Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
4 Monate ungefähr laufen... (genau wie vorhergesagt)
Um Ihnen ein Beispiel zu geben ... EA-Chart seit 7 Jahren... ( Gewinn 10 p) stop 300 aber Gewinn schwimmt mit dem Preis, auch wenn in Verlust.... Das Verhältnis zwischen Gewinn und Drawdown beträgt etwa 25 für sieben Jahre... das ist im Prinzip nicht viel... aber es ist möglich, etwa 200 jährliche Gewinne zu erzielen.
In Wirklichkeit ist das nicht so. Es ist nur eine schöne Fata Morgana. Und davon gibt es eine ganze Menge. Dies sollte immer bedacht werden.
Wie hoch ist der durchschnittliche Gewinn in Pips? Und über welche Zeitspanne? Danke für die Antwort :)
Um Ihnen ein Beispiel zu geben ... EA-Chart seit 7 Jahren... ( Gewinn 10 p) stop 300 aber Gewinn schwimmt mit dem Preis, auch wenn in Verlust.... Das Verhältnis von Gewinn zu Verlust beträgt etwa 25 für 7 Jahre... das ist im Prinzip nicht viel... aber es sind etwa 200 pro Jahr.
Realistisch betrachtet ist dies jedoch nicht der Fall. Es ist nur eine schöne Fata Morgana. Und davon gibt es eine ganze Menge. Dies sollte immer bedacht werden.
Wie hoch ist der durchschnittliche Gewinn in Pips? Und über welche Zeitspanne? Danke für die Antwort :)
Seit 4 Monaten oder so... (auch wie vorhergesagt)
Nein, ich kann Ihnen davon erzählen... schreiben Sie an clin-p@inbox.ru... Meiner Meinung nach wird der Händler vom großen Geld nicht nur durch das Fehlen eines guten Algorithmus getrennt, sondern durch etwas anderes :))
Im Moment habe ich die besten Ergebnisse nur für die Optimierungsparameter mit ansteigender Ertragskurve (sie filtert sich selbst heraus, wenn man unbrauchbare Ergebnisse ausschaltet) und der lineare Korrelationskoeffizient dieser Kurve liegt absolut gesehen näher bei 1. D.h. das Programm nimmt eine nach der anderen vom Optimierer vorgegebene Variante, führt einen Test mit jeder von ihnen durch und analysiert Gewinne und Verluste, um diejenige zu finden, deren Graphik einer Geraden am ähnlichsten ist. Es ist klar, dass ein solches Diagramm nie das beste Gleichgewicht des Optimierungsergebnisses ergibt, in den meisten Fällen ist es ein Mittelwert. Aber die eher linearen Renditekurven haben einen sehr geringen Drawdown und weisen praktisch auch keine starken Aufwärtsbewegungen auf.
Und es geht nicht nur darum, das Risiko zu verringern. Ich denke, dass der wichtigste Aspekt die Funktionalität des TS ist. Das Fehlen signifikanter Drawdowns zeigt die Angemessenheit des Systems, d. h., dass es reale Markteigenschaften nutzt. Und das wiederum bedeutet, dass die Parameter, mit denen sie erreicht wird, nicht das Ergebnis einer stupiden Anpassung an die Geschichte sind, sondern eben diese Eigenschaften widerspiegeln.
Übrigens weiß ich leider nicht, was der "lineare Korrelationskoeffizient" ist und wie er sich von einem einfachen Korrelationskoeffizienten unterscheidet.
Ich würde den RMS verwenden, um die Qualität der Annäherung an die Renditekurve durch eine lineare Regressionslinie zu bewerten. Vielleicht können Sie erklären, worum es sich dabei handelt und warum die Option des linearen Korrelationskoeffizienten besser ist als die RMS-Schätzung?
Übrigens weiß ich leider nicht, was ein "linearer Korrelationskoeffizient" ist und wie er sich von einem einfachen Korrelationskoeffizienten unterscheidet.
Sie sind ein und dasselbe. Nur ein Wortspiel, das dasselbe Konzept meint.
PS: Die Aussage ist in diesem Fall natürlich richtig, da die Gesprächsteilnehmer die gleiche Korrelation meinen.
Übrigens weiß ich leider nicht, was ein "linearer Korrelationskoeffizient" ist und wie er sich von einem einfachen Korrelationskoeffizienten unterscheidet.
Das ist das Gleiche. Nur ein Wortspiel, das dasselbe Konzept meint.
Ich habe derzeit die besten Ergebnisse nur für die Optimierungsparameter mit aufwärts gerichteter Ertragskurve (sie filtert sich selbst heraus, wenn man unbrauchbare Ergebnisse ausschaltet) und der lineare Korrelationskoeffizient dieser Kurve liegt im absoluten Wert näher bei 1. D.h. das Programm nimmt eine nach der anderen vom Optimierer vorgegebene Variante, führt einen Test mit jeder von ihnen durch und analysiert Gewinne und Verluste, um diejenige zu finden, deren Graphik einer Geraden am ähnlichsten ist. Es ist klar, dass ein solches Diagramm nie das beste Gleichgewicht des Optimierungsergebnisses ergibt, in den meisten Fällen ist es ein Mittelwert. Aber auch die eher linearen Renditekurven haben einen sehr geringen Drawdown und praktisch keine übermäßigen Ausschläge nach oben.
Und es geht nicht nur darum, das Risiko zu verringern. Ich denke, dass der wichtigste Aspekt die Funktionalität des TS ist. Das Fehlen signifikanter Drawdowns zeigt die Angemessenheit des Systems, d. h., dass es reale Markteigenschaften nutzt. Und das wiederum bedeutet, dass die Parameter, mit denen sie erreicht wird, nicht das Ergebnis einer stupiden Anpassung an die Geschichte sind, sondern eben diese Eigenschaften widerspiegeln.
Übrigens weiß ich leider nicht, was der "lineare Korrelationskoeffizient" ist und wie er sich von einem einfachen Korrelationskoeffizienten unterscheidet.
Ich würde den RMS verwenden, um die Qualität der Annäherung an die Renditekurve durch eine lineare Regressionslinie zu bewerten. Vielleicht können Sie erklären, worum es sich dabei handelt und warum die Option des linearen Korrelationskoeffizienten besser ist als die RMS-Schätzung?
"Der Grad der Korrelation zwischen zwei Größen x und y (Koordinatenwerte von Punkten in der Ebene) kann durch den linearen Korrelationskoeffizienten - r - gemessen werden. Liegt der Wert von r nahe bei 0, so kann die Behauptung, dass zwischen den Größen x und y ein linearer Zusammenhang besteht, zurückgewiesen werden. Wenn r in der Nähe von (+/-)1 liegt, sollten wir annehmen, dass die Punkte um eine Linie y = A*x + B liegen. Wenn die Größen unkorreliert sind, kann man die Wahrscheinlichkeit berechnen, dass ein Stichprobenkorrelationskoeffizient modulo einen gewissen Wert von r0 bei Stichprobengröße N überschreitet. Wenn die Anzahl der Messungen klein ist, kann die Wahrscheinlichkeit, einen großen Wert des Korrelationskoeffizienten |r| > 0,5 zu erhalten, für unkorrelierte Variablen hoch sein."
Die letzten beiden Sätze besagen, dass es möglich ist, dass der Korrelationskoeffizient 0,5 übersteigt, wenn die Renditekurve mit einer kleinen Anzahl von Geschäften (kleines Stichprobenvolumen) gezeichnet wurde, d.h. eine Anpassung stattfindet.
Sie können zwar auch den Effektivwert berechnen, aber Sie sollten bedenken, dass der Effektivwert für eine gerade Linie, aber nicht für eine horizontale Linie, immer größer als 0 ist. Und der lineare Korrelationskoeffizient für jede gerade Linie, unabhängig von ihrer Steigung, ist 1.
Sie können zwar den Effektivwert berechnen, aber beachten Sie, dass der Effektivwert für eine gerade Linie, aber nicht für eine horizontale Linie, immer größer als 0 ist. Und der lineare Korrelationskoeffizient für jede gerade Linie, unabhängig von ihrer Steigung, ist 1.
Ich bezog mich auf den RMS-Fehler einer linearen Regression, die die Renditekurve approximiert.
In diesem Fall ist der RMS nur dann 0, wenn die Fließlinie eine Gerade ist. In diesem Fall hängt das Ergebnis nicht vom Neigungswinkel der Linie ab. In allen anderen Fällen ist der RMS>0. Im Allgemeinen denke ich, dass der RMS-Fehler mit dem Korrelationskoeffizienten zusammenhängt (da er mit dem linearen Korrelationskoeffizienten identisch ist), und diese Beziehung ist nicht schwer analytisch auszudrücken. Daher ist davon auszugehen, dass die Varianten gleichwertig sind. Der einzige Unterschied besteht darin, dass der Fehler RMS eine Schätzung der Inanspruchnahme bei einem bestimmten Risikoniveau ermöglicht. Was meinen Sie dazu?
Reshetov, ich freue mich sehr, dass Sie mich mit "Sie" ansprechen. Ich danke Ihnen vielmals.
Aber die Formulierung
Wenn du ein Mathebuch nicht aufschlagen und lesen kannst...
ist ein Meisterwerk! Ich hatte eine Menge Spaß. Findest du nicht, dass es eine Mischung aus verschiedenen Stilen ist? :-))Im Grunde können Sie auch den RMS berechnen, aber beachten Sie, dass der RMS für eine gerade, aber nicht horizontale Linie immer größer als 0 ist. Und der lineare Korrelationskoeffizient für jede gerade Linie, unabhängig von ihrer Steigung, ist 1.
Ich bezog mich auf den RMS des Fehlers der linearen Regression, die die Renditekurve approximiert.
In diesem Fall ist der RMS nur dann 0, wenn die Fließlinie eine Gerade ist. In diesem Fall hängt das Ergebnis nicht vom Neigungswinkel der Linie ab. In allen anderen Fällen ist der RMS>0. Im Allgemeinen denke ich, dass der RMS-Fehler mit dem Korrelationskoeffizienten zusammenhängt (da er mit dem linearen Korrelationskoeffizienten identisch ist), und diese Beziehung ist nicht schwer analytisch auszudrücken. Daher ist davon auszugehen, dass die Varianten gleichwertig sind. Der einzige Unterschied besteht darin, dass der Fehler RMS eine Schätzung der Inanspruchnahme bei einem bestimmten Risikoniveau ermöglicht. Was meinen Sie dazu?
Reshetov, ich freue mich sehr, dass Sie mich "Sie" nennen. Ich danke Ihnen vielmals.
Aber die Formulierung
Wenn Sie es nicht übers Herz bringen, ein Mathebuch aufzuschlagen und zu lesen ...
ist ein Meisterwerk! Ich hatte eine Menge Spaß. Findest du nicht, dass es eine Mischung aus verschiedenen Stilen ist? :-))Ich würde gerne wissen, wie Sie die Zinskurve annähern, ohne den linearen Korrelationskoeffizienten zu berechnen?