Optimización vs. Encaje en la historia - página 3

 
Vladimir Baskakov:
Suele tener facilidad para las palabras y los hechos.

Este no es el caso, y no prometió nada. Es un objetivo mítico al que hay que aspirar: cuando se optimiza, se intenta calcular en lugar de sobrecalcular.

 
Vladimir Baskakov:
¿Hay algún ejemplo de este bloque en CodeBase?

Por supuesto, no es un bloque universal. Es diferente para cada estrategia. Este bloque es el 99% del éxito y la complejidad de la estrategia. Es, en esencia, la IA. Esto es en lo que está trabajando Max.

Consideremos, por ejemplo, la estrategia más sencilla con un solo parámetro:

  • Un MA.
  • Señal de compra - el precio está por debajo de la línea MA cuando la pendiente de la MA es positiva.
  • Una señal de venta - el precio está por encima de la línea de la MA cuando la pendiente de la MA es negativa.

Por supuesto, podemos encontrar un período "óptimo" МА en cualquier marco de tiempo donde la estrategia será rentable en este período.

Más adelante, si no cambiamos este período de MA, será una reducción garantizada: es sólo cuestión de tiempo.

Para la autooptimización real, cuando el período МА se revisa constantemente en función de la situación del mercado, necesitamos este bloque de IA que, en resumen, resuelve la tarea de reconocimiento de patrones. Aquí hay un googol de opciones.

Por ejemplo, la más sencilla es crear un espacio de 6 dimensiones de puntos. Cada punto tiene 6 coordenadas:

  • 1 es el periodo de MA.
  • El segundo es el tiempo.
  • 3ª es la densidad de puntos de inflexión de la línea MA para el periodo X
  • 4º - período X
  • 5º - Beneficio (pérdida) en el periodo Y
  • 6º - período Y
Sólo se calculan las coordenadas 3 y 5, las demás se modifican discretamente con el mismo paso.

Así se forman nubes de 6 dimensiones que al ser analizadas(es una historia más larga) pueden ser "pronosticadas" para el periodo actual requerido de MA.

La tercera coordenada es útil para determinar un piso/tendencia.

Esta gran cantidad de cálculos se produce sólo una vez por cada pase de datos del historial. Además, con cada nuevo tick (barra) sólo se añaden puntos a este espacio.

 

Optimización hacia adelante con criterios de selección claros (y los mismos para todas las ejecuciones hacia adelante) para la selección de variantes de optimización para esta misma ejecución hacia adelante). En este caso, se trata de una optimización, no de un ajuste. Si funciona, no he visto tales Asesores Expertos que tengan criterios claros para seleccionar variantes de optimización y que pasen con éxito esta optimización hacia adelante)).

 
Vladimir Baskakov:
¿Cuál es la diferencia fundamental entre estos conceptos?

La correspondencia histórica es un conjunto de valores para los parámetros de un Asesor Experto que dan los mejores resultados de negociación en un determinado marco temporal histórico de movimiento de precios.

Ahora trata de definir la optimización.

¿Son iguales?

 
ilmel:

Optimización hacia adelante con criterios de selección claros (y los mismos para todas las ejecuciones hacia adelante) para la selección de variantes de optimización para esta misma ejecución hacia adelante. En este caso, se trata de una optimización, no de un ajuste. Si funciona, no he visto tales Asesores Expertos que tienen criterios precisos para seleccionar las opciones de optimización y pasar con éxito esta optimización hacia adelante).

Aquí está la prueba de avance, por ejemplo. ¿Cuál es la conclusión?

Prueba

 
La optimización y la adaptación son la misma cosa.
 
Martin_Apis_Bot Cheguevara:
La optimización y la adaptación son la misma cosa.
Parece que es lo mismo si se utilizan TR y SL
 
Vladimir Baskakov:

Aquí hay una prueba de avance para un ejemplo. ¿Cuál es la conclusión?

Ninguna. Para sacar conclusiones se necesita una prueba de avance o una prueba retrospectiva con un optimizador automático incorporado.
 
TheXpert:
No. Para las conclusiones se necesita una prueba de avance o una prueba retrospectiva con un optimizador automático incorporado.
Uso lo que tengo
 

La optimización es un concepto más amplio. El ajuste del historial es uno de los métodos de optimización (cálculo directo de los valores de la función). En esencia, un EA es una función descrita de forma peculiar. El comprobador MT calcula sus valores.

La optimización es la búsqueda de un extremo de una función por uno o varios parámetros (eso es lo que enseñábamos en la universidad, que yo recuerde). El probador le ofrece un conjunto de valores pero no realiza la optimización según la definición - usted lo hace seleccionando entre los valores ofrecidos.

PS

Parece que se ha planteado una pregunta, pero que está implícita otra: cómo evaluar si el extremo elegido es local (para un intervalo de tiempo/muestra determinado) o global.

Desgraciadamente, he sacado un C en estadística con un tramo :( No hay ayuda.

Razón de la queja: