Campeonato de Otimização de Algoritmos. - página 108
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Bem. Como a adaptação é apenas um caso especial de problemas de otimização, então como a velocidade e a eficiência não são necessárias. Para que serve encontrar máximos se eles mudam mais rápido do que o algoritmo procura por eles. Imagine que você tenha um mecanismo de previsão minuciosa precisa (que seja pelo menos 60% do tempo), mas o cálculo é feito para um período de mais de um minuto, e qual é o uso de tais previsões. E mesmo que você esteja de fato certo, as previsões estão corretas. Aqui é a mesma coisa.
No meu entendimento, a otimização é a melhoria da relação entre dois ou mais valores/parâmetros ou algo mais (preço/qualidade, por exemplo). Ou em termos de negociação, está trazendo um TS (posição) já rentável (positivo) até os melhores parâmetros (TS ou mm), risco/retorno ou algo parecido. A otimização de uma forma ou de outra serve apenas para modificar as existentes. Se você não tem regras positivas, o que você otimiza? Se você otimizar uma série aleatória, então se a otimização rápida ou lenta é inútil, se a saída também é aleatória. Acho que Andrey Zelinsky estava se referindo a estes significados. Eu posso estar errado. A busca de um máximo faz sentido quando você sabe que este máximo é significativo. Caso contrário, por que se preocupar em procurar por ela? E é aí que a velocidade é importante. E se você souber como detectar este máximo significativo, já é um ts com velocidade. E a otimização é apenas um ajuste fino. Ou seja, não é primário. E nos é dito aqui que a otimização é a primeira e mais ainda sua velocidade. Provavelmente se pode usar algoritmos de otimização e adicionar outros algoritmos para obter um ts com mo, mas não será otimização em sua forma pura. Presumivelmente, Dick tem tal simbiose, ou seja, um algoritmo lucrativo que pode ser conectado a um algoritmo de otimização comum, é claro, então ele está interessado em opções para descobrir se esses algoritmos de otimização comuns (essencialmente apenas um invólucro) são mais rápidos do que os dele. Os outros participantes estão competindo apenas por competição. Porque eles não têm tal simbiose e pensam ingenuamente que a concorrência lhes dará algo.
Exemplo número 1. Um Expert Advisor em uma rede neural (qualquer rede ou qualquer outra tecnologia similar) com auto-aprendizagem. Esse Expert Advisor pode trabalhar por conta própria controlando suas estatísticas comerciais finais e iniciar a auto-optimização quando necessário.
Exemplo nº 2. Portfolio Trading. É necessário passar por centenas de instrumentos comerciais para montar uma carteira com as características exigidas.
Exemplo número 3. Em geral, o TS usando os sinais diretos dos indicadores precisa ser freqüentemente otimizado, e não garante lucro no futuro. Mas existe uma abordagem onde os indicadores não são uma fonte direta de sinais, mas um tipo de suporte, no qual o TS se baseia, e a rentabilidade é obtida devido às características estatísticas da série. Neste caso, é necessário encontrar os parâmetros ideais para transformar as características estatísticas das séries em sinais.
Exemplo número 4. Os comerciantes freqüentemente argumentam que a otimização dos Expert Advisors, por exemplo, para obter lucro é apenas um ajuste e é estúpido esperar rentabilidade de tal EA no futuro. E esta é uma afirmação correta. Mas por que eles não estão procurando maneiras de otimizar não os parâmetros TC, mas os critérios de otimização? A otimização dos critérios de otimização é como a primeira derivada.
Posso dar infinitos exemplos de uso prático de algoritmos de otimização, os negociantes surgem com idéias todos os dias e precisam procurar a melhor implementação dessas idéias. Somente pessoas de vistas curtas podem negar a necessidade urgente de algoritmos de otimização precisos para comerciantes, e espero que você não seja uma dessas pessoas.
Exemplo número 1. Um Expert Advisor em uma rede neural (qualquer rede ou qualquer outra tecnologia similar) com auto-aprendizagem. Esse Expert Advisor pode trabalhar por conta própria controlando suas estatísticas comerciais finais e iniciar a auto-optimização quando necessário.
Exemplo nº 2. Portfolio Trading. É necessário passar por centenas de instrumentos comerciais para montar uma carteira com as características exigidas.
Exemplo número 3. Em geral, o TS usando os sinais diretos dos indicadores precisa ser freqüentemente otimizado, e não garante lucro no futuro. Mas existe uma abordagem onde os indicadores não são uma fonte direta de sinais, mas um tipo de suporte, no qual o TS se baseia, e a rentabilidade é obtida devido às características estatísticas da série. Neste caso, é necessário encontrar os parâmetros ideais para transformar as características estatísticas das séries em sinais.
Exemplo número 4. Os comerciantes freqüentemente argumentam que a otimização dos Expert Advisors, por exemplo, para obter lucro é apenas um ajuste e é estúpido esperar rentabilidade de tal EA no futuro. E esta é uma afirmação correta. Mas por que eles não estão procurando maneiras de otimizar não os parâmetros TC, mas os critérios de otimização? A otimização dos critérios de otimização é como a primeira derivada.
Posso dar infinitos exemplos de uso prático de algoritmos de otimização, os negociantes surgem com idéias todos os dias e precisam procurar a melhor implementação dessas idéias. Somente pessoas de vistas curtas podem negar a necessidade urgente de algoritmos de otimização precisos para os comerciantes, e espero que você não seja um deles.
Você deu exemplos interessantes.
Entretanto, ajustar os valores dos parâmetros da estratégia comercial para maximizar a rentabilidade da estratégia comercial sendo testada ao longo do período histórico selecionado com a expectativa de lucros futuros usando os mesmos valores no comércio atual nem sempre é uma tarefa tola.
Tudo depende da própria estratégia comercial e dos parâmetros a serem otimizados. Se eles não são "estúpidos" em si mesmos, então tal ajuste pode de fato ser útil para o comércio atual também.
Por exemplo, se um comerciante calcula o valor do salto de volume em relação ao seu valor médio para os três meses atuais. Pelos resultados da otimização, o trader encontra o valor de salto (em porcentagem) quando é mais rentável abrir um negócio, porque tais negócios se revelam os mais rentáveis.
Acho que você pode encontrar mais exemplos de encaixe não "estúpido".
Ultimamente, o interesse em redes neurais diminuiu, pois os comerciantes têm muita dificuldade em encontrar uma estratégia lucrativa fora da amostra de treinamento. O mesmo é válido para o TS clássico baseado em indicadores. Mas o problema não é com as redes neurais e não com os indicadores, o problema é com os critérios errados, os objetivos de otimização errados. Muito freqüentemente os comerciantes rejeitam suas idéias de TS, pois elas falham fora da área de otimização, mas eles nem mesmo percebem que as idéias são lucrativas, mas os critérios de otimização são erroneamente selecionados. Acontece que mesmo o TS mais simples em duas barras MA pode ser lucrativo, sim, só precisamos olhar para elas de um ângulo diferente, acrescentando uma parada "inteligente", acrescentando uma rede de arrasto, fornecendo um MM competente, otimizando tudo corretamente e voilá! - TS em funcionamento. Você pode até mesmo fazer sopa a partir do machado, pois conhecemos o ingrediente principal - a sagacidade do cozinheiro.
O próprio algoritmo de otimização é apenas uma ferramenta, um microscópio nas mãos capazes de um cientista, mas se o cientista não tiver cérebro, nenhum microscópio, mesmo o mais preciso, o ajudará.
O que você quer dizer com"critérios de otimização"? Pareceu-me que existe apenas um critério de otimização - é um conjunto de parâmetros de otimização (quanto menor seu número - melhor, e idealmente um - período), fornecendo o valor máximo do fator de recuperação de FS = relação entre o lucro líquido e o drawdown máximo.
Isso é possível. Mas se procurarmos entradas sem freios, ou seja, como lugares para colocar a maior parada dentro de uma previsão, a velocidade de obter uma previsão em um período de tempo pequeno (dentro da estrutura de uma previsão de preço alto) também é importante. Não é um tempo longo para fazer posições longas em um grande período de tempo, mas o tempo para entrar em uma posição também é importante. Se não podemos aumentar a precisão da previsão na m5, então por que não olhar para a previsão semelhante na m1. E então a precisão depende apenas da velocidade.
Fiz uma caminhada de acordo com os princípios de um método clássico de encontrar extrema de uma função de muitas variáveis.
Tomei F(x1,x2,x3)=exp(x1+x2+x3)/(x1*x2*x2*x2*x3*x3*x3*x3) como função de verificação;
Obtive estes resultados.
O erro de busca especificado é 0,01.
Parâmetros iniciais (primeira consulta) x1=x2=x3=0,5;
Faixa de pesquisa 0-100
Número de vezes que a função é chamada - 51
Mínimo Fmin=3,76210
x1=1,1; x2=2,1; x3=3,1;
Alguém pode verificar o mínimo?
Não por si só. Mas sem a otimização das despesas domésticas e não apenas das despesas domésticas, por exemplo, ainda mais.
E em geral, se você não precisa de otimização - este ramo não é para você.
Na verdade, se ... - esta linha não é para você.
Com estas palavras de um "mestre" e de um grande "especialista" em sistemas de "otimização" - qualquer discussão termina