-Aleks- : 그렇지 않습니다. 저는 3일과 100일에 ATR을 측정했습니다(그 중 50%와 61.8%를 시도했습니다) - 100은 확실히 더 나은 모습을 보여 정적 편차를 의미하지만 이 ATR(100)은 쌍에 따라 다릅니다. , 그리고 90 포인트의 모든 쌍에 대한 고정 값이 더 효과적인 것으로 밝혀져 나를 놀라게했습니다.
Maxim Romanov : 하지만 중간에 오실레이터를 던졌다가 오실레이터를 던지고 안 되는 거 보고 안 되는 거 던진 건 아니다.
지금까지 아무도 그러한 접근 방식에 대해 이야기하지 않았지만 원칙적으로는 그것이 작동하지 않을 이유가 없습니다. 가격 행동의 모든 패턴을 설명하는 것은 이러한 패턴을 식별하는 것보다 훨씬 더 비용이 많이 들고 리소스가 충분하면 모든 표준 지표의 유용성을 확인하지만 나는 그것을 가지고 있지 않고 Mashka, 음, ATR 만 사용합니다. , 그러나 나는 ATR의 존재에 대해 알지 못하고 2010 년에 개발 한 나만의 ATR을 가지고 있습니다 ...
그러나 이 스레드는 필터와 최적화를 위해 필터를 선택하는 방법에 관한 것이 아니라 수학적(통계적) 방법을 사용하여 특정 필터를 사용하는 것의 효율성을 결정하는 방법에 관한 것입니다.
지금까지 아무도 그러한 접근 방식에 대해 이야기하지 않았지만 원칙적으로는 그것이 작동하지 않을 이유가 없습니다. 가격 행동의 모든 패턴을 설명하는 것은 이러한 패턴을 식별하는 것보다 훨씬 더 비용이 많이 들고 리소스가 충분하면 모든 표준 지표의 유용성을 확인하지만 나는 그것을 가지고 있지 않고 Mashka, 음, ATR 만 사용합니다. , 그러나 나는 ATR의 존재에 대해 알지 못하고 2010 년에 개발 한 나만의 ATR을 가지고 있습니다 ...
그러나 이 스레드는 필터와 최적화를 위해 필터를 선택하는 방법에 관한 것이 아니라 수학적(통계적) 방법을 사용하여 특정 필터를 사용하는 것의 효율성을 결정하는 방법에 관한 것입니다.
이러한 접근 방식은 좋은 결과를 제공할 수 있고 무작위 전략의 열거 방법은 일반적으로 별도의 문제이며 좋은 결과를 제공할 수 있지만 기계가 이를 분류해야 하므로 너무 노동 집약적인 프로세스로 판명됩니다.
PV_AVR - 최적화 결과의 평균 회수율을 표시합니다(이익을 잔액 또는 자금의 감소로 나눈 값 중 더 큰 값).
RMS_AVR 속도 - 최적화 결과 균형의 평균 부드러움을 보여줍니다. 표시기가 낮을수록 균형이 더 부드럽게 증가합니다.
% win.trades_AVR - 최적화 결과의 긍정적인 거래의 평균 백분율을 보여줍니다.
Min.balance from trades,% Proc100 - 최적화 결과의 백분율을 보여주며, 그 잔액은 테스트 기간이 끝날 때 최대 음수 감소 상태에 있습니다.
Profitability_AVR - 최적화 결과의 평균 수익성을 보여줍니다.
위에서 얻은 데이터가 포함 된 표를 주었지만 지표를 서로 동등하게 비교할 수 있다는 의심, 즉 "MAf_3_3_100" 옵션의 "Profit_AVR" 값이 가장 높으면 "Profit_procplus" 값이 있는 "MAf_Pips" 옵션보다 나거나 이러한 옵션이 동등한지 의심됩니다.
처음에는 간단한 접근 방식을 사용하기로 결정했습니다. 각 지표에 대한 최상의 값을 찾고 어떤 필터 옵션이 최고의 지표보다 더 많이 추가되었는지 확인합니다. 결과에 따라 필터는 각 최고의 지표에 대해 1점을 받았습니다. 마찬가지로 백분율로 표시되는 표가 사용되었으며 각 통화 쌍에 대한 통계를 고려하여 어떤 필터 옵션이 가장 좋은 결과를 보였는지 보여줍니다. 두 개의 테이블을 줄여서 포인트 수를 계산한 후 포인트 수가 가장 많은 옵션이 최상의 필터 옵션으로 인식되었습니다.
그러나 이 접근 방식에는 여러 가지 단점이 있으며 그 중 두 가지는 다음과 같습니다.
1. 다른 사람에 대한 지표의 상대성을 고려하지 않습니다. 1%와 10%의 차이는 동일하게 고려됩니다.
2. 표시기의 중요성을 고려하지 않습니다. 표시기 "Profit_AVR"은 표시기 "Profit_procplus"와 동일하지만 실제로 그러합니까?
나는 평균에서 값의 편차를 더 나쁘게 계산하여 첫 번째 단점을 중지합니다. 각 지표에 대한 편차가 많을수록 선택에서 제외될 확률이 높아집니다.
두 번째 단점을 제거하기 위해 가중치를 사용하기로 결정했지만 문제는 가중치를 분배하는 방법입니다. 1에서 7까지의 계수를 사용합니다. 가장 중요한 지표를 결정하고 이미 최고의 지표에 대해 하나의 점수를 부여하지 않지만 점수에 계수를 곱한 값입니다.
귀하의 의견으로는 위에서 제시한 것 중 더 중요한 지표는 무엇이며 어떤 가중치를 부여해야 합니까?
필터 선택에 대한 접근 방식을 명확하게 설명합니까, 아니면 이해를 위해 초기 데이터가 필요합니까?
그렇지 않습니다. 저는 3일과 100일에 ATR을 측정했습니다(그 중 50%와 61.8%를 시도했습니다) - 100은 확실히 더 나은 모습을 보여 정적 편차를 의미하지만 이 ATR(100)은 쌍에 따라 다릅니다. , 그리고 90 포인트의 모든 쌍에 대한 고정 값이 더 효과적인 것으로 밝혀져 나를 놀라게했습니다.
하지만 중간에 오실레이터를 던졌다가 오실레이터를 던지고 안 되는 거 보고 안 되는 거 던진 건 아니다.
지금까지 아무도 그러한 접근 방식에 대해 이야기하지 않았지만 원칙적으로는 그것이 작동하지 않을 이유가 없습니다. 가격 행동의 모든 패턴을 설명하는 것은 이러한 패턴을 식별하는 것보다 훨씬 더 비용이 많이 들고 리소스가 충분하면 모든 표준 지표의 유용성을 확인하지만 나는 그것을 가지고 있지 않고 Mashka, 음, ATR 만 사용합니다. , 그러나 나는 ATR의 존재에 대해 알지 못하고 2010 년에 개발 한 나만의 ATR을 가지고 있습니다 ...
그러나 이 스레드는 필터와 최적화를 위해 필터를 선택하는 방법에 관한 것이 아니라 수학적(통계적) 방법을 사용하여 특정 필터를 사용하는 것의 효율성을 결정하는 방법에 관한 것입니다.
흥미로운 일이 일어났습니다.
지금까지 아무도 그러한 접근 방식에 대해 이야기하지 않았지만 원칙적으로는 그것이 작동하지 않을 이유가 없습니다. 가격 행동의 모든 패턴을 설명하는 것은 이러한 패턴을 식별하는 것보다 훨씬 더 비용이 많이 들고 리소스가 충분하면 모든 표준 지표의 유용성을 확인하지만 나는 그것을 가지고 있지 않고 Mashka, 음, ATR 만 사용합니다. , 그러나 나는 ATR의 존재에 대해 알지 못하고 2010 년에 개발 한 나만의 ATR을 가지고 있습니다 ...
그러나 이 스레드는 필터와 최적화를 위해 필터를 선택하는 방법에 관한 것이 아니라 수학적(통계적) 방법을 사용하여 특정 필터를 사용하는 것의 효율성을 결정하는 방법에 관한 것입니다.
90이 더 효과적이라는 사실에 관한 것이라면 글로벌 참가자의 특정 게으름에 대한 가정이 있습니다. 지표는 모든 쌍에서 단순히 동일하지만 이것은 가정이지만 아직 실제 설명을 찾지 못했습니다. .
이러한 접근 방식은 좋은 결과를 줄 수 있고 무작위 전략의 열거 방법은 일반적으로 별도의 문제이며 좋은 결과를 줄 수 있지만 기계가 정렬해야하므로 너무 노동 집약적 인 프로세스입니다.
물론 기계, 수동 거래 는 가설을 형성하는 데 도움이 될 뿐입니다.
네, 확실히 작동하는 글로벌 기능이 있습니다. 여기서 논쟁할 수 없습니다. 시스템에는 항상 구멍이 있습니다. 사실 이것은 흥미로운 패턴입니다. 그리고 정적 값이 동적 값보다 어느 기간 동안 더 잘 작동했으며 어떤 시스템이었습니까?
이 기간은 3년이 걸렸고 덜 분할되지 않았습니다. 아마도 우연한 이상값일 수도 있지만, 그러면 각각 한 쌍이 되었을 것이고 여기 각각 13입니다.
"평균"은 모든 통화 쌍의 평균이고 "최고의 비율"은 통화 쌍의 맥락에서 얼마나 많은 것이 최고인지 보여주는 백분율입니다.여과의 효과를 평가하기 위해 다음 지표를 비교합니다.
Profitability_AVR - 최적화 결과의 평균 수익성을 보여줍니다.
위에서 얻은 데이터가 포함 된 표를 주었지만 지표를 서로 동등하게 비교할 수 있다는 의심, 즉 "MAf_3_3_100" 옵션의 "Profit_AVR" 값이 가장 높으면 "Profit_procplus" 값이 있는 "MAf_Pips" 옵션보다 나거나 이러한 옵션이 동등한지 의심됩니다.
처음에는 간단한 접근 방식을 사용하기로 결정했습니다. 각 지표에 대한 최상의 값을 찾고 어떤 필터 옵션이 최고의 지표보다 더 많이 추가되었는지 확인합니다. 결과에 따라 필터는 각 최고의 지표에 대해 1점을 받았습니다. 마찬가지로 백분율로 표시되는 표가 사용되었으며 각 통화 쌍에 대한 통계를 고려하여 어떤 필터 옵션이 가장 좋은 결과를 보였는지 보여줍니다. 두 개의 테이블을 줄여서 포인트 수를 계산한 후 포인트 수가 가장 많은 옵션이 최상의 필터 옵션으로 인식되었습니다.
그러나 이 접근 방식에는 여러 가지 단점이 있으며 그 중 두 가지는 다음과 같습니다.
1. 다른 사람에 대한 지표의 상대성을 고려하지 않습니다. 1%와 10%의 차이는 동일하게 고려됩니다.
2. 표시기의 중요성을 고려하지 않습니다. 표시기 "Profit_AVR"은 표시기 "Profit_procplus"와 동일하지만 실제로 그러합니까?
나는 평균에서 값의 편차를 더 나쁘게 계산하여 첫 번째 단점을 중지합니다. 각 지표에 대한 편차가 많을수록 선택에서 제외될 확률이 높아집니다.
두 번째 단점을 제거하기 위해 가중치를 사용하기로 결정했지만 문제는 가중치를 분배하는 방법입니다. 1에서 7까지의 계수를 사용합니다. 가장 중요한 지표를 결정하고 이미 최고의 지표에 대해 하나의 점수를 부여하지 않지만 점수에 계수를 곱한 값입니다.
귀하의 의견으로는 위에서 제시한 것 중 더 중요한 지표는 무엇이며 어떤 가중치를 부여해야 합니까?
마지막 게시물 이후에 댓글이 없기 때문에 두 가지 가정이 생깁니다. 주제가 흥미롭지 않거나 내가 쓰고 있는 내용이 명확하지 않습니다. 따라서 데이터를 비교하고 최상의 옵션을 선택하는 방법을 볼 수 있는 라이브 예제를 파일에 게시하기로 결정했습니다.
주제가 발전하면 기쁠 것입니다.