Grundsätze der Arbeit mit einem Optimierer und grundlegende Möglichkeiten zur Vermeidung von Anpassungen. - Seite 10
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
Ich habe also bereits gesagt, dass der Tester es Ihnen ermöglicht, die Parameter relativ zu ihrem Extremwert zu verschieben. Was bedeutet das? Angenommen, wir haben mit demselben Tester die Werte einiger Parameter ermittelt, bei denen der Gewinn des Expert Advisors in dem getesteten Zeitintervall maximal ist. Der Markt ist in diesem Zeitintervall vollständig bekannt, und jede seiner messbaren Eigenschaften wird seinen Zustand genau und korrekt bestimmen. Nachdem wir mit Hilfe des Testers die optimalen Parameter gefunden haben, die das Gewinnextremum ergeben, führen wir eine Verschiebung relativ zu diesem Extremum durch und betrachten die Veränderung des Ergebnisses. In Zukunft wird das umgekehrte Bild eintreten: Der Markt wird sich um einen gewissen Wert von unseren Extremen entfernen, und das Ausmaß, in dem dieses Extrem in der breiten Spanne der Rentabilität liegt, wird die Stabilität des Systems als Ganzes bestimmen.
Wenden wir uns nun einem konkreten Schaubild zu:
Die Gruppe der Werte, die sich an einem völlig anderen Ort befindet und einen geringeren Gewinn als das Extremum erzielt, ist von wirklichem Interesse! Der Prüfer hingegen weiß nichts davon, und wenn er die Aufgabe erhält, das Maximum an Rentabilität zu suchen, wird er einen unbedeutenden statistischen Anstieg finden. In Zukunft werden wir uns schon bei der kleinsten Veränderung der Marktparameter am Fuße dieses Gipfels wiederfinden! Um dies zu vermeiden, sollten wir uns auf stabile Bereiche konzentrieren und nicht auf spezifische Werte einzelner Kombinationen. Es gibt nur eine Möglichkeit, einen stabilen Diapason zu finden: durch die Betrachtung der Parameter im Verhältnis zu einer festen Marktfläche, wodurch eine 2D- oder 3D-Stabilitätskarte entsteht.
Indirekt können wir anhand der Gleichmäßigkeit des Aktientrends feststellen, dass wir uns möglicherweise an den Extremen einer statistischen Spitze und nicht in der Stabilitätszone befinden. Ein stabiles, flaches, positives Ergebnis (Trend) ist für uns intuitiv attraktiver als eine zackige Kurve mit einem Endsaldo, der sogar höher ist als der der Parameter, die ein stetiges Wachstum erzeugen. Dies ist auf die fraktale Natur des betreffenden Prozesses zurückzuführen. Wenn der Prozess als Ganzes instabil oder zufällig ist, werden wir die gleichen instabilen Merkmale in jedem seiner Segmente, d.h. Skalen, beobachten: heftige Einbrüche, die unerwarteten Anstiegen weichen.
Hier ist eine gute Illustration dieses Gedankens. Ich habe den Tester die profitabelste Kombination von Parametern in einem wissentlich sinnlosen (fast zufälligen) Expert Advisor finden lassen. Das Ergebnis ist eine großartige Endbilanz und so etwas wie eine Aufwärtsbewegung. Beachten Sie, dass der Test für dieselben Parameter in der nicht optimierten Stichprobe (linke Hälfte des Diagramms) ebenfalls erfolgreich war. Denn Zeitverschiebungen allein sind keine Garantie für Stabilität. Ein statistischer Spike kann viel länger dauern als unser Suchfenster, und OOS sagt das in diesem Fall einfach aus. Es gibt aber auch andere Methoden der Testerverschiebung, mit denen wir die Ergebnisse richtig analysieren können, aber dazu später mehr.
...Nachdem wir mit dem Tester die optimalen Parameter gefunden haben, die das Gewinn-Extremum ergeben, führen wir eine Verschiebung relativ zu diesem Extremum durch und betrachten die Veränderung des Ergebnisses. ...und bilden eine 2D- oder 3D-Stabilitätskarte.
Erinnert uns an Berge und Plateaus mit stabilen Parameterwerten:
Prog: 3D1V8 - mit einer Beschreibung und meinem konkreten Beispiel aus dem Eulenoptimierungsbericht. Für die Visualisierung von planaren Mengenauswahlen von externen Variablen, die in owl enthalten sind - eine ausgezeichnete Option, IMHO. Ich benutze es selbst.
Prog: 3D1V8 - mit Beschreibung und meinem konkreten Beispiel aus dem Eulenoptimierungsbericht.
Übrigens, der MT5-Tester hat eine eingebaute Anzeige der Optimierungsergebnisse in 3D, auch in 2D, d.h. man braucht nicht einmal eine externe Software, um Klippen und Plateaus zu sehen.
In Zukunft wird das Gegenteil der Fall sein: Der Markt wird sich um einen bestimmten Betrag von unseren Extremen entfernen, und das Ausmaß, in dem dieses Extrem in einem weiten Bereich der Rentabilität liegt, wird die Stabilität des Systems insgesamt bestimmen.
In der Sprache der Statistik bedeutet er Stabilität der Streuung, und sein Wert ist ein Drawdown. Die Variabilität dieser Varianz ist die Stabilität von TS.
Warum wenden wir nicht die bewährte Ideologie an und formulieren unsere Gedanken in Form von Kletterwörtern?
Übrigens, 3D ist drei Parameter der TS, wie ich es verstehe, und wenn es 4 sind, was kann man sehen?
Übersetzt in die statistische Sprache bedeutet dies Stabilität der Varianz, und ihre Größe ist der Drawdown. Die Schwankungsbreite dieser Varianz ist die Stabilität des TS.
Warum wenden wir nicht die bewährte Ideologie an und formulieren unsere Gedanken in Form von Kletterwörtern?
Übrigens, 3D ist drei Parameter von TC, wie ich es verstehe, und wenn 4, was kann man sehen?
Bei 3D handelt es sich um zwei Parameter im Verhältnis zu einer Metrik. Jeder Parameter kann eine Kennzahl sein, z. B. Rentabilität, Gewinnfaktor, Erwartung usw.
2D-Testerdiagramme sind ebenfalls ein dreidimensionaler Raum, nur hat die Metrik keine Skala, und höhere Werte der Metrik werden in kräftigeren Farben dargestellt.
4D - hier kommt die Schwierigkeit der Wahrnehmung ins Spiel. Mehrparametrige EAs bilden mehrdimensionale Räume. Und sie sind nicht einfach visuell zu analysieren. Ich bin der Meinung, dass wir die Split-Methode verwenden sollten: Wenn es 4 Parameter gibt, erstellen wir vier echte 2D-Diagramme. Die Y-Achse ist der Wert der Kennzahl, z. B. Rentabilität, der X-Wert ist die Optimierung des Parameters. Das Diagramm, das ich oben dargestellt habe, ist im Wesentlichen zweidimensional. Ich habe die Fläche nur so aufgefaltet, dass die dritte Dimension (2 Optimierungsparameter) perspektivisch nicht sichtbar ist (wie bei einer 2D-Zeichnung). Wir analysieren 4 Diagramme, suchen nach stabilen Gruppen von Werten, fügen sie dann zusammen und sehen uns das Ergebnis an. Die Methode ist nicht perfekt, zumal sich die Parameter gegenseitig beeinflussen und die Suche nach ihren Extrema nicht dasselbe ist wie die Suche nach einer stabilen Gruppe von Werten für alle Parameter gleichzeitig. Aber es gibt kein exponentielles Wachstum der Aufzählung und jeder einfachste Prüfer kann diese Aufgabe bewältigen. Wenn Sie Vorschläge haben, wie dieses Problem elegant gelöst werden könnte, tun Sie dies bitte in einem Studio.
Da ich keine spezielle Ausbildung in diesem Bereich habe, wende ich meine eigenen praktischen Tricks an. Ich kann keine Bücher in der Vogelsprache lesen, weil ich keinen Doktortitel in Mathematik habe.
Erinnert mich an Berge und Plateaus stabiler Parameterwerte:
Prog: 3D1V8 - mit einer Beschreibung und meinem konkreten Beispiel aus dem Eulenoptimierungsbericht. Für die Visualisierung der Auswahl eines planaren Satzes von externen Variablen, die in der Eule enthalten sind, ist dies IMHO eine großartige Option. Ich benutze es selbst.
Vielen Dank für die Anleitung. Ich habe selbst nach so etwas gesucht. Es ist nur so, dass mein WealthLab furchtbar störungsanfällig ist und nur sporadisch Diagramme erstellt.
In der Sprache der Statistik bedeutet er Stabilität der Streuung, und sein Wert ist ein Drawdown. Die Schwankungsbreite dieser Varianz ist die Stabilität des TS.
Gibt es statistische Methoden, mit denen wir analytisch nach diesen stabilen Plateaus suchen können?
Aber auch mit diesen Analysemethoden braucht man immer noch einen Prüfer, der zumindest den Ergebnisraum bildet, auf dem diese Methoden weiterarbeiten werden.
Gibt es statistische Methoden, mit denen wir analytisch nach diesen stabilen Plateaus suchen können?
Aber wir sind uns einig, dass trotz dieser Analysemethoden der Prüfer immer noch gebraucht wird, zumindest um den Bereich der Ergebnisse zu bilden, auf dem diese Methoden weiterarbeiten werden.
Auf einen Tester kann man nicht verzichten, denn er liefert Statistiken, die ausgewertet werden sollten
In der Vergangenheit, keine Frage. Die Abweichung muss stabil sein. Abweichungen von der Varianz - die Varianz der Varianz gibt ein Maß für die Stabilität.