 지날수록 최근 달 계약의 가중치가 점점 작아지고, 먼 달의 가중치는 점점 커지고 있다. 장점은 데이터의' 단층현상' 을 없애고 여러 달을 선택해 실제 거래에 더 근접할 수 있다는 점이다. 단점은 데이터가 실제 거래에 직접 사용될 수 없고 변환이 필요하다는 것이다.

위의 네 가지 데이터 처리 방식은 각각 장점이 있으므로 사용자 상황에 따라 선택해야 합니다. 단기 사용자의 경우 실제 계약 데이터가 더 좋으며, 장기 사용자의 경우 지속적인 데이터가 실제 장기 손익을 실제로 반영하고 컴퓨터 테스트를 수행할 수 있습니다. 거래 모델의 검사에서 검사 결과의 신뢰성과 안정성을 보장하기 위해서는 충분한 통계 샘플 데이터가 필요합니다. 큰 샘플 통계의 요구에 따라 샘플 수는 30 개 이상이어야 한다. 단기 거래 모델에서는 데이터 시간이 1 년 시분할 데이터보다 짧아서는 안 되며, 일일 데이터는 3 년 이상이어야 합니다. 기본 분석 거래 모델의 데이터는 하나 이상의 주기가 필요합니다.