Yousufkhodja Sultonov : 동의하지 않겠습니다. 43년의 전체 범위에 걸친 최적화는 "평균적으로" 차량의 매개변수를 결정하는 것입니다. 그런 다음 TS는 연간 43번 발사됩니다. TS는 반드시 비정상적인 시장 상황에 맞닥뜨릴 것으로 가정합니다. 역사 속에서 미래에 일어날 사건을 만나는 것은 불가능하다는 것이 당신의 착각입니다. TC는 역사의 모든 경우를 처리하기 때문에 약간의 편차는 있지만 미래를 처리할 것이라고 확신합니다.
역사 전체에 걸쳐 TS의 매개변수를 정의함으로써 최적화되지 않은 미래를 만날 기회를 TS에서 박탈했습니다. 귀하의 TS는 변칙적 정상 섹션 등을 포함하여 모든 섹션을 이미 한 번 처리했으며 설정에 반영되었습니다. Volkin의 의미는 과거 자료에서 미래의 시작을 시뮬레이션한다는 것입니다. 저것들. 당신이 하고 있는 것은 앞으로 걷는 것이 아니라 다른 것입니다. 걷기는 이렇게 합니다.
역사 전체에 걸쳐 TS의 매개변수를 정의함으로써 최적화되지 않은 미래를 만날 기회를 TS에서 박탈했습니다. 귀하의 TS는 변칙적 정상 섹션 등을 포함하여 모든 섹션을 이미 한 번 처리했으며 설정에 반영되었습니다. Volkin의 의미는 과거 자료에서 미래의 시작을 시뮬레이션한다는 것입니다. 저것들. 당신이 하고 있는 것은 앞으로 걷는 것이 아니라 다른 것입니다. 걷기는 이렇게 합니다.
테스터의 사진에서는 이렇게 보입니다.
정방향은 원칙적으로 역방향보다 나으며 트랜잭션이 적습니다.
여기서 TS 최적화 문제에 대한 취향, TS의 논리 및 연구원의 관점의 문제입니다. 모든 차량에 해로운 것은 무엇입니까? 맞습니다. 큰 하락 또는 최대 하락입니다. 전체 역사를 고려할 때 역사상 가장 큰 손실을 미래의 작업을 위해 TS에 넣으십시오. 약간의 백테스팅으로는 알 수 없습니다. 역사의 불리한 부분은 미래 상황의 원형이 될 수 있습니다. 사실, 제 경우에는 귀하가 설명한 계획에 따라 옵션을 지속적으로 검색하는 것보다 안정성을 위해 TS의 효율성이 상당히 낮습니다.
Yousufkhodja Sultonov : 여기서 TS 최적화 문제에 대한 취향, TS의 논리 및 연구원의 관점의 문제입니다. 모든 차량에 해로운 것은 무엇입니까? 맞습니다. 큰 손실 또는 최대 손실입니다. 전체 역사를 고려할 때 역사상 가장 큰 손실을 미래의 작업을 위해 TS에 넣으십시오. 약간의 백테스팅으로는 알 수 없습니다. 역사의 불리한 부분은 미래 상황의 원형이 될 수 있습니다. 사실, 제 경우에는 귀하가 설명한 계획에 따라 옵션을 지속적으로 검색하는 것보다 안정성을 위해 TS의 효율성이 상당히 낮습니다.
요점은 앞으로 나아가기 위해서는 내가 제시한 원칙이 지켜져야 한다는 것입니다. 그리고 구체적인 것입니다. 순방향 비율, 기록 기간, 최적화 기준 등 - 물론 모든 사람이 적절하다고 생각하는 대로 수행합니다.
그리고 질문이 있습니다. 도보 거래에서 무엇을 원하십니까? 시스템이 데모에서 테스트하지 않도록 작동하는지 확인하시겠습니까?
글쎄, 그것은 멋지지만 데모에서 실제 테스트하기 전에 모두 동일합니다. 간단한 것이 워킹에서 작동하기를 바란다면 그렇지 않습니다. 그는 종종 광범위한 테스트 중에 모든 것이 나쁘다고 말할 것입니다.
우리는 단순히 줄일 수없는 거대한 샘플에 걷기를 제공합니다 (방향 설정). 그렇지 않으면 걷기의 전체 원칙이 이동 중에 무너집니다. 예, 많은 리소스가 필요합니다. 에이전트 작업의 특성 때문에 모든 계산의 80%가 낭비되기 때문입니다. 저것들. 처음 3일부터 결과가 이미 통과한 고슴도치보다 더 나쁘다는 것을 이해하면 어떤 이유에서인지 끝까지 테스트를 계속할 것입니다.
도보 거래 전략이 얼마나 일반화되어야 하는지 알고 있습니까? - 수익성 있는 패스를 미리 결정하여 수동으로 최적화하려고 할 때보다 최적화할 매개변수가 더 많습니다.
제 생각에는 WF를 구현하는 가장 멋진 방법은 지표 형태로 전략을 세우는 것입니다.
기본 표시기는 범용 열림/닫힘 신호를 제공합니다. 또 다른 보편적인 지표는 기본 지표를 기반으로 균형 라인을 구축합니다.
다른 모든 것은 쉽게 상단에 달라붙습니다. 또한 처리 속도는 테스터보다 10배 더 빠릅니다.
나는 대화가 그리드, 마틴 및 이와 유사한 다른 요소 없이 분석을 위해 제로 바를 사용하지 않는 신호에 대해 시장에 진입하는 전략에 관한 독점적인 것임을 즉시 유보하겠습니다.
로딩/언로딩에 대해 궁금한 점이 있으신가요?
동의하지 말고 마음대로 하세요 이 주제는 Walk-Forward에 관한 것이므로 이야기하기 싫다면 여기에서 물어보겠습니다.
동의하지 않겠습니다. 43년의 전체 범위에 걸친 최적화는 "평균적으로" 차량의 매개변수를 결정하는 것입니다. 그런 다음 TS는 연간 43번 발사됩니다. TS는 반드시 비정상적인 시장 상황에 맞닥뜨릴 것으로 가정합니다. 역사 속에서 미래에 일어날 사건을 만나는 것은 불가능하다는 것이 당신의 착각입니다. TC는 역사의 모든 경우를 처리하기 때문에 약간의 편차는 있지만 미래를 처리할 것이라고 확신합니다.
역사 전체에 걸쳐 TS의 매개변수를 정의함으로써 최적화되지 않은 미래를 만날 기회를 TS에서 박탈했습니다. 귀하의 TS는 변칙적 정상 섹션 등을 포함하여 모든 섹션을 이미 한 번 처리했으며 설정에 반영되었습니다. Volkin의 의미는 과거 자료에서 미래의 시작을 시뮬레이션한다는 것입니다. 저것들. 당신이 하고 있는 것은 앞으로 걷는 것이 아니라 다른 것입니다. 걷기는 이렇게 합니다.
정방향은 원칙적으로 역방향보다 나으며 트랜잭션이 적습니다.
역사 전체에 걸쳐 TS의 매개변수를 정의함으로써 최적화되지 않은 미래를 만날 기회를 TS에서 박탈했습니다. 귀하의 TS는 변칙적 정상 섹션 등을 포함하여 모든 섹션을 이미 한 번 처리했으며 설정에 반영되었습니다. Volkin의 의미는 과거 자료에서 미래의 시작을 시뮬레이션한다는 것입니다. 저것들. 당신이 하고 있는 것은 앞으로 걷는 것이 아니라 다른 것입니다. 걷기는 이렇게 합니다.
테스터의 사진에서는 이렇게 보입니다.
정방향은 원칙적으로 역방향보다 나으며 트랜잭션이 적습니다.
여기서 TS 최적화 문제에 대한 취향, TS의 논리 및 연구원의 관점의 문제입니다. 모든 차량에 해로운 것은 무엇입니까? 맞습니다. 큰 손실 또는 최대 손실입니다. 전체 역사를 고려할 때 역사상 가장 큰 손실을 미래의 작업을 위해 TS에 넣으십시오. 약간의 백테스팅으로는 알 수 없습니다. 역사의 불리한 부분은 미래 상황의 원형이 될 수 있습니다. 사실, 제 경우에는 귀하가 설명한 계획에 따라 옵션을 지속적으로 검색하는 것보다 안정성을 위해 TS의 효율성이 상당히 낮습니다.
요점은 앞으로 나아가기 위해서는 내가 제시한 원칙이 지켜져야 한다는 것입니다. 그리고 구체적인 것입니다. 순방향 비율, 기록 기간, 최적화 기준 등 - 물론 모든 사람이 적절하다고 생각하는 대로 수행합니다.
제 생각에는 WF를 구현하는 가장 멋진 방법은 지표 형태로 전략을 세우는 것입니다.
기본 표시기는 범용 열림/닫힘 신호를 제공합니다. 또 다른 보편적인 지표는 기본 지표를 기반으로 균형 라인을 구축합니다.
다른 모든 것은 쉽게 상단에 달라붙습니다. 또한 처리 속도는 테스터보다 10배 더 빠릅니다.
나는 대화가 그리드, 마틴 및 이와 유사한 다른 요소 없이 분석을 위해 제로 바를 사용하지 않는 신호에 대해 시장에 진입하는 전략에 관한 독점적인 것임을 즉시 유보하겠습니다.
로딩/언로딩에 대해 궁금한 점이 있으신가요?
단계별로 더 자세히 설명할 수 있습니까?
Igor Volodin :
다음 반복에서 EA는 M일 동안 거래할 수 있습니다(첫 번째 세그먼트의 OOS에서). 우리는 이 거래 결과를 기억합니다.Описал свою схему работы Walk Forward с использованием штатного тестера тут .
여기 에서 표준 테스터를 사용하여 Walk Forward 방식을 설명했습니다.
나만의 유전자 알고리즘을 만드시겠습니까? 이것은 일반 테스터에서 이미 수행된 많은 작업입니다. Metaquote는 수백 시간 동안 개발했다고 생각합니다.
타사 프로그램으로 테스터에서 유전자 최적화를 10~20회 실행하는 것이 더 쉬운 것 같습니다. 여기에 Youri Tarshecki 는 일종의 자동 최적화 기능이 있습니다.
예, 수동으로 20번 실행하는 것은 쉽습니다. 저는 그렇게 합니다.
예를 들어 나에게 가장 중요하고 가장 이해하기 어려운 것은 최적화 옵션(우승 세트) 중 하나에 대한 선택 기준이며, 이를 실행에 옮기는 것입니다. 결국 이것은 실제 거래의 성공에 영향을 미칠 것입니다.
4년 전 월링 트레이딩 방향으로 파고들기 시작했고..... 그리고 아주 강력하게.
그리고 질문이 있습니다. 도보 거래에서 무엇을 원하십니까? 시스템이 데모에서 테스트하지 않도록 작동하는지 확인하시겠습니까?
글쎄, 그것은 멋지지만 데모에서 실제 테스트하기 전에 모두 동일합니다. 간단한 것이 워킹에서 작동하기를 바란다면 그렇지 않습니다. 그는 종종 광범위한 테스트 중에 모든 것이 나쁘다고 말할 것입니다.
우리는 단순히 줄일 수없는 거대한 샘플에 걷기를 제공합니다 (방향 설정). 그렇지 않으면 걷기의 전체 원칙이 이동 중에 무너집니다. 예, 많은 리소스가 필요합니다. 에이전트 작업의 특성 때문에 모든 계산의 80%가 낭비되기 때문입니다. 저것들. 처음 3일부터 결과가 이미 통과한 고슴도치보다 더 나쁘다는 것을 이해하면 어떤 이유에서인지 끝까지 테스트를 계속할 것입니다.
도보 거래 전략이 얼마나 일반화되어야 하는지 알고 있습니까? - 수익성 있는 패스를 미리 결정하여 수동으로 최적화하려고 할 때보다 최적화할 매개변수가 더 많습니다.