Criterio de selección automática de los resultados de la optimización. - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
ivandurak писал(а) >>
А как же распределение результатов сделок . Львиная доля прибыли может быть и в начале исследуемого периода . Имхо для начала необходимо договорится о критерии по которому будем отбирать варианты оптимизации, а иначе флуд и опять плевки на спину .Лично мне импонирует - близость результатов торговли к прямой линии на постоянном лоте, но не настаиваю .
Estoy de acuerdo con el azul resaltado.
Con el rojo resaltado, no. Una línea recta de balance no es una indicación de resultados estables, especialmente si se negocia con un lote fijo. También se puede obtener una línea recta de balance mediante un SL dependiente del tamaño del lote variable, expresado como un porcentaje de una cantidad de capital inicial acordada (no como un porcentaje del balance actual)
Intentaré dar algunas ideas sobre el tema de la rama un poco más tarde.
No creo que baste con un solo "criterio", sino que tiene que haber un equilibrio de criterios.
Puede que sí. Probablemente un conjunto de criterios es mejor que uno. Pero desde el punto de vista práctico, sería deseable tener un criterio lo más amplio posible. No hay obstáculos para analizarlo en combinación con otra cosa, ¿no?
Aquí está la variante más simple que funciona bien (mucho mejor que las variantes estándar, en términos de velocidad y resultados) en mi optimizador:
Primero, filtrar por número de tratos, luego simplemente máximo GP * P * PD/(GL+MD); // se derivó de la nada, sólo intuitivamente, después de eso empecé a pensar en una rama
-Beneficio = P,
-GrossProfit = GP ,
-Pérdida bruta = GL,
-MaxDrawdown (Drawdown) = MD ,
-Número de operaciones rentables = PD, operaciones perdedoras = LD, Número total de operaciones = AD,
-Número de barras (ticks) de prueba = TIEMPO,
-Max Profit trade = MPD, max loss trade = MLD
-serie de operaciones rentables = SPD (en unidades), = SPD$ (en moneda de depósito), serie de operaciones perdedoras =SLD, =SLD$
Beneficio, MO, factor de beneficio. reducción relativa - estas características se calculan al final de la optimización, cuando la posición se cierra forzosamente.
Reducción máxima: característica que podemos utilizar como extremo de riesgo. La optimización puede terminar cuando la línea de balance está en el canal horizontal formado por el beneficio máximo (desafortunadamente, esta característica no aparece en el informe) y el beneficio máximo menos la reducción máxima. Tengo el mecanismo de adaptación del Asesor Experto arriba.
El objetivo de la optimización es calcular los riesgos. El conocimiento de los posibles riesgos nos permite aplicar la gestión de la movilidad.
1. Fuera de la muestra: es decir, datos (citas) que la ST no ha visto y los resultados del trabajo sobre esos datos;
2. Expectativa - beneficio medio de una operación en pips o en la divisa seleccionada;
3. Series temporales (léase - comillas).
Cotier puede descomponerse en sus ondas constituyentes con diferentes frecuencias y amplitudes (lo digo por claridad, no insinuando una descomposición práctica mediante transformadas de Fourier, etc.). Esto se puede ver a simple vista (ondas, Eliot no tiene nada que ver). Toda TS, escrita o por escribir por cualquier persona, es un intento de describir el comportamiento de una onda individual concreta. Y como la frecuencia de las ondas es diferente, el número de tratos en los distintos TS será diferente, puede ser mucho, puede ser poco.
Me parece que un "criterio" no es suficiente, necesitamos un cierto equilibrio de criterios.
Me parece que no sólo hay un "criterio", sino también un hipotético equilibrio de criterios.
Haré una analogía con el mundo animal (perdón, pero mi cerebro opera con imágenes "biológicas" más fácilmente) :)
Cada onda kotir constitutiva es el hábitat natural de una determinada especie. Algunos viven en un desierto plano y con poca vegetación y otros en una densa selva. Estas especies tienen formas completamente diferentes de ganarse la vida y el uso racional de la energía que extraen.
Volvamos al TC de nuevo. ¿Cómo podemos determinar cuáles son dignos de trabajar con nuestra sangre y cuáles no? ¿Basándose en un solo criterio, aunque sea universal?
Cada vez me inclino más por la idea de utilizar la optimización multicriterio, cada criterio es una descripción de una determinada población, en términos de AG. De este modo, existirán plenamente varias poblaciones de diferentes especies de individuos, dando la oportunidad de cruzarse con individuos de diferentes poblaciones, es posible potenciar las mejores cualidades de los representantes de las diferentes especies por medio de la AG.
PS Queda por describir las especies individuales de TC en los términos sugeridos por FigarO. Lo más difícil para mí es que no estoy familiarizado con las matemáticas. He hecho una petición similar a uno de los miembros del foro, pero o bien no pude interesarle, o bien la hice en el momento equivocado.
PPS La formulación de la función de aptitud es casi más importante que encontrar un conjunto de datos de entrada para el NS, esto también se aplica a cualquier TS.
Voy a añadir mi opinión sobre la cuestión.
1) No hay manera de prescindir del conjunto de parámetros, estos parámetros se toman del probador, se puede añadir algunos, pero los innecesarios también tendrá que ser eliminado, como entradas innecesarias en las redes neuronales(analogía).
2) La salida del coeficiente general por medio de la multiplicación muy probablemente aparecerán nuevos conjuntos de mínimos locales, o estos criterios esencialmente llevarán al AG a falsos (no necesarios para nosotros) mínimos/máximos (no hay diferencia). Así que recomiendo olvidarse de la multiplicación que hace el autor de la rama unos post más arriba. He experimentado con ellos, no funciona bien.
3) En esencia, se trata de una "optimización multicriterio" o de una optimización en función de muchos criterios simultáneamente. Todo lo que he leído sobre este tema: todo se reduce a dar a cada criterio un peso[0;1] y mediante una simple ecuación lineal puedo deducir este criterio general (Y = a1*x1 + a2*x2+...an*xn) - esto también conducirá a falsos mínimos en nuestro caso, o tendremos que llevar a cabo una investigación separada (para cada estrategia) de la superficie primero, mirar cómo los pesos influyen en los mínimos/máximos, si GA va a un falso extremo (falso desde nuestro punto de vista) - generalmente hablando, este no es el camino tampoco.
Por eso ustedes (apelo a los interesados en la rama) tendrán que inventar un nuevo método que no estará en los libros.
Problema: lo primero que hay que hacer es eliminar las dimensiones, por ejemplo, el porcentaje de transacciones rentables en el rango [0;100] mientras que su beneficio es teóricamente ilimitado, etc. Permítanme decirles de inmediato que el escalamiento no funcionará (es lo mismo que asignar pesos a los indicadores), habrá muchos valores atípicos que arrojarán a GA a un falso mínimo.
Можно критерий оптимизации получить методами генетического программирования, но боюсь, пока вычислительных ресурсов писишек не хватет, хотя разрабы обещают облачные вычисления...
Todo lo brillante es simple... así que no creo que sea necesario poner superlativos...
Todo lo brillante es simple... así que no creo que sea necesario poner superlativos...
Estoy de acuerdo. Complicar las cosas no garantiza mejores resultados.