L'auto-illusion du commerçant : la méfiance à l'égard de l'avant. - page 15

Nouveau commentaire
 
Vasiliy Sokolov:
Dans l'ensemble des exécutions de 1998 à 2008, on prend la meilleure pour 1998-2001 et on inscrit son résultat pour 2002 dans les actions résultantes, puis on prend la meilleure pour 1999-2002 et on ajoute son résultat pour 2003 au précédent, et ainsi de suite. De nombreux passages sont obtenus à l'avance pour l'ensemble de l'histoire. Essentiellement une fenêtre coulissante triviale. Il n'y a pas de magie et de répétition ici.
Vous avez tort. Les passages multiples ne sont pas obtenus à l'avance, mais de manière séquentielle, c'est-à-dire que la même procédure est répétée, mais à des intervalles différents. Vous n'avez même pas besoin de lire le texte - vous pouvez le voir très clairement dans le gif. J'ai implémenté exactement le même algorithme dans mon auto-optimiseur, mais j'exécute chaque variable séparément dans chaque segment.
 
Vasiliy Sokolov:

Un peu plus sur R^2.

Pour moi, c'est un indicateur très puissant, mais pas suffisant. Dans la pratique, j'ai constaté que certains CT peuvent produire de très bonnes et douces remontées d'actions. Leur R^2 est très élevé et leur jeu de paramètres permet de casser n'importe quel .................................






Bonne journée. Vasily. Donne-moi la formule du carré R. Pas familier...
 
Roman Shiredchenko:
Bonne journée. Vasily. Donne-moi la formule du R au carré. Pas familier avec...
  1. Calculez une ligne de régression linéaire par rapport à l'équti de votre stratégie (au lieu de l'équti, vous pouvez utiliser le graphique d'équilibre régulier généré dans MT4) ;
  2. Calculez le coefficient de corrélation de Pearson entre la ligne de régression obtenue et les fonds propres de votre stratégie ;
  3. On élève au carré le coefficient de corrélation - la valeur obtenue sera R^2.
 
Youri Tarshecki:
Vous avez tort. Les passages multiples ne sont pas obtenus à l'avance, mais de manière séquentielle, c'est-à-dire que la même procédure est répétée, mais à des intervalles différents. Vous n'avez même pas besoin de lire le texte - vous pouvez le voir clairement dans le gif. J'ai implémenté exactement le même algorithme dans mon auto-optimiseur, mais j'exécute chaque variable séparément à chaque étape.
Carl, pourquoi devrais-je optimiser à nouveau si les paramètres du nuage d'optimisation sont les mêmes ? Apprenez les maths, comme on dit.
 
Vasiliy Sokolov:
Karl, pourquoi optimiser à nouveau si les paramètres du nuage d'optimisation sont les mêmes. Apprenez les bases, comme on dit.
Avec Walk-Forward, il n'y a pas de nuage d'optimisation. Personne ne teste tout le segment en même temps, comme vous le pensez à tort, ne serait-ce que parce qu'il serait impossible d'isoler des paramètres optimisés pour un segment au sein de ce grand segment. L'intérêt de l'optimisation répétée de certaines sections qui se chevauchent n'est pas de les optimiser plusieurs fois, mais qu'elles entrent à chaque fois dans la composition d'un autre segment d'optimisation pris avec un décalage. Par conséquent, un seul et même point de l'histoire est optimisé plusieurs fois - d'abord, puis au milieu et enfin à la fin de l'intervalle optimisé, mais les avancées correspondantes semblent être consécutives et ne pas se croiser. C'est-à-dire que vous devez étudier non seulement les mathématiques, mais aussi l'anglais, si un simple gif ne vous convainc pas.
 
Youri Tarshecki:
Avec Walk-Forward, il n'y a pas de nuage optimisé. L'intérêt de l'optimisation répétée des zones qui se croisent est qu'elles font à chaque fois partie d'un autre segment d'optimisation pris avec un décalage. Par conséquent, un seul et même point de l'histoire est optimisé plusieurs fois - d'abord, puis au milieu et enfin à la fin de l'intervalle optimisé, mais les avancées correspondantes semblent être consécutives et ne pas se croiser. Vous devez donc étudier non seulement les mathématiques mais aussi l'anglais, si un simple gif ne vous convainc pas.
Pour les plus doués, je le répète : l'optimisation se fait une seule fois pour toute la période de test. Optimisez votre TS pour la période de 2000 à 2015. Choisissez la meilleure course pour 2005 - 2008. Optimisez ensuite la même UC pour 2005-2008. Choisissez à nouveau la meilleure course. Allez savoir, les résultats avec les paramètres correspondront au centime près. C'est ce que l'on voit sur l'hyphoto. Si vous voulez vous tuer, faites de la sur-optimisation à chaque itération.
 
Youri Tarshecki:
Personne ne teste toute la section en même temps, comme vous le pensez à tort, ne serait-ce que parce qu'il serait impossible d'isoler les paramètres optimisés pour la section dans le cadre de cette grande section.
Je veux dire, comment c'est impossible ? Vous avez un TS avec un ensemble de paramètres prédéterminés. Mais vous prétendez qu'elles ne sont pas extraites!? Définissez d'abord votre terminologie, amateur de wikipédia.
 
Vasiliy Sokolov:
Pour les personnes particulièrement douées, je tiens à le répéter : l'optimisation n'est effectuée qu'une seule fois pendant toute la période de test. Optimisez votre TS pour la période de 2000 à 2015. Choisissez la meilleure course pour 2005 - 2008. Optimisez ensuite la même UC pour 2005-2008. Choisissez à nouveau la meilleure course. Allez savoir, les résultats avec les paramètres correspondront au centime près. C'est ce que l'on voit sur l'hyphoto. Si vous voulez vous tuer, faites de la sur-optimisation à chaque itération.

e test automatique Walk forward est une technique de conception et de validation de système dans laquelle vous optimisez les valeurs des paramètres sur un segment passé de données de marché ("en échantillon"), puis vérifiez la performance du système en le testant en avant dans le temps sur des données suivant le segment d'optimisation ("hors échantillon"). Vous évaluez le système en fonction de ses performances sur les données de test ("hors échantillon"), et non sur les données sur lesquelles il a été optimisé. Le processus peut être répété sur les segments de temps suivants.

L'hyphoto ne montre pas du tout les résultats, il ne montre que l'optimisation et les segments avant. S'il te plaît, ne jette plus de détritus dans mon fil.

 
Youri Tarshecki:

e test automatique Walk forward est une technique de conception et de validation de système dans laquelle vous optimisez les valeurs des paramètres sur un segment passé de données de marché ("en échantillon"), puis vérifiez la performance du système en le testant en avant dans le temps sur des données suivant le segment d'optimisation ("hors échantillon"). Vous évaluez le système en fonction de ses performances sur les données de test ("hors échantillon"), et non sur les données sur lesquelles il a été optimisé. Le processus peut être répété sur les segments de temps suivants.

L'hyphoto ne montre pas du tout les résultats, il ne montre que l'optimisation et les segments avant. S'il te plaît, ne jette plus de détritus dans mon fil.

Essayez-vous seulement de comprendre ce que je veux dire ? Tu ferais mieux de me donner un exemple, étape par étape, de la façon dont tu comprends le wft. Ce serait plus facile à expliquer. Vous ne devriez probablement pas, cependant, parce que c'est un cas difficile.
 
Vasiliy Sokolov:
Essayez-vous seulement de comprendre ce que je veux dire ? Donnez-moi un exemple, étape par étape, de la façon dont vous comprenez le wft. Ce serait plus facile à expliquer. Bien que vous ne devriez probablement pas, parce que l'affaire est difficile.
Le gif vous montre déjà tout. Pas à pas. Step 1, Step2...que signifie Step 1, Step2...Encore une fois, s'il vous plaît ne pas joncher mon fil si vous wikipedia et fabricant Amitrade, qui a même construit Walk-Forward dans sa plate-forme n'est pas d'autorité - Je n'ai rien à voir avec elle.
1...891011121314151617
Nouveau commentaire