Советник RNN3Smart для добровольного бетатестирования в открытых исходниках

[Yury Reshetov]

Сваял советник RNN3Smart

Чуть позже выложу в Code Base

Ежели кто пожелает, может стать бетатестером

Результаты бектеста:

Results
History Quality:			99%
Bars:			3101	Ticks:			12086	Symbols:			1
Total Net Profit:			25 225.50	Balance Drawdown Absolute:			529.00	Equity Drawdown Absolute:			551.00
Gross Profit:			44 317.80	Balance Drawdown Maximal:			3 543.20 (18.93%)	Equity Drawdown Maximal:			4 115.20 (21.68%)
Gross Loss:			-19 092.30	Balance Drawdown Relative:			18.93% (3 543.20)	Equity Drawdown Relative:			21.68% (4 115.20)
Profit Factor:			2.32	Expected Payoff:			289.95	Margin Level:			732.48%
Recovery Factor:			6.13	Sharpe Ratio:			0.35	Z-Score:			0.29 (22.05%)
AHPR:			1.0156 (1.56%)	LR Correlation:			0.92	OnTester result:			25225.49999999999
GHPR:			1.0146 (1.46%)	LR Standard Error:			2 707.49
Total Trades:			87	Short Trades (won %):			44 (56.82%)	Long Trades (won %):			43 (60.47%)
Total Deals:			133	Profit Trades (% of total):			51 (58.62%)	Loss Trades (% of total):			36 (41.38%)
				Largest profit trade:			4 460.00	Largest loss trade:			-534.00
				Average profit trade:			868.98	Average loss trade:			-530.34
				Maximum consecutive wins ($):			9 (12 120.00)	Maximum consecutive losses ($):			4 (-2 119.50)
				Maximal consecutive profit (count):			12 120.00 (9)	Maximal consecutive loss (count):			-2 119.50 (4)
				Average consecutive wins:			2	Average consecutive losses:			2

Результаты форварда:

Results
History Quality:			99%
Bars:			3053	Ticks:			11901	Symbols:			1
Total Net Profit:			14 812.80	Balance Drawdown Absolute:			530.00	Equity Drawdown Absolute:			696.00
Gross Profit:			23 307.30	Balance Drawdown Maximal:			2 654.40 (14.05%)	Equity Drawdown Maximal:			3 322.40 (17.03%)
Gross Loss:			-8 494.50	Balance Drawdown Relative:			14.05% (2 654.40)	Equity Drawdown Relative:			17.03% (3 322.40)
Profit Factor:			2.74	Expected Payoff:			284.86	Margin Level:			683.61%
Recovery Factor:			4.46	Sharpe Ratio:			0.43	Z-Score:			-0.76 (55.27%)
AHPR:			1.0185 (1.85%)	LR Correlation:			0.96	OnTester result:			14812.8
GHPR:			1.0176 (1.76%)	LR Standard Error:			1 265.73
Total Trades:			52	Short Trades (won %):			29 (65.52%)	Long Trades (won %):			23 (69.57%)
Total Deals:			81	Profit Trades (% of total):			35 (67.31%)	Loss Trades (% of total):			17 (32.69%)
				Largest profit trade:			1 870.80	Largest loss trade:			-533.00
				Average profit trade:			665.92	Average loss trade:			-499.68
				Maximum consecutive wins ($):			9 (6 100.00)	Maximum consecutive losses ($):			5 (-2 654.40)
				Maximal consecutive profit (count):			6 450.50 (8)	Maximal consecutive loss (count):			-2 654.40 (5)
				Average consecutive wins:			4	Average consecutive losses:			2

В файлаттачах сам советник и ZIP архив с настройками, чтобы можно было запустить оптимизацию, не ковыряясь с входными параметрами.

Остальные настройки для оптимизации см. на скрине:

[Denis Kirichenko]

//+------------------------------------------------------------------+
//|                                                    RNN3Smart.mq5 |
//|                                 Copyright 2014, Yury V. Reshetov |
//|                                http://yury-reshetov.ru/node/1093 |
//+------------------------------------------------------------------+
#property copyright "Copyright 2014, Yury V. Reshetov"
#property link      "http://yury-reshetov.ru/node/1093"
#property version   "3.01"
#property description   "Торговый робот RNN3Smart\n\nТехническая поддержка: http://yury-reshetov.ru/node/1093"


#include <Trade/Trade.mqh>
//#include <Trade/SymbolInfo.mqh>
//#include <Trade/DealInfo.mqh>
//#include <Trade/PositionInfo.mqh>

[Sergey Vasilyev]

Дайте описание советника можно не очень подробное. Я бы поучаствовал в тестировании, но не в тестере, а на демо. 

[Sergey Vasilyev]

Сов на mq5. Я только на МТ4 мог бы участвовать...

[Argonaft92]

Участвую

[Argonaft92]

Юрий, вопрос по методике тестирования. Методика полгода оптимизации/полгода форвард-оптимизации по вашему мнению является лучшим вариантом для этой нейросети? Просто на данный момент исходя из статистики нескольких прогонов (генетический алгоритм каждый раз выдает новый оптимум) на одном и том же участке (2013.06.01-2014.06.01) результат работы 10 лучших образцов каждого прогона на реальном форварде (2014.06.01-2014.08.23) среднеотрицательный. Это наводит меня на неправильность выбранной методики (априори предполагается что сама система способна грамотно обучаться на репрезентативной выборке). Вы не могли бы более развернуто описать процесс доводки сети до работы в реальном времени?

[Yury Reshetov]

Argonaft92:
Юрий, вопрос по методике тестирования. Методика полгода оптимизации/полгода форвард-оптимизации по вашему мнению является лучшим вариантом для этой нейросети? Просто на данный момент исходя из статистики нескольких прогонов (генетический алгоритм каждый раз выдает новый оптимум) на одном и том же участке (2013.06.01-2014.06.01) результат работы 10 лучших образцов каждого прогона на реальном форварде (2014.06.01-2014.08.23) среднеотрицательный. Это наводит меня на неправильность выбранной методики (априори предполагается что сама система способна грамотно обучаться на репрезентативной выборке). Вы не могли бы более развернуто описать процесс доводки сети до работы в реальном времени?

Наиболее грамотно - это не стоит полностью полагаться на тестер.

Суть в том, что заведомо неизвестно, когда оптимизация на прошлых данных перестанет давать профит в будущем. Т.е. даже успешные форварды не являются гарантией профитности настроек.

Я оптимизирую и ставлю ботов на несколько инструментов, а потом смотрю, как они торговали за предыдущий период, например, в течении прошлой недели. Если на каком либо инструменте торговля неудовлетворительна, то переоптимизирую по этому инструменту. Если результаты хорошие, то переоптимизация не нужна.

А что касается генетического алгоритма, то он не даёт оптимум, поскольку пляшет рядом с экстремумами, постепенно сужая поиск.