Optimizasyon sonuçlarının otomatik seçimi için kriterler. - sayfa 3
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
ivandurak писал(а) >>
А как же распределение результатов сделок . Львиная доля прибыли может быть и в начале исследуемого периода . Имхо для начала необходимо договорится о критерии по которому будем отбирать варианты оптимизации, а иначе флуд и опять плевки на спину .Лично мне импонирует - близость результатов торговли к прямой линии на постоянном лоте , но не настаиваю .
Vurgulanan maviye katılıyorum.
Vurgulanan kırmızı ile - hayır. Düz bir denge çizgisi, özellikle ticaret sabit bir lotla gerçekleştirildiyse, sonuçların istikrarının bir göstergesi değildir. SL'nin büyüklüğüne bağlı olarak değişken bir lotla, üzerinde anlaşılan ilk sermaye miktarının yüzdesi olarak ifade edilen (mevcut bakiyenin bir yüzdesi değil) düz bir bakiye de elde edilebilir.
Biraz sonra şube konusuyla ilgili düşüncelerimi belirtmeye çalışacağım.
Bana öyle geliyor ki bir "kriter"den vazgeçilemez, burada belirli bir kriter dengesine ihtiyaç var.
Belki bu yüzden. Muhtemelen sevmek için bir dizi kriter birden daha iyidir. Ancak pratik bir bakış açısıyla, maksimum düzeyde kapasiteye sahip bir kriter istiyorum. Kimse onu başka bir şeyle birlikte analiz etmeye zahmet etmiyor mu?
Optimize edicimde kendini iyi gösteren (hem hız hem de sonuç olarak standart seçeneklerden daha iyi bir büyüklük sırası) en ilkel seçenek:
Önce işlem sayısına göre filtreleyin, ardından maksimum GP * P * PD / ( GL + MD ) ; // sadece buldozerden türetildi, tamamen sezgisel olarak, bundan sonra dalın konusunu düşündüm
-Kar = P ,
-GrossKar = GP ,
-GrossLoss= GL
-MaxDrawdown (düşüş) = MD ,
-Karlı işlem sayısı = PD , kaybeden işlem = LD , Toplam işlem sayısı = AD ,
- Testin çubuk (tik) sayısı = ZAMAN ,
-Maks. karlı ticaret = MPD , Maks. ticaret kaybetmek = MLD
-Bir dizi kârlı işlem = SPD (birim olarak), = SPD$ (mevduat para biriminde), bir dizi kârsız işlem = SLD , = SLD$
Kar, MO, kar faktörü. göreceli düşüş - bu özellikler, pozisyon zorla kapatıldığında optimizasyonun sonunda hesaplanır.
Maksimum düşüş, risklerin aşırısı olarak kullanabileceğimiz bir özelliktir. Optimizasyon, denge çizgisi maksimum kârın (maalesef bu özellik raporda yok) ve maksimum kâr eksi maksimum düşüşün oluşturduğu yatay bir kanalda olduğunda sona erebilir. EA adaptasyon mekanizmasını yukarıda verdim.
Optimizasyonun amacı riskleri hesaplamaktır. Olası riskleri bilmek, MM'yi uygulamanıza olanak tanır.
1. ÖRNEK ÇIKIŞI -- yani . TS'nin görmediği veriler (alıntılar) ve bu veriler üzerinde çalışmanın sonuçları;
2. Matematiksel beklenti - puan veya seçilen para birimi cinsinden işlemden elde edilen ortalama kâr;
3. Zaman serisi (okuma - tırnak).
Kotir, farklı frekanslara ve genliklere sahip olan kurucu dalgalarına ayrıştırılabilir (bunu netlik için söylüyorum ve Fourier dönüşümlerini kullanarak pratik ayrıştırmayı ima etmiyorum). Bu çıplak gözle görülebilir (dalgalar, Eliot'ın bununla hiçbir ilgisi yoktur). Biri tarafından yazılan ve yazılacak olan her TS, belirli bir bireysel dalganın davranışını tanımlama girişiminin özüdür. Ve dalgaların frekansı farklı olduğu için, farklı TS için işlem sayısı farklı olacaktır, belki çok, belki biraz.
Bana öyle geliyor ki bir "kriter"den vazgeçilemez, burada belirli bir kriter dengesine ihtiyaç var.
Ve bana öyle geliyor ki, yalnızca bir "kriter" değil, aynı zamanda bazı varsayımsal kriterler dengesi de vazgeçilmezdir.
Hayvanlar dünyası ile bir benzetme yapacağım (üzgünüm ama beynim "biyolojik" görüntülerle çalışmak daha kolay) :)
Kotir dalgasının her bir bileşeni, belirli bir türün doğal yaşam alanıdır. Birisi düz ve seyrek bitki örtüsüyle kaplı bir çölde yaşıyor ve biri yoğun bir ormanda yaşıyor. Bu türlerin besin elde etmek için tamamen farklı yolları ve çıkarılan enerjiyi rasyonel kullanım yolları vardır.
TC'ye geri dönelim. Hangilerinin kanımızla çalışmaya layık olduğunu ve hangilerinin olmadığını nasıl belirleyebiliriz? Evrensel de olsa bir kritere mi dayalı?
Çok kriterli optimizasyon kullanma fikrine giderek daha fazla meyilliyim, her kriter GA açısından konuşan belirli bir popülasyonun açıklamasıdır. Böylece, farklı türlerdeki bireylerin birkaç farklı popülasyonu tamamen var olacak ve farklı popülasyonlardan bireyleri melezleme fırsatı vererek, GA aracılığıyla farklı türlerin temsilcilerinin en iyi niteliklerini geliştirmek mümkündür.
PS, FigarO tarafından önerilen terimlerle belirli araç türlerini tanımlamak için kalır. Benim için en zor olan şey, matematikle sizden yanayım. Benzer bir istekle forum üyelerinden birine başvurdum ama ya ilgisini çekemedim ya da yanlış zamanda başvurdum.
PPS Uygunluk fonksiyonunun formülasyonu, NN için bir dizi girdi verisi bulmaktan neredeyse daha önemlidir, bu aynı zamanda herhangi bir TS için de geçerlidir.
Konuyla ilgili fikrimi ekleyeceğim.
1) Çok fazla parametre olmadan yapmanın bir yolu yoktur, bu parametreler test cihazından alınır, bazılarını ekleyebilirsiniz, ancak sinir ağlarındaki ekstra girdiler gibi ekstraların da filtrelenmesi gerekecektir (analoji).
2) Genel katsayıyı çarpma yoluyla türetirken, büyük olasılıkla yeni yerel minimum kümeleri görünecektir veya bu kriterler temel olarak GA'yı yanlış (bizim için gerekli değildir) minimum / maksimum (fark yok) durumuna getirecektir. Bu yüzden, dalın yazarının yukarıda birkaç mesaj yaptığı çarpma işlemini unutmanızı tavsiye ederim. Onlarla denedim, iyi bir şey olmuyor.
3) Aslında, görev "çok kriterli optimizasyon" veya aynı anda birçok kritere göre optimizasyon. Bu konuda okunan her şeyden: her bir kritere biraz ağırlık[0;1] vermek ve bu genel kriteri elde etmek için basit bir lineer denklem kullanmak (Y = a1*x1 + a2*x2+...an*xn) ile özetlenir. ) - bu da bizim durumumuzda yanlış düşüklere yol açacaktır veya önce yüzey üzerinde ayrı bir çalışma (her strateji için) yapmanız gerekecek, GA'nın yanlış bir ekstremum girip girmediğine bakılmaksızın ağırlıkların düşükleri / yüksekleri nasıl etkilediğini görün ( bizim açımızdan yanlış) - Genel olarak, bu da yol değil.
Bu yüzden sizler (dal ile ilgilenenlere sesleniyorum) kitaplarda olmayacak yeni bir yol bulmak zorunda kalacaksınız.
Sorunlar: ilk adım, boyutlardan uzaklaşmaktır, örneğin, [0;100] aralığındaki karlı işlemlerin yüzdesi ve kâr teorik olarak sınırsızdır, vb. Hemen ölçeklendirmenin işe yaramayacağını söylemeliyim (bu, göstergelere ağırlık atamakla aynıdır), GA'yı yanlış bir minimuma atacak birçok aykırı değer olacaktır.
Можно критерий оптимизации получить методами генетического программирования, но боюсь, пока вычислительных ресурсов писишек не хватет, хотя разрабы обещают облачные вычисления...
Ustaca yapılan her şey basittir... bu nedenle, bence süper görevler belirlemeye gerek yok...
Ustaca yapılan her şey basittir... bu nedenle, bence süper görevler belirlemeye gerek yok...
Kabul ediyorum. Komplikasyon, sonuçta bir iyileşmeyi garanti etmez.