Quiz lié à un guide · Moyen Niveau

Quiz sur l'IA dans le trading algorithmique

Passez en revue l’incertitude de volume d’une étude VWAP, la simulation NYSE, le dérapage des prix, la validation chronologique et les limites des résultats de backtest.

Chemins de guidage associésL'IA dans le trading algorithmique
Question 1 de 8

Qu'est-ce que le « surajustement » dans le contexte des modèles de trading ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Qu'est-ce que le « surajustement » dans le contexte des modèles de trading ?
    • Un modèle qui s'adapte au bruit historique et échoue sur les données en direct
    • Négocier trop d’actions à la fois
    • Utiliser trop de mémoire informatique
    • Acheter des actions trop chères
  2. Quel est l’objectif principal des algorithmes d’exécution comme VWAP et TWAP ?
    • Pour prédire les prix de l'année prochaine
    • Pour exécuter des commandes importantes tout en minimisant l’impact sur le marché
    • Pour chiffrer les données commerciales
    • Pour éliminer tout risque
  3. Pourquoi les données des marchés financiers sont-elles qualifiées de « non stationnaires » ?
    • Ça ne change jamais
    • Il est stocké dans un seul endroit
    • Ses modèles statistiques évoluent avec le temps
    • C'est toujours en augmentation
  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