Otimização vs encaixe na história - página 3

 
Vladimir Baskakov:
Bem, ele normalmente tem um jeito com as palavras e os atos.

Este não é o caso, e ele não prometeu nada. É um objetivo tão mítico a ser alcançado - ao otimizar, tentar calcular em vez de calcular em excesso.

 
Vladimir Baskakov:
Existe um exemplo deste bloco no CodeBase?

Naturalmente, não é um bloco universal. É diferente para cada estratégia. Este bloco é 99% do sucesso e da complexidade da estratégia. É, em essência, a IA. É nisto que Max está trabalhando.

Considere, por exemplo, a estratégia mais simples com um parâmetro:

  • Um MA.
  • Sinal de compra - o preço está abaixo da linha MA quando o declive da MA é positivo.
  • Um sinal de venda - o preço está acima da linha MA quando a inclinação da MA é negativa.

Naturalmente, podemos encontrar um período "ótimo" МА em qualquer período de tempo em que a estratégia será rentável neste período.

Mais adiante, se não mudarmos este período de MA, será um saque garantido - é apenas uma questão de tempo.

Para uma verdadeira auto-optimização quando o período МА é constantemente revisto dependendo da situação do mercado, precisamos deste bloco de IA que, em resumo, resolve a tarefa de reconhecimento de padrões. Há aqui um googol de opções.

Por exemplo, o mais simples é criar um espaço de pontos em 6 dimensões. Cada ponto tem 6 coordenadas:

  • 1 é o período do MA.
  • O segundo é o tempo.
  • 3º é a densidade dos pontos de inflexão da linha MA para o período X
  • 4º - período X
  • 5º - Lucro (prejuízo) no período Y
  • 6° - período Y
Apenas a 3ª e 5ª coordenadas são calculadas, as outras são discretamente alteradas com o mesmo passo.

Assim, são formadas nuvens de 6 dimensões e quando analisadas(é uma história mais longa) podem ser "previstas" para o período MA atual necessário.

A 3ª coordenada é útil para determinar um flat/trendência.

Esta quantidade muito grande de cálculo ocorre apenas uma vez por uma passagem dos dados do histórico. Além disso, a cada novo tick (barra) de pontos só são adicionados a este espaço.

 

Otimização progressiva com critérios de seleção claros (e o mesmo para todas as execuções progressivas) (devem ser) para a seleção de variantes de otimização para esta mesma execução progressiva). Neste caso, é otimização, não se encaixa. Se funcionar, eu não vi tais Conselheiros Especialistas que teriam critérios claros para selecionar variantes de otimização e que passariam com sucesso esta otimização antecipada)).

 
Vladimir Baskakov:
Qual é a diferença fundamental entre estes conceitos?

A correspondência histórica é um conjunto de valores para os parâmetros de um Expert Advisor que dão os melhores resultados comerciais em um determinado período histórico de movimentação de preços.

Agora tente definir a otimização.

Eles são os mesmos?

 
ilmel:

Otimização progressiva com critérios de seleção claros (e o mesmo para todas as execuções progressivas) (devem ser) para a seleção de variantes de otimização para esta mesma execução progressiva. Neste caso, é otimização, não se encaixa. Se funcionar, não tenho visto tais Conselheiros Especialistas que tenham critérios precisos para selecionar opções de otimização e passar com sucesso esta otimização antecipada).

Aqui está o teste de avanço, por exemplo. Qual é a conclusão?

Teste

 
Otimização e ajuste são a mesma coisa.
 
Martin_Apis_Bot Cheguevara:
Otimização e ajuste são a mesma coisa.
Parece ser a mesma coisa se TR & SL forem utilizados
 
Vladimir Baskakov:

Aqui está um teste de avanço para um exemplo. Qual é a conclusão?

nenhum. você precisa ou de um teste de caminhada ou de um teste de retrocesso com um otimizador automático embutido para tirar conclusões.
 
TheXpert:
não. para conclusões você precisa ou de um teste de caminhada ou de um teste de retrocesso com um auto-optimizador incorporado.
Eu uso o que tenho
 

A otimização é um conceito mais amplo. O ajuste histórico é um dos métodos de otimização (cálculo direto dos valores das funções). Em essência, uma EA é uma função descrita de uma forma peculiar. O testador MT calcula seus valores.

A otimização é a busca de um extremo de uma função por um ou vários parâmetros (é o que me ensinaram na universidade, pelo que me lembro). O testador lhe oferece um conjunto de valores, mas não realiza a otimização de acordo com a definição - você faz essa seleção a partir dos valores oferecidos.

PS

Parece que uma pergunta foi feita, mas outra estava implícita: como avaliar se o extremo escolhido é local (para um determinado intervalo de tempo/amostra) ou global.

Infelizmente, obtive um C nas estatísticas com um trecho:( Sem ajuda.