پرسش خود را بپرسید

ترجمه ی Out of Sample و In Sample

تاریخ
١ هفته پیش
بازدید
٣٦

سلام.

ترجمه ی دقیق این دو عبارت چیه و همچنین من توی زمینه Forex Trading به این عبارات برخوردم. یعنی کانتکس بازارهای مالیه. علاوه بر ترجمه توضیح مفصل این عبارات چیه؟

تشکر.

٦٣,٧٨٠
طلایی
٢٨
نقره‌ای
١,٠٨٩
برنزی
٣٣٥

٣ پاسخ

مرتب سازی بر اساس:

تست درون نمونه و تست خارج از نمونه دو روشی هستند که برای ارزیابی عملکرد یک استراتژی معاملاتی استفاده می‌شوند.

تست درون نمونه

تست درون نمونه شامل آزمایش یک استراتژی بر روی مجموعه ای از داده هایی است که برای توسعه و بهینه سازی استراتژی استفاده شده است. این نوع تست به شناسایی هر گونه نقص یا ضعف در استراتژی کمک می کند و می تواند برای بهینه سازی پارامترهای ورود و خروج استراتژی استفاده شود. به عنوان مثال، اگر مجموعه داده ای که روی آن آزمایش می کنید، ۴۰ سال را پوشش می دهد، بهینه سازی خود را در ۳۰ سال اول تکمیل می‌کنید. ۱۰ سال گذشته برای آزمایش های خارج از نمونه استفاده می شود. هنگام اجرای بهینه‌سازی روی داده‌های درون نمونه، نتایج می‌توانند بیش از حد خوش‌بینانه باشند، زیرا این استراتژی برای عملکرد مناسب روی داده‌های خاصی که برای آزمایش استفاده شده است، بهینه شده است.

تست خارج از نمونه

تست خارج از نمونه برای ارزیابی عملکرد یک استراتژی بر روی مجموعه جداگانه ای از داده ها که در طول فرآیند توسعه و بهینه سازی بکار گرفته نشده است، مورد استفاده مورد استفاده قرار می‌گیرد. چنین تستی کمک می‌کند تا مشخص شود که آیا استراتژی می تواند روی داده های جدید و دیده نشده به خوبی عمل کند (داده های تاریخی ۱۰ ساله که در بالا ذکر شد). نتایج آزمایش‌های خارج از نمونه معمولاً واقعی‌تر در نظر گرفته می‌شوند، زیرا استراتژی برای عملکرد خوب در این مجموعه داده خاص بهینه نشده است.

چرا از تست نمونه داخل و خارج استفاده می کنیم؟

در نهایت، ما از تست های داخل و خارج از نمونه برای ایجاد یک استراتژی معاملاتی قوی تر استفاده می‌کنیم. با استفاده از تست درون نمونه، میتوانیم استراتژی را بهینه کنیم و هرگونه نقص یا ضعف را شناسایی کنیم. با استفاده از تست خارج از نمونه، می‌توانیم عملکرد استراتژی را بر روی داده‌های جدید و دیده نشده ارزیابی کنیم و تعیین کنیم که آیا استراتژی احتمالاً در آینده عملکرد خوبی خواهد داشت یا خیر. با ترکیب نتایج آزمایش درون نمونه و خارج از نمونه، می‌توانیم یک استراتژی معاملاتی ایجاد کنیم که قوی باشد و احتمال عملکرد خوبی در آینده داشته باشد. هنگامی که از آزمایش درون نمونه ای به آزمایش خارج از نمونه حرکت می کنیم، می خواهیم ببینیم که آمار عملکرد تولید شده در هر دو نسبتاً پایدار باقی می ماند یا خیر.

مرجع انگلیسی: 👇

https://www.linkedin.com/pulse/out-sample-testing-what-why-do-hue-frame
٣٨,٩٠١
طلایی
٤٧
نقره‌ای
٨٩٦
برنزی
٢٦٦
تاریخ
٦ روز پیش

عبارت‌های **"Out of Sample"** و **"In Sample"** در زمینه تحلیل داده‌ها و به ویژه در بازارهای مالی و تجارت فارکس به کار می‌روند. این عبارات به نحوه ارزیابی مدل‌های آماری و پیش‌بینی اشاره دارند. در ادامه، ترجمه و توضیحات مفصل این عبارات ارائه شده است.

## ترجمه
- **Out of Sample**: خارج از نمونه
- **In Sample**: در نمونه

## توضیحات مفصل

### In Sample (در نمونه)
**تعریف**: 
- **In Sample** به داده‌هایی اشاره دارد که برای آموزش و تنظیم یک مدل آماری یا پیش‌بینی استفاده می‌شوند. این داده‌ها به مدل اجازه می‌دهند تا الگوها و روابط موجود را شناسایی کند.

**کاربرد در بازارهای مالی**:
- در تحلیل‌های مالی، زمانی که یک مدل بر روی داده‌های تاریخی (مثلاً قیمت‌های گذشته یک دارایی) آموزش داده می‌شود، نتایج به دست آمده از آن داده‌ها به عنوان **In Sample** در نظر گرفته می‌شوند. این نتایج معمولاً به خوبی با داده‌های آموزشی مطابقت دارند زیرا مدل بر اساس همان داده‌ها تنظیم شده است.

### Out of Sample (خارج از نمونه)
**تعریف**:
- **Out of Sample**   به داده‌هایی اشاره دارد که برای آزمایش یا اعتبارسنجی یک مدل استفاده می‌شوند، اما در فرآیند آموزش آن مدل مورد استفاده قرار نگرفته‌اند. این داده‌ها معمولاً برای ارزیابی عملکرد واقعی مدل در شرایط جدید و ناشناخته استفاده می‌شوند.

**کاربرد در بازارهای مالی**:
- هنگامی که یک مدل پیش‌بینی برای پیش‌بینی قیمت‌های آینده یا رفتار بازار طراحی می‌شود، نتایج حاصل از داده‌هایی که قبلاً برای آموزش استفاده نشده‌اند به عنوان **Out of Sample** در نظر گرفته می‌شوند. این نتایج نشان‌دهنده توانایی واقعی مدل برای تعمیم یافته‌ها و پیش‌بینی دقیق‌تر در شرایط واقعی بازار است.

## اهمیت
- **تست قابلیت تعمیم**: استفاده از داده‌های **Out of Sample** به تحلیلگران کمک می‌کند تا بفهمند آیا مدلی که ایجاد کرده‌اند توانایی تعمیم یافته‌ها را دارد یا خیر.
- **اجتناب از Overfitting**: اگر یک مدل فقط بر اساس داده‌های **In Sample** ارزیابی شود، ممکن است دچار Overfitting شود، یعنی بیش از حد به جزئیات داده‌های آموزشی وابسته باشد و نتواند بر روی داده‌های جدید عملکرد خوبی داشته باشد.

## مثال
1. **In Sample Example**:
  - **English**: A financial analyst trains a model using historical stock prices from 2010 to 2020 and evaluates its performance on the same data set.
  - **Persian**: یک تحلیل‌گر مالی مدلی را با استفاده از قیمت‌های تاریخی سهام از سال ۲۰۱۰ تا ۲۰۲۰ آموزش می‌دهد و عملکرد آن را بر روی همان مجموعه داده ارزیابی می‌کند.

2. **Out of Sample Example**:
  - **English**: The analyst tests the model's predictions on stock prices from 2021, which were not included in the training data.
  - **Persian**: تحلیل‌گر پیش‌بینی‌های مدل را بر روی قیمت‌های سهام از سال ۲۰۲۱ آزمایش می‌کند که در داده‌های آموزشی گنجانده نشده بودند.

این توضیحات نشان‌دهنده اهمیت عبارات "In Sample" و "Out of Sample" در تحلیل‌های مالی و تجزیه و تحلیل مدل‌ها هستند و چگونگی تأثیر آنها بر دقت پیش‌بینی‌ها را روشن می‌کنند.

٤١٣,٧٨٩
طلایی
٣٣٥
نقره‌ای
٤,٦٣٧
برنزی
٢,٨٣٣
تاریخ
٦ روز پیش

in-sample.یعنی در ارزش گزاری استراتژی بر پایه اطلاعات از پیش تایید شده یا فرضیات رد شده out-samlpeیعنی پایه و اساس استراتژی بدون پشتوانه باشه و تو طول زمان با کسب تجربه ارزشش تایید میشه 

٤٤٥
طلایی
٠
نقره‌ای
١٣
برنزی
٨
تاریخ
١ هفته پیش

پاسخ شما