Vi prego vivamente nei commenti di non fare nomi, in positivo o in negativo, grazie!!!

Ciao Luca, questo video è spettacolare e non è distante da quella che è la mia esperienza, oltre 250 sistemi OOS dal 01/01/2022 siamo sulla stessa barca. Curva magnifica in IS e dd contenuto. In OOS dal 01/01/2022 dd x4 e curva piatta. A mio avviso il problema sta nel cercare curve a 45 in IS filtrando eccessivamente meglio più gradi di libertà e equity con dd anche severi ma più vicini alla realtà con gestione successivamente più attiva in real con equity control o all’altro estremo portafoglio con una ventina di ts statici che decorrelati e lasciati operare fino a DD Max stabiliti a priori. Il contenuto che avete comunque condiviso onesti e di grande valore. Vi ascolto con molto piacere ed interesse.

@MarcoVirondaGambinFriends

5 ай бұрын

Si direi che concordo con tutto quello cha hai scritto. (Luca)

sono molto felice di seguirvi contenuti di qualità è che aprono gli occhi, a questo punto ci vuole anche un video sul come evitare questi problemi.

@MarcoVirondaGambinFriends

5 ай бұрын

Nel tempo proveremo a dare qualche spunto su come ridurre non evitare il problema di fondo, ovvero che comunque si lavora sul passato. (Luca)

Concetto molto ben spiegato, quanto è facile purtroppo cadere nella trappola dell’overfitting

Perché pubblicate questi video che mi rovinano il fine settimana?😅 Approfondiamo la questione perché stiamo toccando i temi più cruciali dell’operatività algoritmica. Molto interessante il vostro punto di vista.

@MarcoVirondaGambinFriends

5 ай бұрын

Meglio il fine settimana che il conto :-) (Luca)

Demoralizzante è a dir poco! Complimenti comunque per l'onestà. Uno dei punti da approfondire è la valutazione della qualità dei 200 trading system, perché se fossero tutti overfittati, il risultato non ci sorprende. Avanti così!

😂😂😂..rido per l'avviso in capo al video..ci sarebbe tanto da dire ma immagino (e spero) seguiranno altri video sull'argomento. Quindi mi limito solo a dirvi: continuate così. Miglior video di sempre (senza sminuire gli altri)..grande Luca. Finalmente un'analisi vera, critica, basata su dati oggettivi riguardo al confronto backtest vs live del trading sistematico qua su yt. Domani nevica!

@MarcoVirondaGambinFriends

5 ай бұрын

Quello è Marco che in montaggio mette queste cose a mia insaputa :-) (Luca)

@MarcoVirondaGambinFriends

5 ай бұрын

Si andremo avanti piano piano...tieni conto che un video come questo porta via un sacco di tempo. Non tanto per la parte Youtubbara che non è il nostro forte (il mio meno che meno) Ma lancia tutti i sistemi, aggiorna tutti i dati, fai i ragionamenti.... (Luca)

Confortante e inquietante allo stesso tempo! Da una parte è confortante trovare riscontro in quello che avete pubblicato in questo video. Posso dire che è esattamente così per esperienza personale. A questo punto mi aspetto che quando avrete tempo è possibilità, pubblichiate anche qualcosa su come sia possibile porre rimedio a questo. Se non completamente, almeno in parte. Quali potrebbero essere le linee guida di base da adottare per arginare il problema? Faccio appello alla vostra esperienza vissuta da anni sui mercati e soprattutto a vostra onestà intellettuale (anche se non vi conosco personalmente). Grazie per esporre queste tematiche che vanno in forte contrasto con la maggior parte del materiale che circola in rete.

@MarcoVirondaGambinFriends

5 ай бұрын

Certo in seguito proveremo a dare sempre numeri alla mano quali possono essere i modi per tentare di ridurre questo effetto. (Luca)

@tommaso1195

5 ай бұрын

In pochi minuti qualcosa di sacro è diventato diabolico😂 Complimenti Luca... Spero che video come questi possano salvare la pelle e soprattutto il conto di persone che hanno deciso di dare importanza (pagando) i mille Mila ciarlatani che mostrano equity stupende...

@MarcoVirondaGambinFriends

5 ай бұрын

Grazie! Siamo un piccolo canale, ma l'intento è proprio quello di portare a riflettere, con numeri alla mano. (Luca)

Ho iniziato da qualche mese il trading sistematico, questo video conferma in pieno le mie impressioni e sensazioni iniziali. Ho iniziato da qualche settimana ad adottare un approccio misto, start sistematico e successivo intervento e gestione posizione discrezionale. Avete mai provato qualcosa del genere?

@MarcoVirondaGambinFriends

5 ай бұрын

No. Ovviamente non è possibile misurare se la combo sistematico/discrezionale possa funzionare o meno (Luca)

@MarcoVirondaGambinFriends

5 ай бұрын

Mi raccomando senza fare nomi. Autodidatta o formazione? (Luca)

@giovannigreco72

5 ай бұрын

@@MarcoVirondaGambinFriendsFormazione, “il più famoso”.

Grande video Luca ma inquietante!! In Italia oggi ci sono due grandi scuole di trading sistematico (non faccio nomi) che la maggior parte di noi ha seguito. Si differenziano praticamente nella parte di sviluppo e validazione dei TS mentre convergono sulla gestione del portfolio (risk managemnet) ed execution. Sappiamo tutti che un TS non è altro che un modello parametrico fittato su dati storici e sappiamo anche che le performance OOS sono sempre peggiori di quelle in IS (credo sia anche dimostrato matematicamente) ... A questo punto mi sembra di capire che l'obiettivo del video sia quello di mettere in guardia i neofiti dall'illusione dell'overfitting ma mi lascia in bocca un retrogusto amaro perchè un paniere di 200 TS unbiased che probabilmente erano stati selezionati da voi mi lascia pensare anche ad altro. Sto facendo un test per misurare quanto sia importante il TS rispetto al processo di gestione, da un paniere di TS che operano con entrate random applico logiche rotazionali e misuro le performance del portfolio su diversi orizzonti temporali. Non ho ancora dati affidabili ma mi sembra che la gestione sia la chiave per sperare di sopravvivere ... pero' il tuo test sembra negare il mio. Che ne pensi?

@MarcoVirondaGambinFriends

5 ай бұрын

"ma mi lascia in bocca un retrogusto amaro perchè un paniere di 200 TS unbiased che probabilmente erano stati selezionati da voi mi lascia pensare anche ad altro" Puoi chiarirmi questo punto? (Luca)

@Wiz3003

5 ай бұрын

quando io testo il processo di gestione su un paniere di TS randomici con alfa piccolo (alto ratio noise/segnale) e mi sembra di trovare un edge nel metodo forse m'inganno perchè i tuoi 200 TS dovrebbero essere, nella peggiore dell'ipotesi,meglio dei miei TS casuali eppure nel tuo test ottieni risultati negativi nonostante la gestione del portoflio. Per onesta' intelletuale io non ho validato ancora la mia logica con metodi statistici, come ho detto per ora e' solo una sensazione embrionale.

@MarcoVirondaGambinFriends

5 ай бұрын

Eh ma di base quello che emerge dal test è che questi sistemi quando arrivano in territori inesplorati diventano randomici (sempre guardando l'insieme) quindi non mi stupisce tanto che TS realmente randomici li battano. Cosa ne pensi? (Luca)

@Wiz3003

5 ай бұрын

Probabilmente dipende dai TS ... se sono stati fittati "troppo" allora in reale diventano di fatto randomici; non conoscendo il dataset non posso dirlo. Ma questo e' il punto, mi sarei aspettato in ogni caso che la rotazione del PF riuscisse a selezionare i migliori. Probabilmente un average trade basso oppure un edge piccolo viene ucciso dai costi e quindi non c'e' trippa per gatti. Un altro fattore potrebbe essere il numero di trades fatti (campione), nel mio modello se analizzo alcune centinaia di trade piuttosto che decine di miglia cambiano i risultati dell'analisi a parita' di edge.

@DeadlineProof

5 ай бұрын

@Wiz3003 io credo che in territori inesplorati semplicemente mostrino i loro punti deboli ,ma il loro comportamento non è considerabile randomico perchè cmq subordinato a delle regole che ne influenzano la probabilità di incontrare scenari nemesi .Probabilità che in generale sono piu' alte che in un TS totalmente randomico che sulla lunga ha la stessa prob di trovare un cigno nero dei suoi simili randomici.E' come se io avessi un sistema che ha imparato a giocare in base a dei dadi truccati, che poi viene costretto a giocare con dadi non truccati alla lunga perde rispetto a un sistema random perchè lui basa il suo gioco su un bias che nella realtà non esiste.

Ciao , c'è proprio un video di qualche anno fa di Stefano Serafini che utilizzando proprio portfolio builder ha detto esattamente la stessa cosa , nel suo caso se non ricordo male c'erano addirittura più sistemi , adesso sono da cellulare ma se c'è bisogno allego il link del video in un secondo commento !

@MarcoVirondaGambinFriends

5 ай бұрын

Ciao, si ricordo il video di Stefano, comunque allega pure! (Luca)

Mi vado a mettere in coda per un posto fisso. Addio.

Caro Marco, nella mia breve esperienza di circa 2 anni, ritengo che sia abbastanza "normale" (cioè nella norma gaussiana) che dopo alcuni anni i TS mostrino delle difficoltà e inizino a perdere.... Così come mi pare normale che dopo 5-6 anni tutti o quasi siano in perdita. Nella mia idea i TS sono come le auto, ogni 3-4 anni vanno cambiati o, se uno decide di mantenerli, occorre rivedere l'ottimizzazione per valutare se le condizioni degli ultimi anni hanno avuto un impatto o meno. La cosa che più mi stupisce del tuo video è che, anche con una rotazione "intelligente", non si riesca a trovare 10 TS (su 200 del "panel") che riescano a guadagnare. La morale che colgo dal vostro video è che, anche se anche hai i TS migliori del mondo (o li compri da trader TOP) non puoi sederti sugli allori ma bisogna continuare a studiare e aggiornarsi...

@MarcoVirondaGambinFriends

5 ай бұрын

Si, perché il mercato cambia e continuerà a farlo, quindi il sogno della strategia definitiva non esiste. Nel primo test si è visto che li purtroppo ci sono problemi a monte e non c'è molto da fare. Nel caso nostro abbiamo si logiche che hanno smesso di funzionare, ma altre che vanno ancora e quindi abbiamo più tempo per adeguarci. Non sviluppiamo sistemi ogni 5 minuti, ma comunque continuiamo a farlo senza andare per forza alle calende greche per validarli. Quando qualche strategia va in crisi cerchiamo di usare criteri oggettivi per intervenire. Questo anche perché altrimenti in 3 teste è difficile concordare sulle mosse fa fare. (Luca)

@MarcoVirondaGambinFriends

5 ай бұрын

Quando allo stupore, il problema è che c'è troppo rumore di curve che non muoiono di schianto, ma diventano random walk, e quindi te le ritrovi in mezzo alle scatole di continuo anche se poi non vanno da nessuna parte. garbage in garbage out (Luca)

Ciao Luca, la conclusione è che bisogna affidarsi soprattutto ai trading system che siano composti semplicemente da un setup ed un entry ? Al più si può aggiungere una finestra temporale, ma non oltre ? Le classiche "dieci righe" di codice ?

@MarcoVirondaGambinFriends

5 ай бұрын

La nostra idea di fondo è di lavare su codici grezzi, poi cercare di ragionare molto su pesi e bilanciamenti, controllo e gestione delle criticità e adeguamento graduale del portafoglio al mutare delle condizioni di mercato. Su tutto controllo della leva. Se mi esce un back test come quello che hai visto, io butto tutto nel cassonetto. Devo vedere in back test dei DD che siano coerenti con quello che movimento e con il rendimento. (Luca)

Sarebbe interessante vedere il numero medio di condizioni in quei sistemi. Penso tante.

@MarcoVirondaGambinFriends

5 ай бұрын

Generalizzando si tante. (Luca)

Pensa che c'e una scuola particolarmente disonesta che pubblica i profitti migliori suoi studenti dietro compenso di 1000k/2000k e continuano a replicarli nonostante questi abbiano sucessivamente azzerato il conto..nascondono le trappole nascoste del trading sistematico (che occorre un conto molto capiente senno con 60k ci fai i micro che hanno solo svantaggi in termini commissioni e slippage)

@MarcoVirondaGambinFriends

5 ай бұрын

Capisco lo sfogo, e che il mio video solleva qualche vespaio. Ti chiedo gentilmente di modificare il messaggio, togliendo nomi, altrimenti lo devo cancellare. Qui non si fanno nomi, solo mumeri, grazie!! (Luca)

@MarcoVirondaGambinFriends

5 ай бұрын

Grazie!!! Per il resto certamente i mirco contribuiscono per il maggiore impatto dei costi a peggiorare la situazione. Nella simulazione ho considerato solo contratti grossi. (Luca)

Come nota anche Luca nel video ,ottenere quelle rese con quei drawdown è impossibile e quindi stiamo chiedendo al computer di farci semplicemente fessi e contenti. C'è un evidente fallacia gia solo nel pensare che quell' equity sia plausibile, figuriamoci sostenibile su dati reali. Se noi chiediamo la massima resa e minimo drawdown stiamo chiedendo a dei complessi algoritmi di trovare un set di numeri magici che per un motivo o per un altro rappresentano la soluzione alla nostra richiesta. E qualsiasi algoritmo esistente fa esattamente quello dando la risposta giusta alla domanda sbagliata. Il computer è come un genio della lampada che esprime i nostri desideri dobbiamo essere coscienti e responsabili rispetto a quello che desideriamo perchè purtroppo nella migliore delle ipotesi( quando non facciamo errori) andremo semplicemente a ricevere esattamente quel che abbiamo chiesto.

@MarcoVirondaGambinFriends

5 ай бұрын

Il problema è che in questo test ci sono molte "teste" molte "scuole di pensiero", ma convergono tutti verso un qualche cosa che assomiglia a beh se in back test fa 100 e in real fa 50 va bene comunque. Ma non è così, in real si diventa carne da macello per broker(commissioni) e mercato (slippage). (Luca)

@DeadlineProof

5 ай бұрын

@@MarcoVirondaGambinFriends le rese e i drawdown nel reale non sembrano appartenere alla stessa distribuzione di quelli di backtest . Se mi fai vedere un paio di dd al 95% percentile di quelli di backtest pure fatti consecutivamente magari ti dico che non è niente di cui preoccuparsi, ma se mi fai vedere dd che sono costantemente su un altra scala numerica, di che stiamo parlando?!?

@MarcoVirondaGambinFriends

5 ай бұрын

C'è troppa fretta di andare a mercato. Basterebbe iniziare scrivendo 10 Strategie, lasciando una porzione di storico in OOS senza MAI sbirciare. Fare il lancio di tutti e 10 su OOS senza fare poi marcia indietro, con i costi corretti. Se il risultato è positivo puoi pensare di partire, altrimenti non ci sei. Ricominci da capo su basi completamente diverse e sottostanti diversi. Quando da tutti i sistemi messi insieme ottieni risultati positivi, forse cominci ad essere sulla strada giusta. Ma attenzione perché poi comincia il fitting inconsapevole a forza di tentativi. (Luca)

@DeadlineProof

5 ай бұрын

​@irondaGambinFriends io sto tentando l'approccio machine learning che ha i suoi peculiari vantaggi e svantaggi. La prima differenza e indubbio vantaggio è che restituisce sempre una probabilità di riuscita e quindi gia da un indicazione per la gestione del rischio. Personalmente invece di chiedere di massimizzare resa e minimizzare dd io chiedo :" quanto è probabile che questo scenario sia uno di quelli in cui la mia strategia fa cilecca?" Questa è una domanda che credo abbia senso solo in machine learning. Pero' è una domanda per cui io posso fornire molti dati in quanto sono innumerevoli gli scenari in cui una strategia non funziona e posso istruire l'algoritmo per penalizzare i falsi negativi piuttosto che i falsi positivi a piacimento. La difficoltà è "normalizzare i dati" in modo da confrontare mele e mele e arance e arance (per fare un esempio, gli indicatori tecnici di tipo oscillatore, essendo stazionari sono facilmente comparabili tra strumenti diversi). Da un punto di vista overfitting in machine learning c'è una lunga letteratura e le tecniche di prevenzione sono in continua evoluzione. Basti pensare che una tecnica come la cross-validation nonostante la sua semplicità si è diffusa relativamente di recente. Per chi non la conoscesse divide i dati storici in sottoperiodi (generalmente dai 5 ai 10) e un sottoperiodo alla volta viene utilizzato come come out of sample. Sembra una banalità a sentirla , ma è estremamente efficace per capire e prevenire l'overfitting. Ogni variazione dei test, d'altra parte è un indizio prezioso che ci aiuta a capire se i nostri test sono viziati.

@MarcoVirondaGambinFriends

5 ай бұрын

Quello che spesso sembra banale è la soluzione migliore. Grazie per i tuoi continui e sempre interessanti contributi.

Va da Big Luca e Lamprenedetto ! 😁

soluzioni ? :D

@MarcoVirondaGambinFriends

5 ай бұрын

eh.....curve grezze, sistemi semplici è sicuramente un primo passo (Luca)

@DeadlineProof

5 ай бұрын

I sistemi piu' complessi sono piu' esposti all' overfitting essendo piu' parametrizzabili e quindi "soggiogabili dai numeri" .E' come se diventassero un alunno che impara tutto a memoria senza capire un ciufolo o a cui venga fatto il lavaggio del cervello. i sistemi semplici a causa di tale semplicità non posseggono abbastanza parametrizzazione da poter overfittare e quindi non possono imparare a memoria e quindi le performance che dimostrano sono considerabili più "farina del loro sacco" piuttosto che dell'ottimizzazione. La mia teoria è infatti ts semplici + machine learning che ne valuti la probabilità di riuscita nell' attuale scenario.