Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Sono circa 4 mesi che funziona... (proprio come previsto)
Per darvi un esempio... Grafico EA per 7 anni... (profitto 10 p) stop 300 ma il profitto galleggia con il prezzo anche se in perdita.... Il rapporto tra il profitto e il drawdown è di circa 25 per sette anni... non è molto in linea di principio... ma è possibile fare circa 200 profitti annuali.
Realisticamente, però, questo non è il caso. È solo un bellissimo miraggio. E ce ne sono molti. Questo dovrebbe essere sempre tenuto a mente.
Qual è il profitto medio in pip? E per quanto tempo? Grazie per la risposta :)
Per darvi un esempio... Grafico EA per 7 anni... (profitto 10 p) stop 300 ma il profitto galleggia con il prezzo anche se in perdita.... Il rapporto tra il profitto e il drawdown è di circa 25 per 7 anni... non è molto in linea di principio... ma è circa 200 all'anno.
Realisticamente, però, questo non è il caso. È solo un bellissimo miraggio. E ce ne sono molti. Questo dovrebbe essere sempre tenuto a mente.
Qual è il profitto medio in pip? E per quanto tempo? Grazie per la risposta :)
4 mesi o giù di lì... (anche come previsto)
No, posso parlartene... scrivi a clin-p@inbox.ru... Secondo me, il trader è separato dai grandi soldi non solo dall'assenza di un buon algoritmo ma da qualcos'altro :))
Al momento ho i migliori risultati solo per quei parametri di ottimizzazione con curva di rendimento verso l'alto (si filtra da solo se si disattivano i risultati inutili) e il coefficiente di correlazione lineare di questa curva è più vicino a 1 in valore assoluto. Cioè il programma prende una per una le varianti date dall'ottimizzatore, fa un test su ciascuna di esse e analizzando i profitti e le perdite trova quella che ha il grafico più simile a una linea retta. Ovviamente, un tale grafico non darà mai il miglior equilibrio del risultato di ottimizzazione, nella maggior parte dei casi è una via di mezzo. Ma quelle curve di rendimento che sono più lineari hanno un drawdown molto piccolo e praticamente non hanno neanche bruschi movimenti verso l'alto.
E non si tratta solo di ridurre il rischio. Penso che l'aspetto principale sia la funzionalità del TS. L'assenza di prelievi significativi dimostra l'adeguatezza del sistema, vale a dire che utilizza proprietà reali del mercato. E questo a sua volta significa che i parametri su cui si realizza non sono il risultato di uno stupido adattamento alla storia, ma riflettono queste stesse proprietà.
A proposito, ahimè, non so cosa sia il "coefficiente di correlazione lineare" e come differisca da un semplice coefficiente di correlazione.
Userei RMS per valutare la qualità dell'approssimazione della curva dei rendimenti tramite una linea di regressione lineare. Quindi forse puoi spiegare cos'è e come l'opzione del coefficiente di correlazione lineare è migliore della stima RMS?
A proposito, ahimè, non so cosa sia un "coefficiente di correlazione lineare" e come differisca da un semplice coefficiente di correlazione.
Sono la stessa cosa. Solo un gioco di parole che significa lo stesso concetto.
PS: L'affermazione è vera naturalmente per questo caso, poiché i partecipanti alla conversazione intendono la stessa correlazione.
A proposito, ahimè, non so cosa sia un "coefficiente di correlazione lineare" e come differisca da un semplice coefficiente di correlazione.
È la stessa cosa. Solo un gioco di parole che significa lo stesso concetto.
Attualmente ho i migliori risultati solo per quei parametri di ottimizzazione con curva di rendimento verso l'alto (si filtra da solo se si disattivano i risultati inutili) e il coefficiente di correlazione lineare di questa curva è più vicino a 1 in valore assoluto. Cioè il programma prende una per una le varianti date dall'ottimizzatore, fa un test su ciascuna di esse e analizzando i profitti e le perdite trova quella che ha il grafico più simile a una linea retta. Ovviamente, un tale grafico non darà mai il miglior equilibrio del risultato di ottimizzazione, nella maggior parte dei casi è una via di mezzo. Ma quelle curve di rendimento che sono più lineari hanno un drawdown molto piccolo e praticamente nessun picco eccessivo verso l'alto.
E non si tratta solo di ridurre il rischio. Penso che l'aspetto principale sia la funzionalità del TS. L'assenza di prelievi significativi dimostra l'adeguatezza del sistema, vale a dire che utilizza proprietà reali del mercato. E questo a sua volta significa che i parametri su cui si realizza non sono il risultato di uno stupido adattamento alla storia, ma riflettono queste stesse proprietà.
A proposito, ahimè, non so cosa sia il "coefficiente di correlazione lineare" e come differisca da un semplice coefficiente di correlazione.
Userei RMS per valutare la qualità dell'approssimazione della curva dei rendimenti tramite una linea di regressione lineare. Quindi forse puoi spiegare cos'è e come l'opzione del coefficiente di correlazione lineare è migliore della stima RMS?
"Il grado di correlazione tra due quantità x e y (valori di coordinate di punti nel piano) può essere misurato dal coefficiente di correlazione lineare - r. Se il valore di r è vicino a 0, allora l'affermazione che esiste una relazione lineare tra le quantità x e y può essere rifiutata. Se r è vicino a (+/-)1, allora dobbiamo assumere che i punti giacciano intorno a qualche linea y = A*x + B. Se le quantità non sono correlate, possiamo calcolare la probabilità che un coefficiente di correlazione campione casuale modulo superi un certo valore di r0 con dimensione del campione N. Se il numero di misurazioni è piccolo, la probabilità di ottenere un grande valore del coefficiente di correlazione |r| > 0,5 può essere alta per variabili non correlate."
Le ultime due frasi dicono che se la curva di rendimento è stata tracciata con un piccolo numero di transazioni (piccolo volume di campione), è possibile che il coefficiente di correlazione superi il valore 0,5, cioè che avvenga un fitting.
In effetti, puoi anche calcolare l'RMS, ma devi considerare che l'RMS per una linea retta, ma non per una orizzontale, sarà sempre maggiore di 0. E il coefficiente di correlazione lineare per qualsiasi linea retta, indipendentemente dalla sua pendenza, sarà 1.
Infatti, puoi calcolare l'RMS, ma nota che l'RMS per una linea retta, ma non per una orizzontale, sarà sempre maggiore di 0. E il coefficiente di correlazione lineare per qualsiasi linea retta, indipendentemente dalla sua pendenza, sarà 1.
Mi riferivo all'errore RMS di una regressione lineare che approssima la curva dei rendimenti.
In questo caso l'RMS sarà 0 solo se la linea di rendimento è una linea retta. In questo caso, il risultato non dipende dall'angolo di inclinazione della linea. In tutti gli altri casi l'RMS>0. In generale penso che l'errore RMS sia legato al coefficiente di correlazione (poiché è lo stesso del coefficiente di correlazione lineare) e questa relazione non è difficile da esprimere analiticamente. Pertanto le varianti sono da considerarsi equivalenti. L'unica differenza è che l'errore RMS permette di stimare il drawdown ad un dato livello di rischio. Cosa ne pensate?
Reshetov, mi fa molto piacere che si rivolga a me con il "tu". Grazie mille.
Ma la frase
Se non puoi aprire un libro di matematica e leggerlo...
è un capolavoro! Mi sono divertito molto. Non pensi che abbia un mix di stili? :-))Essenzialmente puoi calcolare anche l'RMS, ma nota che l'RMS per una linea retta ma non orizzontale sarà sempre maggiore di 0. E il coefficiente di correlazione lineare per qualsiasi linea retta, indipendentemente dalla sua pendenza, sarà 1.
Mi riferivo alla RMS dell'errore della regressione lineare che approssima la curva dei rendimenti.
In questo caso, l'RMS sarà 0 solo se la linea di rendimento è una linea retta. In questo caso, il risultato non dipende dall'angolo di inclinazione della linea. In tutti gli altri casi l'RMS>0. In generale penso che l'errore RMS sia legato al coefficiente di correlazione (poiché è lo stesso del coefficiente di correlazione lineare) e questa relazione non è difficile da esprimere analiticamente. Pertanto le varianti devono essere considerate equivalenti. L'unica differenza è che l'errore RMS permette di stimare il drawdown ad un dato livello di rischio. Cosa ne pensate?
Reshetov, mi fa molto piacere che tu mi dia del tu. Grazie mille.
Ma la frase
Se non avete il cuore di aprire un manuale di matematica e leggere ...
è un capolavoro! Mi sono divertito molto. Non pensi che ci sia un po' di mescolanza di stili? :-))Vorrei sapere come si approssima la curva di rendimento senza calcolare il coefficiente di correlazione lineare?