Статья описывает создание пользовательского тестера стратегий и своего собственного анализатора прогонов оптимизации. Прочитав ее, вы поймете, как работает режим математических вычислений и механизм так называемых фреймов, как можно подготовить и загрузить свои собственные данные для расчетов и использовать эффективные алгоритмы их сжатия. Также эта статья будет интересна всем, кто интересуется способами хранения пользовательской информации внутри эксперта.
たとえば、mt5オプティマイザーを使って、利益によって取引アルゴリズムを 最適化し、分散にパラメータを調整することは可能です。
しかし、この場合、mt5オプティマイザーが機能し始めるように、取引の実行を規定する必要があります。
また、利益によってではなく、どのように最適化できるのでしょうか?
正しい方向を教えてください。
説明してください。分散の期待値がゼロの場合、どのようにパラメータを 最適化できますか? たとえば、mt5オプティマイザーを使用して、利益によって
取引アルゴリズムを 最適化することは可能です。その結果、パラメータを分散に調整します。 しかし、これには取引の実行を規定する必要があり、mt5オプティマイザーが機能し始めます。 また、利益によってではなく、どのように最適化できますか? 適切な方向性を示します。
OnTester()関数を使用して、興味のある最適化基準を作成し、テスターでカスタム基準による最適化を実行してください。あるいは、私はあなたの質問を誤解していました。
OnTester()関数を使用し、興味のある最適化基準を作成し、テスター内でカスタム基準による最適化を実行します。あるいは、私はあなたの質問を誤解していました。
OnTester() はExpert AdvisorsでTester イベントが発生した時に呼び出さ れ 、 テスト終了 時に必要なアクションを実行するとドキュメントに書かれています。では、テスト時間中、最適化バリアントは 1 つだけなのでしょうか?
OnTester()はdouble型の1つの値しか返しません。 さらに最適化されたパラメータがある場合、例えば2つ
あります。その場合、OnTester() はこの問題を解決するのに適していないのでしょうか?
また、最適化すべきパラメータがもっと多く、例えば2つある場合。では、OnTester()はこの課題を解決するのに適していないのでは?
フレームについて読む。
OnTester() はExpert AdvisorsでTester イベントが発生したときに呼び出さ れ、 テスト終了後に 必要なアクションを実行します。では、テスト時間中、最適化バリアントは 1 つだけなのでしょうか? ドキュメントから理解したところ、
OnTester() は double 型の値を 1 つだけ返します。 さらに最適化されたパラメータがある場合、例えば 2 つ
。その場合、OnTester() はこの問題を解決するのに適していないのでしょうか?
OnTester()に基づくカスタム戦略テスターの作り方についての記事がありますが、まず、2つの基準の最適化がどのようになるかを決める必要が あります。与えられた重みで2つの基準を1つに混ぜることもできますし、パレート曲面を作ろうとすることもできます。
フレームについて読む
OnTester()をベースにしたカスタム戦略テスターの作り方についての記事がありますが、まずは2基準の最適化をどのようにするかを決める必要が あります。与えられた重みで2つの基準を1つに混ぜることもできますし、パレート面を作ろうとすることもできます。
、どの方向に掘り下げるべきか少し理解 できました。ありがとうございました。
鳥といえば。
金融市場にはイコールの符号を持つ数式は存在しない。
数式がない
y = x
となり、x = 2ならy = 2となる。
これは決定論的思考である。
公式がある:
y ~ x
という公式があり、それによれば、x = 2であれば、ある信頼区間のチャネルではy = 2となる。しかし、非定常市場には信頼区間すら存在しない。なぜなら、分散は変数であり、変数ですらなく、何か別のものだからである。
これは確率的思考である。
マキシム・ウラジミロビッチ、量子クラスタリングについてどう思う?
https://github.com/enniogit/Quantum_K-means
一目見ただけでは、その違いや利点がわからなかった。
そして、その結果をその後どのように使えばいいのかわからない。ラベルのマークアップにクラスタを追加してみたが、何の違いもなかった。
クラス分けをするとき、すでに予測を考慮してクラス分けをするのだが、常に今この瞬間にクラス分けをする。だから、そのクラスタが予測可能かどうかも、特徴を探してチェックしなければならない。総じて、頭の痛い問題である。
複素数基準がどのように計算されるかはヘルプを見てもよくわからない:
「複素数基準の最大値 "も利用できます。これは、テスト合格の品質に関する包括的な指標である。一度に複数のパラメータを考慮します:
この基準により、1つのパラメータ(例えば利益)の最大値が、複雑な分析の観点から常に最良の選択肢であるとは限らないことを理解することができます。まず取引回数で、次にこのサンプルから収益性の期待値マットで、次にリカバリー係数で、といったように、段階的に最適な通路を選択することができます。このように、最適化の 結果、すべてのパラメータで最高のパスを得ることができ、その後、特定のもの、例えば、最高の利益を持つものを選択することができます。
これは積分基準ですが、私見では非常に成功していると思います。多くの場合、これは有用です。開発者がこの基準(正確にはどのように計算されるのか)について説明し、できればヘルプに説明を表示してくれるとうれしいです。
ヘルプを読んでも、複合基準がどのように計算されるのかがわからない。