إعادة أخذ العينات (Bootstrap)
طريقة لتقدير عدم اليقين بسحب مشاهدات مع الإرجاع مرارًا من عينة متاحة وإعادة حساب إحصائية مثل المتوسط. تساعد التقديرات الناتجة في وصف تباين العينات. وتحتاج الطريقة الأساسية على مستوى المشاهدة افتراضات استقلال مناسبة؛ وقد تحتاج البيانات المترابطة سحب كتل. لا تولد أزمات غائبة عن البيانات ولا تثبت ميزة الاستراتيجية بصورة مستقلة.
مثال. للعينة [−1R, −1R, +2R] متوسط 0R. ولعينة Bootstrap ممكنة [−1R, +2R, +2R] متوسط 1R. توضح هذه الإعادة الواحدة الآلية؛ ولا تكفي لحساب فترة ثقة.
كيف يعمل
حدد الإحصائية وعدد العينات المعادة وطريقة الفترة وبذرة العشوائية. وعند تكتل الخسائر أو تداخل المراكز، قد يدمر سحب الصفقات منفردة التبعية المهمة. ويحتاج Bootstrap بالكتل مبررًا لطول الكتلة وبنائها.
خطأ شائع
لا تعتبر الإعادات الأكثر بيانات واقعية أكبر. لا يصلح السحب أخطاء البيانات أو التكاليف المغفلة باختبار أو اختيار أفضل نموذج بالتاريخ نفسه.
للتعلم
في الدورة: 15.4 الاختبار التاريخي والأمامي — الطرق والأدلة والمزالق; 15.9 يومية تداول الفوركس — مضاعف R والقيمة المتوقعة وSQN وMAE/MFE. المصادر: SciPy: إعادة أخذ العينات.
فحوص المحاكاة
قارن الاستقرار بين البذور والتكرارات مع ثبات الطريقة. سجل معالجة الكتل والفجوات والنتائج المتطرفة. ولا يثبت انخفاض ضوضاء المحاكاة تمثيل العينة لأسواق المستقبل.
الأسئلة الشائعة
هل Bootstrap ومونت كارلو مترادفان؟
لا. مونت كارلو عائلة محاكاة أوسع. وقد يستخدم Bootstrap محاكاة عشوائية، لكن نقطة بدايته عينة تجريبية.
هل مليون عينة معادة مليون صفقة جديدة؟
لا. تعالج العينة التجريبية نفسها دون إضافة تاريخ سوق جديد.
