Bestimmen Sie die zukünftige Betriebsfähigkeit des Fahrzeugs. - Seite 7
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
Es kann auch andersherum sein
Fast 100 % Übereinstimmung mit Ausnahme einiger weniger Pips an Requotes.
Auch verständlich. Aber das ist nicht genau das, wonach ich frage. Dies sind die Grundsätze für den Aufbau eines nicht optimierten TS, vorzugsweise ohne Optimierung. Und ich versuche herauszufinden, wie man anhand von Berichten aus den Optimierungs- und OOS-Perioden die zukünftige Arbeitsfähigkeit eines TS ermitteln kann.
Um ausreichende OOS-Statistiken zu erhalten, versuchen Sie die folgende Strategie:
Sie haben einen Optimierungszeitraum von 8 Monaten und einen OOS-Zeitraum von 1 Monat.
Wählen Sie 10 Optimierungs- und Validierungszeiträume. Zum Beispiel:
1. vom 01.01.2007 - 31.08.2007 optimieren. Dann vom 01.09 - 30.09.2007 prüfen.
2. vom 01.02.2007 - 31.09.2007 optimieren wir. Dann prüfen wir vom 01.10 - 30.10.2007.
...
10. 01.11.2007 - 30.06.2008 wir optimieren. 01.07-31.07.2008 wir prüfen.
Durch die Überprüfung dieser Statistiken können Sie statistisch zuverlässige Urteile über das System und seine Parameter fällen.
Um ausreichende OOS-Statistiken zu erhalten, versuchen Sie die folgende Strategie:
Sie haben einen Optimierungszeitraum von 8 Monaten und einen OOS-Zeitraum von 1 Monat.
Wählen Sie 10 Optimierungs- und Validierungszeiträume. Zum Beispiel:
1. vom 01.01.2007 - 31.08.2007 optimieren. Dann prüfen wir vom 01.09 - 30.09.2007.
2. vom 01.02.2007 - 31.09.2007 optimieren wir. Dann prüfen wir vom 01.10 - 30.10.2007.
...
10. 01.11.2007 - 30.06.2008 wir optimieren. 01.07-31.07.2008 wir prüfen.
Wenn Sie diese Statistiken gesammelt haben, werden Sie in der Lage sein, das System und seine Parameter statistisch zuverlässig zu beurteilen.
Ich stimme zu, "es gibt einen Buchstaben im Wort". Aber es gibt ein "aber". Die Muster, die zum Beispiel vor 8 Monaten gefunden wurden, funktionieren vielleicht im Moment nicht. Und solche Beispiele gibt es zuhauf. Ich hingegen versuche, eine Bestätigung für das Funktionieren von TC in naher Zukunft zu finden, da ich nicht an die ewige Existenz von TC..... glaube.
Ich stimme zu, "es gibt einen solchen Buchstaben im Wort". Aber es gibt ein "aber". Die Muster, die zum Beispiel vor 8 Monaten gefunden wurden, funktionieren vielleicht im Moment nicht. Und solche Beispiele gibt es zuhauf. Ich versuche, in naher Zukunft eine Bestätigung für TC zu finden, denn ich glaube nicht an die ewige Existenz von TC.....
>> Bringen Sie mir, wenn möglich, ein Beispiel, bei dem die Vorwärtsanalyse so durchgeführt wurde, wie es sein sollte (z.B. so, wie es oben vorgeschlagen wurde), und das System war profitabel, aber sobald die Zeit seiner Nutzung gekommen war, ging alles zum Teufel...
Ich stimme zu, "es gibt einen solchen Buchstaben im Wort". Aber es gibt ein "aber". Die Muster, die zum Beispiel vor 8 Monaten gefunden wurden, funktionieren vielleicht im Moment nicht. Und solche Beispiele gibt es zuhauf. Ich versuche, in naher Zukunft eine Bestätigung für die Arbeit von TS zu finden, denn ich glaube nicht an die ewige Existenz von TS.....
Jeder einzelne Handel hat sein eigenes Risikoniveau und seine eigene Gewinnwahrscheinlichkeit. Das Gleiche gilt für eine Reihe von N Geschäften. Wenn wir diese Merkmale kennen und kontrollieren, können wir die Rentabilität des Systems steuern. Der Zweck des Forward-Testing besteht darin, abzuschätzen, wie nahe das Risikoniveau und die Gewinnwahrscheinlichkeit des Systems an demjenigen liegen, auf das wir es während des Optimierungszeitraums eingestellt haben, und wie stabil diese Indikatoren gegenüber Marktveränderungen sind.
Um dies zu beurteilen, reicht eine monatliche Vorwärtsprüfung eindeutig nicht aus. Wir brauchen die Statistiken einer Reihe von Tests. Wenn die Ergebnisse einer Reihe von Vorwärtstests (z. B. 10 einmonatige Tests in der Nähe des Zeitpunkts des realen Handels) durchweg ähnliche Ergebnisse in Bezug auf das Risikoniveau und die Gewinnwahrscheinlichkeit liefern, können wir getrost davon ausgehen, dass die gleichen Parameter das System im realen Handel charakterisieren werden.
Wir verwenden das System, solange die realen Ergebnisse mit denen des Vorwärtstests übereinstimmen.
Aber es gibt ein "aber". Die Muster, die zum Beispiel vor 8 Monaten gefunden wurden, funktionieren vielleicht im Moment nicht. Und solche Beispiele gibt es zuhauf.
Dies deutet darauf hin, dass die Anzahl der Muster gering ist, dass es keine Verallgemeinerung zwischen ihnen gibt und dass sich das Netz lediglich an die Eingabeprobe erinnert
Ich versuche, Beweise für TC in der nahen Zukunft zu finden, weil ich nicht an die ewige Existenz von TC..... glaube.
Je größer die statistische Zahl der Fälle ist, in denen das System in der Vergangenheit funktioniert hat, desto höher ist die Wahrscheinlichkeit, dass das System auch in Zukunft erfolgreich arbeiten wird, und in der Regel wird das System in dem Bereich, in dem es trainiert wurde, nach 8 Monaten und einem Jahr mit einer leichten Eigenkapitalkorrektur arbeiten.
Je größer die statistische Zahl der Fälle ist, in denen das System in der Vergangenheit funktioniert hat, desto höher ist die Wahrscheinlichkeit, dass das System auch in Zukunft mit dem gleichen Erfolg arbeitet. In der Regel wird dieses System in dem Bereich, in dem es trainiert wurde, nach 8 Monaten und nach einem Jahr mit einer leichten Abweichung arbeiten.
Haben Sie irgendwelche Beispiele? In der Theorie ist alles klar, Sie sagen die richtigen Dinge. Aber die praktische Anwendung?
Gibt es Beispiele? In der Theorie ist alles klar, man sagt die richtigen Dinge. Und die praktische Anwendung?
Keine tatsächlichen Ergebnisse aus dem realen Handel auch auf Demo-Konto noch, jetzt bin ich damit beschäftigt, die Übertragung des Systems auf MQL im Terminal.
aber ich habe die Testskizzen im alpari-Forum gezeigt.
keine tatsächlichen Ergebnisse aus dem realen Handel auch auf einem Demo-Konto noch, derzeit damit beschäftigt, die Übertragung des Systems auf MQL im Terminal.
Aber ich habe die Testskizzen im Alpari-Forum gezeigt.
Was ich auf Alpari gesehen habe, ist kein besonders gutes Beispiel. Erstens ist der Drawdown groß, die Aktien sind nicht glatt und zweitens bin ich nicht an der Optimierungs- (oder Trainings-) Periode interessiert, sondern in erster Linie an OOS, das sind drei. Hier wird der Optimierungszeitraum angezeigt, nicht der OOS. Jeder kann sich während der Optimierung gut anpassen, aber was bei OOS passieren wird, ist eine große Frage, und wie lange es bei OOS funktionieren wird, ist auch eine große Frage. Das ist es, worüber wir hier sprechen. Je mehr statistische Fälle das System in der Vergangenheit funktioniert hat, desto höher ist die Wahrscheinlichkeit, dass ein solches System auch in der Zukunft erfolgreich arbeiten wird, und in der Regel wird ein solches System in 8 Monaten und einem Jahr mit einer leichten Veränderung des Eigenkapitals funktionieren. Jeder hier weiß das. Ich versuche, die Einzelheiten herauszufinden und zu verstehen.
Was ich auf Alpari gesehen habe, ist kein gutes Beispiel. Großer Drawdown ist eins, flaches Eigenkapital ist zwei, und wir interessieren uns nicht für den Optimierungszeitraum (oder die Ausbildung), sondern in erster Linie für das OOS ist drei. Hier wird der Optimierungszeitraum angezeigt, nicht der OOS. Jeder kann sich während der Optimierung gut anpassen, aber was bei OOS passieren wird, ist eine große Frage, und wie lange es bei OOS funktionieren wird, ist auch eine große Frage. Das ist es, worüber wir hier sprechen. Je mehr statistische Fälle das System in der Vergangenheit funktioniert hat, desto höher ist die Wahrscheinlichkeit, dass ein solches System auch in der Zukunft erfolgreich arbeiten wird, und in der Regel wird ein solches System in 8 Monaten und einem Jahr mit einer kleinen Aktienabweichung funktionieren. Jeder hier weiß das. Ich versuche, die Einzelheiten herauszufinden und zu verstehen.
und du weißt nicht, wie du deine Nase in den Dreck stecken sollst, du weißt nicht, wie du????
Ich bin nicht bumsy, es ist schlecht hier, das ist eine, zwei.... die Besonderheiten zu verstehen, lesen Sie sorgfältig, was die Leute schreiben!
Jedes System hat seine Stärken und Schwächen. Warum sollte man nicht über die Stärken der anzustrebenden Systeme sprechen und nicht nach den eigenen Schwächen suchen? nicht über meine Zeichnungen, sondern ganz allgemein.
diese zeichnungen, februar märz april,
entweder widerspreche ich mir selbst oder ich verstehe wirklich nichts, "was ich bei alpari gesehen habe, ist kein sehr gutes Beispiel", aber wenn wir über die Anzahl der Ereignisse in der Statistik sprechen, und wie die Anzahl der Ereignisse die Wahrscheinlichkeit der zukünftigen Leistung beeinflusst, habe ich eine höhere Wahrscheinlichkeitsdichte von profitablen Trades! obwohl Ihr Verhältnis von Gewinn/Verlust weniger als 1,27 ist, haben Sie 9, wie es scheint.
Außerdem hatte ich einen Zeitrahmen von 15 Minuten, während Sie eine Stunde haben, das heißt, Sie haben viermal weniger Geschichte, was ist falsch an meiner Zeichnung?
über OOS, schrieb ich auf alpari, dass die Zahlen nicht alle Geschichte sind, die Daten, die das Netzwerk nicht gesehen hat nur die letzten 2-3 Monate (in der Abbildung oben die letzten 4 Monate), aber es wäre sinnlos, es zu beweisen, wenn 90% der Forum Menschen gibt es nicht über eine Grundschulbildung, das Ergebnis ist mit einem Aktien-Chart gezeigt, weil dieses System in einem Netzwerk von neurosolutions gebaut und die Verarbeitung erfolgt in einem verbundenen dll mit dem Netzwerk, und es nicht unterscheiden. Ich habe ns verwendet, um das Ergebnis anzuzeigen, und es ist dasselbe für dll, es ändert nichts am Endergebnis für mich, natürlich war es das Beste, was ich zu diesem Zeitpunkt hatte. Wenn Sie nicht wissen, was Sie damit tun sollen, dann müssen Sie es mit einem guten Ergebnis tun. Ich muss also entweder auf mehr Treue und Stabilität des Systems in der Zukunft verzichten, aber auf weniger Gleichheit; oder auf mehr Gleichheit, aber auf weniger Treue und weniger stabile Gleichheit in der Zukunft, obwohl das auch eine rhetorische Frage ist, Ich kann es als einen Fehler in meinem TS sehen. Es ist daher albern, auf die Schwächen des Systems hinzuweisen, wenn es Vorteile hat, die wichtiger sind als alle anderen Parameter. Wenn das System auf 12 Monaten mit 15 Minuten trainiert wurde, ist die Wahrscheinlichkeit höher, dass es in Zukunft mit demselben Gleichgewichtswinkel funktioniert, selbst wenn einer der Monate einen Drawdown aufweist, Die gleichen Drawdowns wurden auf der anderen Seite der Geschichte beobachtet, obwohl, wenn man sich die Parameter, die verwendet wurden, um das System zu setzen, dieser Monat war nur 7% der gesamten Geschichte, die verwendet wurde, um das System zu optimieren, die ich auf die folgenden 2 Monate gesehen habe, März-April Eigenkapital wurde wachsen und der Winkel wird beibehalten, ich muss nur die Geschichte jeden Monat zu verschieben. was auf den nächsten Abbildungen zu sehen ist.