|
不
经验
|
2
产品
|
2248
演示版
|
|
0
工作
|
1
信号
|
0
订阅者
|
最初，我的交易策略是利用价格行动确定最佳的进场点。为了避免不必要的心理因素，我开发了一个半自动的EA（专家顾问）用于订单管理。
然而，由于健康问题和渴望在交易之外拥有更多的个人时间，我决定创建一个完全自动化的EA。这个EA不仅可以确定进场点，还能代表我处理订单管理。于是，Boring Pips诞生了，代表了我努力的结晶。
你是否曾 经想过为什么大多数专家顾问在实盘交易中并不有效，尽管它们在回测中表现完美？ 最有可能的答案是 过拟合。许多专家顾问被创建为对现有的历史数据进行 “ 学 习 ” 和完美适 应，但由于构建模型的泛化能力不足，它们无法预测未来。 一些开 发者可能根本不知道过拟合的存在，或者他们知道但没有办法防止它。其他人则将其作为美化回测结果的工具，他们添加了数十个输入参数，而不考虑统计学意义，使交易策略过度依赖历史数据，并试图说服他人他们的专家顾问未来能够实现类似的表现。 如果你 对这个迷人的主题感兴趣，并想更深入地了解过拟合，请参考我的这些文章： Avoiding Over-fitting in Trading Strategy (Part 1): Identifying the Signs and Causes Avoiding Over-fitting in Trading Strategy (Part 2): A Guide to Building Optimization Processes 有几种方法可以避免在 仅仅依赖读取过去数据的专家顾问上亏钱。而最简单的方法是，在没有至少 5
你是否曾 经想过为什么大多数专家顾问在实盘交易中并不有效，尽管它们在回测中表现完美？ 最有可能的答案是 过拟合。许多专家顾问被创建为对现有的历史数据进行 “ 学 习 ” 和完美适 应，但由于构建模型的泛化能力不足，它们无法预测未来。 一些开 发者可能根本不知道过拟合的存在，或者他们知道但没有办法防止它。其他人则将其作为美化回测结果的工具，他们添加了数十个输入参数，而不考虑统计学意义，使交易策略过度依赖历史数据，并试图说服他人他们的专家顾问未来能够实现类似的表现。 如果你 对这个迷人的主题感兴趣，并想更深入地了解过拟合，请参考我的这些文章： Avoiding Over-fitting in Trading Strategy (Part 1): Identifying the Signs and Causes Avoiding Over-fitting in Trading Strategy (Part 2): A Guide to Building Optimization Processes 有几种方法可以避免在 仅仅依赖读取过去数据的专家顾问上亏钱。而最简单的方法是，在没有至少 5