solandr писал (а): マルチンゲールでの最適化の結果を比較することで、ランダムカーブに対して御社のアルゴリズムがどのように研ぎ澄まされるのか（アルゴリズムのアイデアがどの程度実現可能か）を理解するためのBakeevさんの提案にリンクを貼りました。そしてそこから、やるかやらないかを決めることです。
一般に、MTSの構造で最も複雑なのは、カウンターフィッティングの問題でしょう。また、「こうあるべき、こうでない」というのは、空に向かって指をさすようなもので、正確な答えはないだろうというのがIMHOの考えです。実際の資金を投入する前に、戦略をテストするためのあらゆる可能性を検討することが必要である。バケエブでの指示は、トレードで使う戦略を考えるための追加オプションのひとつと考えています。私自身は、まだ実務での活用には至っていませんが、当面は使っていく予定です。噂通り、訓練度や世界観に関係なく ALL EA作家がMT4テスターに最適化をかけると行き着く、デッドロックに陥った人と考えを共有したに過ぎないのです。さらに言えば、テスターに遺伝的アルゴリズムが 登場したことで、どんな曲線にもフィットする能力が高まったと言えるでしょう
マルチンゲールでの最適化の結果を比較することで、ランダムカーブに対して御社のアルゴリズムがどのように研ぎ澄まされるのか（アルゴリズムのアイデアがどの程度実現可能か）を理解するためのBakeevさんの提案にリンクを貼りました。そしてそこから、やるかやらないかを決めることです。
バケエブにはまってますね:):):)
最適化されていない歴史の "断片 "でテスターを走らせれば十分だと思います。
バケエブにはまってますね:):::::::::::。
最適化されていない歴史の "塊 "でテスターを走らせれば十分だと思います。
最適化されていない歴史の塊（out-of-sample）で実行した結果は、ランダム であることが判明する場合があります。このため、問題となる状況が2つ考えられます。
1.履歴の非最適化部分で利益を示している場合、ドレイン戦略の採用。
2.履歴の最適化されていない部分でドローダウンが発生した場合、収益性の高いストラテジーを使用しない。
一般に、MTSの構造で最も複雑なのは、カウンターフィッティングの問題でしょう。また、「こうあるべき、こうでない」というのは、空に向かって指をさすようなもので、正確な答えはないだろうというのがIMHOの考えです。実際の資金を投入する前に、戦略をテストするためのあらゆる可能性を検討することが必要である。バケエブでの指示は、トレードで使う戦略を考えるための追加オプションのひとつと考えています。私自身は、まだ実務での活用には至っていませんが、当面は使っていく予定です。噂通り、訓練度や世界観に関係なく ALL EA作家がMT4テスターに最適化をかけると行き着く、デッドロックに陥った人と考えを共有したに過ぎないのです。さらに言えば、テスターに遺伝的アルゴリズムが 登場したことで、どんな曲線にもフィットする能力が高まったと言えるでしょう
これだけ多くのトレードのパラメーターを調整し、相場がそんなにすぐに変わるものなのでしょうか？どうすればいいのか？
カーブフィッティングが行われていないか」を確認する最も簡単な方法は、1つか2つのパラメータを5〜10%変えて、テスト結果が悪くなることです。確認しましたか？
いや、でも、そうします。ありがとうございました。
なぜ、自慢しないの？:)また、Expert Advisorのコードを投稿してください。
せめてテスターのレポートだけでも。もしかしたら、絵が鮮明になるかもしれません:)
すべてがクリアになる。テストと最適化は時計回りに行い、実際の取引は3日間で2回、つまりテストの時間枠と実際の時間枠が完全にミスマッチしています。テストを日足チャートに移した方が、真実に近い。あるいは、アメリカのタイムフレームの終わりに出力するのが不便なら、ある時間にEAを実行すればよいのですが、それをコードに追加します。
...
//アドバイザーの開始時刻
extern int hour = 12;
...
int start() {
if (hour != TimeHour(Time[0])) return(0);
// EAコード
...
}
なお、時間変数に設定した時間は、パソコン上の時間ではなく、証券会社の時間に対応します。そのため、ずれることがあります。
ご指摘ありがとうございます。最初は日足のローソク足で始めたのですが、分析のための情報が多いので、時計のローソク足に変えました。全体として...より安定した結果が得られます。
サンプルは160～200のマーケットエントリー以下と大きく、2週間は大きな変化をもたらす時間枠ではありません。これだけ多くのトレードにパラメータを当てはめることができ、相場がこんなにすぐに変わるものなのでしょうか。どうすればいいのか？
https://www.mql5.com/ru/forum/50458 solandr 18.03.06 20:11
1年前に携わっていたこの子供時代。そのシステムはその後、実世界でフラッシュに成功した（後日、2006年5月のどこかで同スレッドで報告した）。システムのアイデアは、条件付きで天井から取り出した（ノイズのピークをキャッチする）。だから、フィッティングのレーキを踏むのは初めてではないんですね。
このスレッドの最初の投稿でsolandr 2007.03.23 15:43 Bakeev さんの提案で、自分のアルゴリズムがランダムカーブにどのようにフィットするか（自分のアルゴリズムのアイデアがどの程度実行可能か）を理解するためにマルチンゲールで最適化の結果を比較するというリンクを渡しました。そして、それをやるかやらないかは、あなた次第です。
ありがとうございます！まさに恐れていたことですが、聞きたかったことです。直感的には、まさにその通りだと理解しています。しかし、物理的に証明することも反証することもできない。しかし、経験が何よりの証拠です。 いつもありがとうございます。
遺伝的アルゴリズムの 謎解きをお願いします。
どちらの場合も、同じ2つのパラメータがまったく同じ範囲で最適化されます
最初のパラメータは11ステップ、2番目は21ステップです - 11x21 = 231。
遺伝的アルゴリズム無効で初回実行、2回目は遺伝を有効にすることにした。
1280本という数字と53分というタイムは、どこから来たのでしょうか？
遺伝的アルゴリズムが 適切なのは、数千回の実行を想定している場合です。 あなたの場合、231回というのは、遺伝的アルゴリズムとしては非常に少ない数です。では、このような少ない実行範囲での最適化に遺伝的アルゴリズムを使用した場合、何かが間違っていたのでしょうか？この質問に、より正確に答えられるのは開発者だけです。
遺伝的アルゴリズムが 適切なのは、数千回の実行を想定している場合です。 あなたの場合、231回というのは、遺伝的アルゴリズムとしては非常に少ない数です。では、このような少ない実行範囲での最適化に遺伝的アルゴリズムを使用した場合、何かが間違っていたのでしょうか？この質問に、より正確に答えられるのは開発者だけです。
なるほど、ありがとうございます
それこそバグかと...再現は簡単だけどね。
さて、最適化の体験談ですが。
すべてのパラメーターを一度に最適化しようとしたことはありません。コンピュータのリソースを過剰に浪費していると思う。
パラメータの関係を調べるのに時間をかけ、小さな関連グループを通して最適化するのがよいでしょう。
一つは取引への参入と注文の発注、もう一つは取引の終了に関するものです。
まずエントリーを最適化し、次にイグジットを最適化しています。最適化期間は最長で半年間です。
最適化の後、アレイ全体でテストを行い、問題がなければ、パラメータで作業を開始します。
もし、非常に近い断片で大きなドローダウンがあれば、まさにその期間（やはり6ヶ月以内）に最適化します。
もう一度、データベース全体で分析を繰り返してみる。2～3ヶ月に一度、あるいは前回のトレードの結果が気に入らなければもっと頻繁に行います。
19...年から最適化する意味がわからない、その後、市場と今 - は、彼らが言うように、2つの大きな違いです!
全てはIMHOに過ぎない。
皆さん、私はEAを、いや自分を信じられなくなってきました :(変種をたくさん書きました。主に時計のポンドについて。ミューウィングス、ストキャスティクス、1時間足分析を使っています。年史は執筆や最適化に活用しています。Expert Advisorは、3日間で平均2回市場に参入します。テストでは、すべてがクールです。しかし！！・・・現実の2週間では、お金を失うのです・・・。そして、すべてはそうではないのです :(パラメータは1年単位で調整され、市場は常に変化している......という話ですが、なんとなく信じられませんね。サンプルは160～200以下のマーケットエグジットと大きく、2週間という期間は大きな変化をもたらすものではありません。これだけのトレード数にパラメータを調整できるのか、相場はそんなに早く変化するのか。どうすればいいのか教えてください。何かうまくいったら、それを自慢して、私に信頼を与えてください。希望を失いました。
過去2週間の負けは同じですか？ つまり、Expert Advisorは過去のデータがある同じ場所で取引を開始するのですか？
遺伝的アルゴリズムが 適切なのは、数千回の実行を想定している場合です。 あなたの場合、231回というのは、遺伝的アルゴリズムとしては非常に少ない数です。では、このような少ない実行範囲での最適化に遺伝的アルゴリズムを使用した場合、何かが間違っていたのでしょうか？この質問に、より正確に答えられるのは開発者だけです。
なるほど、ありがとうございます
何かの不具合かと思った...簡単に再現できるけど。
さて、最適化の体験談ですが。
すべてのパラメーターを一度に最適化しようとしたことはありません。コンピュータのリソースを過剰に浪費していると思う。
パラメータの関係を調べるのに時間をかけ、小さな関連グループを通して最適化するのがよいでしょう。
一つは取引への参入と注文の発注、もう一つは取引の終了に関するものです。
まずエントリーを最適化し、次にイグジットを最適化しています。最適化期間は最長で半年間です。
最適化の後、アレイ全体でテストを行い、問題がなければ、パラメータで作業を開始します。
もし、非常に近い断片で大きなドローダウンがあれば、まさにその期間（やはり6ヶ月以内）に最適化します。
もう一度、データベース全体で分析を繰り返してみる。2～3ヶ月に一度、あるいは前回のトレードの結果が気に入らなければもっと頻繁に行います。
19...年から最適化する意味がわからない、その後、市場と今 - は、彼らが言うように、2つの大きな違いです!
全てはIMHOに過ぎない。