برای چه کسی مناسب است؟
کاربری که داده یا نمونه معاملات قابل بررسی دارد کسی که می‌خواهد فرض‌ها را قبل از سرمایه واقعی آزمایش کند
تحلیل آماری استراتژی
آزمایش Monte Carlo
نتایج معاملات بر حسب R را با Bootstrap یا Permutation بازنمونه‌گیری کنید و توزیع Final R، Drawdown بر حسب R و Recovery را بررسی کنید.
رایگانبدون نصبآموزشی و تحلیلی
رایگان با حساب تاپ‌تریدر
ابزار آماده است؛ برای اجرا وارد شو
راهنما و روش محاسبه را همین صفحه می‌بینی. ورود فقط برای بازکردن محیط تعاملی ابزار لازم است.
راهنمای ابزار
Monte Carlo در تحلیل استراتژی چه کمکی میکند؟
این Monte Carlo روی نمونه نتایج R کار میکند و مسیرهای تجمعی R را با Bootstrap یا Permutation می‌سازد. بنابراین خروجی «سرمایه نهایی» یا Forecast حساب نیست؛ Final R، Drawdown بر حسب R و Recovery مسیرهای بازنمونه‌گیری‌شده را توصیف میکند.
منطق / فرمول
Bootstrap نتایج R را با جایگذاری مجدد نمونه‌گیری میکند؛ Permutation همان نمونه را با Fisher–Yates به‌طور یکنواخت بازترتیب میکند. Percentileها از توزیع مسیر تجمعی R محاسبه می‌شوند.
تفسیر خروجی
Final R و Max-DD (R) Percentileها را به‌عنوان حساسیت نمونه به ترتیب و بازنمونه‌گیری بخوانید، نه پیش‌بینی Equity یا سود آینده.
TT-FT-018 · موتور نسخه‌دار monte-carlo-strategy@2.0.0 · آموزشی/تحلیلی؛ نه توصیه سرمایه‌گذاری.
راهنمای کامل، مثال‌ها و منابع
چه زمانی نباید به آن تکیه کرد؟
نمونه کوچک، ناقص یا گزینش‌شده استفاده از نتیجه به‌عنوان تضمین عملکرد آینده
منطق، فرمول و روش‌شناسی
این Monte Carlo روی نمونه نتایج R کار میکند و مسیرهای تجمعی R را با Bootstrap یا Permutation می‌سازد. بنابراین خروجی «سرمایه نهایی» یا Forecast حساب نیست؛ Final R، Drawdown بر حسب R و Recovery مسیرهای بازنمونه‌گیری‌شده را توصیف میکند. Bootstrap نتایج R را با جایگذاری مجدد نمونه‌گیری میکند؛ Permutation همان نمونه را با Fisher–Yates به‌طور یکنواخت بازترتیب میکند. Percentileها از توزیع مسیر تجمعی R محاسبه می‌شوند.
این ابزار از موتور نسخه‌دار monte-carlo-strategy@2.0.0 استفاده میکند و دامنه محاسبه مطابق Vertical Spec همان Tool ثابت نگه داشته شده است.
مثال عملی
مثال
۲۰۰ معامله در ۵۰۰۰ مسیر بازنمونه‌گیری‌شده
۵۰۰۰ مسیر به‌جای یک مسیر تاریخی واحد، دامنه Final cumulative R و Drawdown بر حسب R را نشان می‌دهند؛ هدف سنجش Sequence Risk در همان نمونه R است.
۵۰۰۰ مسیر به‌جای یک مسیر تاریخی واحد، دامنه Final cumulative R و Drawdown بر حسب R را نشان می‌دهند؛ هدف سنجش Sequence Risk در همان نمونه R است.
چطور نتیجه را حرفه‌ای بخوانیم؟
هیچ معیار منفردی برای قضاوت کافی نیست. اندازه نمونه و کیفیت داده بخشی از نتیجه است.
Fan و Percentileهای مسیر R را به‌جای تمرکز روی یک مسیر متوسط بخوانید. توزیع Final cumulative R، Max-DD بر حسب R، Worst path و Recovery distribution گستره Sequence Risk را نشان می‌دهند. Threshold probabilities فقط تحت فرضهای نمونه و روش Resampling معتبرند.
چرا نسخه TupTrader کاربردی‌تر است؟
مزیت این نسخه فقط ظاهر نیست؛ خروجی، فرض‌ها و Workflow ابزار به قابلیت‌های عملی زیر متصل شده‌اند.
- Method explainer
- Percentile R-path fan
- Final cumulative-R distribution
- Max-DD distribution
- Worst-path viewer
- Recovery distribution
- Threshold probabilities
- Scenario compare
گام بعدی را به یک Workflow تبدیل کنید
ابزار مرتبط →نتیجه را با ابزار دوم اعتبارسنجی کنید. Out-of-sample یا Monte Carlo اجرا کنید. قواعد قابل اجرا را در پلن ثبت کنید.
اشتباهات رایج و محدودیت‌ها
- Overfitting یا انتخاب پارامتر بعد از دیدن نتیجه
- حذف هزینه و معاملات نامطلوب
- ترکیب نمونه‌های ناسازگار
- Bootstrap فرض میکند نمونه مشاهده‌شده نماینده مناسبی از Outcome distribution است و ساختار زمانی پیچیده را ممکن است از بین ببرد. Monte Carlo داده بد یا Backtest overfit را اصلاح نمی‌کند.
پرسش‌های رایج
Bootstrap و Permutation را کی استفاده کنم؟
Permutation برای حساسیت به ترتیب همان معاملات مناسب است؛ Bootstrap دامنه Outcomeها را با بازنمونه‌گیری از نمونه موجود بررسی میکند.
چرا Worst Path مهم است؟
میانگین میتواند Tail را پنهان کند؛ Worst یا low-percentile paths برای تحمل ریسک و ظرفیت حساب مهماند.
Monte Carlo Edge را اثبات میکند؟
خیر. فقط Robustness مسیر را نسبت به فرضهای Resampling بررسی میکند.
منابع و روش تحقیق
محتوای این راهنما از Spec نسخه‌دار خود ابزار، نسخه آموزشی قبلی TupTrader و منابع معتبر زیر بازنویسی و تکمیل شده است. منابع بیرونی برای تعریف و مرز علمی استفاده شده‌اند، نه برای تولید سیگنال.
- NIST — Bootstrap confidence intervals / resampling documentationبرآورد عدم‌قطعیت با بازنمونه‌گیری و هشدار درباره ناپایداری برآوردها.
- Bailey et al. — The Probability of Backtest Overfittingخطر انتخاب استراتژی بر پایه عملکرد درون‌نمونه و افت عملکرد خارج‌نمونه.
این ابزار برای آموزش، سناریوسازی و کنترل فرایند است و توصیه سرمایه‌گذاری، سیگنال خرید/فروش یا تضمین عملکرد آینده نیست.