Criterio de selección automática de los resultados de la optimización.
Luchamos, escribimos estrategias, y prácticamente cualquier experto es capaz de generar beneficios con ciertos parámetros en el intervalo final de negociación. Mientras tanto, se ha prestado relativamente poca atención al tema de la selección de parámetros.
¿Hacemos algo de magia?
El tema parece ser siempre actual. Así que podemos empezar.
Empecemos, y empecemos por el hecho de que es hora de desacreditar algunas tesis que en parte hacen que este hilo no tenga sentido.
1) "El beneficio se incorpora al sistema en la fase de construcción, no en la de optimización". Lo que, en general, hace que la etapa de optimización no sea importante. Yo mismo lo pensé durante mucho tiempo. Qué equivocado estaba... Hay una serie de sistemas para los que no es así, o más bien no es del todo así. Varios NS y sistemas simplemente muy complejos (hace poco vi un pipswitch con unos 100! parámetros que hay que "tunear", por cierto, bastante rentable, curiosamente), que, pongas lo que pongas en ellos en la fase de diseño, sin optimización/formación pueden irse fácilmente a la basura...
2) "Demasiados parámetros externos - el experto es una basura". Lo he escuchado a menudo. La práctica demuestra que no existe tal correlación. Estos EA son difíciles de formar y, por lo tanto, de utilizar, pero es porque nadie puede decir claramente lo que debe enseñarse. Por lo tanto, el resultado más probable de la optimización será un "mal ajuste" y, en consecuencia, un fracaso.
Mis 5 centavos de experiencia - para mí he deducido alguna fórmula = el número de acuerdos es directamente proporcional a la estabilidad e inversamente proporcional a la rentabilidad.
Es muy bueno que te hayas fijado en este tema. Creo que trabajando con y en el auto-optimizador, has ganado más que un montón de rublos de experiencia, y todavía podrás compartirlo).
En este caso concreto, tengo una doble visión del número de operaciones:
La primera opción - coincide con tus observaciones, pero poco a poco la abandono, tengo que acotar la búsqueda.
El segundo es el caso en el que el número de oficios se fija en la fase de diseño, es decir, para cada sistema existe su actividad, y existe lo que fue "obligado" a aprender a costa de la mutación en otro sistema. Y últimamente utilizo el número de tratos aproximadamente de la siguiente manera: Supongamos, por ejemplo, que el número estimado (mirando un gráfico) de tratos es de 5 por día (se puede utilizar 1 para 20 barras, 2 por hora, o lo que sea), respectivamente, el número medio de tratos (ACS) debería estar dentro de un rango de aproximadamente 5, es decir, 3<=ACS<=7. Lo que está más allá del rango - se descarta sin piedad, lo que permite no perder el sentido del sistema, pero al mismo tiempo tachar la posibilidad de encontrar accidentalmente una variante relacionada de usar TS, o simplemente otro patrón.
Очень хорошо, что Вы заметили эту тему. Я думаю, работая с автооптимизатором и над ним, опыта Вы набрали более чем на много рублей, и еще сможете им поделиться)
В этом конкретном случае, с колличеством сделок, у меня двоякое видение:
Первый вариант - совпадает с Вашими наблюдениями, но постепенно от него отказываюсь, приходится сжимать круг поиска.
Второй - это тот случай когда колличество сделок закладывается на этапе проектирования, т.е. для каждой системы есть ее активность, а есть то, чему ее "заставили" научиться ценой мутации в другую систему. И последнее время я использую колличество сделок примерно так: Допустим, расчетно-визуальное (глядя на график) колличество сделок 5 в день (можно 1 на 20 баров, 2 в час или что угодно), соответственно среднее колличество сделок (СКС) должно укладываться в диапазон около 5, т.е. например 3<=CКC<=7. То что за диапазоном - безжалостно отбрасывается, позволяя не потерять смысл системы, правда заодно перечеркивая возможность случайно найти сопутствующий вариант использования ТС, или просто другую закономерность.
Sin duda, depende del tipo de vehículo.
Otro parámetro interesante en mi opinión (calculado) es el "coeficiente de Sharp", pero aún no he trabajado con él :-)
Por supuesto, todo depende del tipo de ST.
Otro parámetro interesante en mi opinión (calculado) es el "Sharpe Ratio", pero aún no he trabajado con él :-)
Sharps, Sortino y otros - es casi una lengua de pájaro :) Todo el mundo dice que genial, pero yo tampoco lo he probado, si alguien sabe cómo calcularlo a partir de datos brutos para su uso práctico, lo pruebo y os digo el resultado. Hay que redefinir los datos brutos para el lenguaje de las fórmulas.
-GrossProfit = GP ,
-Pérdida bruta = GL,
-MaxDrawdown (Drawdown) = MD ,
-Número de operaciones rentables = PD, operaciones perdedoras = LD, Número total de operaciones = AD,
-Número de barras (ticks) de prueba = TIEMPO,
Operación de máxima ganancia = MPD, operación de máxima pérdida = MLD
-Serie de operaciones rentables = SPD (en unidades), = SPD$ (en moneda de depósito), serie de operaciones perdedoras =SLD, =SLD$
¿Me he perdido algo? ¿Es posible dibujar fórmulas?
Z.U. Me tomaré un par de horas para reflexionar, y apoyar moralmente a nuestros olímpicos, el esquí) Y sin mi apoyo) no son tan far....(
¿Quién está conmigo?:)
Metodología de cálculo del Ratio de Sharpe
Ayuda para el ratio de Sharpe:
El Ratio Sharp, también conocido como ratio de recompensa/variabilidad, caracteriza los resultados de la gestión. Mide la rentabilidad en relación con el riesgo global de la cartera. Donde el riesgo global es la desviación estándar de los rendimientos de la cartera.El Ratio de Sharpe a una profundidad y un plazo determinados se calcula mediante la siguiente fórmula:
donde
-Rendimiento medio de la cartera (rendimiento medio de la cartera);
-tipo medio libre de riesgo;
-Desviación estándar de los rendimientos de la cartera, el cálculo detallado se puede encontrar en la documentación del servicio de cálculo de la volatilidad.
El rendimiento es geométrico, definido como el logaritmo natural de la relación de precios (rendimiento logarítmico):
donde
- precios medidos al final del periodo anterior;
-precios medidos al final del periodo actual;
Cuanto mayor sea el ratio de Sharpe, más eficiente será la inversión. Un valor pequeño del Ratio de Sharpe indica que el rendimiento de la inversión no justifica el nivel de riesgo asumido. Un Ratio de Sharpe negativo indicará que las inversiones en activos libres de riesgo producirían mayores rendimientos.
Ayuda del coeficiente Sortino y Sortino modificado:
El ratio de Sortino es otra medida de la rentabilidad y el riesgo de un instrumento de inversión. Matemáticamente, se calcula de forma similar al Ratio de Sharpe, sin embargo, en lugar de la volatilidad de la cartera, se utiliza la llamada "volatilidad a la baja". En este caso, la volatilidad, se calcula sobre los rendimientos inferiores a la rentabilidad mínima aceptable de la cartera (MAR).El coeficiente de Sortino a una profundidad y un plazo determinados se calcula mediante la siguiente fórmula
donde
- rendimiento medio de la cartera (rendimiento medio de la cartera);
MAR- Rendimiento mínimo aceptable de la cartera
-desviación estándar de los rendimientos de la cartera, calculada para los rendimientos inferiores al mínimo aceptable de la cartera. El cálculo detallado se encuentra en la documentación del servicio de cálculo de la volatilidad.
El coeficiente de Sortino modificado a una profundidad y un plazo determinados se calcula mediante la siguiente fórmula
donde
-Rendimiento medio de la cartera (rendimiento medio de la cartera);
-tipo medio libre de riesgo;
-desviación estándar de los rendimientos de la cartera calculada para los rendimientos inferiores al mínimo aceptable de la cartera. El cálculo detallado se encuentra en la documentación del servicio de cálculo de la volatilidad.
El rendimiento es geométrico y se define como el logaritmo natural de la relación de precios (rendimiento logarítmico):
donde
- precios medidos al final del periodo anterior;
-precios medidos al final del periodo actual;
Referencia del coeficiente alfa y beta:
Los coeficientes alfa y beta están diseñados para revelar la relación estadística entre el instrumento y el índice. En la representación gráfica será un gráfico de puntos de la rentabilidad del instrumento frente a la del índice. (ver dibujo de una elipse). A través del conjunto de puntos obtenido tracemos una línea recta, lo más cercana posible al gráfico de puntos. El procedimiento estadístico para trazar dicha línea es conocido: se denomina "regresión lineal simple o método de los mínimos cuadrados". Según este método, se encuentra la ecuación de la recta que minimiza la suma de cuadrados de las distancias de cada punto de la gráfica a la recta. La ecuación resultante de la línea recta (regresión) tendrá la forma,
donde es el rendimiento del instrumento;
-coeficiente de desplazamiento vertical de la recta;
-coeficiente de pendiente de la recta;
-retorno del índice
Según el método de los mínimos cuadrados, los coeficientes y se hallan mediante fórmulas:
,
donde Cov(,)-covarianza de la rentabilidad del instrumento y de la rentabilidad del índice
-desviación estándar del rendimiento del índice
donde
-retorno medio de un instrumento
-Retorno medio del índice
Cuando se elige el índice de mercado como índice
"Coeficiente beta ": determina la influencia de la situación general del mercado en el destino del instrumento concreto. Si >0, la eficiencia del instrumento es similar a la del mercado. Si < 0, la eficiencia del instrumento en cuestión disminuirá a medida que aumente la eficiencia del mercado. El ratio también suele considerarse como una medida del riesgo de invertir en estos valores. Con un valor superior a 1, el riesgo de la inversión es superior a la media del mercado, mientras que con un valor inferior a 1 ocurre lo contrario.
El coeficiente "alfa" caracteriza la correlación entre la tasa de crecimiento del mercado y la tasa de crecimiento del instrumento específico. Si algún instrumento es positivo, significa que su tasa de crecimiento es superior a la media del mercado, es decir, podemos decir que está "infravalorado" por el mercado en este momento.
Coeficiente de referencia
La precisión de la descripción de las fluctuaciones de rendimiento mediante la ecuación de regresión se caracteriza por la dispersión (spread) de los valores de rendimiento. Para estimar el poder explicativo de la ecuación de regresión introducimos el coeficiente que muestra en qué medida la variación del precio del instrumento se explica por la relación especificada con la variación del valor del índice y se define según la fórmulaR = ,
donde es el coeficiente beta
-desviación estándar del rendimiento del índice
-desviación estándar del rendimiento del instrumento
En el caso de que se seleccione el índice de mercado como índice:
El coeficiente "" o coeficiente de determinación- caracteriza la parte del riesgo de invertir en un instrumento determinado que aporta la incertidumbre del mercado en su conjunto. Cuanto más se acerque a cero, más independiente será el comportamiento del instrumento en relación con la tendencia general del mercado. Cuando se selecciona un instrumento arbitrario o una cartera del usuario como índice: El coeficiente "" caracteriza la estrechez de la relación entre el instrumento y el índice. Cuanto más se acerque este valor a 1, más fuerte será la relación.
Valor de la prueba t mediante el criterio t de Student
El cálculo de la prueba t de Student se aplica para comprobar la importancia de los coeficientes de regresión, es decir, los coeficientes alfa y beta. El valor de la prueba t de Student para el coeficiente beta se calcula mediante la fórmula,
donde es el coeficiente beta
-es el error estándar, que se calcula mediante una fórmula:
,
donde -rentabilidad del instrumento;
-rentabilidad del instrumento, calculada según la fórmula: ;
-retorno del índice; -retorno del índice calculado por la fórmula: ;;
-Rentabilidad media del índice
n-número de valores de retorno que participan en el cálculo.
El valor de la prueba t de Student para el coeficiente alfa se calcula mediante la fórmula: ,
donde - coeficiente alfa;
-es el valor del error estándar, que se calcula mediante la fórmula
,
donde - retorno del instrumento;
-rentabilidad del instrumento, calculada mediante la fórmula: ;
-retorno del índice; -retorno del índice calculado por la fórmula: ;;
-retorno medio del índice
n-número de valores de rendimiento que intervienen en el cálculo.
Valor del criterio de Fisher
El valor del criterio de Fisher se calcula según la fórmula:Al igual que el criterio t de Student, el valor calculado del criterio de Fisher se compara con el valor de la tabla (véanse los valores de la tabla). Si el valor calculado del criterio de Fisher supera el valor tabulado, se rechaza la hipótesis nula de ausencia de relación entre el instrumento y el índice y se concluye la existencia de la relación y la significación estadística de la ecuación de regresión. Pero si el valor calculado del criterio de Fisher es inferior al valor de la tabla, entonces la probabilidad de la hipótesis nula es superior al nivel especificado y no puede rechazarse sin grave riesgo de llegar a una conclusión incorrecta sobre la relación. En este caso, la ecuación de regresión se considera estadísticamente insignificante.
¡¡¡¡Sí, la sesión ha terminado !!!!
Me pregunto a qué ascienden todos estos agudos y estudiantes cuando el mercado baja a pasos agigantados.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Luchamos, escribimos estrategias, y prácticamente cualquier experto es capaz de generar beneficios con ciertos parámetros en el intervalo final de negociación. Mientras tanto, se presta relativamente poca atención a la selección de los parámetros.
Francamente, me interesé en este tema en por otra razón, a saber, por la búsqueda del criterio de optimización en mi propio optimizador utilizando mi propio GA ya que entendí que los criterios de optimización de MT4 no dan el resultado deseable. Sin embargo, deberías empezar a bailar desde el código fuente. Por ello, "Búsqueda de criterios de selección de resultados de optimización".
Por supuesto, no me he familiarizado con los artículos disponibles en el sitio web (gracias a los autores), miré a través de los debates disponibles también, incluso hojeó algunos libros), pero no he encontrado allí lo que me gustaría ver. Tal vez hay algo, pero en el lenguaje del pájaro, no soy muy bueno en él, todo el mismo primitivista practicante (tal vez alguien va a traducir en "humano"), pero tal vez sólo no vio. Como resultado de este hilo y de un debate que esperamos sea constructivo, a le gustaría obtener una fórmula específica, alguna función de los resultados de las pruebas, cuyo máximo con alta probabilidad indicaría un conjunto viable de parámetros.
Sin falsa modestia), señalaré que he logrado algún éxito en la selección del resultado de la optimización a mano. Sin embargo, no puedo automatizar este proceso de ninguna manera. Tal vez sólo sea una experiencia poco formalizable.
Por supuesto, existe una forma sencilla y eficaz de seleccionar los parámetros: la prueba OOS . Pero, por desgracia, no siempre es aceptable. Por ejemplo, para mis carneros, si hacemos un criterio deresultado OOS, algún criterio de selección de ejemplares en GA, ya no será OOS.
Por lo tanto, los datos iniciales en términos de MT4:
-GrossProfit ,
-GrossLoss,
-MaxDrawdown (Drawdown) ,
-Número de operaciones rentables, operaciones perdedoras, -Número total de operaciones,
-Número de barras (ticks) de prueba,
Operación de máxima ganancia, operación de máxima pérdida
-serie de operaciones rentables, serie de operaciones perdedoras
Parece que no falta nada (corregid si me he perdido algo), se omiten intencionadamente todo tipo de MO, RFP, etc., ya que se calculan y se pueden obtener de lo anterior.
¿Hacemos algo de magia?