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））。