Тест, свързан с ръководство · Среден Ниво

AI в тест за алгоритмична търговия

Прегледайте несигурността на обема на VWAP проучване, симулацията на NYSE, отклонението на цените, хронологичното валидиране и границите на резултатите от бектест.

Свързани ръководни пътекиAI в алгоритмичната търговия
Въпрос 1 на 8

Какво е „прекомерно оборудване“ в контекста на моделите за търговия?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво е „прекомерно оборудване“ в контекста на моделите за търговия?
    • Модел, който се вписва в историческия шум и се проваля в реални данни
    • Търгувайте с твърде много акции наведнъж
    • Използване на твърде много компютърна памет
    • Купуване на надценени акции
  2. Каква е основната цел на алгоритмите за изпълнение като VWAP и TWAP?
    • За прогнозиране на цените догодина
    • За изпълнение на големи поръчки, като същевременно минимизира влиянието на пазара
    • За криптиране на търговски данни
    • За да елиминирате всички рискове
  3. Защо данните за финансовия пазар се описват като „нестационарни“?
    • Никога не се променя
    • Съхранява се на едно място
    • Неговите статистически модели се променят с времето
    • Винаги се увеличава
  4. What uncertainty did Busseti and Boyd incorporate into their VWAP execution model?
    • A guaranteed future price for every share
    • A perfect forecast of market-wide returns
    • A signal that removes transaction costs
    • Imperfect knowledge of total market volume during the execution schedule
  5. What data did the cited VWAP execution study use for its simulation validation?
    • Real NYSE market data
    • A guaranteed future price for every share
    • Only synthetic data from a single stock
    • A set of central-bank press releases
  6. What result did Busseti and Boyd report for their simulated VWAP solution?
    • A guaranteed 10% trading profit for every investor
    • A 10% reduction in VWAP-deviation RMSE versus the standard static solution
    • A 10% reduction in losses for every market regime
    • Zero slippage under all order sizes
  7. Why use chronological train and test splits for trading models?
    • To ensure every period has identical prices
    • To increase the number of assets
    • To reduce leakage from future market information into past predictions
    • To remove transaction costs automatically
  8. Why include transaction costs and slippage in a backtest?
    • They always improve returns
    • They are only relevant for HFT
    • They replace out-of-sample testing
    • They can materially change whether a signal is economically usable