Analiz ve metrikler

Bootstrap

Yazan Jarosław Wasiński (EN) • Yayınlanma: 23 Eki 2026

Mevcut örneklemden gözlemleri yerine koyarak tekrar tekrar seçip ortalama gibi istatistiği yeniden hesaplayarak belirsizlik tahmin etme yöntemidir. Oluşan tahminler örnekleme değişkenliğini tanımlamaya yardımcı olur. Temel gözlem düzeyinde bootstrap uygun bağımsızlık varsayımları gerektirir; bağımlı veri blok yeniden örneklemesi gerektirebilir. Ne veride bulunmayan krizleri üretir ne stratejinin üstünlüğünü bağımsız kanıtlar.

Örnek. [−1R, −1R, +2R] örnekleminin ortalaması 0R'dir. Olası bootstrap örneklemi [−1R, +2R, +2R], 1R ortalamaya sahiptir. Tek yeniden örnekleme mekanizmayı örnekler; güven aralığı hesaplamak için yetersizdir.

Nasıl çalışır?

İstatistiği, yeniden örnekleme sayısını, aralık yöntemini ve rastgelelik tohumunu belirtin. Kayıplar kümelendiğinde veya pozisyonlar örtüştüğünde tek işlemleri yeniden örneklemek ilgili bağımlılığı bozabilir. Blok bootstrap, blok uzunluğunun ve yapısının gerekçelendirilmesini gerektirir.

Yaygın hata

Daha fazla yeniden örneklemeyi daha büyük gerçek dünya veri kümesi saymayın. Yeniden örnekleme veri hatalarını, geçmiş testinden atlanmış maliyetleri veya aynı geçmişle en iyi modeli seçmeyi düzeltemez.

Daha fazla öğrenme

Kursta: 15.4 Geçmiş ve ileri test: yöntemler, kanıtlar ve tuzaklar; 15.9 Forex işlem günlüğü — R katı, beklenen değer, SQN, MAE/MFE. Kaynaklar: SciPy: bootstrap.

Simülasyon kontrolleri

Yöntemi sabit tutarak tohumlar ve tekrarlar arasında istikrarı karşılaştırın. Blok, boşluk ve uç sonuç uygulamasını kaydedin. Düşük simülasyon gürültüsü örneklemin gelecek piyasaları temsil ettiğini kanıtlamaz.

Sık sorulan sorular

Bootstrap ve Monte Carlo eş anlamlı mı?

Hayır. Monte Carlo daha geniş simülasyon yöntemleri ailesidir. Bootstrap rastgele simülasyon kullanabilir; ancak başlangıç noktası ampirik örneklemdir.

Bir milyon yeniden örnekleme bir milyon yeni işlem midir?

Hayır. Yeni piyasa geçmişi eklemeden aynı ampirik örneklemi işlerler.

← Tüm sözlüğe geri dön