Чемпионат Алгоритмов Оптимизации. - страница 108
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Ну. Раз подгонка это лишь частный случай задач оптимизации, то как тогда скорость и эффективность могут быть не обязательны. Какая польза от нахождения максимума если он меняется быстрее чем алгоритм его ищет. Представьте что у вас есть механизм точного прогнозирования минуток (ну пусть хотя бы в 60 процентах случаев), но расчёт делается за период более минуты, и что, какая польза от таких прогнозов. И это при том что по факту прогнозы верны. Так и тут.
И вообще, оптимизировать в моём понимании это доводить до лучшего варианта соотношение двух и более величин/параметров или ещё чего (цена-качество например). Либо если про трейдинг то доводить уже готовую прибыльную тс (полож мо) до оптимальных её параметро ( тс или мм) риск/ )доходность или типа того. Так или иначе оптимизация служит лиж для доводки уже существующего. А если этой тс с положительным мо нет изначально, то что вы тогда оптимизируете. Если оптимизировать случацный ряд до хоть быстая хоть медленная оптимизация толку от них если на выходе тоже случайность. Думаю про эти смыслы применения Андрей Зелинский говорил. Может и ошибаюсь. Поиск максимума имеет смысл когда вы знаете что этот максимум значимый. Иначе что его вообще искать. И вот в таких случаях имеет значение скорость. А если вы знаете как выявить эту значимость то это уже и есть тс с полож мо. И оптимизация лишь доводка. То есть она не первична. А нам тут говорят что оптимизация это первое и тем более её скорость. Наверное можно через алгоритмы оптимизации с добавлением в них других алгоритмов получить тс с мо, но ведь это будет уже не оптимизация в чистом виде. Надо полагать что у Дик есть такой симбиоз, тоесть прибыльный алгоритм который можно воткнуть в общий алгоритм оптимизации, естественно тогда для него интересны варианты узнать а есть ли эти общие алгоритмы оптимизации ( по сути лишь обёртки) быстрее чем у него. Остальные участники соревнуются лишь для соревнований. Потому как у них такого симбиоза нет и они наивно думают что соревнования им что-то дадут.
Пример номер 1. Советник на нейронной сети (любой сети или любые другие подобные технологии) с самообучением. Такой советник может работать самостоятельно контролируя свои итоговые торговые стат характеристики и запускать самооптимизацию при необходимости.
Пример номер 2. Портфельная торговля. Для того что бы составить портфель с требуемыми характеристиками требуется перебрать сотни торговых инструментов.
Пример номер 3. В основном ТС использующие прямые сигналы от индикаторов требуется часто оптимизировать и это не дает гарантии прибыли в будущем. Но существует подход, при котором индикаторы не непосредственный источник сигналов, а как некоя опора, на которую опирается ТС а доходность получается за счет стат характеристик ряда. При этом требуется находить оптимальные параметры преобразования стат. характеристик ряда в сигналы.
Пример номер 4. Часто трейдеры утверждают, что оптимизация советников, к примеру на прибыль, является лишь подгонкой и в будущем глупо ожидать прибыльности от такого советника. И это верное утверждение. Но почему то не ищут способы оптимизации не параметров ТС, а критериев оптимизации. Оптимизация критериев оптимизации, это как первая производная.
Примеров практического применения алгоритмов оптимизации приводить можно бесконечно, каждый день у трейдеров возникают идеи и при этом нужно искать оптимальный вариант реализации этих идей. Только недалёкие люди могут отрицать острую необходимость в точных алгоритмах оптимизации для трейдеров, надеюсь к таким людям Вы не относитесь.
Пример номер 1. Советник на нейронной сети (любой сети или любые другие подобные технологии) с самообучением. Такой советник может работать самостоятельно контролируя свои итоговые торговые стат характеристики и запускать самооптимизацию при необходимости.
Пример номер 2. Портфельная торговля. Для того что бы составить портфель с требуемыми характеристиками требуется перебрать сотни торговых инструментов.
Пример номер 3. В основном ТС использующие прямые сигналы от индикаторов требуется часто оптимизировать и это не дает гарантии прибыли в будущем. Но существует подход, при котором индикаторы не непосредственный источник сигналов, а как некоя опора, на которую опирается ТС а доходность получается за счет стат характеристик ряда. При этом требуется находить оптимальные параметры преобразования стат. характеристик ряда в сигналы.
Пример номер 4. Часто трейдеры утверждают, что оптимизация советников, к примеру на прибыль, является лишь подгонкой и в будущем глупо ожидать прибыльности от такого советника. И это верное утверждение. Но почему то не ищут способы оптимизации не параметров ТС, а критериев оптимизации. Оптимизация критериев оптимизации, это как первая производная.
Примеров практического применения алгоритмов оптимизации приводить можно бесконечно, каждый день у трейдеров возникают идеи и при этом нужно искать оптимальный вариант реализации этих идей. Только недалёкие люди могут отрицать острую необходимость в точных алгоритмах оптимизации для трейдеров, надеюсь к таким людям Вы не относитесь.
Интересные примеры Вы привели.
Однако, подгонка значений параметров торговой стратегии для получения макс. прибыльности тестируемой торг. стратегии на выбранном историч. периоде с ожиданием будущей прибыли при использовании тех же значений в текущей торговле, не всегда глупая вещь.
Все зависит от самой торговой стратегии и от оптимизируемых параметров. Если они сами по себе не "глупые", то такая подгонка действительно может быть полезной и для текущей торговли.
Например, если трейдер рассчитывает значение скачка объема относительно его среднего уровня текущего периода за три месяца. По результатам оптимизиции он находит такое значение скачка (в процентах) при котором удачнее всего открывать сделку, так как такие сделки оказываются самыми прибыльными.
Думаю можно найти еще примеры не "глупой" подгонки.
Последнее время спал интерес к нейронным сетям, так как трейдерам очень трудно найти прибыльную стратегию вне обучающей выборки. Тоже самое относится и к классическим ТС на индикаторах. Но проблема не в нейронных сетях, и не в индикаторах, проблема в том, что неверно выбраны критерии, цели оптимизации. Очень часто трейдеры отбраковывают свои идеи ТС, так как они сливают вне участка оптимизации, но им даже невдомек, что идеи то прибыльные, но неверно выбраны критерии оптимизации. Оказывается даже простейшие ТС на двух МАшках могут быть прибыльными, да да, надо лишь посмотреть на них под другим углом, прикрутить "умный" стоп, добавить трал, снабдить грамотным ММ, всё это правильно оптимизаровть и вуаля! - рабочая ТС. Суп можно сварить даже из топора, как известно, главный ингредиент - смекалка повара.
Сам алгоритм оптимизации лишь инструмент, микроскоп в умелых руках ученого, но если у ученого нет мозгов, то не поможет ему никакой микроскоп, даже самый точный.
Что Вы подразумеваете "критерии оптимизации"? Мне казалось, что, есть единственный критерий оптимизации - это набор параметров оптимизации (чем меньше их количество - тем лучше, а в идеале, один - период), обеспечивающие получения максимального значения фактора восстановления ФВ = отношение чистой прибыли к максимальной просадке.
Можно. Но если мы стримимся к беспросадочным входам, то есть типа как места куда можно воткнуть наимешьший стоп в рамках прогноза, то скорост получения прогноза на малом тф ( в рамках прогноза старшего ты) тоже важна. Это не пипсовка и позы по времени долгие по старшему тф но вот момент входа в позу тоже важен. И если увеличить точность прогноза нельза на м5 то почему бы не смотреть на аналогичный прогноз на м1. И тогда точность как раз и зависит от скорости.
Сделал прогу по принципам одного классического метода поиска экстремумов функции многих переменных.
Функцию для проверки взял F(x1,x2,x3)=exp(x1+x2+x3)/(x1*x2*x2*x3*x3*x3);
Получил такие результаты.
Заданная погрешность поиска- 0.01
Начальные параметры (первое обращение) x1=x2=x3=0.5;
Диапазон поиска 0-100
Количество обращений к функции- 51
Минимум Fmin=3.76210
x1=1.1; x2=2.1; x3=3.1;
Может кто проверит минимум?
Сама по себе - нет. Но без оптимизации домашних и не только расходов, к примеру, тем более.
Да и вообще, если Вам не нужна оптимизация - эта ветка не для Вас.
Да и вообще, если ... - эта ветка не для Вас.
Этими словами от "мастера" и крупного "специалиста" по системам "оптимизации" -- заканчивается любое обсуждение