进行滚动前进的方法 - 页 4 1234567891011...13 新评论 Youri Tarshecki 2016.04.16 17:32 #31 Igor Volodin: 但是,如果那里有优化,那么我们最终还是会在历史上有一套。 这组数据是专家顾问在某段历史上的表现的一个中间特征,仅此而已。一旦我得到一个转发的结果,我就为新的片段加载一个中间集,它就被下一个中间集覆盖。只有初始集才是重要的,而这只是为了确保起始条件是平等的。 Igor Volodin 2016.04.16 17:47 #32 Youri Tarshecki: 套路是一个在一定历史时期内运作的EA的中间特征。一旦我得到正向测试的结果,我就为一个新段加载一个中间集,它就被下一个中间集覆盖。唯一重要的是起始集,即使如此,起始条件也必须是平等的。某种难以理解的测试。你最终是否有一套参数?以下是维基百科的摘录Walk forward optimization is a method used in finance for determining the best parameters to use in a trading strategy. 而且我并不主张这样的淘汰方法对没有遗传的全面优化有好处。作为一种选择。但最后的结果还是找到了参数,在历史的某个最后区间找到了美丽的平衡曲线。其中,如果有的话,也会通过遗传学找到。 Youri Tarshecki 2016.04.16 17:52 #33 Igor Volodin:某种难以理解的测试。你最终是否有一套参数?以下是维基百科的一个摘录前进测试使我们能够开发一个 交易系统,同时保持一个合理的 "自由度"。来自同一个地方。 Igor Volodin 2016.04.16 17:56 #34 Youri Tarshecki:前进测试使我们能够开发一个 交易系统,同时保持一个合理的 "自由度"。来自同一个地方。同意。如果它被用于发展和监测某些修改的影响--非常好。是的,文章中提到的一个重要观点--它可以让你根据历史记录找到可以 优化的参数。你可以用同样的方式与你的交易机器人合作:在一段时间后优化这些参数,为机器人设置一个新的参数。也就是说,它有助于编写可以而且应该重新优化的专家顾问。 Youri Tarshecki 2016.04.16 18:38 #35 Igor Volodin:同意。如果用于开发和跟踪某些修改的影响--非常好。是的,文章中强调了一个重要的观点--它允许你通过历史找到有意义的 参数来进行优化。你可以用同样的方式与你的交易机器人合作:在一段时间后优化这些参数,为机器人设置一个新的参数。也就是说,它有助于编写可以而且应该重新优化的专家顾问。 这就是我所做的--我让其中一些人不去碰。总的来说,我认为应该为每个变量单独设置历史的持续时间,我甚至想好了怎么做,只是找不到。 Mykola Demko 2016.04.16 20:57 #36 Youri Tarshecki: 这里是最好的一个。无论如何都要用你的手向梅塔克沃特要求一个这样的东西。 从长远来看,他们当然会,但可能需要几年时间,但与此同时,做一个自动测试仪。不像Fyodor叔叔(来自Prostokvashino,而不是来自MQL5.com),你做的是合适的三明治 :)这是给SD的申请,看看日期,申请是开放的,他们说我们会做。在Walk-Forward测试器中进行测试投标, MetaTrader 5 MQL5, 已开放, 开始: 2011.10.24 19:13, #252222 Youri Tarshecki 2016.04.17 03:48 #37 Nikolay Demko:这是给SR的申请,看看日期,申请是开放的,他们说我们会做。我在其中一个主题中与主持人就这个问题进行了交谈。有一个等待名单。为了插队,你必须1.或者说是交易大众的一些极端利益2.或自己的信念或开发商的社会责任。交易者习惯于在火炬下搜索,而那些明白这没有意义的人通常会自己做一个小火炬。开发者本身并不是商人,他们也受到神话和习惯的影响--因此,优先权的层次结构是面向大多数的。但这并不意味着我们不应该讨论它,这就是我们在这里所做的)。例如,在下一个主题中,我们发现了一个很好的解决方案,解决了排球前锋的视觉表现问题--只需要调整时间轴,就像伊戈尔-沃洛丁在他的toolzine中所 做的那样。你只需要做出向前的调整。 Youri Tarshecki 2016.04.17 04:32 #38 Igor Volodin:某种难以理解的测试。你最终是否有一套参数?以下是维基百科的一个摘录 而且我并不主张这种筛选方法对没有遗传的全面优化有好处。作为一种选择。我们就把优化和测试分开吧。Volking是 "踱步"。在我看来,在非优化 部分用正向步骤进行测试是一种典型的分步测试。此外,volking的主要想法是市场的惯性,或者说是检查我们的EA在这个陌生的环境中的惯性有多大,时间有多长。也就是说,volking模拟的情况是,我们就像在生活中一样,不时地 优化我们的EA,并在不可预测的市场的咆哮海洋中运行。当然,优化 可以是不同的,包括自定义标准,从成套设备中提取,以及其他任何交易者梦想的东西。但是,测试的本质是,我们假设,现实处置。无论我们对专家顾问做了什么--无论我们是改变了它的代码还是挑选了一个特殊的套装--测试只是表明它有多成功。因此,秘诀很简单--对你的选集方法进行狼性正向测试,并与另一种选集方法的狼性正向测试结果进行比较,一切都会一下子变得清晰。 Igor Volodin 2016.04.17 06:01 #39 尤里,如果你能描述一下(一般来说,如果你能在Photoshop上展示截图就更好了)--你认为应该如何在MetaQuotes测试器中进行volking-forward测试。 如何指定范围和周期,输出中间结果,在输出中得到什么,等等。我认为这可以节省审查申请的时间,并消除论坛读者的一些疑问。 Youri Tarshecki 2016.04.17 06:06 #40 Igor Volodin:尤里,如果你能描述一下(一般来说,如果你能在Photoshop上展示截图就更好了)--你认为应该如何在MetaQuotes测试器中进行volking-forward测试。 如何指定范围和周期,输出中间结果,在输出中得到什么,等等。我认为这可以节省审查申请的时间,并消除论坛读者的一些疑问。 是的,我们早就应该创建一个主题--"MT的狼性前锋应该是什么样的?"。只是我无法得到我的手。顺便说一下,最近在论坛的期货部分有关于这个话题的内容,我也在那里陈述了我的想法。 1234567891011...13 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
但是,如果那里有优化,那么我们最终还是会在历史上有一套。
套路是一个在一定历史时期内运作的EA的中间特征。一旦我得到正向测试的结果,我就为一个新段加载一个中间集,它就被下一个中间集覆盖。唯一重要的是起始集,即使如此,起始条件也必须是平等的。
某种难以理解的测试。你最终是否有一套参数?
以下是维基百科的摘录
而且我并不主张这样的淘汰方法对没有遗传的全面优化有好处。作为一种选择。但最后的结果还是找到了参数,在历史的某个最后区间找到了美丽的平衡曲线。其中,如果有的话,也会通过遗传学找到。某种难以理解的测试。你最终是否有一套参数?
以下是维基百科的一个摘录
前进测试使我们能够开发一个 交易系统,同时保持一个合理的 "自由度"。
来自同一个地方。
前进测试使我们能够开发一个 交易系统,同时保持一个合理的 "自由度"。
来自同一个地方。
同意。如果它被用于发展和监测某些修改的影响--非常好。
是的,文章中提到的一个重要观点--它可以让你根据历史记录找到可以 优化的参数。你可以用同样的方式与你的交易机器人合作:在一段时间后优化这些参数,为机器人设置一个新的参数。
也就是说,它有助于编写可以而且应该重新优化的专家顾问。
同意。如果用于开发和跟踪某些修改的影响--非常好。
是的,文章中强调了一个重要的观点--它允许你通过历史找到有意义的 参数来进行优化。你可以用同样的方式与你的交易机器人合作:在一段时间后优化这些参数,为机器人设置一个新的参数。
也就是说,它有助于编写可以而且应该重新优化的专家顾问。
这里是最好的一个。
无论如何都要用你的手向梅塔克沃特要求一个这样的东西。 从长远来看,他们当然会,但可能需要几年时间,但与此同时,做一个自动测试仪。
不像Fyodor叔叔(来自Prostokvashino,而不是来自MQL5.com),你做的是合适的三明治 :)
这是给SD的申请,看看日期,申请是开放的,他们说我们会做。
这是给SR的申请,看看日期,申请是开放的,他们说我们会做。
我在其中一个主题中与主持人就这个问题进行了交谈。有一个等待名单。为了插队,你必须
1.或者说是交易大众的一些极端利益
2.或自己的信念或开发商的社会责任。
交易者习惯于在火炬下搜索,而那些明白这没有意义的人通常会自己做一个小火炬。
开发者本身并不是商人,他们也受到神话和习惯的影响--因此,优先权的层次结构是面向大多数的。
但这并不意味着我们不应该讨论它,这就是我们在这里所做的)。
例如,在下一个主题中,我们发现了一个很好的解决方案,解决了排球前锋的视觉表现问题--只需要调整时间轴,就像伊戈尔-沃洛丁在他的toolzine中所 做的那样。你只需要做出向前的调整。
某种难以理解的测试。你最终是否有一套参数?
以下是维基百科的一个摘录
而且我并不主张这种筛选方法对没有遗传的全面优化有好处。作为一种选择。我们就把优化和测试分开吧。Volking是 "踱步"。在我看来,在非优化 部分用正向步骤进行测试是一种典型的分步测试。
此外,volking的主要想法是市场的惯性,或者说是检查我们的EA在这个陌生的环境中的惯性有多大,时间有多长。也就是说,volking模拟的情况是,我们就像在生活中一样,不时地 优化我们的EA,并在不可预测的市场的咆哮海洋中运行。
当然,优化 可以是不同的,包括自定义标准,从成套设备中提取,以及其他任何交易者梦想的东西。
但是,测试的本质是,我们假设,现实处置。无论我们对专家顾问做了什么--无论我们是改变了它的代码还是挑选了一个特殊的套装--测试只是表明它有多成功。
因此,秘诀很简单--对你的选集方法进行狼性正向测试,并与另一种选集方法的狼性正向测试结果进行比较,一切都会一下子变得清晰。
尤里,如果你能描述一下(一般来说,如果你能在Photoshop上展示截图就更好了)--你认为应该如何在MetaQuotes测试器中进行volking-forward测试。
如何指定范围和周期,输出中间结果,在输出中得到什么,等等。
我认为这可以节省审查申请的时间,并消除论坛读者的一些疑问。
尤里,如果你能描述一下(一般来说,如果你能在Photoshop上展示截图就更好了)--你认为应该如何在MetaQuotes测试器中进行volking-forward测试。
如何指定范围和周期,输出中间结果,在输出中得到什么,等等。
我认为这可以节省审查申请的时间,并消除论坛读者的一些疑问。