Un incidente o un modello non riconosciuto? - pagina 2
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
Ma la parte principale della storia è l'adattamento alla storia o la ricerca di modelli.
Se i rendimenti della strategia sul forward sono conservati, allora si trova un modello, se no, allora è solo un adattamento alla storia.
OK, grazie. Farò una prova. Vado a familiarizzare con le regolazioni in avanti)
Alexey, ottimo articolo in linea con il compito di trovare i modelli, specialmente la sobria conclusione sui profitti insignificanti, che coincide con le mie conclusioni. Cerchiamo nuove direzioni in questo modo. Grazie per il link.
Grazie. Sarebbe abbastanza sorprendente ottenere un profitto significativo in un caso così semplice e ovvio) Solo, le lacune si sono rivelate adatte per una semplice dimostrazione dell'approccio.
Alexey. Grazie, l'ho già letto e ho preso conoscenza dei risultati e dei metodi, così come il tuo precedente articolo con la stima del rischio.
Soprattutto sono vicino al vostro metodo descritto di passeggiata casuale del prezzo, come nella mia domanda (post) intendo esattamente questa caratteristica. passeggiata casuale.
Ma per applicare il vostro metodo come uno stencil alla decisione del problema, non penso ancora come, e fondamentalmente e nell'esperienza applicata, non sono così fortemente savvy come voi, che in modo affidabile e rapidamente per risolvere questo problema.
Dimmi Alexey, se ti fornisco un algoritmo che secondo me crea un 50/50% di probabilità di indovinare l'evento, valuterai la sua credibilità o inaffidabilità?
Il mio algoritmo per trovare un prezzo funziona sul principio di un teorico, ma assicura la ripetibilità del risultato in tutto il campione della storia, così come in alcune parti di esso.
Sembra così:
L'algoritmo ha solo tre variabili SL, TP e Market Entry Point.
Ho impostato una certa gamma di valori per ciascuna di queste variabili per dissolvere/mediare l'influenza del fitting.
SL da 40 a 70
TP da 40 a 70
Punto di entrata nel mercato da 0 a 12.
Totale di 12 493 variabili.
Risultati dei test sulla storia di 10 anni:
Compito.
Identificare/provare: questo risultato è puramente un adattamento o c'è un algoritmo in cui la probabilità di risultati casuali e indipendenti può essere maggiore di 50/50.
Alexey. Lo farai?
Sono scettico sui miei risultati, suppongo che siano stati causati da un errore nel codice o da condizioni logiche, ma da una settimana intera non riesco a trovare né l'uno né l'altro.
Aiuto... E il diamante della vostra generosità risplenderà nella cornice della mia gratitudine)
Sfortunatamente, non sono pronto ad assumere il tuo compito a causa del mio impegno. Posso solo condividere alcuni pensieri generali in questo thread.
Hai assolutamente ragione sui test in avanti nella sezione che non è stata utilizzata durante l'ottimizzazione. Inoltre, posso suggerire di eseguire tali test in diversi siti - in modo da ottenere non un singolo numero (ad esempio il profitto), ma un campione di diversi siti. Questo campione può essere testato con i metodi matstat per la significatività della sua media.
Sfortunatamente, non sono preparato ad assumere il vostro compito a causa del mio impegno. Posso solo condividere alcune considerazioni generali in questo thread.
Avete scritto correttamente sul test in avanti in una parte inutilizzata dell'ottimizzazione. Inoltre, posso suggerire di eseguire tali test in diversi siti - in modo da ottenere non un singolo numero (ad esempio il profitto), ma un campione di diversi siti. Questo campione può essere testato con i metodi di matstat sulla significatività della sua positività media.
Grazie Alexey, ho iniziato ad effettuare l'inoltro, ma solo sui segmenti di storia inclusi nel test generale per 10 anni, che è già stato superato.
È chiaro che un tale attaccante supera il test con risultati comparabili e apparentemente non ha senso.
Qui è un 1/2 avanti per campione.
E non c'è altra storia (qualitativa). Quindi c'è una difficoltà - su cosa avanzare?
Forse è possibile creare quotazioni sintetiche con proprietà simili a quelle del simbolo testato?
Allora potremmo usarli.
Poi una domanda. Possiamo creare tali citazioni che in qualche modo ereditano le proprietà delle citazioni del simbolo testato?
Posso facilmente assaggiare il significato della positività. (Aggiungerò tutta la varianza e otterrò la media, e la confronterò con una distribuzione normale).
Se capissi la metodologia logica di come distinguere il casuale dal regolare, potrei fare i calcoli.
Non riesco ancora a capire la metodologia.
Grazie Alexey, ho iniziato a fare dei passi avanti, ma solo sulle sezioni di storia che sono state inserite nel test generale di 10 anni, che è già stato superato in precedenza.
È chiaro che un tale attaccante supera il test con risultati comparabili e apparentemente non ha senso.
Qui è un 1/2 avanti per campione.
E non c'è altra storia (qualitativa). Quindi c'è una difficoltà - su cosa avanzare?
Forse è possibile creare quotazioni sintetiche con proprietà simili a quelle del simbolo testato?
Allora potremmo usarli.
Poi una domanda. Possiamo creare tali citazioni che in qualche modo ereditano le proprietà delle citazioni del simbolo testato?
Posso facilmente assaggiare il significato della positività. (Aggiungerò tutta la varianza e otterrò la media, e la confronterò con una distribuzione normale).
Se capissi la metodologia logica di come distinguere il casuale dal regolare, potrei fare i calcoli.
Non riesco ancora a capire la metodologia.
Genera 100-500-1000-10000 serie casuali e controlla il tuo TS su tutte - se in media i risultati sono migliori o comparabili ai risultati sulla serie dei prezzi, allora il TS dovrebbe essere gettato nel forno.
Solo tutte le righe devono essere comparabili in lunghezza alle serie di prezzi.
È anche possibile generare le serie in Excel
Grazie Alexey, ho iniziato a fare dei passi avanti, ma solo sulle sezioni di storia che sono entrate nel test generale di 10 anni, che è già stato superato in precedenza.
È chiaro che un tale attaccante supera il test con risultati comparabili e apparentemente non ha senso.
Qui è un 1/2 avanti per campione.
E non c'è altra storia (qualitativa). Quindi c'è una difficoltà - su cosa avanzare?
Forse è possibile creare quotazioni sintetiche con proprietà simili a quelle del simbolo testato?
Allora potremmo usarli.
Poi una domanda. Possiamo creare tali citazioni che in qualche modo ereditano le proprietà delle citazioni del simbolo testato?
Posso facilmente assaggiare il significato della positività. (Aggiungerò tutta la varianza e otterrò la media, e la confronterò con una distribuzione normale).
Se capissi la metodologia logica di come distinguere il casuale dal regolare, potrei fare i calcoli.
Non riesco ancora a capire la metodologia.
Il punto del forward testing è quello di commerciare sulla parte di storia che non ha preso parte all'ottimizzazione. Per esempio, si ottimizza un periodo fino all'inizio di gennaio 2018, e poi si guarda il commercio nel gennaio 2018. (usando parametri ottimizzati) e così via per ogni mese. Il campione risultante di 12 profitti ti permetterà di capire come funziona la tua strategia in modalità optimise-follow trade.
Quello di cui stai parlando (simulazione Monte Carlo) nella forma desiderata mi sembra non applicabile - non sappiamo e non sapremo mai le "proprietà" delle quotazioni nel futuro. Possiamo solo fare questa simulazione di trading su realizzazioni random walk e confrontare il campione risultante con il campione ottenuto dal forward testing (criteri di accordo del campione)
È tutto vuoto. Anche se esistono delle regolarità, è quasi impossibile trovarle con qualsiasi algoritmo.
Sì, hai ragione! Il modo più semplice è negare la possibilità di un certo evento... È così naturale: non bisogna fare nulla, basta dire intelligentemente "non esiste, perché - non può mai essere!..".
Lo scopo del forward testing è quello di commerciare su una sezione della storia che non è stata coinvolta nell'ottimizzazione. Per esempio, si ottimizza un periodo fino all'inizio di gennaio 2018, e poi si guarda il commercio nel gennaio 2018. (usando parametri ottimizzati) e così via per ogni mese. Il campione risultante di 12 profitti ti permetterà di capire come funziona la tua strategia nella modalità di trading optimise-follow.
Quello di cui stai parlando (simulazione Monte Carlo) nella forma desiderata non mi sembra applicabile - non sappiamo e non sapremo mai le "proprietà" delle quotazioni nel futuro. Possiamo solo fare questa simulazione di trading su realizzazioni random walk e confrontare il campione risultante con il campione ottenuto dai test in avanti (criteri di bontà dell'adattamento)
Uh-huh, con i test in avanti capisco... Devo solo aspettare che arrivi quel periodo futuro...
La vita è così breve e il verme è così lungo)))
Quando parlavo di proprietà delle citazioni, non intendevo cercare di predire il futuro.
per ereditare alcune caratteristiche uniche dello strumento, come lo spread, la gamma interna di fluttuazioni o altro...
In realtà, non capisco molto bene queste caratteristiche e peculiarità, ma vedo, testando, che EURUSD è qualitativamente diverso da USDCHF.
Per le stesse impostazioni dell'algoritmo, ottengo modelli di dispersione caratteristicamente diversi per diversi simboli.
Frank
Yen .
Cosa li rende diversi... l'uno dall'altro, il che significa che hanno alcune proprietà/peculiarità caratteristiche.
Curioso di capire - quali, come identificarli e come applicarli nella modellazione ai sintetici senza entrare in conflitto con ciò che hai detto(Random Wandering).
Se non si tiene conto di queste caratteristiche, allora non ha senso testare su quotazioni sintetiche, perché con lo stesso successo,
l'algoritmo può essere testato semplicemente su un'altra coppia...
L'argomento delle differenze specifiche delle citazioni per simboli è stato discusso/studiato da qualche parte?
Sarebbe interessante leggere...