1970년 초부터 2000년 초까지 IBM에서 테스트를 실행했는데 여러 분할에 대해 이력이 정확하고 정규화되었습니다. HST 형식의 심볼 히스토리가 포함된 zip 파일이 첨부되어 있으며 히스토리 센터(F2) -> 가져오기 를 통해 터미널로 가져올 수 있습니다.
초기 결과는 다음과 같습니다.
401회 실행에서 최상의 결과를 얻었고 동일한 매개변수로 MT4에서 테스트를 실행했습니다.
무슨 일이 있었나요(첨부된 StrategyTester_Mak.zip 아카이브의 전체 보고서):
거래에 심각한 불일치가 있습니다. 이는 별도의 문제입니다. 그러나 MT4의 1,664달러 순이익은 Omega의 1,884달러의 순이익과 다소 비슷합니다.
그런 다음 MT4에서 유전학을 사용하여 매개변수를 검색한 결과 다음과 같은 결과를 얻었습니다.
다음은 결과 목록입니다(OptimizationReport.zip 파일에 보관된 보고서).
MT4는 3분 34초 만에 350억 개의 가능한 옵션 중 15,616개의 옵션을 통해 다시 계산되었습니다.
15616개의 변종 중 9291개의 반복(교차 시 반복을 얻을 수 있음) 시퀀스가 있었고 나머지 6325개 중 1027개의 구절이 쓸모없는 것으로 폐기되었음을 분명히 해야 합니다. 반복 시퀀스는 리소스를 차지하지 않으며 임시 캐시에서 가져오기 때문에 반복적인 재계산이 필요하지 않습니다. 최종 로그 항목:
2006.10.16 23:40:12 최적화 과정에서 6325개의 패스가 있었고 1027개의 결과는 중요하지 않은 것으로 버려졌습니다. 2006.10.16 23:40:12 MACD 샘플: 최적화 중지, 9291 캐시 레코드 사용, 9291 캐시 레코드 거부
왜 MT4는 3600의 이익을 냈고 TSGO는 1800의 절반입니까?
이것은 패스를 줄이는 데 중점을 둔 최적화에 대한 TSGO의 초경제적 접근 방식의 직접적인 결과라고 생각합니다. 모든 것이 매우 간단합니다. TSGO는 1000개의 패스를 생성했고 MT4는 6000개의 깨끗한 패스를 생성했습니다(15000개 중 9000개가 반복되어 건너뛰었습니다). 또한 TSGO 보고서에서 저는 최적화된 MATrendPeriod 매개변수에 매우 관심이 많았습니다. 상위 100개 옵션에서 이 매개변수는 100의 값에 단단히 고정되어 있습니다(97번의 미끄러짐이 여러 번 발생하지만 이는 사소한 일입니다). 유전자 최적화 프로그램이 어떻게 국소 극단에 들어갔고 단순히 거기에서 벗어날 수 없었는지 알 수 있습니다. 이것은 유전적 계산의 일반적인 상황이며 검색 영역의 조잡함의 직접적인 결과입니다.
그리고 그러한 가치가 있는 부분에 MT4가 있었습니까? 예, 여러 번 갔지만 특별한 것을 찾지 못했습니다.
수학적 결과 및 보고서 외에도 항상 최상의 결과 분포를 직접 눈으로 확인하고 싶습니다. 그리고 MetaTrader는 축을 따라 최적화된 매개변수를 선택할 수 있는 "2차원 표면" 시각화 모드에서 이를 쉽게 보여줍니다. 예를 들어, 여기에서 100 범위의 MATrendPeriod 값이 12-14의 값보다 분명히 더 나쁜 것을 볼 수 있습니다.
결과:
국부적 극단에 대해 생각하고 불필요하게 거친 검색 옵션을 만들지 않는 것이 필수적입니다. 특히 프로세스를 자세히 이해할 수 없고 유전 테스터의 결과를 액면 그대로 받아들일 수 있는 미숙한 사용자를 위한 도구를 제공하는 경우.
1000개의 패스에서 국부 극한값에 대한 막힘이 표시되는 배경에 대해 100-200개의 평가 실행이라는 아이디어는 심각하게 받아들일 수 없습니다.
유전학에 대한 충분한 열거 메커니즘을 선택할 때 연구를 수행하고 다음과 같은 간단한 공식에 정착했습니다. 함수 증분. 즉, 초기 모집단이 256이면 첫 번째 단계는 256 * 30 = 7680 통과, 그 다음 최소 256 * 10 = 2560 미세 조정, 추가로 감쇠 때까지입니다. 이러한 중복 메커니즘을 통해 대부분의 경우 극한값에서 벗어날 수 있습니다.
아마도 우리는 필요한 것보다 조금 더 반복하지만 일반 사용자에게는 이것이 다소 보장된 옵션입니다.
주제를 제기한 Yuri(Mak)에게 감사드립니다. 토론하는 것은 매우 흥미롭습니다. + 우리는 실수를 수정했습니다. 의견을 부탁합니다.
Renat, 나는 당신의 최선의 선택의 매개 변수를 찾지 못했습니다. 그것들을 가져오면 내가 Omega에서 그들이 어떤 결과를 얻을 수 있는지 확인할 것입니다. 두 플랫폼에서 테스트할 때 일어나는 일에 큰 차이가 있다고 생각합니다. 그 동안 나는 Omega에서 1000회 이상 테스트를 실행할 것입니다.
예, 귀하의 포지션이 개설될 필요가 없는 곳에 개설된 것으로 나타났습니다. 처음 5개 거래를 수동으로 확인하십시오. 즉시 알 수 있습니다. 나는 야후에서 IBM을 가져왔고, 정규화된 데이터를 얻기 위해 나 자신이 4~5번의 주식 분할을 해야 했습니다. 그들은 당신의 이야기와 정확히 일치합니다.
Renat : 예, 귀하의 포지션이 개설될 필요가 없는 곳에 개설된 것으로 나타났습니다. 처음 5개 거래를 수동으로 확인하십시오. 즉시 알 수 있습니다. 나는 야후에서 IBM을 가져왔고, 정규화된 데이터를 얻기 위해 나 자신이 4~5번의 주식 분할을 해야 했습니다. 그들은 당신의 이야기와 정확히 일치합니다.
분명히 우리는 다시 시작해야 합니다.
결과의 불일치가 중요하지 않은 것 같습니다. 다른 테스터와 일반적으로 다른 시스템 ..
모든 유전 알고리즘 은 무작위 검색입니다. 유전학은 다음과 같은 점에서 단순한 무작위 검색과 다릅니다. 단순 랜덤 탐색에서 모수 분포 함수가 균일하다는 것 유전학은 고르지 않으며 검색할 때 변경됩니다.
이것은 무작위 검색에 비해 유전학 검색 속도를 크게 증가시킵니다. 이러한 의미에서 모든 유전자 최적화 프로그램은 동일합니다.
주제를 벗어나서 죄송합니다만, 이해할 수 없는 말로 하품을 하고 머리가 아프기 시작합니다. Renat , 말이 구형 진공 상태에 있고 왜 말을 거기에 넣었는지 간략하게 설명해 주시겠습니까?
나 자신이 최근에 GO를 사용하여 내 자신의 Expert Advisor를 최적화하기 시작했고 GO 응용 프로그램의 한계를 정말로 이해하고 싶었기 때문에 이 주제는 저에게 매우 흥미로웠습니다. 하지만 정확한 MACD는 없지만 Zero Lag MA를 기반으로 하고 2개의 히스테리시스(' MetaTrader 4의 유전 알고리즘의 용어에서 "백래시")가 있는 이동 평균이 2개뿐입니다. 최적화 프로그램의 직접 열거와 비교 입장과 퇴장. 지금까지 결과는 그다지 고무적이지 않지만 희망은 있습니다. 곧 Expert Advisor에 새 필터를 추가할 생각입니다. 그 동안 나는 옵티마이저를 좋아합니다 ...
글쎄요, 사실 여기서 레나트는 조금 과장되게 말했습니다. 물론 실제로는 말이나 말이 그렇게 중요하지 않습니다. 그리고 구형 진공의 경우 모든 것이 여기에서 간단합니다. 충분히 큰 직경(및 충분한 강도)의 구체를 가져오고 말/말을 거기에 놓고 공기를 펌핑합니다. 구 내부의 진공은 구형을 취하므로 구형 진공이라는 용어가 사용됩니다. 당연히 측정 오류를 고려해야 합니다. 왜냐하면 진공이 실제로 절대적이지 않고 구가 완전히 구형으로 매끄럽지 않기 때문입니다. 그러나 원칙적으로 오류는 측정 결과에 큰 영향을 미치지 않습니다. 그렇습니다, 우리는 실험의 결과로 말/말이 자연적으로 죽는다는 것을 잊어서는 안됩니다. 아아, 이 세상에 완벽한 것은 없습니다. :)
PS 음, 실험을 위해 자연적으로 심었습니다. 실험의 목적, 말하자면 노하우는 공개되지 않는다. :)
초기 결과는 다음과 같습니다.
- 401회 실행에서 최상의 결과를 얻었고 동일한 매개변수로 MT4에서 테스트를 실행했습니다.
- 그런 다음 MT4에서 유전학을 사용하여 매개변수를 검색한 결과 다음과 같은 결과를 얻었습니다.
- 왜 MT4는 3600의 이익을 냈고 TSGO는 1800의 절반입니까?
결과:무슨 일이 있었나요(첨부된 StrategyTester_Mak.zip 아카이브의 전체 보고서):
거래에 심각한 불일치가 있습니다. 이는 별도의 문제입니다. 그러나 MT4의 1,664달러 순이익은 Omega의 1,884달러의 순이익과 다소 비슷합니다.
다음은 결과 목록입니다(OptimizationReport.zip 파일에 보관된 보고서).
MT4는 3분 34초 만에 350억 개의 가능한 옵션 중 15,616개의 옵션을 통해 다시 계산되었습니다.
15616개의 변종 중 9291개의 반복(교차 시 반복을 얻을 수 있음) 시퀀스가 있었고 나머지 6325개 중 1027개의 구절이 쓸모없는 것으로 폐기되었음을 분명히 해야 합니다. 반복 시퀀스는 리소스를 차지하지 않으며 임시 캐시에서 가져오기 때문에 반복적인 재계산이 필요하지 않습니다. 최종 로그 항목:
2006.10.16 23:40:12 최적화 과정에서 6325개의 패스가 있었고 1027개의 결과는 중요하지 않은 것으로 버려졌습니다.
2006.10.16 23:40:12 MACD 샘플: 최적화 중지, 9291 캐시 레코드 사용, 9291 캐시 레코드 거부
이것은 패스를 줄이는 데 중점을 둔 최적화에 대한 TSGO의 초경제적 접근 방식의 직접적인 결과라고 생각합니다. 모든 것이 매우 간단합니다. TSGO는 1000개의 패스를 생성했고 MT4는 6000개의 깨끗한 패스를 생성했습니다(15000개 중 9000개가 반복되어 건너뛰었습니다). 또한 TSGO 보고서에서 저는 최적화된 MATrendPeriod 매개변수에 매우 관심이 많았습니다. 상위 100개 옵션에서 이 매개변수는 100의 값에 단단히 고정되어 있습니다(97번의 미끄러짐이 여러 번 발생하지만 이는 사소한 일입니다). 유전자 최적화 프로그램이 어떻게 국소 극단에 들어갔고 단순히 거기에서 벗어날 수 없었는지 알 수 있습니다. 이것은 유전적 계산의 일반적인 상황이며 검색 영역의 조잡함의 직접적인 결과입니다.
그리고 그러한 가치가 있는 부분에 MT4가 있었습니까? 예, 여러 번 갔지만 특별한 것을 찾지 못했습니다.
수학적 결과 및 보고서 외에도 항상 최상의 결과 분포를 직접 눈으로 확인하고 싶습니다. 그리고 MetaTrader는 축을 따라 최적화된 매개변수를 선택할 수 있는 "2차원 표면" 시각화 모드에서 이를 쉽게 보여줍니다. 예를 들어, 여기에서 100 범위의 MATrendPeriod 값이 12-14의 값보다 분명히 더 나쁜 것을 볼 수 있습니다.
- 국부적 극단에 대해 생각하고 불필요하게 거친 검색 옵션을 만들지 않는 것이 필수적입니다. 특히 프로세스를 자세히 이해할 수 없고 유전 테스터의 결과를 액면 그대로 받아들일 수 있는 미숙한 사용자를 위한 도구를 제공하는 경우.
- 1000개의 패스에서 국부 극한값에 대한 막힘이 표시되는 배경에 대해 100-200개의 평가 실행이라는 아이디어는 심각하게 받아들일 수 없습니다.
- 유전학에 대한 충분한 열거 메커니즘을 선택할 때 연구를 수행하고 다음과 같은 간단한 공식에 정착했습니다. 함수 증분. 즉, 초기 모집단이 256이면 첫 번째 단계는 256 * 30 = 7680 통과, 그 다음 최소 256 * 10 = 2560 미세 조정, 추가로 감쇠 때까지입니다. 이러한 중복 메커니즘을 통해 대부분의 경우 극한값에서 벗어날 수 있습니다.
아마도 우리는 필요한 것보다 조금 더 반복하지만 일반 사용자에게는 이것이 다소 보장된 옵션입니다.주제를 제기한 Yuri(Mak)에게 감사드립니다. 토론하는 것은 매우 흥미롭습니다. + 우리는 실수를 수정했습니다.
의견을 부탁합니다.
그것들을 가져오면 내가 Omega에서 그들이 어떤 결과를 얻을 수 있는지 확인할 것입니다.
두 플랫폼에서 테스트할 때 일어나는 일에 큰 차이가 있다고 생각합니다.
그 동안 나는 Omega에서 1000회 이상 테스트를 실행할 것입니다.
죄송합니다. 매개변수를 지정하지 않았습니다. 여기 있습니다:
테이크프로핏=819; 로트=0.6; TrailingStop=248; MACDOpenLevel=8; MACDCloseLevel=8; MATrendPeriod=12;
매개변수는 테스터 보고서의 통과 번호 옆에 있는 도구 설명에서 볼 수 있습니다.TSGO에서 7000번 실행했습니다.
아래 그림.
모집단의 맨 위에 있는 실행 번호를 확인합니다.
실행 #618은 7000회 실행 중 최고였습니다(즉, 700회 실행 후에는 개선되지 않음)
Omega에서 가장 잘 찾은 매개변수를 실행했습니다.
이것은 일어난 일입니다 :(
분명히 시스템이나 테스터의 작동이나 데이터에 상당한 차이가 있습니다.
아마도 시스템을 Omega로 올바르게 전송하지 않았을 것입니다 ...
여기서 일대일로 전송할 수 없으며 Omega는 다르게 작동합니다.
그러나 어쨌든에 대한 귀하의 결론은
TSGO가 최상의 솔루션을 두 번 찾지 못하고 로컬 최대값에 갇혀 있다는 것은 잘못된 것입니다.
TSGO는 Omega와의 테스트에서 수익성이 없기 때문에 그러한 시스템을 찾을 수 없습니다.
나는 야후에서 IBM을 가져왔고, 정규화된 데이터를 얻기 위해 나 자신이 4~5번의 주식 분할을 해야 했습니다. 그들은 당신의 이야기와 정확히 일치합니다.
분명히 우리는 다시 시작해야 합니다.
예, 귀하의 포지션이 개설될 필요가 없는 곳에 개설된 것으로 나타났습니다. 처음 5개 거래를 수동으로 확인하십시오. 즉시 알 수 있습니다.
나는 야후에서 IBM을 가져왔고, 정규화된 데이터를 얻기 위해 나 자신이 4~5번의 주식 분할을 해야 했습니다. 그들은 당신의 이야기와 정확히 일치합니다.
분명히 우리는 다시 시작해야 합니다.
다른 테스터와 일반적으로 다른 시스템 ..
모든 유전 알고리즘 은 무작위 검색입니다.
유전학은 다음과 같은 점에서 단순한 무작위 검색과 다릅니다.
단순 랜덤 탐색에서 모수 분포 함수가 균일하다는 것
유전학은 고르지 않으며 검색할 때 변경됩니다.
이것은 무작위 검색에 비해 유전학 검색 속도를 크게 증가시킵니다.
이러한 의미에서 모든 유전자 최적화 프로그램은 동일합니다.
주제를 벗어나서 죄송합니다만, 이해할 수 없는 말로 하품을 하고 머리가 아프기 시작합니다. Renat , 말이 구형 진공 상태에 있고 왜 말을 거기에 넣었는지 간략하게 설명해 주시겠습니까?
나 자신이 최근에 GO를 사용하여 내 자신의 Expert Advisor를 최적화하기 시작했고 GO 응용 프로그램의 한계를 정말로 이해하고 싶었기 때문에 이 주제는 저에게 매우 흥미로웠습니다. 하지만 정확한 MACD는 없지만 Zero Lag MA를 기반으로 하고 2개의 히스테리시스(' MetaTrader 4의 유전 알고리즘의 용어에서 "백래시")가 있는 이동 평균이 2개뿐입니다. 최적화 프로그램의 직접 열거와 비교 입장과 퇴장. 지금까지 결과는 그다지 고무적이지 않지만 희망은 있습니다. 곧 Expert Advisor에 새 필터를 추가할 생각입니다. 그 동안 나는 옵티마이저를 좋아합니다 ...
... 구형 진공 상태의 말은 무엇이며 왜 거기에 넣어 졌습니까?
그렇습니다, 우리는 실험의 결과로 말/말이 자연적으로 죽는다는 것을 잊어서는 안됩니다. 아아, 이 세상에 완벽한 것은 없습니다. :)
PS 음, 실험을 위해 자연적으로 심었습니다. 실험의 목적, 말하자면 노하우는 공개되지 않는다. :)
"Spherical Horse in the vacuum"은 지난 세기의 90년대 FIDO 네트워크에서 발생한 관용구입니다. 이상적인 실험 또는 작동 조건을 달성하기 어렵다는 것을 나타냅니다.
물리학자가 한 말 또는 다른 말의 승리를 예측할 수 있도록 경주 모델을 개발하라는 명령을 받은 방법에 대한 오래된 농담이 있었습니다.
당신은 알고 계십니까...