Introducción:

La función de datos fuera de la muestra está diseñada para validar robots de trading utilizando datos de mercado independientes que no formaron parte de los conjuntos de datos de entrenamiento o prueba originales. Esto ayuda a prevenir el sobreajuste (overfitting) y asegura que las estrategias sean fiables en condiciones de trading del mundo real.

Propósito:

El objetivo principal de esta función es mejorar la robustez de las estrategias de trading mediante el uso de datos no vistos, aumentando la probabilidad de un rendimiento constante en diversas condiciones de mercado.

Cómo funciona:

• Segmentación de datos:La función separa los datos de mercado en conjuntos de datos de entrenamiento y fuera de la muestra, asegurando que la validación se realice con datos independientes.
• Análisis de rendimiento:Los robots se prueban con datos fuera de la muestra para evaluar su resiliencia y capacidad de adaptación a nuevas condiciones de mercado.

Mejores prácticas:

• Utilice siempre la función de datos fuera de la muestra al optimizar estrategias para garantizar la fiabilidad en el trading en vivo.
• Compare las métricas de rendimiento tanto en los conjuntos de datos de entrenamiento como en los de fuera de la muestra para evitar el sobreajuste.