Gama de optimización - página 5
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿En cuanto al criterio de optimización?
Acabo de calcular un factor de estimación para mí... Puede ser útil...
Tras la optimización obtenemos una muestra de variantes... Todas las variantes se diferencian entre sí, por ejemplo, por el número de ofertas en el periodo optimizado...
La idea es llevar el número total de tratos para todas las ejecuciones al número óptimo de tratos según el criterio de Neutron, por ejemplo...
N(i) / N(op)
Multipliquemos el valor obtenido por el correspondiente pago esperado para la i-ésima carrera...
N(i) / N(op) * Remuneración esperada (i)
Así, obtendremos beneficios en cada carrera. Este valor ya se puede comparar con otras variantes de muestreo...
¿Falta algo en esta fórmula? ¿Y cómo se contabilizan los riesgos? Muy simplemente...
Determina el valor de la reducción máxima posible y divídelo por la reducción máxima de la carrera...
Este es el coeficiente del aumento constante del lote...
DropDown(max) / DropDown(i)
Fórmula final del coeficiente
K(op) = N(i) / N(op) * Remuneración esperada (i) * DropDown(max) / DropDown(i)
Si N(op) = 1, entonces N(i) * La ganancia esperada (i) es el beneficio de la i-ésima carrera.... Creo que N(op) debería ser igual al valor máximo del número de operaciones de la muestra de ejecuciones después de la optimización...
Usted sostiene que hay un número óptimo de operaciones, dependiendo del número de parámetros de ajuste...
Simplifiquemos el problema.... Dejemos un intervalo de tiempo constante...
Conclusión: el método de optimización propuesto es una utopía.
kharko , lo que has conseguido no tiene ninguna relación con el problema en esa formulación, cuya respuesta se ha dado más arriba.
El punto central es la afirmación sobre la existencia de un óptimo hueco en el número de transacciones para el número de parámetros de ajuste dados por delante en el probador. Se demuestra que la optimización exacta en una corrida de esta longitud (y donde la última transacción se acopla al tiempo actual), dará estadísticamente el mejor efecto de optimización. Por supuesto, esto no significa que al entrar en el mercado se vaya a hacer rico; tal vez se produzca una serie de pérdidas y lo pierda todo. Pero significa que haciéndolo cada vez antes de entrar en el mercado, obtendrá el mayor beneficio posible.
La estrategia es la siguiente: el Probador de Estrategias debe tener un emulador virtual de operaciones idéntico al que sirve de base para crear el ST. Este emulador mantiene en su memoria un historial de operaciones igual al óptimo, y después de cada operación real optimiza sus parámetros para maximizar el patrimonio virtual. A continuación, los parámetros encontrados se envían al MTS real y éste entra en el mercado. Se repite la operación con la optimización virtual. Ciclo.
Una observación más respecto al número de operaciones: mi Asesor Experto tiene como parámetro el número máximo de órdenes y, si se seleccionan correctamente los parámetros, el aumento del número de operaciones simultáneas realizadas por el Asesor Experto aumenta el beneficio obtenido pero, por otro lado, tenemos un número de operaciones no óptimo en relación al número de parámetros de entrada del EA, ¿qué hacer con él?
ITeXPert, los resultados obtenidos sólo son válidos para trabajar en un único instrumento, y sólo puede haber una posición abierta en cada momento. Hay que pensar en cómo generalizar al caso general.
La idea es generalizar el número de tratos para todas las ejecuciones, por ejemplo, al número óptimo de tratos según el criterio de Neutron
N(i) / N(op)
Multipliquemos el valor obtenido por el correspondiente pago esperado para la i-ésima carrera...
N(i) / N(op) * Remuneración esperada (i)
¡Inteligente!
kharko, me temo que ese truco militar no funcione... Y he aquí por qué. La cuestión es que el error de generalización del probador no se basa en la rentabilidad esperada, es decir, no considera la rentabilidad como el parámetro en cuya maximización se ha derivado la estimación. Se basa en un clasificador bayesiano y la normalización de los rendimientos no forma parte de la tarea. Lea el párrafo del artículo anterior (p.56).
kharko , lo que tienes no tiene nada que ver con el problema en la formulación a la que se dio respuesta arriba.
El punto central es la afirmación sobre la existencia de un óptimo hueco en el número de transacciones para el número de parámetros de ajuste dados por delante en el probador. Se demuestra que la optimización exacta en una corrida de esa longitud (y donde la última transacción se acopla al tiempo actual), dará estadísticamente el mejor efecto de optimización. Por supuesto, esto no significa que al entrar en el mercado te harás rico, ¡es posible que se produzcan una serie de pérdidas y lo pierdas todo! Pero esto significa que haciéndolo cada vez antes de entrar en el mercado obtendrá el mayor beneficio posible.
La estrategia es la siguiente: el Probador de Estrategias debe tener un emulador virtual de operaciones idéntico al que sirve de base para crear el ST. Este emulador guarda en su memoria el historial de operaciones del largo igual al óptimo, y después de cada operación real optimiza sus parámetros para maximizar el patrimonio virtual. A continuación, los parámetros encontrados se envían al MTS real y éste entra en el mercado. Se repite la operación con la optimización virtual. El ciclo.
kharko, me temo que ese truco militar no puede funcionar. y he aquí por qué. La cuestión es que el error de generalización del probador no se basa en la rentabilidad esperada, es decir, no considera la rentabilidad como un parámetro en la minimización de la cual se obtuvo la estimación. Se basa en un clasificador bayesiano y la normalización de los rendimientos no forma parte de la tarea. Lea el párrafo del artículo que he publicado más arriba (p.56).
Explique cuál es el mejor efecto estadístico de la optimización. ¿Cómo lo entiende?
Más arriba he dado mi opinión sobre la variante mejor optimizada... Antes de comparar algo y decir que esto es mejor y esto es peor, hay que reducir los valores comparados a un denominador común... En este caso, el denominador común es un número generalizado de acuerdos... El criterio se sugiere aislado del suyo... Sólo un pensamiento pasajero... )))
Tomemos, por ejemplo, el factor de recuperación como criterio para la mejor opción óptima... Qué opción es preferible si el factor de recuperación es aproximadamente igual, pero el número de operaciones difiere en un orden de magnitud.
Elegiré el que tenga el número más alto. ¿Por qué? Porque esta variante muestra una mayor estabilidad durante el periodo de optimización... La variante con menor número de tratos es más propensa al azar... En otras palabras, la variante con mayor número de operaciones necesitará una serie más larga de fallos que la variante con menor número de operaciones para disminuir significativamente el valor del criterio del factor de recuperación en el futuro...
Todavía no he leído el artículo...
Necesito llamar a Mathemat para que me ayude.
Nadie puede explicar lo que significa "el mejor efecto estadístico" mejor y de forma más competente que él. Pero por definición lo entiendo así: en series suficientemente grandes (n>100) son posibles diferentes resultados para algún proceso, en nuestro caso consideramos el resultado del siguiente trato después de la optimización. Así, aunque los resultados sean diferentes, podemos encontrar el más probable (el procedimiento de búsqueda se describe en un libro de texto de matemática) y estimar una dispersión característica para otras variantes. Este, el más probable, será el máximo posible en el probador según este método de optimización de parámetros.
¿En cuanto al criterio de optimización?
Acabo de calcular un factor de estimación para mí... Puede ser útil...
Tras la optimización obtenemos una muestra de variantes... Todas las variantes se diferencian entre sí, por ejemplo, por el número de ofertas en el periodo optimizado...
La idea es llevar el número total de tratos para todas las ejecuciones al número óptimo de tratos según el criterio de Neutron, por ejemplo...
N(i) / N(op)
Multipliquemos el valor obtenido por el correspondiente pago esperado para la i-ésima carrera...
N(i) / N(op) * Remuneración esperada (i)
Así, obtendremos beneficios en cada carrera. Este valor ya se puede comparar con otras variantes de muestreo...
¿Falta algo en esta fórmula? ¿Y cómo se contabilizan los riesgos? Muy simplemente...
Determina el valor de la reducción máxima posible y divídelo por la reducción máxima de la carrera...
Este es el coeficiente del aumento constante del lote...
DropDown(max) / DropDown(i)
Fórmula final del coeficiente
K(op) = N(i) / N(op) * Remuneración esperada (i) * DropDown(max) / DropDown(i)
Si N(op) = 1, entonces N(i) * El beneficio esperado (i) es el beneficio de la i-ésima ejecución.... Creo que N(op) debería ser igual al valor máximo del número de operaciones de la muestra de ejecuciones después de la optimización...
hay una opción ligeramente diferente...... empecemos por la línea de base - la curva de equilibrio debe tender constantemente hacia arriba (a priori).... cuanto más plana sea, mejor.... así que (esto no es una novedad, ya se ha dicho en algún lugar de aquí en numerosos posts):
- hacer una optimización de la adaptación durante un período de un año o dos o tres.....
- Utilizar estos parámetros para 2-3-4 delanteros de cada semestre, por ejemplo,
- los negativos los descartamos
- con los otros - como con los enemigos: no encajan en el algoritmo (el número de operaciones, el beneficio, el drawdown, etc. no son proporcionales) - los desechamos
- quedan 1-2-3 variantes de parámetros - las optimizamos, las jodemos al máximo )))).....
- elegir el mejor (el mejor 1-2) - establecerlo para una demo - un mes o dos (es mi variante - cuando no pipsing, difícilmente obtendrá un resultado sensato, que se puede estimar, dentro de un período más corto) ...... y sólo después de que las operaciones
......
hay una cuestión con el período de sobreoptimización.......
Si dices que es rutina - estoy de acuerdo, la automatización sólo obedece parcialmente... O no tengo suficiente "tracción" )))).... eso es lo que dije al principio - es fácil escribir un Asesor Experto, con cualquier algoritmo para el procesamiento de las ofertas, pero se necesita no sólo los recursos de la máquina, sino también la voluntad de trabajar con las manos y los cerebros (que es más importante) )))
¿Qué haría si descartara todas las opciones? CU al infierno... Pero el TS funciona en un intervalo de tiempo con unos parámetros, y en el otro con otros parámetros...
La variante de Neutron, de sustituir después de cada operación los parámetros más óptimos, es ideal, pero difícil de aplicar.
Una forma más sencilla y fácil de implementar - por ejemplo, cuando se cumple un determinado criterio (por ejemplo, el drawdown es mayor que un valor crítico), detenemos la negociación (no se abren nuevas posiciones, y las antiguas son retenidas por el Asesor Experto hasta que se cierran) para hacer una nueva optimización, y luego, iniciar el EA con nuevos parámetros... Este proceso puede automatizarse...
Hay un artículo sobre la auto-optimización aquí - 'Artículo 'Optimización Automatizada de los Robots de Comercio en el Comercio Real'
¿Qué harías si descartaras todas tus opciones? CU al infierno... Pero el TS funciona en un intervalo de tiempo con unos parámetros, y en el otro con otros parámetros...
La variante de Neutron, de sustituir después de cada operación los parámetros más óptimos, es ideal, pero difícil de aplicar.
Una forma más sencilla y fácil de implementar - por ejemplo, cuando se cumple un determinado criterio (por ejemplo, el drawdown es mayor que un valor crítico), detenemos la negociación (no se abren nuevas posiciones, y las antiguas son retenidas por el Asesor Experto hasta que se cierran) para hacer una nueva optimización, y luego, iniciar el EA con nuevos parámetros... Este proceso puede automatizarse...
Joder :))))....... una cosa que deberías tener en cuenta es que el TS está optimizado en cada intervalo de tiempo (aceptable para él, claro) e instrumento en consecuencia. Por otra parte, coinciden en que la combinación "Experto-TF-Instrumento" es un experto completamente diferente...... variaciones - "abrazar la inmensidad" resultará........
Una forma más sencilla y fácil de implementar - por ejemplo, cuando se cumple un determinado criterio (por ejemplo, el drawdown supera un valor crítico), detenemos la negociación (no se abren nuevas posiciones, y las antiguas son retenidas por el asesor hasta que se cierran) para hacer una nueva optimización, y luego iniciar el asesor con nuevos parámetros... Este proceso puede automatizarse...
estamos hablando de optimización, no de comercio - ¿no? ...... en el comercio, cada uno tiene sus propias reglas, y la auto-optimización aquí es de poca ayuda...... disuadirme, por favor - sólo estaría agradecido)
Estamos hablando de la optimización, no de comercio - ¿no? ...... en el comercio tenemos nuestras propias reglas, cada uno tiene sus propias reglas, y la auto-optimización es de poca ayuda aquí...... por favor disuadirme - sólo estaría agradecido)
Take profit, stop loss o trailing arm - casi todos los traders utilizan estos métodos en el trading... ¿Por qué no hacer lo mismo con los parámetros del TS? ....
Por supuesto, puedes sentarte, esperar a que se produzca un descenso y luego mostrar tus GRAILS... Esperando que el tiempo...