Optimize edici ile çalışma prensipleri ve uydurmadan kaçınmanın ana yolları. - sayfa 10
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
Bu nedenle, test cihazının parametreleri uç noktalarına göre kaydırmanıza izin verdiğini zaten söyledim. Ne anlama geliyor? Aynı test cihazını kullanarak, tarihin test edilen aralıklarında danışmanın kârının maksimum olduğu bazı parametrelerin değerlerini belirlediğimizi varsayalım. Bu zaman diliminde piyasa tamamen bilinir ve onun ölçülebilir herhangi bir özelliği durumunu doğru ve doğru bir şekilde belirleyecektir. Bir test cihazı yardımıyla kar ekstremumunu veren optimal parametreleri bulduktan sonra, bu ekstremuma göre bir kayma yapar ve sonuçtaki değişime bakarız. Gelecekte, bunun tersi olacak: piyasa bizim uç noktalarımızdan belirli bir oranda hareket edecek ve bu uç karlılık aralığının ne kadar geniş olacağı, bir bütün olarak sistemin istikrarını belirleyecektir.
Şimdi belirli bir grafiğe bakalım:
Gerçek ilgi, tamamen farklı bir yerde bulunan ve ekstremumdan daha az kar üreten bir değerler grubudur! Testçi bu konuda hiçbir şey bilmiyor ve bir arama olarak testçiye maksimum karlılığı arama görevi verilirse, anlamsız bir istatistiksel dalgalanma bulunacaktır. Gelecekte piyasanın parametrelerinde en ufak bir değişiklik bile bu zirvenin eteğinde olmamızı sağlayacak! Bunun olmasını önlemek için, bireysel kombinasyonların belirli değerlerine değil, kararlı aralıklara odaklanmalıyız. Sabit bir aralık bulmanın tek bir yolu vardır: parametreleri sabit bir piyasa izlenimine göre sıralayarak, 2B veya 3B istikrar haritası oluşturmak.
Dolaylı olarak, hisse senedi eğiliminin düzgünlüğü ile istikrar bölgesinde değil, istatistiksel bir dalgalanmanın en uç noktasında olabileceğimizi belirlemek mümkündür. Sürekli büyüme yaratan parametrelerden bile daha yüksek bir nihai dengeye sahip düzensiz bir eğriden daha istikrarlı, hatta pozitif bir sonuca (eğilim) sezgisel olarak daha fazla ilgi duyuyoruz. Bu, incelenen sürecin fraktal doğası ile açıklanmaktadır. Bir bütün olarak süreç kararsız veya rastgele ise, o zaman segmentlerinden herhangi birinde, yani. ölçekte, aynı istikrarsız özellikleri gözlemleyeceğiz: hızlı düşüşleri ve ardından beklenmedik yükselişler.
İşte bu fikrin yeterince iyi bir örneği. Test cihazını, kasıtlı olarak anlamsız (neredeyse rastgele) bir Uzman Danışmanda en karlı parametre kombinasyonunu bulmaya özellikle zorladım. Sonuç: şık bir son denge ve yukarı yönlü bir harekete benzeyen bir şey. Optimize edilmemiş örnekte (grafiğin sol yarısı) aynı parametrelerin testinin de başarıyla geçtiğini not ediyorum. Bunun nedeni, zamanda bir kaymanın kendi içinde bir sürdürülebilirlik garantisi olmamasıdır. İstatistiksel artış, arama penceremizden çok daha uzun sürebilir ve bu durumda OOS sadece bundan bahsediyor. Ancak, sonuçları doğru bir şekilde analiz etmenize olanak tanıyan başka test cihazı kaydırma yöntemleri de vardır, ancak daha sonra bu konuda daha fazla bilgi verilecektir.
...Bir test cihazı yardımıyla kar ekstremumunu veren optimal parametreleri bulduktan sonra, bu ekstremuma göre bir kayma yapar ve sonuçtaki değişime bakarız. ...2B veya 3B sürdürülebilirlik haritası oluşturuyor.
Sabit parametre değerlerinin hatırlatıldığı dağlar ve yaylalar:
Prog: 3D1V8 - Baykuş optimizasyon raporundan bir açıklama ve benim özel örneğim ile. Baykuşlarda bulunan düz dağ harici değişkenlerin seçimini görselleştirmek için - mükemmel bir seçenek, IMHO. kendim kullanıyorum.
Prog: 3D1V8 - Baykuş optimizasyon raporundan bir açıklama ve benim özel örneğim ile.
Bu arada, MT5 test cihazı, 3D ve 2D olarak da optimizasyon sonuçlarının yerleşik bir görüntüsüne sahiptir, yani. kayalara ve yaylalara bakmak için harici programlara bile ihtiyaç yoktur.
Gelecekte, bunun tersi olacak: piyasa bizim uç noktalarımızdan belirli bir oranda hareket edecek ve bu uç karlılık aralığının ne kadar geniş olacağı, bir bütün olarak sistemin istikrarını belirleyecektir.
İstatistik diline çevrildiğinde, bu, varyansın kararlılığı anlamına gelir ve değeri, düşüştür. Bu dağılımın değişkenliği, TS'nin kararlılığıdır.
Neden işlenmiş ideolojiyi ve gelişmeleri kullanmıyoruz, düşüncelerimizi tırmanan terimlerle ifade etmiyoruz?
Bu arada, 3D, anladığım kadarıyla aracın üç parametresidir ve eğer 4 ise, o zaman ne görebiliyorsunuz?
İstatistik diline çevrildiğinde, bu, varyansın kararlılığı anlamına gelir ve değeri, düşüştür. Bu dağılımın değişkenliği, TS'nin kararlılığıdır.
Neden işlenmiş ideolojiyi ve gelişmeleri kullanmıyoruz, düşüncelerimizi tırmanan terimlerle ifade etmiyoruz?
Bu arada, 3D, anladığım kadarıyla aracın üç parametresidir ve eğer 4 ise, o zaman ne görebiliyorsunuz?
3D, bir metriğe göre iki parametredir. Karlılık, kâr faktörü, matematiksel beklenti vb. gibi herhangi bir parametre bir metrik olarak kullanılabilir.
Test cihazının 2B çizelgeleri de bir 3B uzaydır, sadece metriğin kendi ölçeği yoktur ve metriğin daha yüksek değerleri daha doygun bir renkte renklendirilir.
4D - burada algının zorlukları. Çok parametreli Uzman Danışmanlar çok boyutlu alanlar oluşturur. Ve görsel olarak analiz etmek o kadar kolay değil. Bence split yöntemini kullanmalıyız: 4 parametre varsa, dört gerçek 2B grafik oluştururuz. Y ekseni karlılık gibi metriğin değeridir, X değeri parametrenin optimizasyonudur. Yukarıda sunduğum grafik esasen iki boyutludur, yüzeyi, üçüncü boyutun (optimizasyon parametresi 2) perspektifte görünmeyecek şekilde (2D çizim gibi) az önce açtım. 4 grafiği analiz ediyoruz, kararlı değer grupları arıyoruz, sonra hepsini bir araya toplayıp sonuca bakıyoruz. Yöntem özellikle mükemmel değildir, çünkü parametreler birbirini etkiler ve ekstremlerini ayrı ayrı aramak, aynı anda tüm parametreler için kararlı bir değer grubu aramakla aynı değildir. Ancak numaralandırmada üstel bir büyüme yoktur ve herhangi bir çok basit testçi bu görevle başa çıkabilir. Bu zorluğun incelikle nasıl çözüleceğine dair herhangi bir öneriniz varsa - stüdyoya hoş geldiniz.
Bu alanda özel bir eğitimim olmadığı için kendi el işlerimi kullanıyorum. Matematik doktorası olmadığı için kuş dilinde kitap okumayı bilmiyorum.
Sabit parametre değerlerinin hatırlatıldığı dağlar ve yaylalar:
Prog: 3D1V8 - Baykuş optimizasyon raporundan bir açıklama ve benim özel örneğim ile. Baykuşlarda bulunan düz dağ harici değişkenlerin seçimini görselleştirmek için - mükemmel bir seçenek, IMHO. kendim kullanıyorum.
Program için teşekkürler. Kendime benzer bir şey arıyordum. Sadece benim WealthLab'ım çok sorunlu bir şey ve her seferinde grafikler oluşturuyor.
İstatistik diline çevrildiğinde, bu, varyansın kararlılığı anlamına gelir ve değeri, düşüştür. Bu dağılımın değişkenliği, TS'nin kararlılığıdır.
Bu kararlı platoları analitik olarak aramak için herhangi bir istatistiksel yöntem var mı?
Ancak yine de, bu analitik yöntemlere sahip olsanız bile, en azından bu yöntemlerin üzerinde daha fazla çalışacağı sonuçların alanını oluşturmak için test cihazına hala ihtiyaç duyulduğunu kabul edeceksiniz.
Bu kararlı platoları analitik olarak aramak için herhangi bir istatistiksel yöntem var mı?
Ancak yine de, bu analitik yöntemlere sahip olsanız bile, en azından bu yöntemlerin üzerinde daha fazla çalışacağı sonuçların alanını oluşturmak için test cihazına hala ihtiyaç duyulduğunu kabul edeceksiniz.
Test cihazı olmadan, hiçbir yerde analiz edilmesi gereken istatistikleri verdiği için
Geçmişte, soru yok. Dağılım kararlı olmalıdır. Hareket varyansından sapmalar - varyansın varyansı bir kararlılık ölçüsü verecektir.