“资产管理”子系统 - 页 5 12345678 新评论 TheXpert 2008.11.20 12:39 #41 TheXpert >> : 那是一个疏忽。你只需要选择获得最大可接受结果的存款百分比。 这个百分比应该在没有MM的情况下根据系统的已知参数来选择。我并不是想赢得诺贝尔奖。至少是这个简单的变体。 这不是一个疏忽。 比方说，如果你将你的方法与我的方法进行比较，你是在将贪婪的算法与更精确的优化启发式算法进行比较。 将上述参数放入目标函数中，将增加利润。 看到你在线性编程方面的模型将是很有趣的。 Neutron 2008.11.20 12:41 #42 TheXpert писал(а)>> 那是一种过度的反应。你所需要做的就是找到能给出最能接受的结果的存款比例。 你应该根据系统的已知参数选择它，当它在没有MM的情况下工作。我并不是想赢得诺贝尔奖。至少在这个简单的变体中。 并让我们尝试实施一个最佳的MM方案。 我曾经在Ezhov对NS的函数推导中看到过类似的东西。 因此，我们有一个相对价格增量x=dS/S，用于持有未结头寸的时间，而相对权益增量dK/K=Lever*x，其中Lever是杠杆。 然后是下一步的股权增量。K[1]=K[0]*（1+p*|x|*Lever），其中1/2+p是TS正确预测价格方向的概率。时间t 之后的利润将是K[t]/K[0]=（1+p*|x|*Lever）^t。将身份的左右两部分对数化，并将所有取值分为 "好 "和 "坏"，我们得到平均利润（括号<>表示在某个大样本上平均取值的程序） <ln(K[t]/K[0])>=t*<(1/2+p)*ln(1+|x|*Lever)+(1/2-p)*ln(1-|x|*Lever)> 实际上，这个表达式的右边是我们需要最大化杠杆值的函数，即Lever 的杠杆值。让我们 把，这个表达式用Lever来表示，并把它等同于零，以找到它作为正确预测百分比 p和 x=dS/S（基本上是贿赂的波动性）的平均值的函数的最佳值。 Lever=2p/<|x|> 或考虑到分布密度函数的形状（例如，贿赂分布中的厚尾巴会增加风险）。 杠杆=2p/<|x|> ，其中a=<|x|>^2/<x^2> =0.8为高斯分布，0.25为指数分布（这对外汇来说更有可能）。 由此产生的杠杆值，将为特定的TS提供所有可能的最大回报。杠杆 的任何增加或减少都会使利润率变为负数。这是最佳的MM! 例如，对于一个猜对数字的百分比为50+1%，dS=50点（每笔交易的平均规模）的MT，我们可以得到以下图表，即每笔交易的平均利润率K[i]/K[i-1]与交易杠杆的关系。 也就是说，如果我们在100次入市中停留51次，最佳杠杆是4。对于正确猜测的条目比例较大的情况下，最佳的Lever会更大。 所有这些对一件乐器来说都是如此。如果我们想把得到的结果应用于多货币组合，我们需要分别掌握每种工具的交易历史，并选择其资本化程度与货币回报成反比。这将使每个单独的工具对投资组合的影响均匀化，并使每个工具的个别缩减平滑化。 让我提醒你，投资组合的风险随着其中工具数量的根数而减少，因此每个工具的资本化（Lever）可以按比例增加（相对于最佳的），而总风险保持不变。与使用一种工具相比，在相同的存款下，这将增加整个投资组合的回报。 Сергей 2008.11.20 13:10 #43 到TheXpert Скажем так, если сравнить Ваш подход с моим, получится сравнение жадного алгоритма с более точной эвристикой при оптимизации. Вынос вышеупомянутых параметров в целевую функцию позволит увеличить прибыль. 根据我的理解，你实际上是想得到一个经验性的 "利润公式"，把各种依赖关系 "塞 "进目标函数。或者你可以通过这样的推理得到它。最后，只需替换输入值，就能得到一种 "最佳 "解决方案。这也不错，但在概念层面上，这些方法仍有明显的不同，对我来说，这样的公式是否存在仍是个问题。 看到你在线性编程方面的模型将是很有趣的。 是的，我想我很快就会发布。但我怀疑，它是否会一下子变得正确。所以，不要骂我，我只是在学习各种科学的智慧和技巧。:о) 对中子 有趣的信息，我花时间去思考，而我必须赶着去做生意 :o( TheXpert 2008.11.20 13:13 #44 Neutron >> : 所有这些对单一乐器来说都是如此。为了普及多货币组合的结果，应该分别掌握每种工具的交易历史，并选择其资本化程度与货币等价物的收益成反比。它将允许平衡每个单独的工具对投资组合的影响，并平滑每个工具的单独缩减。 还有一个投资组合分析器 :) 。 所以我们可以找到投资组合的最佳资本化程度。然后简单地在各对之间按比例分配，这样就可以得到投资组合的总资本化程度。 这不是一个准确的解决方案，但它将发挥作用，我认为。 TheXpert 2008.11.20 13:26 #45 grasn >> : 到TheXpert 根据我的理解，你实际上是想通过将各种依赖关系 "塞进 "目标函数来获得一个经验性的 "利润公式"。或者你可以通过这样的推理得到它。最后，只需替换输入值，就能得到一种 "最佳 "解决方案。它也不坏，但所有的方法在概念层面上都有本质的不同，对我来说，这种公式的存在仍然是值得怀疑的。 没有 :) 但要继续比较，一个贪婪的算法需要半小时来编写，而精确的启发式算法...在你的大脑沸腾之前，这是个运气问题。 [删除] 2008.11.20 14:50 #46 而受人尊敬的社区对拉尔夫-文斯的书《资金管理 的新方法》有什么看法。不同投资工具之间的资产配置结构"？ TheCore 2008.11.20 18:00 #47 由于投资组合的概念不一定与不同的货币对相联系，我我对投资组合分析的方法如下。1.我选择了N种交易策略，为M种货币准备了专家。2）在历史上对它们进行了优化，使收益率最大化，缩减百分比<50%。3.在每个EA中插入一个代码，每天在策略测试器中保存为一个csv文件。OrdersTotal(), LastBallance,AccountBalance(),AccountEquity() 其中LastBallance是专家在保存数据时达到的最大余额。4.结果我得到了N*M个文件5.将其全部载入Excel，计算每天的利润（损失）。6.计算出整个测试期间每个策略的最大相对盈亏值，单位为%。 7.计算了整个测试期间几个策略组合的最大相对收入和损失的百分比 在这个阶段，我自己建立了投资组合。 我的做法如下。- 采取了一项战略- 找到跌幅最大的日子 - 搜索了哪种策略在这一天至少有少量的利润- 然后我把每天的两个策略的数据加起来- 添加了下一个策略结果我得到的证据是，投资组合交易可以减少总跌幅并平滑收益率曲线。(许多人出于某种原因认为组合交易是提高利润的必经之路）。 在未来，我计划写一个程序（很可能是一个脚本），将自动挑选一个投资组合不使用Excel。 Вадимус 2008.11.20 19:43 #48 grasn писал(а)>> 给阿努比斯 很高兴我能提供帮助。只是我没有时间去澄清另一个奇特的问题。增加模型的阶数，通常会导致误差的增加。但考虑到这些模型是如何预测的，以及不可能在价格系列上清楚地识别它们，我们不能为这些细节而烦恼。 我将研究一下!我在使用高额订单时定期遇到性能问题，我不敢想接下来会发生什么 -) 我不太担心准确性，现在还太早。 至于任务--加入我，它将立即变得清晰。 这将是非常有趣的，我有类似的想法，但到目前为止，我没有足够的经验，我正在用算法....。 ps：封闭区是什么？ 普通的凡人能进去吗？ =) Neutron 2008.11.21 03:09 #49 thecore писал(а)>> ......许多人出于某种原因认为，投资组合交易必然会增加收益。 不是吗？ 为了清楚起见，假设我们有一个有利可图的TS和几个不相关的工具，它们的收益是相等的，或因资本化不同而相等。让我们考虑一个单一乐器的情况。收入曲线（RC）可以用最小二乘法表示为一条画过它的直线。那么TC的收入与直线的斜率切线成正比，风险与无量纲值成正比，等于QD点与该直线的标准偏差与投资于该工具的资本额的比率。假设，根据所选择的MM， R% 的风险水平对我们来说是可以接受的。 现在把我们在一个工具上交易的资本分成n 个相等的部分，再加上所有工具的数量。那么每个工具的回报将减少N 倍，风险将保持不变，并且彼此不相关。对于这样的投资组合，总收益将是加法的，等于单个头寸的资本化收益，每个工具的QD的标准差将作为随机变量相加，第一近似值等于其平方之和的平方根，对于总风险来说，这将给出估计值R%/SQRT(n) （见上述风险的定义）。但是，根据MM，我们可以承担至少R% 的风险， 这使得我们可以将投资组合的资本化程度提高到原来的SQRT(n) 倍!回报又与头寸的资本化成正比，因此可以说，通过将资本分给 n个 不相关的工具，我们在不增加风险的情况下，将总头寸 的 回报率提高 到 n 倍的根。 这的确是需要证明的。当然，不增加投资组合的资本化也是事实，我们将减少其风险，人们可以正式论证，投资组合交易不一定要增加收益......。但这些本质上是一个硬币的两面。 上面你可以看到由100个和10个工具组成的投资组合（蓝线）和它包含的一个工具（红线）的权益增长。如果收益率相等，可以看到风险随着工具数量的增加而减少。 请说明组合交易的优点和缺点。 这一切都错了，朋友们。 Вадимус 2008.11.21 04:16 #50 增加资本化更符合逻辑 -)))正如他们所说，为什么钱要闲置？ 让它工作，太糟糕了，工具（货币对）的数量是有限的...... 12345678 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
那是一个疏忽。你只需要选择获得最大可接受结果的存款百分比。
这个百分比应该在没有MM的情况下根据系统的已知参数来选择。我并不是想赢得诺贝尔奖。至少是这个简单的变体。
这不是一个疏忽。
比方说，如果你将你的方法与我的方法进行比较，你是在将贪婪的算法与更精确的优化启发式算法进行比较。
将上述参数放入目标函数中，将增加利润。
看到你在线性编程方面的模型将是很有趣的。
那是一种过度的反应。你所需要做的就是找到能给出最能接受的结果的存款比例。
你应该根据系统的已知参数选择它，当它在没有MM的情况下工作。我并不是想赢得诺贝尔奖。至少在这个简单的变体中。
并让我们尝试实施一个最佳的MM方案。
我曾经在Ezhov对NS的函数推导中看到过类似的东西。
因此，我们有一个相对价格增量x=dS/S，用于持有未结头寸的时间，而相对权益增量dK/K=Lever*x，其中Lever是杠杆。
然后是下一步的股权增量。K[1]=K[0]*（1+p*|x|*Lever），其中1/2+p是TS正确预测价格方向的概率。时间t 之后的利润将是K[t]/K[0]=（1+p*|x|*Lever）^t。将身份的左右两部分对数化，并将所有取值分为 "好 "和 "坏"，我们得到平均利润（括号<>表示在某个大样本上平均取值的程序）
<ln(K[t]/K[0])>=t*<(1/2+p)*ln(1+|x|*Lever)+(1/2-p)*ln(1-|x|*Lever)>
实际上，这个表达式的右边是我们需要最大化杠杆值的函数，即Lever 的杠杆值。让我们 把，这个表达式用Lever来表示，并把它等同于零，以找到它作为正确预测百分比 p和 x=dS/S（基本上是贿赂的波动性）的平均值的函数的最佳值。
Lever=2p/<|x|> 或考虑到分布密度函数的形状（例如，贿赂分布中的厚尾巴会增加风险）。
杠杆=2p/<|x|> ，其中a=<|x|>^2/<x^2> =0.8为高斯分布，0.25为指数分布（这对外汇来说更有可能）。
由此产生的杠杆值，将为特定的TS提供所有可能的最大回报。杠杆 的任何增加或减少都会使利润率变为负数。这是最佳的MM!
例如，对于一个猜对数字的百分比为50+1%，dS=50点（每笔交易的平均规模）的MT，我们可以得到以下图表，即每笔交易的平均利润率K[i]/K[i-1]与交易杠杆的关系。
也就是说，如果我们在100次入市中停留51次，最佳杠杆是4。对于正确猜测的条目比例较大的情况下，最佳的Lever会更大。
所有这些对一件乐器来说都是如此。如果我们想把得到的结果应用于多货币组合，我们需要分别掌握每种工具的交易历史，并选择其资本化程度与货币回报成反比。这将使每个单独的工具对投资组合的影响均匀化，并使每个工具的个别缩减平滑化。
让我提醒你，投资组合的风险随着其中工具数量的根数而减少，因此每个工具的资本化（Lever）可以按比例增加（相对于最佳的），而总风险保持不变。与使用一种工具相比，在相同的存款下，这将增加整个投资组合的回报。
到TheXpert
Скажем так, если сравнить Ваш подход с моим, получится сравнение жадного алгоритма с более точной эвристикой при оптимизации. Вынос вышеупомянутых параметров в целевую функцию позволит увеличить прибыль.
根据我的理解，你实际上是想得到一个经验性的 "利润公式"，把各种依赖关系 "塞 "进目标函数。或者你可以通过这样的推理得到它。最后，只需替换输入值，就能得到一种 "最佳 "解决方案。这也不错，但在概念层面上，这些方法仍有明显的不同，对我来说，这样的公式是否存在仍是个问题。
看到你在线性编程方面的模型将是很有趣的。
是的，我想我很快就会发布。但我怀疑，它是否会一下子变得正确。所以，不要骂我，我只是在学习各种科学的智慧和技巧。:о)
对中子
有趣的信息，我花时间去思考，而我必须赶着去做生意 :o(
所有这些对单一乐器来说都是如此。为了普及多货币组合的结果，应该分别掌握每种工具的交易历史，并选择其资本化程度与货币等价物的收益成反比。它将允许平衡每个单独的工具对投资组合的影响，并平滑每个工具的单独缩减。
还有一个投资组合分析器 :) 。
所以我们可以找到投资组合的最佳资本化程度。然后简单地在各对之间按比例分配，这样就可以得到投资组合的总资本化程度。
这不是一个准确的解决方案，但它将发挥作用，我认为。
到TheXpert
根据我的理解，你实际上是想通过将各种依赖关系 "塞进 "目标函数来获得一个经验性的 "利润公式"。或者你可以通过这样的推理得到它。最后，只需替换输入值，就能得到一种 "最佳 "解决方案。它也不坏，但所有的方法在概念层面上都有本质的不同，对我来说，这种公式的存在仍然是值得怀疑的。
没有 :)
但要继续比较，一个贪婪的算法需要半小时来编写，而精确的启发式算法...在你的大脑沸腾之前，这是个运气问题。
而受人尊敬的社区对拉尔夫-文斯的书《资金管理 的新方法》有什么看法。不同投资工具之间的资产配置结构"？
由于投资组合的概念不一定与不同的货币对相联系，我
我对投资组合分析的方法如下。
1.我选择了N种交易策略，为M种货币准备了专家。
2）在历史上对它们进行了优化，使收益率最大化，缩减百分比<50%。
3.在每个EA中插入一个代码，每天在策略测试器中保存为一个csv文件。
其中LastBallance是专家在保存数据时达到的最大余额。
4.结果我得到了N*M个文件
5.将其全部载入Excel，计算每天的利润（损失）。
6.计算出整个测试期间每个策略的最大相对盈亏值，单位为%。
7.计算了整个测试期间几个策略组合的最大相对收入和损失的百分比
在这个阶段，我自己建立了投资组合。
我的做法如下。
- 采取了一项战略
- 找到跌幅最大的日子
- 搜索了哪种策略在这一天至少有少量的利润
- 然后我把每天的两个策略的数据加起来
- 添加了下一个策略
结果我得到的证据是，投资组合交易可以减少总跌幅并平滑收益率曲线。
(许多人出于某种原因认为组合交易是提高利润的必经之路）。
在未来，我计划写一个程序（很可能是一个脚本），将自动挑选一个投资组合
不使用Excel。
给阿努比斯
很高兴我能提供帮助。只是我没有时间去澄清另一个奇特的问题。增加模型的阶数，通常会导致误差的增加。但考虑到这些模型是如何预测的，以及不可能在价格系列上清楚地识别它们，我们不能为这些细节而烦恼。
我将研究一下!我在使用高额订单时定期遇到性能问题，我不敢想接下来会发生什么 -)
我不太担心准确性，现在还太早。
这将是非常有趣的，我有类似的想法，但到目前为止，我没有足够的经验，我正在用算法....。
ps：封闭区是什么？ 普通的凡人能进去吗？ =)
......许多人出于某种原因认为，投资组合交易必然会增加收益。
不是吗？
为了清楚起见，假设我们有一个有利可图的TS和几个不相关的工具，它们的收益是相等的，或因资本化不同而相等。让我们考虑一个单一乐器的情况。收入曲线（RC）可以用最小二乘法表示为一条画过它的直线。那么TC的收入与直线的斜率切线成正比，风险与无量纲值成正比，等于QD点与该直线的标准偏差与投资于该工具的资本额的比率。假设，根据所选择的MM， R% 的风险水平对我们来说是可以接受的。
现在把我们在一个工具上交易的资本分成n 个相等的部分，再加上所有工具的数量。那么每个工具的回报将减少N 倍，风险将保持不变，并且彼此不相关。对于这样的投资组合，总收益将是加法的，等于单个头寸的资本化收益，每个工具的QD的标准差将作为随机变量相加，第一近似值等于其平方之和的平方根，对于总风险来说，这将给出估计值R%/SQRT(n) （见上述风险的定义）。但是，根据MM，我们可以承担至少R% 的风险， 这使得我们可以将投资组合的资本化程度提高到原来的SQRT(n) 倍!回报又与头寸的资本化成正比，因此可以说，通过将资本分给 n个 不相关的工具，我们在不增加风险的情况下，将总头寸 的 回报率提高 到 n 倍的根。
这的确是需要证明的。当然，不增加投资组合的资本化也是事实，我们将减少其风险，人们可以正式论证，投资组合交易不一定要增加收益......。但这些本质上是一个硬币的两面。
上面你可以看到由100个和10个工具组成的投资组合（蓝线）和它包含的一个工具（红线）的权益增长。如果收益率相等，可以看到风险随着工具数量的增加而减少。