优化与适应的故事 - 页 4 123456789 新评论 CHINGIZ MUSTAFAEV 2019.06.27 10:02 #31 Vladimir Baskakov: 如果使用TP和SL,似乎是这种情况 事实上,这没有什么区别,有这样一个概念,即逾期居留,是的,用它可以赚取相当长的时间,但最终你会失去。但这仍然是一个不太明智的做法。至于测试和其他一切,无论是优化还是测试或其他任何东西都没有绝对的保证,除非你使用的是曾经工作过的东西,并将永远工作。 [删除] 2019.06.27 10:06 #32 Martin_Apis_Bot Cheguevara: 事实上,这没有什么区别,有这样一个概念,就是逾期居留,是的,有了这个你可以做相当长的时间,但最后你会失去。但这仍然是一个或多或少的合理方式。至于测试和其他一切,无论是优化还是测试或其他任何东西都没有绝对的保证,除非你使用已经成功的东西,并将永远有效。 这就是为什么我说,最好的系统,平仓 是写在代码中的,不使用TP。例如如MACD的简单 Uladzimir Izerski 2019.06.27 10:33 #33 Martin_Apis_Bot Cheguevara: 优化和拟合是同一件事。 如果存在两个词,它们会有不同的含义。 拟合可以说是在故事上选择最好的参数,以获得一个美丽的画面。 优化是指选择最佳参数供进一步使用。 这些词似乎略有不同,但意思可能不同。 Maxim Romanov 2019.06.27 10:50 #34 Vladimir Baskakov: 这些概念之间的根本区别是什么? 当我在优化时,我选择了具有最宽极值的选项(我不知道该怎么称呼它)。也就是说,假设我们有分析窗口的宽度,其中有40到150条之间的利润。而且那里有一个最高值。我在中间某处选择了分析窗口的宽度,例如在95条。这不是最高的利润并不重要,但该系统在广泛的参数范围内是稳定的。如果一些市场参数消失了,有一个储备,他们可以去那里。总的来说,这提供了真实账户的稳定性。如果窗口(参数范围)太窄,我没有采取这些设置。但它仍然是对一定范围的适应,希望能保留市场参数。第二种方式:我优化了2年,并在10年后测试了它。如果这个算法是稳定的,我相信这个模式也是稳定的。但它也同样适合于一个未知的系列,但至少我可以说,规律性是稳定的。 现在我已经决定完全放弃优化。采取一些已知的模式,根据这个模式追踪影响利润的已知市场参数,并预测市场参数的未来变化。这种方法已被证明是更稳定和通用的。 例如,一个简单的策略。如果市场是趋势性的,我们应该采取长线利润和短线止损,如果市场是平的,我们应该采取长线止损和短线利润。这样,我们将始终以一定的概率获得利润。它仍然是追踪市场的现状,并预测什么时候会有趋势,什么时候会有平淡。当然这里有很多问题)))什么是趋势,什么是平坦,但这些都是已经解决的细节。 我认为基于价格系列的过去行为的优化和学习的变体是一个死胡同--它将总是导致与某个系列相适应,你将根据某种规律性进行训练,而这种规律性的性质对你来说是未知的,如果性质是未知的,那么你怎么能控制它?除非该算法从历史中学习,以预测市场参数的变化。 Serqey Nikitin 2019.06.27 12:51 #35 Maxim Romanov: 而随着优化和从价格系列的过去行为中学习,我认为该选项是一个死胡同,它总是会导致对某一特定系列的拟合。 基本上都是正确的,但有一些完善的地方...... 优化 "价格系列的过去行为 "不是一个明确的事情...... 我们(交易者)制定了一个策略(算法)--一定的行动顺序,以赚取利润。 这个算法有一定的参数,我们优化的是这些参数,而不是 "价格序列的行为"... 假设我们优化了我们的参数...并在我们的测试中的一些历史上获得利润... 我们如何验证这些 "战略"(FOR STRATEGY)的参数是正确的,而不是一种拟合? 有几种选择... 1.在远期部分运行测试......有帮助,但不一定......原因很简单--货币对本身保留了某些特性,如平稳性和低波动性......。因此,这些参数对战略的适用范围很窄。 2.在其他货币对上进行测试......如果结果会给你带来利润,那么这就是一个通用的策略,因此从长期来看是正确的。 P.S. 我的意见是:第二种选择比第一种更可靠......,而且你可以忘记适应历史的问题 Maxim Romanov 2019.06.27 13:21 #36 Serqey Nikitin: 基本上都是正确的,但有一些完善的地方...... 优化 "价格系列的过去行为 "不是一个明确的事情...... 我们(交易者)制定了一个策略(算法)--一定的行动顺序,以赚取利润。 这个算法有一定的参数,我们优化的是这些参数,而不是 "价格序列的行为"... 假设我们优化了我们的参数...并在我们的测试中的一些历史上获得利润... 我们如何验证这些 "战略"(FOR STRATEGY)的参数是正确的,而不是一种拟合? 有几种选择... 1.在远期部分运行测试......有帮助,但不一定......原因很简单--货币对本身保留了某些特性,如平稳性和低波动性......。因此,这些参数对战略的适用范围很窄。 2.在其他货币对上进行测试......如果结果会给你带来利润,那么这就是一个通用的策略,因此从长期来看是正确的。 P.S. 我的意见是:第二种方案比第一种方案更可靠......,而且你可以忘记对历史的调整! 是的,第二种变体是最正确的。这里我们优化了 算法本身的参数,而不是针对历史进行调整。理想情况下,如果它对任何符号都有效(至少对类似的符号有效,如所有货币对或所有股票),这意味着我们已经优化了算法,无需调整。 但我不喜欢前进,原因很简单:如果我们优化一堆参数,肯定会有有利可图的参数。现在我们做的是前进和...以前获得的一些参数仍然有利可图。也就是说,一年的优化+一年的前瞻性测试=两年的优化。因此,优化期越长,盈利的组合就越少。而在这里,不清楚我们的算法是有利可图,还是我们已经拟合了它。 [删除] 2019.06.27 13:25 #37 Maxim Romanov: 是的,第二个选项是最正确的。在这里,我们优化了 算法本身的参数,而不是让它适应历史。理想情况下,如果它对任何符号都有效(至少对类似的符号有效,如所有货币对或所有股票),这意味着我们已经优化了算法,无需调整。 但我不喜欢前进,原因很简单:如果我们优化一堆参数,肯定会有有利可图的参数。现在我们做的是前进和...以前获得的一些参数仍然有利可图。也就是说,一年的优化+一年的前瞻性测试=两年的优化。因此,优化期越长,盈利的组合就越少。而在这里,不清楚我们的算法是有利可图,还是我们已经拟合了它。 好吧,如果我们为五年期调整,六个月就够了。然后我们再次调整,我们可以再保持六个月的不变。 Maxim Romanov 2019.06.27 13:40 #38 Vladimir Baskakov: 好吧,如果我们在五年内进行调整,这对六个月来说也是足够了。然后我们再调整,再过6个月就不用改了。 不是一个事实。我有旧的算法,从2004年到2019年,几乎大部分的28个主要对的安全优化,从2008年到2019年的少数。但在澳元兑美元上仍有一个案例,尽管自2004年以来进行了优化,但该算法仍然失败。总的来说,是的,这个算法是好的,它已经在真实账户上使用了2年多,每个月都有稳定的利润,但当我知道有这样一个大洞时,我感到不舒服。 所以它可能不够六个月,可能再够十年,也可能够一个月,这就是装配的主要问题,我们无法遵循模式,因为我们不了解它。如果我们了解它并能跟踪它,就没有必要调整...这里面有一个自身的问题。 Uladzimir Izerski 2019.06.27 13:51 #39 价格的反应和取决于外部因素。新闻,等等......。 事实证明,通过优化,你想在未来影响外部因素,这样价格就会是你想要的。 我只能祝你成功))。 [删除] 2019.06.27 13:56 #40 Uladzimir Izerski:价格的反应和取决于外部因素。新闻,等等......。 事实证明,通过优化,你想在未来影响外部因素,这样价格就会是你想要的。 我只能祝你成功))。 在你自己的主题中写下你的努力成果 123456789 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
如果使用TP和SL,似乎是这种情况
事实上,这没有什么区别,有这样一个概念,就是逾期居留,是的,有了这个你可以做相当长的时间,但最后你会失去。但这仍然是一个或多或少的合理方式。
优化和拟合是同一件事。
如果存在两个词,它们会有不同的含义。
拟合可以说是在故事上选择最好的参数,以获得一个美丽的画面。
优化是指选择最佳参数供进一步使用。
这些词似乎略有不同,但意思可能不同。
这些概念之间的根本区别是什么?
当我在优化时,我选择了具有最宽极值的选项(我不知道该怎么称呼它)。也就是说,假设我们有分析窗口的宽度,其中有40到150条之间的利润。而且那里有一个最高值。我在中间某处选择了分析窗口的宽度,例如在95条。这不是最高的利润并不重要,但该系统在广泛的参数范围内是稳定的。如果一些市场参数消失了,有一个储备,他们可以去那里。总的来说,这提供了真实账户的稳定性。如果窗口(参数范围)太窄,我没有采取这些设置。但它仍然是对一定范围的适应,希望能保留市场参数。第二种方式:我优化了2年,并在10年后测试了它。如果这个算法是稳定的,我相信这个模式也是稳定的。但它也同样适合于一个未知的系列,但至少我可以说,规律性是稳定的。
现在我已经决定完全放弃优化。采取一些已知的模式,根据这个模式追踪影响利润的已知市场参数,并预测市场参数的未来变化。这种方法已被证明是更稳定和通用的。
例如,一个简单的策略。如果市场是趋势性的,我们应该采取长线利润和短线止损,如果市场是平的,我们应该采取长线止损和短线利润。这样,我们将始终以一定的概率获得利润。它仍然是追踪市场的现状,并预测什么时候会有趋势,什么时候会有平淡。当然这里有很多问题)))什么是趋势,什么是平坦,但这些都是已经解决的细节。
我认为基于价格系列的过去行为的优化和学习的变体是一个死胡同--它将总是导致与某个系列相适应,你将根据某种规律性进行训练,而这种规律性的性质对你来说是未知的,如果性质是未知的,那么你怎么能控制它?除非该算法从历史中学习,以预测市场参数的变化。
而随着优化和从价格系列的过去行为中学习,我认为该选项是一个死胡同,它总是会导致对某一特定系列的拟合。
基本上都是正确的,但有一些完善的地方......
优化 "价格系列的过去行为 "不是一个明确的事情......
我们(交易者)制定了一个策略(算法)--一定的行动顺序,以赚取利润。
这个算法有一定的参数,我们优化的是这些参数,而不是 "价格序列的行为"...
假设我们优化了我们的参数...并在我们的测试中的一些历史上获得利润...
我们如何验证这些 "战略"(FOR STRATEGY)的参数是正确的,而不是一种拟合?
有几种选择...
1.在远期部分运行测试......有帮助,但不一定......原因很简单--货币对本身保留了某些特性,如平稳性和低波动性......。因此,这些参数对战略的适用范围很窄。
2.在其他货币对上进行测试......如果结果会给你带来利润,那么这就是一个通用的策略,因此从长期来看是正确的。
P.S. 我的意见是:第二种选择比第一种更可靠......,而且你可以忘记适应历史的问题
基本上都是正确的,但有一些完善的地方......
优化 "价格系列的过去行为 "不是一个明确的事情......
我们(交易者)制定了一个策略(算法)--一定的行动顺序,以赚取利润。
这个算法有一定的参数,我们优化的是这些参数,而不是 "价格序列的行为"...
假设我们优化了我们的参数...并在我们的测试中的一些历史上获得利润...
我们如何验证这些 "战略"(FOR STRATEGY)的参数是正确的,而不是一种拟合?
有几种选择...
1.在远期部分运行测试......有帮助,但不一定......原因很简单--货币对本身保留了某些特性,如平稳性和低波动性......。因此,这些参数对战略的适用范围很窄。
2.在其他货币对上进行测试......如果结果会给你带来利润,那么这就是一个通用的策略,因此从长期来看是正确的。
P.S. 我的意见是:第二种方案比第一种方案更可靠......,而且你可以忘记对历史的调整!
是的,第二种变体是最正确的。这里我们优化了 算法本身的参数,而不是针对历史进行调整。理想情况下,如果它对任何符号都有效(至少对类似的符号有效,如所有货币对或所有股票),这意味着我们已经优化了算法,无需调整。
但我不喜欢前进,原因很简单:如果我们优化一堆参数,肯定会有有利可图的参数。现在我们做的是前进和...以前获得的一些参数仍然有利可图。也就是说,一年的优化+一年的前瞻性测试=两年的优化。因此,优化期越长,盈利的组合就越少。而在这里,不清楚我们的算法是有利可图,还是我们已经拟合了它。
是的,第二个选项是最正确的。在这里,我们优化了 算法本身的参数,而不是让它适应历史。理想情况下,如果它对任何符号都有效(至少对类似的符号有效,如所有货币对或所有股票),这意味着我们已经优化了算法,无需调整。
但我不喜欢前进,原因很简单:如果我们优化一堆参数,肯定会有有利可图的参数。现在我们做的是前进和...以前获得的一些参数仍然有利可图。也就是说,一年的优化+一年的前瞻性测试=两年的优化。因此,优化期越长,盈利的组合就越少。而在这里,不清楚我们的算法是有利可图,还是我们已经拟合了它。
好吧,如果我们在五年内进行调整,这对六个月来说也是足够了。然后我们再调整,再过6个月就不用改了。
不是一个事实。我有旧的算法,从2004年到2019年,几乎大部分的28个主要对的安全优化,从2008年到2019年的少数。但在澳元兑美元上仍有一个案例,尽管自2004年以来进行了优化,但该算法仍然失败。总的来说,是的,这个算法是好的,它已经在真实账户上使用了2年多,每个月都有稳定的利润,但当我知道有这样一个大洞时,我感到不舒服。
所以它可能不够六个月,可能再够十年,也可能够一个月,这就是装配的主要问题,我们无法遵循模式,因为我们不了解它。如果我们了解它并能跟踪它,就没有必要调整...这里面有一个自身的问题。
价格的反应和取决于外部因素。新闻,等等......。
事实证明,通过优化,你想在未来影响外部因素,这样价格就会是你想要的。
我只能祝你成功))。
价格的反应和取决于外部因素。新闻,等等......。
事实证明,通过优化,你想在未来影响外部因素,这样价格就会是你想要的。
我只能祝你成功))。