最適化範囲 - ページ 5 1234567 新しいコメント Alexei Kharchenko 2009.03.03 15:53 #41 最適化の基準については？ 自分なりに推定係数を出してみたところ...。便利かも・・・。 最適化の後、バリアントのサンプルを得る...すべてのバリエーションは、最適化された期間での取引数などで互いに異なっています... 全てのランのディール数の合計を、ニュートロンの 基準に従って最適なディール数にすることである、例えば...。 N(i) / N(op) 得られた値に、i番目のランの対応する期待ペイオフを掛けてみよう・・・。 N(i) / N(op) * 期待ペイオフ(i) こうして、走るたびに利益を得ることができるのです。この値は、すでに他のサンプリングバリアントと比較することができます... この計算式に何か足りないものがあるのでしょうか？また、リスクはどのように計上するのですか？とてもシンプルに... 最大可能ドローダウンの値を決定し、それをランの最大ドローダウンで割ると...。 これが定数ロット増加の係数...。 DropDown(max) / DropDown(i) 係数の最終式 K(op) = N(i) / N(op) * 期待ペイオフ(i) * DropDown(max)/DropDown(i)です。 N(op) = 1と すると、N(i) * 期待値(i )がi番目のランの利益......となる。N(op) は最適化後の実行サンプルからのトレード数の最大値に等しいと思うのですが・・・。 一連の取引に対するリスク評価 Neutron 2009.03.03 17:35 #42 kharko писал(а)>>フィッティングパラメータの数によって、最適な取引回数があると主張されていますが...。 問題を単純化すると...。一定の時間間隔を空けよう...。 結論：提案された最適化方法はユートピアである。 kharko さん、あなたが得たものは、上で答えが示された定式化の問題とは関係ありません。 その中心は、テスターで先に与えられたフィッティングパラメータの数に対して、トランザクション数に最適な空洞が存在するという記述である。この長さ（そして最後のトランザクションが現在の時刻にドッキングされる）のランで正確に最適化することが、統計的に最高の最適化効果を与えることが示されている。もちろん、市場に参入したからといって、お金持ちになれるわけではありません。もしかしたら、損失が続出して、すべてを失ってしまうかもしれません。しかし、市場に参入する前に毎回そうすることで、できるだけ大きな利益を得ることができるということです。 ストラテジーテスターは、TSを作成する際のベースとなるものと同一のトレードのバーチャルエミュレーターを持つ必要があるため、戦略は以下のようになります。このエミュレータは、最適な取引履歴と等しい取引履歴をメモリに保持し、実取引のたびに仮想的な資本を最大化するようにパラメータを最適化する。そして、見つかったパラメータを実際のMTSに送 り、市場に投入します。仮想最適化での操作を繰り返す。サイクル ITeXPert さんが書き込みました >>1私のExpert Advisorには最大注文数のようなパラメータがあり、パラメータが正しく選択されていれば、Expert Advisorが実行する同時取引数の増加によって利益が増加しますが、一方で、EAの入力パラメータの数に関連して最適でない取引数を持っており、それをどうすればいいでしょうか。 ITeXPert、 得られた結果は、単一の機器で作業する場合にのみ当てはまり、一度に開くことができるポジションは1つだけです。どのように一般化するか、考える必要がある。 kharko さんが書き込みました >>1すべてのランの取引数を一般化することで、例えば、ニュートロンの 基準に従った最適な取引数 N(i) / N(op) 得られた値に、i番目のランの対応する期待ペイオフを掛けてみよう・・・。 N(i) / N(op) * 期待ペイオフ(i) 洗練されたマインド kharko さん、そんな軍事的な手口は通用しないのでは......と思っています。そして、その理由はこうです。ポイントは、テスターの一般化誤差がExpected payoffに基づいて いないこと、つまり推定値が導き出される最大化におけるパラメータとしてリターンを考慮していないことです。これはベイズ 分類法に基づいており、リターンの正規化はタスクの一部ではありません。上の記事の段落（P.56）を読んでみてください。 Alexei Kharchenko 2009.03.03 18:18 #43 Neutron писал(а)>> kharko さん、あなたが得たものは、上で答えが示された定式化の問題とは全く関係ありません。 その中心は、テスターで先に与えられたフィッティングパラメータの数に対して、トランザクション数に最適な空洞が存在するという記述である。その長さのラン（そして最後のトランザクションが現在の時間にドッキングされている）で正確に最適化することが、統計的に最高の最適化効果を与えることが示されている。もちろん、市場に参入すれば金持ちになれるというわけではなく、連敗が続いてすべてを失う可能性もありますしかし、これは市場に参入する前に毎回そうすることで、可能な限り最大の利益を得ることができるということです。 ストラテジーテスターは、TSを作成する際のベースとなるものと同一のトレードのバーチャルエミュレーターを持つ必要があるため、戦略は以下のようになります。このエミュレータは、最適なものと等しい長さの取引履歴をメモリに保持し、実取引の後に、仮想の資本が最大になるようにパラメータを最適化する。そして、見つかったパラメータを実際のMTSに送 り、市場に投入します。仮想最適化での操作を繰り返す。サイクルです。 kharko さん、そんな軍事的な手口は通用しないかもしれませんね。と、その理由を説明します。ポイントは、テスターの一般化誤差がExpected payoffに基づいて いないこと、つまり、推定値が得られる最小化時のパラメータとしてリターンを考慮していないことである。これはベイズ 分類法に基づいており、リターンの正規化はタスクの一部ではありません。上に載せた記事の段落（p.56）を読んでみてください。 最適化の統計的効果として何が最適かを 説明しなさい。どのように理解していますか？ 最適化されたバリアントについての私の理解は上記の通りです。何かを比較して、これは良い、これは悪いと言う前に、比較した値を共通項に落とし込まなければならない...。この場合、共通項は一般的な案件数...その基準は、あなたとは切り離して提案されているのですが...。ふとした思いつきで...))) 例えば、回収率を最適な選択肢の基準として考えてみると...。回収率がほぼ同じで、取引回数が一桁違う場合、どのオプションが望ましいか。 数字の大きいほうを選びます。なぜ？最適化期間中の安定性が高いからです。ディール数が少ないバリエーションは、ランダム性が高くなりやすい...。つまり、取引件数が多いバリアントは、取引件数が少ないバリアントよりも、将来的に回復要因の基準値を大きく下げるためには、より長い故障の連続が必要になる...ということです。 まだ記事を読んでいないのですが...。 Neutron 2009.03.03 18:50 #44 数学に 助けを求めたい 統計的に最良の効果」の意味を、彼ほど上手に、そして有能に説明できる人はいないでしょう。しかし、定義によれば、私はこのように理解しています。十分に大きな系列（n>100）では、あるプロセスに対して異なる結果が可能であり、我々の場合、最適化の後の次の取引の結果を考えます。そのため、結果が異なっていても、最も確率の高いものを見つけ出し（探索の方法は、数学の 教科書に記載されています）、他の変量に対する特徴的な散布を推定することができます。この最も可能性の高いものが、このパラメータ最適化手法によれば、テスターで可能な最大のものとなる。 Rider 2009.03.03 19:17 #45 kharko >> : 最適化の基準については？ 自分なりに推定係数を出してみたところ...。便利かも・・・。 最適化の後、バリアントのサンプルを得る...すべてのバリエーションは、最適化された期間での取引数などで互いに異なっています... 全てのランのディール数の合計を、ニュートロンの基準に従って最適なディール数にすることである、例えば...。 N(i) / N(op) 得られた値に、i番目のランの対応する期待ペイオフを掛けてみよう・・・。 N(i) / N(op) * 期待ペイオフ(i) こうして、走るたびに利益を得ることができるのです。この値は、すでに他のサンプリングバリアントと比較することができます... この計算式に何か足りないものがあるのでしょうか？また、リスクはどのように計上するのですか？とてもシンプルに... 最大可能ドローダウンの値を決定し、それをランの最大ドローダウンで割ると...。 これが定数ロット増加の係数...。 DropDown(max) / DropDown(i) 係数の最終式 K(op) = N(i) / N(op) * 期待ペイオフ(i) * DropDown(max)/DropDown(i)です。 N(op) = 1とすると、N(i) * 期待値(i)がi番目のランの利益......となる。N(op)は最適化後の実行サンプルからのトレード数の最大値に等しいと思うのですが・・・。 バランスカーブは常に上向きであるべきだ（先験的）...それが平らであればあるほど良い...。ということです（これはニュースではなく、ここのどこかで何度も言われていることです）。 - 1年、2年、3年......と期間を区切って、フィッティングの最適化を行う。 - このパラメータは、例えば各半期の2-3-4回目のフォワードに使用します。 - ネガティヴ - その他は、敵と同じように、アルゴリズムに合わない（取引数、利益、ドローダウンなどが比例しない）ので、捨てます。 - 1-2-3種類のパラメータが残っているのですが、それを最適化し、最大限の力でねじ伏せるのです ))))。 - 最高の1（最高の1-2）を選択 - デモのためにそれを設定 - 月または2（それは私のバリアントだ - しないpipsing時、あなたはほとんど短い期間内に、推定することができる賢明な結果を得るでしょう）......と唯一のその取引後 ...... 最適化しすぎの問題があります。 ルーチンワークだと言われればそれまでですが......そうですね、オートメーションは部分的にしか従わないですから......。あるいは、「牽引力」が足りない )))......最初に言ったことですが、Expert Advisorを書くのは簡単で、取引を処理するアルゴリズムも何でもいいのですが、機械のリソースだけではなく、自分の手と頭を使って仕事をする意欲が必要です（どちらが重要か） )))。 Alexei Kharchenko 2009.03.03 19:38 #46 rider писал(а)>> すべての選択肢を否定してどうするんですか？CUから地獄へ...しかし、TSはある時間間隔ではあるパラメータで動作し、別の時間間隔では別のパラメータで動作する......。 Neutronのように 、取引ごとに最適なパラメータに置き換えるというのは理想的ですが、実現は困難です。 よりシンプルで実装が簡単なもの - 例えば、ある基準が満たされたとき（例えば、ドローダウンが限界値より大きい）、取引を停止して（新しいポジションは開かず、古いポジションは閉じるまでExpert Advisorが保持します）新しい最適化を行い、その後、新しいパラメータでEAを開始します・・・。この工程を自動化することができる... Sergey Sypalo 2009.03.03 23:00 #47 自動最適化については、こちらの記事「記事「リアルトレードにおけるトレーディングロボットの自動最適化」」があります。 Rider 2009.03.04 08:21 #48 kharko >> : すべての選択肢を否定してどうするんですか？CUから地獄へ...しかし、TSはある時間間隔ではあるパラメータで動作し、別の時間間隔では別のパラメータで動作する......。 Neutronのように、取引ごとに最適なパラメータに置き換えるというのは理想的ですが、実現は困難です。 よりシンプルで実装が簡単なもの - 例えば、ある基準が満たされたとき（例えば、ドローダウンが限界値より大きい）、取引を停止して（新しいポジションは開かず、古いポジションは閉じるまでExpert Advisorが保持します）新しい最適化を行い、その後、新しいパラメータでEAを開始します・・・。このプロセスを自動化することができる... Fuck it :))......一つ考慮すべきなのは、TSはそれぞれの（もちろん彼にとっては許容範囲の）時間間隔で最適化され、それに応じて計測されることです。また、「Expert-TF-Instrument」の組み合わせは全く別のエキスパートであることに同意してください......バリエーション - 「Embrace the immensity」が判明する.............。 Rider 2009.03.04 08:56 #49 kharko >> : よりシンプルで実装が簡単なもの - 例えば、ある基準を満たしたとき（例えば、ドローダウンが限界値より大きいとき）、取引を停止して（新しいポジションは開かず、古いポジションは閉じるまでEAが保持）新しい最適化を行い、新しいパラメータでEAを開始する...というもの。この工程を自動化することができる... トレーディングではなく、最適化について話しているんですよね？ ......トレーディングでは、誰もが自分のルールを持っていて、ここでの自動最適化はほとんど助けになりません。） Alexei Kharchenko 2009.03.04 09:33 #50 rider писал(а)>> 我々は、最適化について話している、取引についてではない - 右？......取引では、我々は我々自身のルールを持って、誰もが彼自身のルールを持っており、自動最適化はここで少し助けになります....私を説得してください - 私は唯一の感謝されます）。 テイクプロフィット、ストップロス、トレーリングアーム - ほとんどすべてのトレーダーは、取引でこれらのメソッドを使用しています...TSパラメータも同じようにすればいいのに・・・。 もちろん、じっとドローダウンを待って、GRAILSを見せるのもいいのですが......。天候に恵まれることを祈りつつ...。 1234567 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
最適化の基準については？
自分なりに推定係数を出してみたところ...。便利かも・・・。
最適化の後、バリアントのサンプルを得る...すべてのバリエーションは、最適化された期間での取引数などで互いに異なっています...
全てのランのディール数の合計を、ニュートロンの 基準に従って最適なディール数にすることである、例えば...。
N(i) / N(op)
得られた値に、i番目のランの対応する期待ペイオフを掛けてみよう・・・。
N(i) / N(op) * 期待ペイオフ(i)
こうして、走るたびに利益を得ることができるのです。この値は、すでに他のサンプリングバリアントと比較することができます...
この計算式に何か足りないものがあるのでしょうか？また、リスクはどのように計上するのですか？とてもシンプルに...
最大可能ドローダウンの値を決定し、それをランの最大ドローダウンで割ると...。
これが定数ロット増加の係数...。
DropDown(max) / DropDown(i)
係数の最終式
K(op) = N(i) / N(op) * 期待ペイオフ(i) * DropDown(max)/DropDown(i)です。
N(op) = 1と すると、N(i) * 期待値(i )がi番目のランの利益......となる。N(op) は最適化後の実行サンプルからのトレード数の最大値に等しいと思うのですが・・・。
フィッティングパラメータの数によって、最適な取引回数があると主張されていますが...。
問題を単純化すると...。一定の時間間隔を空けよう...。
結論：提案された最適化方法はユートピアである。
kharko さん、あなたが得たものは、上で答えが示された定式化の問題とは関係ありません。
その中心は、テスターで先に与えられたフィッティングパラメータの数に対して、トランザクション数に最適な空洞が存在するという記述である。この長さ（そして最後のトランザクションが現在の時刻にドッキングされる）のランで正確に最適化することが、統計的に最高の最適化効果を与えることが示されている。もちろん、市場に参入したからといって、お金持ちになれるわけではありません。もしかしたら、損失が続出して、すべてを失ってしまうかもしれません。しかし、市場に参入する前に毎回そうすることで、できるだけ大きな利益を得ることができるということです。
ストラテジーテスターは、TSを作成する際のベースとなるものと同一のトレードのバーチャルエミュレーターを持つ必要があるため、戦略は以下のようになります。このエミュレータは、最適な取引履歴と等しい取引履歴をメモリに保持し、実取引のたびに仮想的な資本を最大化するようにパラメータを最適化する。そして、見つかったパラメータを実際のMTSに送 り、市場に投入します。仮想最適化での操作を繰り返す。サイクル
私のExpert Advisorには最大注文数のようなパラメータがあり、パラメータが正しく選択されていれば、Expert Advisorが実行する同時取引数の増加によって利益が増加しますが、一方で、EAの入力パラメータの数に関連して最適でない取引数を持っており、それをどうすればいいでしょうか。
ITeXPert、 得られた結果は、単一の機器で作業する場合にのみ当てはまり、一度に開くことができるポジションは1つだけです。どのように一般化するか、考える必要がある。
すべてのランの取引数を一般化することで、例えば、ニュートロンの 基準に従った最適な取引数
N(i) / N(op)
得られた値に、i番目のランの対応する期待ペイオフを掛けてみよう・・・。
N(i) / N(op) * 期待ペイオフ(i)
洗練されたマインド
kharko さん、そんな軍事的な手口は通用しないのでは......と思っています。そして、その理由はこうです。ポイントは、テスターの一般化誤差がExpected payoffに基づいて いないこと、つまり推定値が導き出される最大化におけるパラメータとしてリターンを考慮していないことです。これはベイズ 分類法に基づいており、リターンの正規化はタスクの一部ではありません。上の記事の段落（P.56）を読んでみてください。
kharko さん、あなたが得たものは、上で答えが示された定式化の問題とは全く関係ありません。
その中心は、テスターで先に与えられたフィッティングパラメータの数に対して、トランザクション数に最適な空洞が存在するという記述である。その長さのラン（そして最後のトランザクションが現在の時間にドッキングされている）で正確に最適化することが、統計的に最高の最適化効果を与えることが示されている。もちろん、市場に参入すれば金持ちになれるというわけではなく、連敗が続いてすべてを失う可能性もありますしかし、これは市場に参入する前に毎回そうすることで、可能な限り最大の利益を得ることができるということです。
ストラテジーテスターは、TSを作成する際のベースとなるものと同一のトレードのバーチャルエミュレーターを持つ必要があるため、戦略は以下のようになります。このエミュレータは、最適なものと等しい長さの取引履歴をメモリに保持し、実取引の後に、仮想の資本が最大になるようにパラメータを最適化する。そして、見つかったパラメータを実際のMTSに送 り、市場に投入します。仮想最適化での操作を繰り返す。サイクルです。
kharko さん、そんな軍事的な手口は通用しないかもしれませんね。と、その理由を説明します。ポイントは、テスターの一般化誤差がExpected payoffに基づいて いないこと、つまり、推定値が得られる最小化時のパラメータとしてリターンを考慮していないことである。これはベイズ 分類法に基づいており、リターンの正規化はタスクの一部ではありません。上に載せた記事の段落（p.56）を読んでみてください。
最適化の統計的効果として何が最適かを 説明しなさい。どのように理解していますか？
最適化されたバリアントについての私の理解は上記の通りです。何かを比較して、これは良い、これは悪いと言う前に、比較した値を共通項に落とし込まなければならない...。この場合、共通項は一般的な案件数...その基準は、あなたとは切り離して提案されているのですが...。ふとした思いつきで...)))
例えば、回収率を最適な選択肢の基準として考えてみると...。回収率がほぼ同じで、取引回数が一桁違う場合、どのオプションが望ましいか。
数字の大きいほうを選びます。なぜ？最適化期間中の安定性が高いからです。ディール数が少ないバリエーションは、ランダム性が高くなりやすい...。つまり、取引件数が多いバリアントは、取引件数が少ないバリアントよりも、将来的に回復要因の基準値を大きく下げるためには、より長い故障の連続が必要になる...ということです。
まだ記事を読んでいないのですが...。
数学に 助けを求めたい
統計的に最良の効果」の意味を、彼ほど上手に、そして有能に説明できる人はいないでしょう。しかし、定義によれば、私はこのように理解しています。十分に大きな系列（n>100）では、あるプロセスに対して異なる結果が可能であり、我々の場合、最適化の後の次の取引の結果を考えます。そのため、結果が異なっていても、最も確率の高いものを見つけ出し（探索の方法は、数学の 教科書に記載されています）、他の変量に対する特徴的な散布を推定することができます。この最も可能性の高いものが、このパラメータ最適化手法によれば、テスターで可能な最大のものとなる。
最適化の基準については？
自分なりに推定係数を出してみたところ...。便利かも・・・。
最適化の後、バリアントのサンプルを得る...すべてのバリエーションは、最適化された期間での取引数などで互いに異なっています...
全てのランのディール数の合計を、ニュートロンの基準に従って最適なディール数にすることである、例えば...。
N(i) / N(op)
得られた値に、i番目のランの対応する期待ペイオフを掛けてみよう・・・。
N(i) / N(op) * 期待ペイオフ(i)
こうして、走るたびに利益を得ることができるのです。この値は、すでに他のサンプリングバリアントと比較することができます...
この計算式に何か足りないものがあるのでしょうか？また、リスクはどのように計上するのですか？とてもシンプルに...
最大可能ドローダウンの値を決定し、それをランの最大ドローダウンで割ると...。
これが定数ロット増加の係数...。
DropDown(max) / DropDown(i)
係数の最終式
K(op) = N(i) / N(op) * 期待ペイオフ(i) * DropDown(max)/DropDown(i)です。
N(op) = 1とすると、N(i) * 期待値(i)がi番目のランの利益......となる。N(op)は最適化後の実行サンプルからのトレード数の最大値に等しいと思うのですが・・・。
バランスカーブは常に上向きであるべきだ（先験的）...それが平らであればあるほど良い...。ということです（これはニュースではなく、ここのどこかで何度も言われていることです）。
- 1年、2年、3年......と期間を区切って、フィッティングの最適化を行う。
- このパラメータは、例えば各半期の2-3-4回目のフォワードに使用します。
- ネガティヴ
- その他は、敵と同じように、アルゴリズムに合わない（取引数、利益、ドローダウンなどが比例しない）ので、捨てます。
- 1-2-3種類のパラメータが残っているのですが、それを最適化し、最大限の力でねじ伏せるのです ))))。
- 最高の1（最高の1-2）を選択 - デモのためにそれを設定 - 月または2（それは私のバリアントだ - しないpipsing時、あなたはほとんど短い期間内に、推定することができる賢明な結果を得るでしょう）......と唯一のその取引後
......
最適化しすぎの問題があります。
ルーチンワークだと言われればそれまでですが......そうですね、オートメーションは部分的にしか従わないですから......。あるいは、「牽引力」が足りない )))......最初に言ったことですが、Expert Advisorを書くのは簡単で、取引を処理するアルゴリズムも何でもいいのですが、機械のリソースだけではなく、自分の手と頭を使って仕事をする意欲が必要です（どちらが重要か） )))。
すべての選択肢を否定してどうするんですか？CUから地獄へ...しかし、TSはある時間間隔ではあるパラメータで動作し、別の時間間隔では別のパラメータで動作する......。
Neutronのように 、取引ごとに最適なパラメータに置き換えるというのは理想的ですが、実現は困難です。
よりシンプルで実装が簡単なもの - 例えば、ある基準が満たされたとき（例えば、ドローダウンが限界値より大きい）、取引を停止して（新しいポジションは開かず、古いポジションは閉じるまでExpert Advisorが保持します）新しい最適化を行い、その後、新しいパラメータでEAを開始します・・・。この工程を自動化することができる...
自動最適化については、こちらの記事「記事「リアルトレードにおけるトレーディングロボットの自動最適化」」があります。
すべての選択肢を否定してどうするんですか？CUから地獄へ...しかし、TSはある時間間隔ではあるパラメータで動作し、別の時間間隔では別のパラメータで動作する......。
Neutronのように、取引ごとに最適なパラメータに置き換えるというのは理想的ですが、実現は困難です。
よりシンプルで実装が簡単なもの - 例えば、ある基準が満たされたとき（例えば、ドローダウンが限界値より大きい）、取引を停止して（新しいポジションは開かず、古いポジションは閉じるまでExpert Advisorが保持します）新しい最適化を行い、その後、新しいパラメータでEAを開始します・・・。このプロセスを自動化することができる...
Fuck it :))......一つ考慮すべきなのは、TSはそれぞれの（もちろん彼にとっては許容範囲の）時間間隔で最適化され、それに応じて計測されることです。また、「Expert-TF-Instrument」の組み合わせは全く別のエキスパートであることに同意してください......バリエーション - 「Embrace the immensity」が判明する.............。
よりシンプルで実装が簡単なもの - 例えば、ある基準を満たしたとき（例えば、ドローダウンが限界値より大きいとき）、取引を停止して（新しいポジションは開かず、古いポジションは閉じるまでEAが保持）新しい最適化を行い、新しいパラメータでEAを開始する...というもの。この工程を自動化することができる...
トレーディングではなく、最適化について話しているんですよね？ ......トレーディングでは、誰もが自分のルールを持っていて、ここでの自動最適化はほとんど助けになりません。）
我々は、最適化について話している、取引についてではない - 右？......取引では、我々は我々自身のルールを持って、誰もが彼自身のルールを持っており、自動最適化はここで少し助けになります....私を説得してください - 私は唯一の感謝されます）。
テイクプロフィット、ストップロス、トレーリングアーム - ほとんどすべてのトレーダーは、取引でこれらのメソッドを使用しています...TSパラメータも同じようにすればいいのに・・・。
もちろん、じっとドローダウンを待って、GRAILSを見せるのもいいのですが......。天候に恵まれることを祈りつつ...。