최적화를 할 때 가장 넓은 극값을 가진 옵션을 선택했습니다(이름을 모르겠습니다). 즉, 예를 들어 40에서 150바의 이익이 있는 분석 창의 너비가 있습니다. 그리고 어딘가에 최대값이 있습니다. 예를 들어 95바와 같이 중간 어딘가에 분석 창의 너비를 선택했습니다. 가장 높은 수익이 없어도 상관없지만 시스템은 광범위한 매개변수에서 안정적입니다. 시장의 일부 매개 변수가 떠나면 갈 수있는 예비가 있습니다. 일반적으로 이것은 실생활에서 안정성을 제공했습니다. 창(파라미터 범위)이 너무 좁으면 그런 설정을 하지 않았습니다. 그러나 이것은 여전히 시장 매개변수가 동일하게 유지되기를 희망하는 특정 시리즈에 대한 조정입니다. 두 번째 방법: 2년 동안 최적화를 수행하고 10년 후에 테스트했습니다. 알고리즘이 안정적이면 패턴이 안정적이라고 생각했습니다. 하지만 이것도 역시 미지의 시리즈에 대한 조정이지만 적어도 패턴은 안정적이라고 말할 수 있습니다.
이제 완전히 최적화를 거부하기로 결정했습니다. 알려진 규칙성을 취하고 이 규칙성에 따라 이익에 영향을 미치는 알려진 시장 매개변수를 추적하고 미래의 시장 매개변수의 변화를 예측합니다. 이 접근 방식은 훨씬 더 안정적이고 다재다능한 것으로 판명되었습니다.
단순한 전략처럼. 시장이 추세라면 우리는 긴 이익과 짧은 손절매를 취해야 하고, 평평하다면 긴 손절매와 짧은 이익을 취해야 합니다. 따라서 우리는 항상 알려진 확률로 이익을 얻을 것입니다. 시장의 현재 상태를 모니터링하고 언제 유행하고 언제 평평해질지 예측하는 것이 남아 있습니다. 물론 여기에는 많은 질문이 발생합니다)) 추세와 평면은 무엇입니까 ))), 이것은 이미 해결 된 세부 사항입니다.
그리고 가격 시리즈의 과거 행동에서 최적화 및 학습을 통해 옵션은 막다른 골목에 있다고 생각합니다. 항상 특정 시리즈에 적합하도록 이끌 것이며, 그 특성이 알려지지 않은 규칙성에서 배우게 될 것입니다. 그리고 성격을 알 수 없다면 어떻게 통제해야 할까요...? . 알고리즘이 시장 매개변수의 변화를 예측하기 위해 역사에서 학습하지 않는 한.
우리(거래자)는 STRATEGY(알고리즘) - 이익을 만들기 위한 특정 절차를 개발 중입니다.
이 알고리즘에는 특정 매개변수가 있습니다. 이것은 "가격 범위의 행동"이 아니라 우리가 최적화하는 매개변수입니다...
매개변수를 최적화했다고 가정하고 테스트에서 일부 기록에서 수익을 냈습니다...
STRATEGY에 대한 이러한 매개변수가 정확하고 적합하지 않은지 확인하는 방법은 무엇입니까?
여러 옵션...
1. 포워드 섹션에서 테스트 실행... 도움이 되지만 항상 그런 것은 아닙니다... 이유는 간단합니다. 통화 쌍 자체는 부드러움 및 낮은 변동성과 같은 특정 속성을 유지합니다... 결과적으로 이러한 매개변수는 STRATEGY에 대한 좁은 응용 프로그램이 있습니다.
2. 다른 쌍에서 테스트를 실행하십시오... 결과가 수익성이 있으면 그러한 전략은 보편적이므로 수명 측면에서 정확합니다.
추신 내 의견: 두 번째 옵션이 첫 번째 옵션보다 더 안정적입니다... 그리고 스토리에 맞는 것을 잊어도 됩니다!
예, 두 번째 옵션이 올바른 것입니다. 여기서 우리는 이미 알고리즘 자체 의 매개변수를 최적화 했으며 히스토리에 맞게 조정하지 않았습니다. 이상적으로는 모든 상품(모든 통화 쌍 또는 모든 주식과 같은 최소한 유사한 상품)에서 작동하는 경우 알고리즘이 조정 없이 실제로 최적화된 것입니다.
하지만 단순한 이유 때문에 포워드를 좋아하지 않습니다. 여러 매개변수를 최적화하면 그 중 일부는 분명히 수익성이 있을 것입니다. 이제 우리는 앞으로 나아가고... 이전에 얻은 매개변수 중 일부는 여전히 수익성이 있습니다. 즉, 1년 최적화 + 1년 포워드 테스트 = 2년 최적화입니다. 따라서 최적화 기간이 길수록 수익성이 낮은 조합이 그대로 남게 될 수 있습니다. 그리고 여기서 우리 알고리즘이 수익성이 있는지 아니면 조정했는지 명확하지 않습니다.
예, 두 번째 옵션이 올바른 것입니다. 여기서 우리는 이미 알고리즘 자체 의 매개변수를 최적화 했으며 히스토리에 맞게 조정하지 않았습니다. 이상적으로는 모든 상품(모든 통화 쌍 또는 모든 주식과 같은 최소한 유사한 상품)에서 작동하는 경우 알고리즘이 조정 없이 실제로 최적화된 것입니다.
하지만 단순한 이유 때문에 포워드를 좋아하지 않습니다. 여러 매개변수를 최적화하면 그 중 일부는 분명히 수익성이 있을 것입니다. 이제 우리는 앞으로 나아가고... 이전에 얻은 매개변수 중 일부는 여전히 수익성이 있습니다. 즉, 1년 최적화 + 1년 포워드 테스트 = 2년 최적화입니다. 따라서 최적화 기간이 길수록 수익성이 낮은 조합이 그대로 남게 될 수 있습니다. 그리고 여기서 우리 알고리즘이 수익성이 있는지 아니면 조정했는지 명확하지 않습니다.
뭐, 5년에 걸쳐 조정하면 그것도 나쁘지 않고 6개월이면 충분합니다. 그런 다음 그들은 그것을 다시 조정했고 당신은 또 다른 6 개월 동안 그것을 변경할 수 없습니다
Vladimir Baskakov : 뭐, 5년에 걸쳐 조정하면 그것도 나쁘지 않고 6개월이면 충분합니다. 그런 다음 그들은 그것을 다시 조정했고 당신은 또 다른 6 개월 동안 그것을 변경할 수 없습니다
사실이 아닙니다. 내 오래된 알고리즘은 2004년부터 2019년까지 28개 주요 쌍의 거의 대부분과 2008년부터 2019년까지 소수에 대해 조용히 최적화되었습니다. 하지만 2004년 이후 최적화에도 불구하고 알고리즘이 실패한 경우가 AUDUSD에 있었습니다. 일반적으로 네, 알고리즘은 좋고, 실생활에서 2년 이상 지속되어 수익을 내고 꾸준히 매달 가져오고 있지만, 그런 큰 구멍을 알면 마음이 편치 않습니다.
그래서 반년으로는 부족할 수도 있지만 앞으로 10년, 아니면 한 달이면 충분할 것입니다. 그것이 피팅의 주요 문제입니다. 패턴의 존재를 추적할 수 없습니다. 우리가 이해하지 못하기 때문입니다. 그것. 그리고 우리가 그것을 이해하고 추적 할 수 있다면 조정할 필요가 없습니다 ... 여기에 자체적으로 구성된 문제가 있습니다.
TR & SL을 사용하는 경우인 것 같습니다.
사실, 그것은 중요하지 않습니다. 앉아있는 것과 같은 것이 있으며 이것으로 꽤 오랜 시간을 벌 수 있지만 결국에는 잃을 것입니다. 그러나 이것은 다소 합리적인 방법입니다.
최적화와 적합성은 하나입니다.
두 단어가 있으면 의미가 다릅니다.
피팅은 아름다운 그림을 위한 역사상 최고의 매개변수 선택이라고 할 수 있습니다.
추가 사용을 위한 최적 매개변수의 최적화 선택.
단어가 약간 다른 것 같지만 의미가 다를 수 있습니다.
이러한 개념의 근본적인 차이점은 무엇입니까?
최적화를 할 때 가장 넓은 극값을 가진 옵션을 선택했습니다(이름을 모르겠습니다). 즉, 예를 들어 40에서 150바의 이익이 있는 분석 창의 너비가 있습니다. 그리고 어딘가에 최대값이 있습니다. 예를 들어 95바와 같이 중간 어딘가에 분석 창의 너비를 선택했습니다. 가장 높은 수익이 없어도 상관없지만 시스템은 광범위한 매개변수에서 안정적입니다. 시장의 일부 매개 변수가 떠나면 갈 수있는 예비가 있습니다. 일반적으로 이것은 실생활에서 안정성을 제공했습니다. 창(파라미터 범위)이 너무 좁으면 그런 설정을 하지 않았습니다. 그러나 이것은 여전히 시장 매개변수가 동일하게 유지되기를 희망하는 특정 시리즈에 대한 조정입니다. 두 번째 방법: 2년 동안 최적화를 수행하고 10년 후에 테스트했습니다. 알고리즘이 안정적이면 패턴이 안정적이라고 생각했습니다. 하지만 이것도 역시 미지의 시리즈에 대한 조정이지만 적어도 패턴은 안정적이라고 말할 수 있습니다.
이제 완전히 최적화를 거부하기로 결정했습니다. 알려진 규칙성을 취하고 이 규칙성에 따라 이익에 영향을 미치는 알려진 시장 매개변수를 추적하고 미래의 시장 매개변수의 변화를 예측합니다. 이 접근 방식은 훨씬 더 안정적이고 다재다능한 것으로 판명되었습니다.
단순한 전략처럼. 시장이 추세라면 우리는 긴 이익과 짧은 손절매를 취해야 하고, 평평하다면 긴 손절매와 짧은 이익을 취해야 합니다. 따라서 우리는 항상 알려진 확률로 이익을 얻을 것입니다. 시장의 현재 상태를 모니터링하고 언제 유행하고 언제 평평해질지 예측하는 것이 남아 있습니다. 물론 여기에는 많은 질문이 발생합니다)) 추세와 평면은 무엇입니까 ))), 이것은 이미 해결 된 세부 사항입니다.
그리고 가격 시리즈의 과거 행동에서 최적화 및 학습을 통해 옵션은 막다른 골목에 있다고 생각합니다. 항상 특정 시리즈에 적합하도록 이끌 것이며, 그 특성이 알려지지 않은 규칙성에서 배우게 될 것입니다. 그리고 성격을 알 수 없다면 어떻게 통제해야 할까요...? . 알고리즘이 시장 매개변수의 변화를 예측하기 위해 역사에서 학습하지 않는 한.
그리고 최적화와 가격대의 과거 행태로부터 학습, 나는 옵션이 막다른 골목이라고 생각합니다, 그것은 항상 특정 범위에 피팅으로 이어질 것입니다
일반적으로 모든 것이 정확하지만 몇 가지 설명이 있습니다 ...
"가격 범위의 과거 행동"에 대한 최적화가 무엇인지 명확하지 않습니다 ...
우리(거래자)는 STRATEGY(알고리즘) - 이익을 만들기 위한 특정 절차를 개발 중입니다.
이 알고리즘에는 특정 매개변수가 있습니다. 이것은 "가격 범위의 행동"이 아니라 우리가 최적화하는 매개변수입니다...
매개변수를 최적화했다고 가정해 보겠습니다. 테스트에서 일부 기록에서 이익을 얻었습니다...
STRATEGY에 대한 이러한 매개변수가 정확하고 적합하지 않은지 확인하는 방법은 무엇입니까?
여러 옵션...
1. 포워드 섹션에서 테스트 실행... 도움이 되지만 항상 그런 것은 아닙니다... 이유는 간단합니다. 통화 쌍 자체는 부드러움 및 낮은 변동성과 같은 특정 속성을 유지합니다... 결과적으로 이러한 매개변수는 STRATEGY에 대한 좁은 응용 프로그램이 있습니다.
2. 다른 쌍에서 테스트를 실행하십시오... 결과가 수익성이 있으면 그러한 전략은 보편적이므로 수명 측면에서 정확합니다.
추신 내 의견: 두 번째 옵션이 첫 번째 옵션보다 더 안정적입니다... 그리고 스토리에 맞는 것을 잊어도 됩니다!
일반적으로 모든 것이 정확하지만 몇 가지 설명이 있습니다 ...
"가격 범위의 과거 행동에 대한"최적화는 무엇인지 명확하지 않습니다 ...
우리(거래자)는 STRATEGY(알고리즘) - 이익을 만들기 위한 특정 절차를 개발 중입니다.
이 알고리즘에는 특정 매개변수가 있습니다. 이것은 "가격 범위의 행동"이 아니라 우리가 최적화하는 매개변수입니다...
매개변수를 최적화했다고 가정하고 테스트에서 일부 기록에서 수익을 냈습니다...
STRATEGY에 대한 이러한 매개변수가 정확하고 적합하지 않은지 확인하는 방법은 무엇입니까?
여러 옵션...
1. 포워드 섹션에서 테스트 실행... 도움이 되지만 항상 그런 것은 아닙니다... 이유는 간단합니다. 통화 쌍 자체는 부드러움 및 낮은 변동성과 같은 특정 속성을 유지합니다... 결과적으로 이러한 매개변수는 STRATEGY에 대한 좁은 응용 프로그램이 있습니다.
2. 다른 쌍에서 테스트를 실행하십시오... 결과가 수익성이 있으면 그러한 전략은 보편적이므로 수명 측면에서 정확합니다.
추신 내 의견: 두 번째 옵션이 첫 번째 옵션보다 더 안정적입니다... 그리고 스토리에 맞는 것을 잊어도 됩니다!
예, 두 번째 옵션이 올바른 것입니다. 여기서 우리는 이미 알고리즘 자체 의 매개변수를 최적화 했으며 히스토리에 맞게 조정하지 않았습니다. 이상적으로는 모든 상품(모든 통화 쌍 또는 모든 주식과 같은 최소한 유사한 상품)에서 작동하는 경우 알고리즘이 조정 없이 실제로 최적화된 것입니다.
하지만 단순한 이유 때문에 포워드를 좋아하지 않습니다. 여러 매개변수를 최적화하면 그 중 일부는 분명히 수익성이 있을 것입니다. 이제 우리는 앞으로 나아가고... 이전에 얻은 매개변수 중 일부는 여전히 수익성이 있습니다. 즉, 1년 최적화 + 1년 포워드 테스트 = 2년 최적화입니다. 따라서 최적화 기간이 길수록 수익성이 낮은 조합이 그대로 남게 될 수 있습니다. 그리고 여기서 우리 알고리즘이 수익성이 있는지 아니면 조정했는지 명확하지 않습니다.
예, 두 번째 옵션이 올바른 것입니다. 여기서 우리는 이미 알고리즘 자체 의 매개변수를 최적화 했으며 히스토리에 맞게 조정하지 않았습니다. 이상적으로는 모든 상품(모든 통화 쌍 또는 모든 주식과 같은 최소한 유사한 상품)에서 작동하는 경우 알고리즘이 조정 없이 실제로 최적화된 것입니다.
하지만 단순한 이유 때문에 포워드를 좋아하지 않습니다. 여러 매개변수를 최적화하면 그 중 일부는 분명히 수익성이 있을 것입니다. 이제 우리는 앞으로 나아가고... 이전에 얻은 매개변수 중 일부는 여전히 수익성이 있습니다. 즉, 1년 최적화 + 1년 포워드 테스트 = 2년 최적화입니다. 따라서 최적화 기간이 길수록 수익성이 낮은 조합이 그대로 남게 될 수 있습니다. 그리고 여기서 우리 알고리즘이 수익성이 있는지 아니면 조정했는지 명확하지 않습니다.
뭐, 5년에 걸쳐 조정하면 그것도 나쁘지 않고 6개월이면 충분합니다. 그런 다음 그들은 그것을 다시 조정했고 당신은 또 다른 6 개월 동안 그것을 변경할 수 없습니다
사실이 아닙니다. 내 오래된 알고리즘은 2004년부터 2019년까지 28개 주요 쌍의 거의 대부분과 2008년부터 2019년까지 소수에 대해 조용히 최적화되었습니다. 하지만 2004년 이후 최적화에도 불구하고 알고리즘이 실패한 경우가 AUDUSD에 있었습니다. 일반적으로 네, 알고리즘은 좋고, 실생활에서 2년 이상 지속되어 수익을 내고 꾸준히 매달 가져오고 있지만, 그런 큰 구멍을 알면 마음이 편치 않습니다.
그래서 반년으로는 부족할 수도 있지만 앞으로 10년, 아니면 한 달이면 충분할 것입니다. 그것이 피팅의 주요 문제입니다. 패턴의 존재를 추적할 수 없습니다. 우리가 이해하지 못하기 때문입니다. 그것. 그리고 우리가 그것을 이해하고 추적 할 수 있다면 조정할 필요가 없습니다 ... 여기에 자체적으로 구성된 문제가 있습니다.
가격은 외부 요인에 따라 반응합니다. 뉴스 등 등
최적화를 통해 미래의 외부 요인에 영향을 미치고 원하는 가격이 되도록 합니다.
나는 당신에게 성공을 기원 할 수 있습니다))).
가격은 외부 요인에 따라 반응합니다. 뉴스 등 등
최적화를 통해 미래의 외부 요인에 영향을 미치고 원하는 가격이 되도록 합니다.
나는 당신에게 성공을 기원 할 수 있습니다))).