안티 그리드 라이크 시스템의 통계 - 페이지 5

 
zzuegg :
arr, 우리는 주제를 떠납니다 :( 다시 가져와

글쎄요, 지적해서 죄송합니다만 이 주제 역시 막다른 골목에 있는 것 같습니다. 나는 당신의 원래 질문 을 받아들였습니다. "결과는 그리드와 같은 시스템에 유용하며 그러한 시스템의 핵심 요소는 무엇입니까? "는 일종의 결점으로 대답되었습니다. 최적의 내기/켈리와 같은 항목에 대해 시스템을 평가하려는 경우 로트 크기가 가변적이고 종속 거래의 문자열일 때 계산 방법을 모르겠습니다. 그러나 이 시스템이 다른 우승 시스템(트렌딩 또는 기타)과 어떻게 비교되는지에 대한 답변을 찾고 있다면 그것이 바로 현재 진행 중인 경로입니다.

거래당 모든 승패 데이터가 있기 때문입니다. 수익, 비율, 위험 등과 같은 다른 통계 계산에 사용될 수 있는 분산 및 표준 편차 와 같은 정보를 제공하기 위해 공이 코트에 있다고 생각합니다. 사용 가능(다른 통화 포함)? 그렇다면 시스템이 충돌한 적이 있습니까? Afaic, 이러한 시스템이 충돌하는지가 아니라 얼마나 자주 충돌하는지입니다.

 

주에그 :

> 이것은 그리드 크기보다 크지만 두 배는 아닌 위험 영역입니다.

7월 25일 이후로 어떻게 되었나요?

-BB-

 

나는 분명히 어제 이 스레드를 코스에서 벗어난 것에 대해 zzuegg에게 사과합니다. 하지만 제 포스트의 요점은 안티그리드 시스템의 통계적 성능이 단순한 추세 추종 시스템의 통계적 성능보다 월등하다는 것을 보여주려는 것이었고, 그래서 나는 우젠의 맹렬한(다소 목표를 벗어난) 공격 끝에 놀랐습니다. .

@ubzen, 한눈에 추세 추종 방법에 대한 스레드가 흥미롭게 보입니다. 꼭 보도록 하겠습니다. 아마도 당신이 내 게시물에서 분석을 수행하는 데 사용한 소프트웨어를 얻은 웹 사이트에 대한 링크를 게시했다는 사실은 최적화에 대한 이전의 범주별 조언을 철회한다는 것을 의미합니다.

재최적화 빈도에 대한 흥미로운 문제를 제기했습니다. 나는 실시간 거래에서 매우 자주 재최적화하는 것이 해가 되지 않는다는 논리적 결론에 도달했지만(앞으로 나아가는 성과가 좋은 방법으로) 많은 개선을 가져온다는 것을 경험적으로 확신하지는 못했습니다. 훨씬 더 중요한 것은 최적화 기간의 길이입니다. 너무 짧게 만들기 쉽습니다. 그러나 MetaTrader와 워크 포워드 분석기를 사용하면 드물게 거래되는 시스템에 대해 짧은 테스트 기간이 오도되는 중요한 이유가 있습니다. 이것은 기간 말에 열린 모든 거래가 자정에 비현실적으로 마감된다는 것입니다. 저는 이 "기능"이 마음에 들지 않습니다. 제 생각에 테스터는 규칙이 종료될 때까지 거래를 실행해야 하지만 그것이 우리가 작업해야 하는 것입니다. 이것은 테스트 기간에 더 적은 거래를 증가시키는 양만큼 결과를 왜곡합니다.

네, 제 테스트 모든 틱을 사용하는 것만큼 정확했습니다 . 그 이유는 오픈 바에서 거래를 실행 하는 것이 완벽하게 실용적이고 실제로 이것이 내 코드가 수행한 것과 정확히 일치하기 때문입니다. 모든 논리는 인덱스가 1 이상인 막대의 지표 값을 기반으로 했습니다. 덧붙여서, 이것은 같은 막대에서 여러 신호를 잡는 어리석은 상황을 피하기 위한 실용적이고 대중적인 방법입니다. 자주 발생하는 신호를 포착하려면 더 작은 막대를 사용하십시오! 때때로 거대한 15분 막대에 대한 좋은 점이지만 이 경우 부정확성의 원인은 아닙니다.

내 예제 시스템의 결과 품질에 대해 친절하게 말씀해 주셔서 감사합니다. 그러나 내 목적에 충분하지 않으며 예를 들어 zzuegg의 시스템에 비해 창백합니다. 개선이 많이 필요해서 배울게 많아요! 저는 항상 EURUSD가 다른 시장보다 더 순응적이라는 것을 알게 되었고, 수동 거래와 규칙 기반 거래에서 최고의 결과를 얻었습니다. 그러나 나는 때때로 다른 시장에서 실험을 하고 계속 그렇게 할 것입니다. 내가 몇 년 동안 작업해 온 한 가지 아이디어는 거래할 쌍을 선택하기 전에 4~6개 통화(6~15개 쌍)의 바구니에서 모든 쌍을 분석하는 것입니다.

배움을 멈추지 마세요!

 
@Elroch: 죄송합니다. 누군가를 공격하려는 의도는 아니었습니다. 답변을 짧게 하려고 해서 그렇게 나온 것 같습니다. 나 자신은 mt4에 대해 배울 할당이 있습니다. 현재 저는 통화 바구니 를 프로그래밍하는 방법을 배우고 있습니다. 또한 자체 최적화 EA 및 Neural Networks EA를 정말 하고 싶습니다. 장비를 시작하고 시작할 수 있기를 바랍니다. 무엇이 효과가 없었는지 또는 효과가 있었는지 말하기는 아주 쉽습니다. 무엇이 효과가 있을지 말하기는 훨씬 더 어렵습니다. 당신은 살고, 당신은 내가 추측하는 배운다. 내가 여기서 말하는 모든 것은 My-Opinions 입니다. 어떤 것이 나에게 효과가 없었다고 해서 그것이 당신에게 효과가 없을 것이라는 의미는 아닙니다. 내가 취하는 경향은 그러한 태도입니다. 따라서 다른 사람들의 조언을 맹목적으로 받아들이는 대신 스스로 바퀴를 재발명하는 방법을 찾는 것입니다.
 
BarrowBoy :

주에그 :

> 이것은 그리드 크기보다 크지만 두 배는 아닌 위험 영역입니다.

7월 25일 이후로 어떻게 되었나요?

-BB-

안녕하세요 BB, 시스템이 예상대로 작동합니다. 범위 크기가 약 200 핍 + 무언가 인 시장이더라도. 표준 격자 크기가 50pips이므로 이러한 단계에서는 문제가 없습니다. 또한 이 시스템에 매우 적합한 범위 기간처럼 보입니다.

이 시간에는 기본적으로 위험 구역이 없었습니다. 다음은 7월 현재까지의 테스트 양식입니다.

참고: 잔고의 큰 하락은 현재 출구 기준의 변경으로 인한 것입니다. 나는 출구를 이익 목표의 단순 출구에서 '자기자본 후행 출구'로 변경했습니다.


@Elroch, 물론 지속적인 재 최적화는 특히 추세 추종 시스템에서 매우 좋게 들립니다. 이에 대한 문제는 시장 상황이 변경되고 재최적화가 필요할 때 경계를 지정해야 한다는 것입니다. 물론 즉시 최적화를 사용할 수 있습니다(mql5 섹션에 좋은 기사가 있습니다). 그러나 이 모든 것은 시장 상황이 더 오랜 기간 동안 동일하게 유지될 것을 요구합니다. 모든 변경에는 비용이 듭니다. 더 적합할수록 최적화는 실패해야 하는 시장 조건의 변화가 작아집니다. 나는 그런 식으로 가지 않을 것이라고 생각합니다. 예를 들어 내 AdaptiveStrenght 시스템에는 입력이 없고 지표에 대해 정의된 기간이 없습니다. 나는 위아래 사이클의 평균 길이를 보여주는 지표로 프로그래밍했습니다. 다른 매개변수는 이러한 결과를 기반으로 합니다. 희망은 현재 시장 상황에 자동으로 적응하는 시스템을 얻는 것이 었습니다. 테스터에서 좋아 보이지만 말했듯이. 지금까지 라이브 결과는 전혀 좋지 않습니다. (그러나 나는 장기적인 결과가 중요하기 때문에 EA를 실행하도록 했고 그는 작은 부계정으로 실행하고 있습니다).

@ubzen, 예, NeuroNets가 바로 그런 것일 수 있습니다. 제 학위가 이 주제를 기반으로 했기 때문에 그러한 시스템이 새로운 시장 조건에 빠르게 적응할 수 있다고 진정으로 믿습니다. 저는 NeuroNet이 시장 상황을 분석하고 특정 시장 상황에 따라 새로운 NeuroNet을 자동으로 선택하거나 재교육하는 것을 꿈꿉니다. 그래도 이 문제를 해결하려면 아직 멀었습니다. 하나의 최첨단 Net만 프로그래밍하는 것은 큰 작업입니다.


//지

 

@ubzen, 멋지네요. 인터넷 토론에서 잘못된 인상을 받기 쉽습니다. 논쟁은 고대 그리스 이후로 알려진 바와 같이 이해를 명확히 하는 아주 좋은 방법입니다. :-)

@zzuegg, 잘했어! 새로운 종료 방법이 더 나은 성능을 제공한다고 느끼십니까?

덧붙여서, 매우 빈번한 최적화는 덜 빈번한 최적화보다 시장의 행동에 대해 더 많은 것을 요구하지 않지만 귀찮게 할 가치가 없을 수도 있습니다. 첫 번째 느낌은 현재 내 시스템의 매개변수 가 특정 기간 동안 시장의 행동에 영향을 받는 경우 해당 기간이 가능한 한 최근이기를 원한다는 것입니다. 이것은 매우 빈번한 재최적화로 달성할 수 있습니다. 예를 들어 1년의 데이터를 사용하여 매주 재최적화하면 항상 가장 최근 데이터에 가깝게 사용하고 있지만 3개월마다 재최적화하면 일부 시간은 다음과 같은 최적화 기간을 사용하고 있습니다. 3개월. 그러나 몇 가지 이유로 성능의 차이는 매우 작을 것이라고 생각합니다. 첫째, 가장 최근 연도와 3개월 전에 종료되는 연도 사이에 큰 겹침이 있습니다. 사실 데이터의 3/4이 동일합니다. 두 번째로 최적화는 매우 부정확한 프로세스입니다. 지난 1년 동안의 최적화 결과와 3개월 전으로 끝나는 연도 간의 차이의 큰 부분은 두 기간 동안의 시장 특성 간의 상당한 차이라기보다는 우연에 의한 것일 가능성이 높습니다. 셋째, 최적화를 통해 변화를 포착할 수 있는 시장 특성에 대한 기대치는 시간이 지남에 따라 천천히 변할 것입니다. 넷째, 최적화에 영향을 미치는 특성과 샘플 외 데이터의 특성 사이의 상관관계가 매우 낮아 결과에 대한 영향을 더욱 희석시킨다는 사실이 있습니다. 마지막으로 우리가 포착하려는 변화가 있는 시장의 특성은 샘플 데이터가 아닌 시스템 결과의 일부만을 설명할 것입니다. 결과는 성능의 차이가 매우 작을 가능성이 있다는 것입니다. 성능의 통계적 차이를 살펴보고 실제 예를 들어 이를 과학적으로 테스트하는 것이 좋지만 결과의 무작위 변동을 줄이기 위해서는 꽤 큰 테스트가 필요하고 매우 빈번한 재최적화, IMO.

 

> NeuroNets가 바로 그런 것일 수 있습니다.

나는 NN에 대한 흥분을 이해하지만 교육 및 재교육이 ... 과거 데이터에서 비롯된 것처럼 우리는 동일한 이전 루프를 돌고 있지만 더 많은 CPU 사이클을 사용하고 있다고 항상 생각했습니다.

-BB-

 

동일한 이전 루프이지만 더 많은 CPU 주기가 있습니다...

네, 저도 같은 감정을 공유하지만 행복하다고 생각하는 것은 가르쳐줍니다 %:)

NN이 내 시스템 개발 프로세스를 나보다 더 잘하기를 바랍니다. 실패한 길에서 배우고 다른 길을 시도하는 과정을 의미합니다.

 

몇 가지 생각. 과거 데이터는 과거 데이터이지만 우리가 가진 거의 모든 것입니다 :-) NN은 약간의 신비로움을 가지고 있지만 실제로는 일종의 회귀 기계입니다. 이것은 NN이 입력과 출력 사이에 함수 클래스를 인코딩할 수 있다는 것을 의미하며, 훈련 프로세스에는 훈련 세트에 맞게 함수를 자유 매개변수로 결정하는 것이 포함됩니다.

과거 데이터 문제는 내가 가장 좋아하는 말도 안되는 거래 원칙 중 하나인 "지표는 지체되지만 가격은 그렇지 않습니다"를 상기시킵니다. 현재 가격 은 뒤처지지 않는 것이 사실이지만 다른 모든 것은 무시하고 현재 가격만 사용하여 거래를 시도하십시오(1.41665 - 매수 또는 매도를 원하십니까? 다른 정보가 없음). 이전 가격은 오히려 확실히 뒤떨어져 있습니다. 지표보다 지연 시간이 적습니까? 길이가 1, 2, 3 등인 SMA 세트가 있다고 가정합니다. 이들 중 처음 N이 마지막 N 가격을 결정합니다. 어떤 의미에서 이것은 SMA가 가격보다 더 지체되지 않는다는 것을 의미한다고 생각합니다. 이 인기 있는 도그마에 동의하는 사람은 N 막대 뒤로 발생한 가격 극단에 의해 생성된 지원에 대해 말할 때 이것이 가격 뒤처지지 않는 예라고 생각할 것입니다. 그러나 가격과 N 기간 SMA의 관계에 대해 이야기한다면, 후행 지표가 될 것입니다. 즐거움.

 

1.41665입니다 - 사시겠습니까, 아니면 파시겠습니까?

와우, 꽤 좋은데요, 나는 전에 그것에 대해 가르친 적이 없습니다. 야, 난 이 남자가 더 좋아, 그는 나를 생각하게 만든다. 내 교리를 목록에 추가할 수 있습니다. Rsi, Macd, CCi, Adx, Sma 또는 좋아하는 지표가 위쪽 방향으로 100포인트 이동하면 구매하시겠습니까, 아니면 판매하시겠습니까?