Principes de travail avec un optimiseur et moyens de base pour éviter de s'y intégrer. - page 10
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Ainsi, j'ai déjà dit que le testeur vous permet de déplacer les paramètres par rapport à leur extremum. Qu'est-ce que cela signifie ? Supposons qu'à l'aide du même testeur, nous ayons déterminé les valeurs de certains paramètres pour lesquels le bénéfice du conseiller expert est maximal dans l'intervalle de temps testé. Le marché à cet intervalle de temps est entièrement connu et n'importe laquelle de ses propriétés mesurables déterminera son état de manière précise et correcte. Après avoir trouvé les paramètres optimaux donnant l'extremum de profit avec l'aide du testeur, nous effectuons un déplacement par rapport à cet extremum et regardons le changement du résultat. À l'avenir, c'est l'inverse qui se produira : le marché s'éloignera de nos extrema d'une certaine valeur et la mesure dans laquelle cet extremum se situe dans la large fourchette de rentabilité définira la stabilité du système dans son ensemble.
Passons maintenant à un graphique spécifique :
Le groupe de valeurs situé dans un endroit complètement différent et générant un profit inférieur à l'extremum est d'un réel intérêt ! Le testeur, quant à lui, n'y connaît rien et si on lui donne pour mission de rechercher le maximum de rentabilité, il trouvera une poussée statistique insignifiante. À l'avenir, même le plus petit changement dans les paramètres du marché fera que nous nous retrouverons au pied de ce même sommet ! Pour éviter cela, nous devons nous concentrer sur les plages stables plutôt que sur les valeurs spécifiques des combinaisons individuelles. Il n'y a qu'une seule façon de trouver un diapason stable : en examinant les paramètres par rapport à une empreinte de marché fixe, formant ainsi une carte de stabilité en 2D ou 3D.
Indirectement, nous pouvons déterminer que nous sommes peut-être aux extrêmes d'un pic statistique et non dans la zone de stabilité par la régularité de la tendance des actions. Nous sommes intuitivement plus attirés par un résultat positif stable et plat (tendance) que par une courbe en dents de scie dont le solde final est encore plus élevé que celui des paramètres générant une croissance régulière. Cela s'explique par la nature fractale du processus en question. Si le processus dans son ensemble est instable ou aléatoire, nous observerons les mêmes caractéristiques instables à n'importe lequel de ses segments, c'est-à-dire des échelles : des chutes violentes laissant place à des hausses inattendues.
Voici une assez bonne illustration de cette pensée. J'ai fait en sorte que le testeur trouve la combinaison de paramètres la plus rentable dans un Conseiller Expert sciemment insensé (presque aléatoire). Le résultat est un grand équilibre final et quelque chose qui ressemble à un mouvement ascendant. Notez que le test pour les mêmes paramètres dans l'échantillon de non-optimisation (moitié gauche du graphique) a également réussi. En effet, les décalages horaires ne sont pas à eux seuls une garantie de stabilité. Un pic statistique peut durer bien plus longtemps que notre fenêtre de recherche et, dans ce cas, OOS le dit simplement. Mais il existe d'autres méthodes de décalage des testeurs qui nous permettent d'analyser correctement les résultats, mais nous y reviendrons plus tard.
...Après avoir trouvé les paramètres optimaux donnant l'extremum de profit avec le testeur, nous effectuons un déplacement par rapport à cet extremum et regardons le changement dans le résultat. ...formant une carte de stabilité 2D ou 3D.
Cela nous rappelle les montagnes et les plateaux de valeurs de paramètres stables :
Prog : 3D1V8 - avec une description et mon exemple spécifique tiré du rapport d'optimisation des hiboux. Pour la visualisation de l'ensemble planaire, la sélection des variables externes incluses dans owl - excellente option, IMHO. Je l'utilise moi-même.
Prog : 3D1V8 - avec description et mon exemple spécifique tiré du rapport d'optimisation de la chouette.
À propos, le testeur MT5 dispose d'un affichage intégré des résultats d'optimisation en 3D, et même en 2D, c'est-à-dire que vous n'avez même pas besoin d'un logiciel externe pour voir les falaises et les plateaux.
À l'avenir, c'est le contraire qui se produira : le marché s'éloignera d'un certain degré de nos extrêmes, et l'ampleur de la fourchette de rentabilité dans cet extrême déterminera la stabilité du système dans son ensemble.
Dans le langage des statistiques, il signifie stabilité de la dispersion, et sa valeur est un drawdown. La variabilité de cette variance est la stabilité de TS.
Pourquoi ne pas utiliser l'idéologie éprouvée et exposer nos pensées en termes d'escalade ?
D'ailleurs, la 3D c'est trois paramètres du TS comme je le comprends, et s'il y en a 4, qu'est-ce qu'on peut voir ?
Traduit en langage statistique, cela signifie la stabilité de la variance, et sa magnitude est le drawdown. La variabilité de cette variance est la stabilité du TS.
Pourquoi ne pas utiliser l'idéologie éprouvée et exposer nos pensées en termes d'escalade ?
Au fait, la 3D, c'est trois paramètres de CT si je comprends bien, et si c'est 4, qu'est-ce qu'on peut voir ?
La 3D, c'est deux paramètres par rapport à une métrique. Tout paramètre peut être une métrique telle que la rentabilité, le facteur de profit, l'espérance, etc.
Les graphiques de test 2D sont également un espace tridimensionnel, mais la métrique n'a pas d'échelle et les valeurs les plus élevées de la métrique sont colorées de façon plus riche.
4D - c'est là que la difficulté de la perception entre en jeu. Les EA multiparamétriques forment des espaces multidimensionnels. Et ils ne sont pas faciles à analyser visuellement. Je pense que nous devrions utiliser la méthode de fractionnement : s'il y a 4 paramètres, nous construisons quatre véritables graphiques 2D. L'axe Y est la valeur de la métrique, par exemple la rentabilité, la valeur X est l'optimisation du paramètre. Le graphique que j'ai présenté ci-dessus est essentiellement bidimensionnel, j'ai juste déplié la surface de sorte que la troisième dimension (paramètre d'optimisation 2) ne soit pas visible en perspective (comme un dessin 2D). Nous analysons 4 parcelles, cherchons des groupes de valeurs stables, puis nous les assemblons et voyons le résultat. La méthode n'est pas parfaite, notamment parce que les paramètres s'influencent mutuellement et que trouver leurs extrema séparément n'équivaut pas à trouver un groupe stable de valeurs pour tous les paramètres simultanément. Mais il n'y a pas de croissance exponentielle de l'énumération et tout testeur le plus simple peut se charger de cette tâche. Si vous avez des suggestions sur la façon dont cette difficulté pourrait être résolue de manière gracieuse, veuillez le faire dans un studio.
Comme je n'ai pas de formation spécialisée dans ce domaine, j'utilise mes propres astuces. Je ne peux pas lire de livres en langue des oiseaux, faute d'un doctorat en mathématiques.
Cela me rappelle les montagnes et les plateaux de valeurs de paramètres stables :
Prog : 3D1V8 - avec une description et mon exemple spécifique tiré du rapport d'optimisation du hibou. Pour visualiser la sélection d'un ensemble planaire de variables externes incluses dans le hibou, c'est une excellente option, IMHO. Je l'utilise moi-même.
Merci pour la présentation. J'ai cherché quelque chose comme ça moi-même. C'est juste que mon WealthLab est terriblement défaillant et fait des graphiques par intermittence.
Dans le langage des statistiques, il signifie stabilité de la dispersion, et sa valeur est un drawdown. La variabilité de cette variance est la stabilité du TS.
Existe-t-il des méthodes statistiques qui nous permettent de rechercher analytiquement ces plateaux stables ?
Mais je reste d'accord, même en ayant ces méthodes analytiques, un testeur est toujours nécessaire, qui forme au moins l'espace de résultat sur lequel ces méthodes travailleront plus loin.
Existe-t-il des méthodes statistiques qui nous permettent de rechercher analytiquement ces plateaux stables ?
Mais je suis toujours d'accord pour dire que, même en disposant de ces méthodes d'analyse, le testeur est toujours nécessaire, au moins pour former cet espace de résultats, sur lequel ces méthodes travailleront ensuite.
Vous ne pouvez pas vous passer d'un testeur, car il fournit des statistiques qui doivent être analysées
Dans le passé, sans aucun doute. La variance doit être stable. Les écarts par rapport à la variance mo - la variance de la variance donnera une mesure de la stabilité.