Die Einschätzung der Modellierungsqualität von Minutendaten

MetaQuotes | 9 November, 2015

Im Artikel "Was heißen die Zahlen im Prüfbericht über Experte" wurde die Formel der Einschätzung der Modellierungsqualität eingeführt:
ModellingQuality = ((0.25*(StartGen-StartBar) + 
                     0.5 *(StartGenM1-StartGen) + 
                     0.9 *(HistoryTotal-StartGenM1)) / (HistoryTotal-StartBar))*100%;
in der:

  • HistoryTotal - der Anzahl der Balkens (Bars) in der Geschichte;

  • StartBar - die Nummer des Balkens, von dem die Modellierung begann. Die Modellierung beginnt mindestens bei dem 101 Balken oder bei dem Balken, der dem ersten Frist der Test-grenzen entspricht

  • StartGen - die Nummer des Balkens, von dem die Modellierung auf Basis der Historie Daten des nächsten Zeitrahmens begann;

  • StartGenM1 - die Nummer des Balkens, von dem die Modellierung auf Basis der Minuten begann;

hierbei:

  • Der Abstand ist zwischen dem Anfang der Modellierung von Datenbanken des Zeitrahmens und bis zum Anfang der Modellierung auf Basis der Historie Daten von dem nächsten Zeitrahmen, hat einen Index von 0,25;

  • Der Abstand ist zwischen dem Anfang der Modellierung von Datenbanken des nächsten Zeitrahmens und bis zum Anfang der Modellierung auf Basis der Minuten, hat einen wesentlichen Index von 0,5;

  • Der Abstand ist zwischen dem Anfang der Modellierung von Minuten und bis zum Ende der Historie Daten, hat einen wesentlichen Index von 0,9.

Die Daten, die auf Basis Minuten modelliert wurden, werden sehr hoch bewertet: haben 90% Qualität.

Abgesehen von der gleichen Formel, können die Teste auf der eineminütigen Periode M1 keine Qualität von mehr als 25% betragen, weil bei der Modellierung dieser Daten keine Daten von einer wenigeren Periode verwendet werden. Die Daten mit einer wenigeren Periode gibt es für den Benutzer-Terminal nicht, aber es gibt Ticksdaten. Allerdings werden Ticksdaten nicht im Benutzer-Terminal durch Standardmittel gespeichert.

Minutendaten sind selbst die detailliertesten Daten über die Preisbewegung. Mit ihrer Hilfe kann man gut die Preisbewegung der großen Perioden innerhalb der Balkens modellieren. Daraufhin ist die Diskrepanz zwischen der realen Preisbewegung und der modellierten Ticks wird nicht groß, aufgrund des Vorhandenseins der minutenlangen Bezugspunkte : Open, High, Low, Close. Diese Bezugspunkte bilden die erste Annäherung an die Funktion-Preisbewegung (die erste Näherung). Je höher ist der Wert der Periode,die modelliert wird, desto mehr gibt es Bezugspunkte und genauer Modellierung. Und umgekehrt, je niedriger ist der Wert der Periode,die modelliert wird, desto geringer ist die Modellierungsqualität. Zum Beispiel, um ein stundenmäßiger Balken zu modellieren, können bis zu 240 eineminütigen Bezugspunkte verwendet werden,um ein fünfminütiger Balken zu modellieren, wird die Anzahl der Bezugspunkte schon bis 20 sinken.

Wie wir bereits erwähnt haben, gibt es für einen eineminütigen Balken nur vier Bezugspunkte! Deshalb ist die Modellierungsqualität von den eineminütigen Balkens ist nicht höher als 25%. Allerdings, wenn Signale während Testen auf den eineminütigen Balkens verwenden, die von den Daten des größen Zeitrahmens empfangen wurden, müssen die modellierten Daten natürlich höher als 0 bewertet werden, denn es wird die Preisbewegung im längeren Balken berechnet als nur in einem eineminütigen Balken.

Hinweis: Genauer gesagt, bei der Berechnung der Modellierungsqualität von den fünfminütigen Balkens, die auf Basis der eineminütigen Balkens modelliert wurden, sollen Daten auf Basis der Historie Daten des nächsten Zeitrahmens berechnet werden, und sollen mit dem Index 0,5 und nicht 0,9 bewertet werden. Allerdings haben wir beschlossen, keine neue zusätzliche Formel einzuführen und die Modellierungsalgorithmus auf diese Weise nicht zu erschweren.