请告诉我们您的意见。 - 页 6

 
LeoV:
阿瓦尔斯:

从曲线的形状上很难看出系统的稳健性。稳健性体现在理念上。对于NS来说,其理念是对输入数据进行正确的预处理,而拓扑结构等则处于第二位。输入的数据应该最准确、最明确地描述正在使用的市场过程,为此你需要对它有一个概念。以及系统拒绝规则的正确标准。

你写得很好。我同意。但要找到正确的解决方案,这一切都太笼统了。正如他们所说的 "关于一切,也关于一切"。我想说得具体一点。

除了曲线形状之外,你还可以看到很多其他有用的信息。利润,交易数量,数学期望值,等等......在我看来,这些信息在将来估计我的TS的工作能力时可能是有用的。还是我搞错了?

虽然最后一句话不清楚.......

关键是,不公开整个系统就给出结果是没有意义的。如果你这样做,那些成功交易类似系统的人将能够帮助你。NS不是一个系统,对他们来说,要点几乎完全是输入中的内容。可持续性在于理念,在于它的细微差别,但不在于指标。

关于失败标准。你已经决定使用该系统,那么就来看看真实交易的结果。什么时候以及在什么条件下系统会被丢弃?没有永恒的系统,任何系统都可能崩溃,这是交易成功的关键。普遍适应性是一个神话,一个圣杯 的梦想,一个为我们思考的智能机器的梦想))))。

例如,失败的标准是某一时期的每笔交易的平均利润,并与参考(历史)的比较。如果已经变低,则拒绝。事实上,这是对股权的趋势跟踪。还有其他方法,但效率取决于系统的具体情况。

 
Avals:

问题是,不公开整个系统就给出结果是毫无意义的。如果你披露,那些成功交易过类似系统的人可以帮助你。

你是建议在这里发布代码吗?

 
Avals:

拒绝的标准包括,例如,估计一定时期内每笔交易的平均利润,并将其与基准(历史)进行比较。如果已经变低,则拒绝。事实上,这是对股权的趋势跟踪。也有其他方法,但效率取决于系统的具体情况。

比较平均交易的利润是很有趣的。还有什么其他方法?

 

于是我们进行了讨论,我决定看看:如果在我们的2008年被剥夺了所有的神经,概率会有怎样的表现?我做了一个简单的专家顾问,它查看过去的一些条形图并计算下一个条形图的概率(上升/下降),测试期间通过的条形图被 "改进",即它们也参与计算下一个条形图的概率。

我采取了相同的货币对,时间框架是相同的,周期是相同的2008年的今天(2001年在图片中,不要相信你的眼睛,专家顾问中的周期限制已经实施,以获得历史数据)。参数几乎没有,开盘的概率,收盘的概率和计算概率的条数。参数是根据我自己的直觉来决定的。请看完整的属性,了解全貌。结果。


_Digital_Paterns_OC
MetaQuotes-Demo(Build 216)。


符号 欧元兑美元(欧元对美元)
期间 1小时 (H1) 2001.01.01 00:00 - 2008.04.21 23:59 (2001.01.01 - 2008.04.22)
模型 按开盘价(仅适用于有明确开盘控制的专家顾问系统)。
参数 手数=0.1; StudyBars=1000; OpenProbab=0.25; CloseProbab=0.1。
历史酒吧 46459 模拟的蜱虫 91907 仿真质量 不适用
图表不匹配错误 0
初始存款 3000.00
净利润 1921.37 利润总额 4779.62 全部损失 -2858.25
盈利能力 1.67 预期报酬率 7.51
绝对缩水 50.55 最大缩水 341.10 (8.26%) 相对缩减 8.26% (341.10)
交易总额 256 空头头寸(赢利百分比) 114 (57.89%) 多头头寸(赢利百分比) 142 (62.68%)
盈利的交易(占全部的百分比) 155 (60.55%) 亏损交易(占全部的百分比) 101 (39.45%)
最大的 有利的贸易 161.00 亏损交易 -143.00
平均值 有利的交易 30.84 交易损失 -28.30
最大数量 连赢 11 (346.90) 连续损失(亏损) 4 (-74.00)
最大 连续盈利(赢的次数) 346.90 (11) 连续损失(损失次数) -224.00 (2)
平均值 连续赢利 2 连续损失 2

2008年对欧元兑美元来说是如此的可预测,在没有任何学习/优化的情况下,在一小时内编写的200行的EA显示出可以容忍的结果。难怪你的专家顾问显示出良好的效果。如果你把这个 "赤裸裸 "的概率输入,即使是最原始的神经网络,其结果也是相当的。


Z.I.检查了2007年的情况,到2007年中期,它的增长速度与2008年相同。

附加的文件:
probab.zip  20 kb
 
LeoV:
阿瓦尔斯

问题是,不公开整个系统就给出结果是毫无意义的。如果你披露,那些成功交易过类似系统的人可以帮助你。

你是建议在这里发布代码吗?

你可以自己弄清楚你得到了什么结果,尽管对NS来说,这并不十分容易。

IMHO,NS必须使用1种交易类型,动量交易,模式,会期等。使方法适应不断变化的市场,而不是一味地寻找难以理解的复合体。输入数据,即学习标准,应该考虑到这一点。有必要将国家安全局限制在一个特定的方法上,而不给它尽可能多的自由。如果一个系统内必须使用几种方法(TS组合),那么必须使用几个独立的NS。否则,就不会有稳定的结果。将会有一个不断的调整,尽管偶尔会出现健壮的变体。但这是暂时的,因为总是会有一些调整后的变体。

 
LeoV:
阿瓦尔斯

拒绝的标准包括,例如,估计一定时期内每笔交易的平均利润,并将其与基准(历史)进行比较。如果已经变低,则拒绝。事实上,这是对股权的趋势跟踪。也有其他方法,但效果取决于系统的具体情况。

比较平均交易的利润是很有趣的。还有什么其他方法?

例如,使用几个平均数。如果一小段时间内N1的每笔交易的平均利润变得小于0,那么手数就会减少三分之一,如果随后交叉的速度更慢,那么再减少三分之一。而在相反的方向,则是增加。

使用MIDD,如果达到它就停止系统交易,通常要乘以一个系数。事实上,它是股票追踪止损的一个类似物。

与前者的统计类似,但基于西格玛的计算和超过3sigma的股权退出。

股票应该是有趋势的(每笔交易的平均利润为正),有趋势并被跟踪。在系统上恢复交易是另一个问题。同样,如果NS使用的不是一种方法而是一种复合方法,那就很难了。你总是可以在适合的高峰期恢复交易。

 
Figar0: 如果将这种 "赤裸裸 "的概率输入到即使是最原始的神经网络 的输入中,其结果将是相当的。

不是一个事实。更有可能的是,.....,概率网络并不能作为输入增强器发挥作用。它根据输入的数据计算出概率。而从概率来看,你所建议的是太复杂的东西。因此,不可能肯定地说,它将毫不含糊地更好。

 
Figar0:

于是我们进行了讨论,我决定看看:如果在我们的2008年被剥夺了所有的神经,概率会有怎样的表现?我做了一个简单的专家顾问,它查看过去的一些条形图并计算下一个条形图的概率(上升/下降),测试期间通过的条形图被 "改进",即它们也参与了下一个条形图的概率计算。

我采取了相同的货币对,时间框架是相同的,周期是相同的2008年的今天(2001年在图片中,不要相信你的眼睛,专家顾问中的周期限制已经实施,以获得历史数据)。参数几乎没有,开盘的概率,收盘的概率和计算概率的条数。参数是根据我自己的直觉来取的。请看完整的属性,了解全貌。其结果是。

我只是不明白,是优化期还是根本没有优化?

 
Figar0:

2008年对欧元兑美元来说是如此的可预测,在没有任何训练/优化的情况下,在一个小时内编写的200行EA显示了相当可容忍的结果。难怪你的专家顾问显示出良好的效果。如果你把这个 "赤裸裸 "的概率输入,即使是最原始的神经网络,其结果也是相当的。


Z.U. 检查了2007年的情况,到2007年年中,它的增长速度与2008年相同。

好吧,我个人的意见与你不同的是,TC不可能总是工作,而且到处都是......。所以对我来说,它是OK的.....

 
而且在我看来,这些统计数字并不都是goudou。四个月内有非常多的交易--部分。亏损已经吞噬了一半以上的利润。盈利交易几乎等同于亏损交易。期望值和利润率都很低.....