최적화 작업은 테스트 간격에서 안정적인 결과를 얻는 TS의 이러한 매개 변수를 식별하는 것입니다. 시간 범위가 넓을수록 미래에 얻은 결과를 더 많이 신뢰할 수 있습니다.... 테스트할 때 , 우리는 거의 완전한 정보를 얻습니다 ... 나는 또한 시간에 따른 균형 및 자본 곡선을보고 싶었습니다 ... 그러나 이것은 분명히 모두 꿈입니다 ...
질문: 이 곡선이 필요한 이유는 무엇입니까? 이미 끊어진 선을 그리거나 지그재그로 극점을 결정하기 위해 .... 기복 ... 결과를 분석하고 매개 변수를 선택합니다 ...
오늘날 테스트 후 우리는 단 하나의 극한값을 알고 있습니다. 최대 드로다운은 분명히 충분하지 않습니다 ...
무엇이 사실인지는 사실입니다 ... 그래서 제 생각에는: Neutron 의 말에 동의하든 말든 ...
최적화는 어떻게? 방금 그의 고문을 최적화했습니까? 나는 여기에서 몇 가지 심각한 연구가 수행되고 있다고 생각했습니다 ... (나는 Yezhov 자신을 읽지 않았으므로 그의 번호 인 "4"라고 생각했습니다)
빈센트, 나는 믿어야 할 사도가 아니다. 내가 게시물에 제공한 모든 것은 평범한 반복으로 쉽게 확인됩니다.
계수에 관해서는 교차하지 않는 두 가지 방법으로 결정될 수 있습니다. 직접 추론에 의한 것인데, 이것은 제가 어렵습니다. Ezhov와 Shumsky는 조정 가능한 매개변수의 수에 대한 최적 이력 길이의 분석적 의존성을 1차수의 상수까지 보여주었습니다. 결과 종속성은 범위에 대한 제한을 갖지 않으므로 특별한 필요 없이 복잡한 수학적 계산으로 자신을 속이지 않도록 여러 예를 사용하여 최적 값을 찾고 고정되어 있는지 확인하는 것으로 충분합니다. 어떤 일을 했는지입니다.
내가 왜 그렇게 많이 꼬집는가 - 나에게 이 질문(최적화 범위)은 이제 핵심입니다 ... 아마도 라이더 가 맞을 것입니다 - 많은 측면에서 이것은 심리학의 문제입니다 - 나는 선택의 신뢰성에 대해 확신하고 싶습니다 .. . 하지만 하나 또는 다른 최적화 계획을 선택하려면 합당한 이유(가급적으로는 진지한 과학적 연구)가 필요합니다...
최적화 작업은 테스트 간격에서 안정적인 결과를 얻는 ES의 매개변수를 식별하는 것입니다. 시간 범위가 넓을수록 미래에 얻은 결과를 더 많이 신뢰할 수 있습니다....
문제는 훨씬 더 광범위하고 더 섬세하며 역설적으로 보일 수 있습니다. 실제로 전략 테스터의 일반화 오류의 종속성을 나타내는 공식으로 전환하면 트랜잭션 수 Р 가 증가함에 따라 단조롭게 감소하는 것을 볼 수 있습니다. E=Eapprox+ Ecomplex=d/W+W/ 피 , 즉 훈련 샘플이 클수록 좋습니다... 그러나 이것은 시장 불변성(정상성)을 가정하면 사실이지만 실제로 변경 가능하며 일부 P 에서 시작하여 예제가 쓸모없고 더 나아가 유해합니다. 이러한 조건에서 경계를 결정하는 것이 중요하며, 그 후에 예제 수가 더 많아지면 상황이 악화될 뿐입니다. 매개변수 R 의 왼쪽 한계를 결정해야 합니다. 이것은 모델의 복잡성과 관련된 오류가 근사 오류와 비슷하거나 후자보다 약간 작을 때 발생하며 제안된 kharko 의 경우처럼 0이 되는 경향이 없습니다. 따라서 k =3-6의 영역에서 매개변수 Р=k*W 에 대한 완만한 최적이 있습니다.
문제는 훨씬 더 광범위하고 더 섬세하며 역설적으로 보일 수 있습니다. 실제로 전략 테스터의 일반화 오류의 종속성을 나타내는 공식으로 전환하면 트랜잭션 수 Р가 증가함에 따라 단조롭게 감소하는 것을 볼 수 있습니다. E=Eapprox+ Ecomplex=d/W+W/P , 즉. 훈련 샘플이 클수록 좋습니다... 그러나 이것은 시장 불변성(정상성)을 가정하면 사실이지만 실제로 변경 가능하며 일부 P부터 시작하여 예제가 쓸모없고 더 나아가 유해합니다. 이러한 조건에서 경계를 결정하는 것이 중요하며, 그 후에 예제 수가 더 많아지면 상황이 악화될 뿐입니다. 매개변수 P에 대한 왼쪽 한계를 결정할 필요가 있습니다. 이는 모델의 복잡성과 관련된 오류가 근사 오차와 비슷하거나 후자보다 약간 작을 때 발생하며 다음과 같이 0이 되지 않는 경향이 있습니다. 제안된 kharko 의 경우. 따라서 k=3-6의 영역에서 매개변수 Р=k*W에 대한 완만한 최적이 있습니다.
이것이 이 계수가 나오는 곳이며, 본질적으로 시장에서 프로세스의 비정상성을 갖습니다.
신의 축복이 그녀의 권리 .... 나는 주장하지 않으며 나 자신을 위해 그런 권리를 찾지 않습니다))) ..... 당신의 k = 3-6을 믿고없이하고 싶습니다 모든 전달 .... .. (((.....하지만 무언가가 그것을 놓아주지 않으며 가장 중요한 것은 더 적은 수의 일상적인 작업이 없다는 것입니다. 옵티마이저에서 트랜잭션 수를 설정할 수 있습니다. 일정 간격 - 완전히 다른 대화가 진행됩니다 .....
트랜잭션의 빈도는 그 자체이며 테스트 히스토리에서 최적의 트랜잭션 수는 그 자체입니다. 거래 결과를 보고 TS의 매개변수를 최적화합니다. 특정 기능의 최대값을 찾습니다. 이 경우 누적 수입 또는 수익성(거래당 포인트 수)이 될 수 있습니다. 이제 질문이 있습니다. 주어진 수의 조정 가능한 매개변수를 사용하여 테스터가 전략을 최적화할 최적의 트랜잭션 수를 찾아야 합니다. 시간이 아니라 시장 진입 및 퇴장 횟수에 주목하십시오.
요컨대, 작업에는 트랜잭션 수만 포함되며 최적의 트랜잭션보다 많거나 적어서는 안 됩니다. 수익성 측면에서 최적을 찾았습니다. 거래합니다. 일정 시간이 지나면 항상 재최적화 등을 시작합니다. 테스터에서 어떻게 구현합니까? 생각해야지...
....
테스터에서 5개의 매개변수(예: 틱 기간)를 최적화하면 테스터가 4 * 5 = 20개의 트랜잭션을 수행할 수 있는 최적의 기록 길이가 되어야 합니다. 이것은 1일에서 ...200일의 기록이 필요할 수 있으며 모두 채택된 전략에 따라 다릅니다. 이 숫자가 감소하면 이력에 맞는 테스터가 되고 증가하면 근사 품질이 저하되고 결과적으로 예측 정확도가 떨어집니다.
나는 당신의 게시물에서 발췌했습니다 .... 우리는 결론을 내립니다 ...
조정 가능한 매개변수의 수에 따라 특정 최적의 거래 수가 있다고 주장합니다. 좋습니다. 동의합니다....
이제 우리의 임무는 각 실행에 대해 TS가 계산된 최적의 거래 수를 수행한 최적의 시간 범위를 찾는 것입니다.... 즉. 일부 매개변수의 경우 1일의 이력이면 충분하고 다른 매개변수의 경우 1년이면 충분하지 않습니다... 이 옵션은 적합하지 않습니다...
좋습니다... 작업을 단순화합시다.... 시간 간격을 일정하게 유지합시다... 최적의 거래 수를 제공하는 실행만 고려합시다...
어느 것이 최고입니까? 답은 뻔하다.. 기대값이 가장 높은 것....
그러나 우리가 제거한 실행은 어떻게 됩니까? ... 적합하지 않습니까?
최적의 트랜잭션 수가 N이라고 가정합니다... 이 트랜잭션 수로 그런 실행이 있습니다... 그러나 K배 더 많은 트랜잭션이 있는 실행이 있습니다...
우리의 이상적인 런은 1번의 거래를 하는 반면, 다른 하나는 매매 횟수 면에서 이상적이지 않은 이미 K개의 거래를 할 것입니다....
이제 이상적 실행과 이상적 실행이 아닌 실행에서 얻는 이익을 비교해 보겠습니다. 이를 위해 거래 수에 해당 기대값을 곱합니다...
비이상적인 실행으로 인한 이익이 더 크다면 최적의 거래와 다른 거래를 많이 얻었기 때문에 이 실행을 위해 최적화하는 데 너무 오랜 시간이 걸렸다는 의미입니다... 또 다른 불일치입니다. ..
최적의 트랜잭션 수의 조건을 만족하는 1개의 실행을 수행하더라도 시간 간격을 오른쪽이나 왼쪽으로만 이동하면 트랜잭션 수의 측면에서 다른 결과를 얻을 수 있습니다.
거래 수와 관련하여 한 가지 더 참고 사항: 고문에 최대 주문 수와 같은 매개 변수가 있으며 매개 변수를 올바르게 선택한 경우 고문이 만드는 동시 거래 수가 증가하면 받는 이익이 증가하지만 다른 한편, 우리 는 조언자의 입력 매개변수의 수에 대한 비율로 주어진 시간 범위에서 최적이 아닌 트랜잭션 수를 얻습니다. 이를 처리하는 방법은 무엇입니까?
int start (){if(IsTesting()==true){if(IsOptimization()==true&&DayOfWeek()&0xE==DayOfWeek())return;if(IsOptimization()==false&&DayOfWeek()&0xE!=DayOfWeek())return;}//код советника//код советника}
최적화 작업은 테스트 간격에서 안정적인 결과를 얻는 TS의 이러한 매개 변수를 식별하는 것입니다. 시간 범위가 넓을수록 미래에 얻은 결과를 더 많이 신뢰할 수 있습니다.... 테스트할 때 , 우리는 거의 완전한 정보를 얻습니다 ... 나는 또한 시간에 따른 균형 및 자본 곡선을보고 싶었습니다 ... 그러나 이것은 분명히 모두 꿈입니다 ...
질문: 이 곡선이 필요한 이유는 무엇입니까? 이미 끊어진 선을 그리거나 지그재그로 극점을 결정하기 위해 .... 기복 ... 결과를 분석하고 매개 변수를 선택합니다 ...
오늘날 테스트 후 우리는 단 하나의 극한값을 알고 있습니다. 최대 드로다운은 분명히 충분하지 않습니다 ...
무엇이 사실인지는 사실입니다 ... 그래서 제 생각에는: Neutron 의 말에 동의하든 말든 ...
최적화는 어떻게? 방금 그의 고문을 최적화했습니까? 나는 여기에서 몇 가지 심각한 연구가 수행되고 있다고 생각했습니다 ... (나는 Yezhov 자신을 읽지 않았으므로 그의 번호 인 "4"라고 생각했습니다)
빈센트, 나는 믿어야 할 사도가 아니다. 내가 게시물에 제공한 모든 것은 평범한 반복으로 쉽게 확인됩니다.
계수에 관해서는 교차하지 않는 두 가지 방법으로 결정될 수 있습니다. 직접 추론에 의한 것인데, 이것은 제가 어렵습니다. Ezhov와 Shumsky는 조정 가능한 매개변수의 수에 대한 최적 이력 길이의 분석적 의존성을 1차수의 상수까지 보여주었습니다. 결과 종속성은 범위에 대한 제한을 갖지 않으므로 특별한 필요 없이 복잡한 수학적 계산으로 자신을 속이지 않도록 여러 예를 사용하여 최적 값을 찾고 고정되어 있는지 확인하는 것으로 충분합니다. 어떤 일을 했는지입니다.
네, 감사합니다... :)
내가 왜 그렇게 많이 꼬집는가 - 나에게 이 질문(최적화 범위)은 이제 핵심입니다 ... 아마도 라이더 가 맞을 것입니다 - 많은 측면에서 이것은 심리학의 문제입니다 - 나는 선택의 신뢰성에 대해 확신하고 싶습니다 .. . 하지만 하나 또는 다른 최적화 계획을 선택하려면 합당한 이유(가급적으로는 진지한 과학적 연구)가 필요합니다...
그러나 분명히 경험과 직관에만 의존해야합니다 ...
내가 왜 그렇게 까다롭습니까 - 나에게 이 질문(최적화 범위)은 이제 핵심입니다 ... 아마도 라이더 가 옳았을 것입니다 ...
실제로, rider 가 아니라 kharko 가 옳습니다.
최적화 작업은 테스트 간격에서 안정적인 결과를 얻는 ES의 매개변수를 식별하는 것입니다. 시간 범위가 넓을수록 미래에 얻은 결과를 더 많이 신뢰할 수 있습니다....
문제는 훨씬 더 광범위하고 더 섬세하며 역설적으로 보일 수 있습니다. 실제로 전략 테스터의 일반화 오류의 종속성을 나타내는 공식으로 전환하면 트랜잭션 수 Р 가 증가함에 따라 단조롭게 감소하는 것을 볼 수 있습니다. E=Eapprox+ Ecomplex=d/W+W/ 피 , 즉 훈련 샘플이 클수록 좋습니다... 그러나 이것은 시장 불변성(정상성)을 가정하면 사실이지만 실제로 변경 가능하며 일부 P 에서 시작하여 예제가 쓸모없고 더 나아가 유해합니다. 이러한 조건에서 경계를 결정하는 것이 중요하며, 그 후에 예제 수가 더 많아지면 상황이 악화될 뿐입니다. 매개변수 R 의 왼쪽 한계를 결정해야 합니다. 이것은 모델의 복잡성과 관련된 오류가 근사 오류와 비슷하거나 후자보다 약간 작을 때 발생하며 제안된 kharko 의 경우처럼 0이 되는 경향이 없습니다. 따라서 k =3-6의 영역에서 매개변수 Р=k*W 에 대한 완만한 최적이 있습니다.
이것이 이 계수가 나오는 곳이며, 본질적으로 시장에서 프로세스의 비정상성을 갖습니다.
사실, 옳은 것은 라이더가 아니라 kharko입니다 .
문제는 훨씬 더 광범위하고 더 섬세하며 역설적으로 보일 수 있습니다. 실제로 전략 테스터의 일반화 오류의 종속성을 나타내는 공식으로 전환하면 트랜잭션 수 Р가 증가함에 따라 단조롭게 감소하는 것을 볼 수 있습니다. E=Eapprox+ Ecomplex=d/W+W/P , 즉. 훈련 샘플이 클수록 좋습니다... 그러나 이것은 시장 불변성(정상성)을 가정하면 사실이지만 실제로 변경 가능하며 일부 P부터 시작하여 예제가 쓸모없고 더 나아가 유해합니다. 이러한 조건에서 경계를 결정하는 것이 중요하며, 그 후에 예제 수가 더 많아지면 상황이 악화될 뿐입니다. 매개변수 P에 대한 왼쪽 한계를 결정할 필요가 있습니다. 이는 모델의 복잡성과 관련된 오류가 근사 오차와 비슷하거나 후자보다 약간 작을 때 발생하며 다음과 같이 0이 되지 않는 경향이 있습니다. 제안된 kharko 의 경우. 따라서 k=3-6의 영역에서 매개변수 Р=k*W에 대한 완만한 최적이 있습니다.
이것이 이 계수가 나오는 곳이며, 본질적으로 시장에서 프로세스의 비정상성을 갖습니다.
신의 축복이 그녀의 권리 .... 나는 주장하지 않으며 나 자신을 위해 그런 권리를 찾지 않습니다))) ..... 당신의 k = 3-6을 믿고없이하고 싶습니다 모든 전달 .... .. (((.....하지만 무언가가 그것을 놓아주지 않으며 가장 중요한 것은 더 적은 수의 일상적인 작업이 없다는 것입니다. 옵티마이저에서 트랜잭션 수를 설정할 수 있습니다. 일정 간격 - 완전히 다른 대화가 진행됩니다 .....
Yezhov 등에 연결할 수 있습니다. 부탁해???
Yezhov 등에 연결할 수 있습니다. 부탁해???
캐치, 64-66쪽.
아니 아니. 잠깐 기다려요!
트랜잭션의 빈도는 그 자체이며 테스트 히스토리에서 최적의 트랜잭션 수는 그 자체입니다. 거래 결과를 보고 TS의 매개변수를 최적화합니다. 특정 기능의 최대값을 찾습니다. 이 경우 누적 수입 또는 수익성(거래당 포인트 수)이 될 수 있습니다. 이제 질문이 있습니다. 주어진 수의 조정 가능한 매개변수를 사용하여 테스터가 전략을 최적화할 최적의 트랜잭션 수를 찾아야 합니다. 시간이 아니라 시장 진입 및 퇴장 횟수에 주목하십시오.
요컨대, 작업에는 트랜잭션 수만 포함되며 최적의 트랜잭션보다 많거나 적어서는 안 됩니다. 수익성 측면에서 최적을 찾았습니다. 거래합니다. 일정 시간이 지나면 항상 재최적화 등을 시작합니다. 테스터에서 어떻게 구현합니까? 생각해야지...
....
테스터에서 5개의 매개변수(예: 틱 기간)를 최적화하면 테스터가 4 * 5 = 20개의 트랜잭션을 수행할 수 있는 최적의 기록 길이가 되어야 합니다. 이것은 1일에서 ...200일의 기록이 필요할 수 있으며 모두 채택된 전략에 따라 다릅니다. 이 숫자가 감소하면 이력에 맞는 테스터가 되고 증가하면 근사 품질이 저하되고 결과적으로 예측 정확도가 떨어집니다.
나는 당신의 게시물에서 발췌했습니다 .... 우리는 결론을 내립니다 ...
조정 가능한 매개변수의 수에 따라 특정 최적의 거래 수가 있다고 주장합니다. 좋습니다. 동의합니다....
이제 우리의 임무는 각 실행에 대해 TS가 계산된 최적의 거래 수를 수행한 최적의 시간 범위를 찾는 것입니다.... 즉. 일부 매개변수의 경우 1일의 이력이면 충분하고 다른 매개변수의 경우 1년이면 충분하지 않습니다... 이 옵션은 적합하지 않습니다...
좋습니다... 작업을 단순화합시다.... 시간 간격을 일정하게 유지합시다... 최적의 거래 수를 제공하는 실행만 고려합시다...
어느 것이 최고입니까? 답은 뻔하다.. 기대값이 가장 높은 것....
그러나 우리가 제거한 실행은 어떻게 됩니까? ... 적합하지 않습니까?
최적의 트랜잭션 수가 N이라고 가정합니다... 이 트랜잭션 수로 그런 실행이 있습니다... 그러나 K배 더 많은 트랜잭션이 있는 실행이 있습니다...
우리의 이상적인 런은 1번의 거래를 하는 반면, 다른 하나는 매매 횟수 면에서 이상적이지 않은 이미 K개의 거래를 할 것입니다....
이제 이상적 실행과 이상적 실행이 아닌 실행에서 얻는 이익을 비교해 보겠습니다. 이를 위해 거래 수에 해당 기대값을 곱합니다...
비이상적인 실행으로 인한 이익이 더 크다면 최적의 거래와 다른 거래를 많이 얻었기 때문에 이 실행을 위해 최적화하는 데 너무 오랜 시간이 걸렸다는 의미입니다... 또 다른 불일치입니다. ..
최적의 트랜잭션 수의 조건을 만족하는 1개의 실행을 수행하더라도 시간 간격을 오른쪽이나 왼쪽으로만 이동하면 트랜잭션 수의 측면에서 다른 결과를 얻을 수 있습니다.
결론: 제안하는 최적화 방법은 유토피아이다.
중성자 에게
거래 수와 관련하여 한 가지 더 참고 사항: 고문에 최대 주문 수와 같은 매개 변수가 있으며 매개 변수를 올바르게 선택한 경우 고문이 만드는 동시 거래 수가 증가하면 받는 이익이 증가하지만 다른 한편, 우리 는 조언자의 입력 매개변수의 수에 대한 비율로 주어진 시간 범위에서 최적이 아닌 트랜잭션 수를 얻습니다. 이를 처리하는 방법은 무엇입니까?
이 최적화 및 백테스트 옵션을 고려하시겠습니까?
대신에
예를 들어, 다른 기능을 넣을 수 있습니다.또는 그 반대 - 더 작음