AI Decision Tree

Esperimento isolatoDB in sola lettura

Un modello XGBoost stima, alla chiusura della candela di ogni segnale EasyTrend, la probabilità di esito netto positivo e il rendimento netto atteso. Si addestra in walk-forward sul composito e si misura su periodi mai visti, ri-simulando EasyTrend con e senza filtro (una posizione per titolo: scartare un segnale può rendere eseguibile il successivo). Non modifica segnali, modelli o parametri in produzione.

Nuova esecuzione

Composito

Benchmark (opzionale: default quello del composito)

Fold di prova

Costo A/R (%)

Regola del filtro

Soglia

Dal (opzionale)

Al (opzionale)

Estrazioni del caso

Soglia: punti di probabilità sopra la media dei segnali di confronto (es. 0.02 = +2 punti). La regola va fissata prima di guardare i risultati: provarne molte e tenere la migliore trasforma il backtest fuori campione in uno in-sample. Il default (probabilità sopra la media dei segnali di validazione, soglia 0) non ha parametri da scegliere.

I dati si leggono dal DB in pochi secondi; addestramento e backtest continuano in background.