1分でできるデータ品質評価
MetaQuotes | 7 2月, 2012
モデリング品質の計算式は、EAのテストレポートの数字の意味という記事にあります。
ModellingQuality = ((0.25*(StartGen-StartBar) + 0.5 *(StartGenM1-StartGen) + 0.9 *(HistoryTotal-StartGenM1)) / (HistoryTotal-StartBar))*100%;ただし、
HistoryTotal - ヒストリーの足の合計
StartBar - テストを開始した足の数します。モデリングは、少なくとも 101番目以降の足でテストされます。
StartGen - モデリングを開始した最も近い足の番号
StartGenM1 - 1分単位でのモデリング開始足の番号
このとき、
最寄りの時間枠のモデリングのはじめとの差の重み係数は 0.25です。;
最も近い時間枠のモデリングの初めの差と重み係数 0.5です。
1分足のモデリングの始めとヒストリーの終わりの重み係数は 0.9 です。
。
同じ式から導き出すと、1分データよりも小さいデータはモデリングに使用されないので、25% を超えることはできません。クライアントターミナルには、1分足よりも小さい時間枠はありませんが、ティックデータがあります。しかし、ティックデータは通常クライアントターミナルに格納されていません。
。
1分足データは、価格の動きの最も詳細なデータです。そして、これを使用して、より大きい期間の足の価格の動きをモデル化できます。実際の価格の動きとティックモデルの差は、それほど大きくはありません。:始値、高値、安値、終値。リファレンスポイントは、価格の動きの関数 (第一次近似) の近似をします。期間の値が大きいほど、より正確なモデリングになります。逆に、モデリング期間の値が低ければ、モデリング品質は低下します。たとえば、1時間足をモデルに、240分の1までリファレンスポイントを使用できます。5分足の場合、リファレンスポイントは20に低下します。
前述のように、形成される 1分足にはちょうど 4 の基準点があります!1分足の品質モデルが、25% を超えない理由です。ただし、1分足でテストするときより大きな時間枠からデータを受け取ることができ、そのデータモデルはもちろん、より高い値であるべきでしょう
。
注意: 厳密に言えば、1分足ベースによるデータモデリングは、「最も近い時間枠のヒストリーデータに基づくモデリング」と定義すべきでしょう。5分足の場合、0.9ではなく、0.5とレーティングされるべきです。しかし、このような理由で、追加の式を導入し、モデリングアルゴリズムを複雑にすることは避けました。