ノンフィッティングシステム - 主な特長
MSUAのメソッドを否定しているわけではないのです。
特に70年代の著者に詳しい。そして、科学は続く。
ご存知のように...
アマチュア的な演奏の亜種。
最適化のために今日の2-3週間前の短いセグメント（例えば3週間）を選択し、最適化する。利用可能なすべての履歴に最適な結果を実行し、確認します。最適化前後のカーブの性質が最適化期間と類似している場合、MTS はそれを改良する権利を有します。私は評価する際に、利益要素よりもドローダウンを重要視しています。
TSは、最適化の結果ではなく、すべての外部変数が論理的に選択されていれば、フィッティングとは言えないと私は考えています。例えば、Take Profitは constではなく、古いTFからNバー分のボラティリティ（ATR値）に等しくなります。大きな区間で最適化を行い、最適化されたパラメータの最適値の領域を分析し、なぜその値なのか論理的な理由を見つけることが必要だと考えています。例えば、最適化の結果、TP{10;15}で最高のMoDとドローダウンが得られました。なぜそうなのでしょうか。もしかしたら、これは ...(さらなる根拠)。
論理的だと思いますか？
アマチュア演奏のバリエーション。
今日の2-3週間前に最適化のための短い期間（例えば3週間）を選択し、最適化する。入手可能なすべての履歴から最適な結果を導き出し、それを見ていくのです。最適化前後のカーブの性質が最適化期間と類似している場合、MTS はそれを改良する権利を有します。私は評価する際に、利益要素よりもドローダウンを重要視しています。
ドローダウンはショートサイドなら何でもいいんです。サンプルでは大きく、フォワードでは小さくなることがあります。良いシステムだ。ドローダウンから抜け出すのも、その中にいるのと同じくらい速い。
実は、ドローダウンは分散の結果なのです。つまり、一連の利益トレードと損失トレードが均等に分布している場合もあれば、まとまって分布している場合もあるのです。と言われるように、偶然の産物であり、堅牢なTSには依存しない。Z-Scoreが調整可能であれば、TSは裸のMMをベースにすることができます。つまり、固定されたZスコアに対して、最も適切なMMを選択することに問題はないのです。
そのため、ドローダウンには注意を払わず、最適化のために、最も恐ろしい状況でもマージンコールを回避できるよう、大きな預金サイズを選択します。そうでないと、テスターの GA が variant を選択するためのコーシャになりません。
最適化の結果ではなく、すべての外部変数の値が論理的に選択されていれば、TSはフィッティングではないと考えています。
理にかなっている - 賛成一般に、非差別的な-に対する最適化は、錬金術のフラスコである。よくわからない指標を乱立してTSを作り、そのパラメータを外部ツールに入力してシャッフルしているのです。その様子をご覧いただきます。しかし、それが聖杯だとしたらどうでしょう？おそらく、錬金術師たちは「賢者の石」を探していたのだろう。
当然、猿が誤ってキーを押して「戦争と平和」を再生する確率もある（忘れてしまったが、既知の数字である）。
===
何のための最適化なのか」、この視点で問題を見るべきかもしれません。何のためにないのか。
ご存知の通りです。
最適化のためのスライディングウィンドウ...ただし、完全に保証するものでもありません。しかし、ロバスト性（入力パラメータの変化に対するシステムの感度が低いという意味で、価格は同じ入力パラメータである）は依然として高くなる。そして、そう、窓の統計的有意性は少なくともいくらかはあるはずだ。
そのようなシステムの要件をすべて定式化することができればいいと思います。今のところ1つだけです。もっと意見を聞かせてほしい。経験の積み重ねがあるのでしょう。必要なのは、自分の知識を共有しようという気持ちだけです。そうでなければ、いつも通りの喧騒になる。
もっとよく分かっていれば、ソチに住んでいたかもしれません。
これまでのところ、私たちは上記の最低要件を特定することで、フォワードテストに合格できない通信事業者を故意に排除することに成功しています。
まあ、おそらく、一定ロットでの期待値が極めて不十分であることから、裸の調整であることを示唆している、というレオフの発言は、もう一つ妥当なものがあると思います。
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
ご存知のように、多くのTSは代表的なサンプルでよく適合し、フォワードテストでは排水されます。このようなシステムは、取引に使用すべきではありません。
今日、私が持っているさまざまなTSを分析したところ、こんなことがわかりました。
動作しているシステムの兆候は、サンプリングとダブルサンプリングの両方で、一定のロットでほぼ等しく最適化されることです。例えば、1万本のバーを取り上げます。それを約半分、つまり5000本で割っているのです。5000本分に最適化する。そして、それを10 000に適用するのです。利益率がほとんど変化しないか、あるいはほとんど変化しない（サンプル長に依存しなくなる）場合、フォワードテストに合格する可能性が高い。もちろん、トレードは1万本で600～1000本程度（5000本で300～500本）でなければなりません。
その結果、テストサンプルが増えるにつれてTSの最適化が著しく悪化する場合、フォワードテストが成功する確率は非常に低くなることがわかった。
また、例えば、300回の取引で最適化し、600回の取引では、深いドローダウンと低い期待収益しか得られないTSもあります。このようなシステムは、すぐに燃やすことができます。
実は、必要十分なサンプル長に関しては、すでに答えが出ています。サンプリングの長さは、一定ロットでの最適化により、サンプリング全体とその半分でほぼ同じ利益率が得られるような長さでなければならない。
----------------------------
実際、これはロバストTSが次の基準によって一定のロットで異なる最適化領域で（ほぼ）定常であるべきことを意味します：期待ペイオフ、利益係数（テイクプロフィットおよびストップロスを固定した場合、利益をもたらす取引の割合）。そして、Zスコアによって絶対的に非定常であることができる。
つまり、例えばドローダウンや同時（なし）負けトレードの数など、Zスコアの関係には一切注意を払うべきではないのです。Leov氏が正しく指摘しているように、怪しいほど小さなドローダウンは、ヒストリーフィッティングを示唆しているのかもしれません。簡単に言うと、ドローダウンが小さいということは、儲かるトレードと負けるトレードが均等に 分布しているということです。また、非定常的な環境で均等な分布というのはナンセンスです。