গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
অ্যালগরিদমিক ট্রেডিং কুইজে AI
একটি VWAP অধ্যয়নের ভলিউম অনিশ্চয়তা, NYSE সিমুলেশন, মূল্য স্লিপেজ, কালানুক্রমিক বৈধতা এবং ব্যাকটেস্ট ফলাফলের সীমা পর্যালোচনা করুন।
প্রশ্ন 1 এর 8
ট্রেডিং মডেলের প্রসঙ্গে 'ওভারফিটিং' কি?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- ট্রেডিং মডেলের প্রসঙ্গে 'ওভারফিটিং' কি?
- একটি মডেল যা ঐতিহাসিক গোলমাল ফিট করে এবং লাইভ ডেটাতে ব্যর্থ হয়
- একসাথে অনেক শেয়ার ট্রেডিং
- অত্যধিক কম্পিউটার মেমরি ব্যবহার
- অতিরিক্ত দামে স্টক কেনা
- VWAP এবং TWAP এর মতো এক্সিকিউশন অ্যালগরিদমের প্রাথমিক লক্ষ্য কী?
- পরের বছরের দামের পূর্বাভাস দিতে
- বাজারের প্রভাব কমিয়ে বড় অর্ডার পূরণ করতে
- ট্রেড ডেটা এনক্রিপ্ট করতে
- সমস্ত ঝুঁকি দূর করতে
- কেন আর্থিক বাজার তথ্য 'অস্থির' হিসাবে বর্ণনা করা হয়?
- এটা কখনো পরিবর্তন হয় না
- এটি একটি জায়গায় সংরক্ষণ করা হয়
- সময়ের সাথে সাথে এর পরিসংখ্যানগত নিদর্শন পরিবর্তন হয়
- এটা প্রতিনিয়ত বাড়ছে
- 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
- 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
- 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
- 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
- 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