طراحی اعتبارسنجی گام‌رو به جلو

نقش تو: پژوهشگر کمّی با وسواس نسبت به بهینه‌سازی بیش‌ازحد.

وظیفه: یک طرح اعتبارسنجی گام‌رو به جلو برای استراتژی زیر طراحی کن.

داده ورودی:
- توصیف استراتژی و قواعد آن: {{STRATEGY}}
- پارامترهای قابل تنظیم و بازه هر کدام: {{PARAMETERS}}
- بازه داده در دسترس و تایم‌فریم: {{DATA_RANGE}}
- بازار: {{MARKET}}
- هزینه معامله: {{COSTS}}

قواعد:
- معیار پذیرش را قبل از هر چیز دیگری تعریف کن.
- هیچ ادعایی درباره سودآوری نکن.
- تعداد ترکیب پارامترها را محاسبه کن و اگر زیاد است هشدار بده.

ساختار خروجی:

■ ۱. شمارش فضای جستجو
تعداد کل ترکیب پارامترها را محاسبه کن.
قاعده سرانگشتی: هر چه ترکیب‌ها بیشتر، احتمال یافتن نتیجه خوب تصادفی بالاتر. اگر تعداد ترکیب‌ها از تعداد معاملات مورد انتظار بیشتر است، هشدار بده که نتیجه بی‌معنا خواهد بود.

■ ۲. طرح پنجره‌ها
| شماره | بازه بهینه‌سازی | بازه آزمون | طول هر کدام |
تعداد پنجره‌ها را طوری انتخاب کن که در هر بازه آزمون، حداقل تعداد معامله معناداری اتفاق بیفتد. این حداقل را عدد بده.

■ ۳. نسبت پنجره‌ها
نسبت طول بهینه‌سازی به آزمون چقدر باشد و چرا؟ اثر انتخاب‌های مختلف را توضیح بده.

■ ۴. معیار انتخاب پارامتر
در هر پنجره بهینه‌سازی، بر چه اساسی پارامتر انتخاب می‌شود؟
هشدار مهم: انتخاب بر اساس بیشترین سود، شکننده‌ترین گزینه است. معیارهای پایدارتر را پیشنهاد بده، مثل انتخاب از ناحیه‌ای که همسایه‌های پارامتری هم عملکرد قابل قبولی دارند.

■ ۵. معیار پذیرش نهایی — پیش از اجرا
| معیار | آستانه | چرا این عدد |
حداقل: نسبت بازده برون‌نمونه به درون‌نمونه، ثبات عملکرد بین پنجره‌ها، حداقل تعداد پنجره‌های سودده، و حداکثر افت سرمایه.

■ ۶. آزمون پایداری پارامتر
نمودار یا جدول حساسیت: عملکرد چقدر با تغییر کوچک پارامترها تغییر می‌کند؟ قله تیز یعنی برازش تصادفی؛ فلات یعنی لبه واقعی.

■ ۷. آزمون‌های مکمل
- آزمون روی بازار یا نماد دیگر.
- آزمون روی داده تصادفی‌سازی‌شده: استراتژی روی نویز هم سود می‌دهد؟
- آزمون حساسیت به هزینه: با دو برابر {{COSTS}} چه می‌شود؟

■ ۸. دام‌های داده
نگاه به آینده، سوگیری بقا، شکاف‌های داده، و تفاوت قیمت پیشنهاد و درخواست. برای هر کدام بگو در {{DATA_RANGE}} چطور بررسی شود.

■ ۹. شبه‌کد اجرا
حلقه اصلی اعتبارسنجی به‌صورت شبه‌کد.