나에게 이것은 매우 강력한 지표이지만 충분하지 않습니다. 실제로 일부 TS는 매우 훌륭하고 부드러운 에퀴티를 제공할 수 있다는 사실을 알게 되었습니다. 그들의 R^2는 매우 높으며, 매개변수 세트는 가장 정교한 포워드도 깨뜨릴 것입니다. 예를 들어, 그러한 차량 중 하나의 자산:
그녀의 에퀴티는 시장에서 그녀의 입지를 굳건히 하지만 모든 것이 그렇게 단순하지는 않습니다. 장착된 TS에는 한 가지 주목할 만한 속성이 있습니다 . 매개변수 집합은 거의 항상 불안정하며 이러한 매개변수 값의 약간의 이동은 종종 결과를 크게 변경합니다. 예를 들어 이 차량의 마감 규칙을 약간 변경하면 다음과 같은 결과가 나타납니다.
작은 변화가 치명적인 결과를 가져온다는 것을 알 수 있습니다. 따라서 최적의 매개변수 집합이 결정된 후에는 매개변수를 일정량만큼 이동하고 최적 지점 근처에서 실행 결과를 확인해야 합니다.
최적화 공간은 다차원일 수 있지만 차원의 수는 여기서 중요한 역할을 하지 않습니다. 매개변수의 안정적인 위치에 있다면 매개변수의 이동이 TS의 동작을 근본적으로 바꾸지 않을 것입니다. 실제 거래에서 바로 이러한 변화가 일어날 것임을 이해하는 것이 중요합니다. 역사에서 우리는 TS의 매개변수를 정적 시장 주변으로 이동합니다. 실생활에서 시장은 우리가 이전에 발견하고 수정한 매개변수를 중심으로 그 특성을 이동할 것입니다.
작업의 본질을 이해하지 않고 시스템을 고려하는 것은 불가능합니다. Opt의 감수성은 또한 이러한 이해를 통해서입니다. 일부 옵션은 민감할 수 있고 일부는 "두꺼운" 옵션이 될 수 있습니다. 예를 들어 패턴은 런던 개장 시간 의 작은 범위에서 작동하고 이 영역의 너비는 opt입니다. 약간이라도 이 옵션을 변경하여 작업하도록 네피그를 지정합니다.
Слава : 작업의 본질을 이해하지 않고 시스템을 고려하는 것은 불가능합니다. Opt 감도 역시 이러한 이해를 통해서입니다. 일부 옵션은 민감할 수 있고 일부는 "두꺼운" 옵션이 될 수 있습니다. 예를 들어 패턴은 런던 개장 시간 의 작은 범위에서 작동하고 이 영역의 너비는 opt입니다. 약간이라도 이 옵션을 변경하여 작업하도록 네피그를 지정합니다.
그녀의 눈. 아무도 범위를 불도저에서 선택하거나 자동화할 수 있다고 말하지 않습니다. 의미 있는 매개변수와 그 범위를 찾는 것이 알고리즘 트레이더의 전문성입니다.
그래서 나는 이것에 동의하고 그것에 대해 썼습니다) 고문은 특정 시간 동안 일합니다. 거칠면 그에게 유리한 단계입니다. 그러므로 너무 많은 역사를 가지고 생각하는 것조차 무의미하다. 그리고 당신의 방법에는 몇 배나 더 많은 통계와 테스트 기간이 필요합니다. 저것들. 작업은 가능한 한 빨리 작업 주제를 찾는 동시에 피팅을 제외하고 결정이 내려지는 별도의 조각으로 기록을 분할하면 시스템이 이미 작동한 기록이 있다는 사실로 이어집니다. 매우 길다(이전 게시물의 통계적 신뢰성에 대한 주장).
나는 다르게 접근) 나는 어떤 비율도 취하지 않고 순방향 테스트를 사용하지 않습니다. 나는 형평성의 질로 시스템의 질을 분석한다.
그리고 "TOO" 빅 스토리는 무엇을 의미합니까? 시스템에 가장 적합한 기록이 무엇인지조차 모릅니다. 포워드가 없으면 역사의 어떤 부분을 선택하든 "작업 테마"를 찾았는지 또는 조정이 있었는지 여부를 주식 곡선에서 결코 이해할 수 없습니다.
Youri Tarshecki : 그리고 "TOO" 빅 스토리는 무엇을 의미합니까? 시스템에 가장 적합한 기록이 무엇인지조차 모릅니다.
통계적 신뢰성이라는 것이 있습니다. 거래와 관련하여 백 테스트에서 얻은 결과를 신뢰하는 데 필요한 최소 거래 수는 얼마입니까? 이 숫자는 많은 것에 달려 있습니다. 예를 들어, 평균 수익 거래와 평균 손실 비율에서. tp/sl 비율에서 단순화 되었습니다. 최소 트랜잭션 수는 1일 때 필요합니다. 1과 다를수록 더 많은 트랜잭션이 필요합니다. 그러나 tp/sl=1인 경우에도 최소 100번의 거래가 필요합니다(이는 Monte Carlo를 사용하여 확인할 수 있음). 귀하의 접근 방식을 사용하면 12개의 백테스트 각각에서 통계적 신뢰성이 유지되어야 합니다. 이것은 백테스트에 대해서만 최소 1200번의 거래가 필요하다는 것을 의미합니다. 이로 인해 그러한 접근 방식을 사용하는 하루 중이라도 Tsar Pea 시대부터 테스트해야 한다는 사실이 나타납니다.))
유리 타셰키 :
포워드가 없으면 역사의 어떤 부분을 선택하든 "작업 테마"를 찾았는지 또는 조정이 있었는지 여부를 주식 곡선에서 결코 이해할 수 없습니다.
글쎄, 당신은 하나 이상의 지분을 볼 필요가 있습니다)) 위에서 언급했듯이 최적 영역의 너비와 일부 매개 변수에 대한 시스템 품질 향상의 균일 성 이 중요합니다. 예를 들어, 시스템은 전날의 범위 너비를 사용하고 시스템은 브레이크아웃입니다. 우리는 그것을 도매로 받아들입니다. 저것들. 필터 - range_width<=X로 거래합니다. 도매 X의 값이 작을수록 거래가 적습니다(일수가 적기 때문에). 그러나 동시에 시스템의 품질이 지속적으로 향상되면(PF 및 기타 지표와 같은) 이는 전체 시스템과 이 필터 모두의 견고성을 확인합니다. 다른 통계도 있습니다. 다중 기기와 같은 견고성을 테스트하는 방법.
통계적 신뢰성이라는 것이 있습니다. 거래와 관련하여 백 테스트에서 얻은 결과를 신뢰하는 데 필요한 최소 거래 수는 얼마입니까? 이 숫자는 많은 것에 달려 있습니다. 예를 들어, 평균 수익 거래와 평균 손실 비율에서. tp/sl 비율에서 단순화 되었습니다. 최소 트랜잭션 수는 1일 때 필요합니다. 1과 다를수록 더 많은 트랜잭션이 필요합니다. 그러나 tp/sl=1인 경우에도 최소 100번의 거래가 필요합니다(이는 Monte Carlo를 사용하여 확인할 수 있음). 귀하의 접근 방식을 사용하면 12개의 백테스트 각각에서 통계적 신뢰성이 유지되어야 합니다. 이것은 백테스트에 대해서만 최소 1200번의 거래가 필요하다는 것을 의미합니다. 이로 인해 그러한 접근 방식을 사용하는 하루 중이라도 Tsar Pea 시대부터 테스트해야 한다는 사실이 나타납니다.))
글쎄, 당신은 하나 이상의 지분을 볼 필요가 있습니다)) 위에서 언급했듯이 최적 영역의 너비와 일부 매개 변수에 대한 시스템 품질 향상의 균일 성이 중요합니다. 예를 들어, 시스템은 전날의 범위 너비를 사용하고 시스템은 브레이크아웃입니다. 우리는 그것을 도매로 받아들입니다. 저것들. 필터 - range_width<=X로 거래합니다. 도매 X의 값이 작을수록 거래가 적습니다(일수가 적기 때문에). 그러나 동시에 시스템의 품질이 지속적으로 향상되면(PF 및 기타 지표와 같은) 이는 전체 시스템과 이 필터 모두의 견고성을 확인합니다. 다른 통계도 있습니다. 다중 기기와 같은 견고성을 테스트하는 방법.
나는 얻은 결과의 통계적 유의성에 대한 요구 사항뿐만 아니라 다양한 시장 조건에 대한 TS를 테스트하기 위해 긴 역사가 필요하다고 덧붙일 것입니다. 예를 들어 EURUSD는 반년 이상 동안 큰 하락세를 보였습니다. 10,000번의 거래라도 숏 포지션이 이 분야에서 돈을 벌고 있음을 보여줄 것입니다. 우리가 특정 희귀 시장 체제에 적응하지 못했다는 것을 이해하려면 오랜 역사가 필요합니다.
나는 당신의 차량이 테스트에서 획득하고 앞으로 병합하는 이유를 진심으로 이해하지 못하고 앞으로만 한 모드에서 다른 모드로 점프할 것이라는 점에 주목합니다. 그리고 대답은 간단합니다. 시장 모드 중 하나에 대해 TS를 만드는 대신 현재 선택한 기간에 따라 결과가 달라지지 않는 TS를 만듭니다. 다시 말해, 시장이 아니라 시장의 비효율성을 거래하십시오.
나는 얻은 결과의 통계적 유의성에 대한 요구 사항뿐만 아니라 다양한 시장 조건에 대한 TS를 테스트하기 위해 긴 역사가 필요하다고 덧붙일 것입니다.
"montecarl"을 사용하여 최소값을 결정했다고 가정합니다. 당신의 이야기는 얼마나 길어야 합니까? 그램에 얼마나 걸립니까? 최적화 세그먼트를 계산하는 실제 방법을 보여줄 때까지 - 말한 모든 것은 잘 알려진 주제에 대한 가사와 자기기만의 한 방법일 뿐입니다. 내가 전에 말했듯이 주식은 피팅에서 당신을 구하지 않습니다. 모든 논리는 하나의 솔루션으로 이어집니다. 전체 기록에 대한 테스트입니다. 그러나 당신은 여전히 이것에 자신을 제한합니다. 무엇 때문에? 전달이 필요하지 않은 경우 사용 가능한 전체 기록을 테스트하면 "통계 신뢰도"가 최대가 됩니다.
내 방법은 간단합니다. 한 지역에서 받은 전달 금액을 다른 단계로 비교합니다. 최상의 결과는 최상의 테스트 단계를 제공합니다. 추상적인 추론은 필요없지만 최대한의 이익이 필요하기 때문에 포워드가 보여주는 이익을 비교한다. 무엇과 무엇을 비교합니까?
R^2에 대해 조금 더.
나에게 이것은 매우 강력한 지표이지만 충분하지 않습니다. 실제로 일부 TS는 매우 훌륭하고 부드러운 에퀴티를 제공할 수 있다는 사실을 알게 되었습니다. 그들의 R^2는 매우 높으며, 매개변수 세트는 가장 정교한 포워드도 깨뜨릴 것입니다. 예를 들어, 그러한 차량 중 하나의 자산:
그녀의 에퀴티는 시장에서 그녀의 입지를 굳건히 하지만 모든 것이 그렇게 단순하지는 않습니다. 장착된 TS에는 한 가지 주목할 만한 속성이 있습니다 . 매개변수 집합은 거의 항상 불안정하며 이러한 매개변수 값의 약간의 이동은 종종 결과를 크게 변경합니다. 예를 들어 이 차량의 마감 규칙을 약간 변경하면 다음과 같은 결과가 나타납니다.
작은 변화가 치명적인 결과를 가져온다는 것을 알 수 있습니다. 따라서 최적의 매개변수 집합이 결정된 후에는 매개변수를 일정량만큼 이동하고 최적 지점 근처에서 실행 결과를 확인해야 합니다.
최적화 공간은 다차원일 수 있지만 차원의 수는 여기서 중요한 역할을 하지 않습니다. 매개변수의 안정적인 위치에 있다면 매개변수의 이동이 TS의 동작을 근본적으로 바꾸지 않을 것입니다. 실제 거래에서 바로 이러한 변화가 일어날 것임을 이해하는 것이 중요합니다. 역사에서 우리는 TS의 매개변수를 정적 시장 주변으로 이동합니다. 실생활에서 시장은 우리가 이전에 발견하고 수정한 매개변수를 중심으로 그 특성을 이동할 것입니다.
작업의 본질을 이해하지 않고 시스템을 고려하는 것은 불가능합니다. Opt의 감수성은 또한 이러한 이해를 통해서입니다. 일부 옵션은 민감할 수 있고 일부는 "두꺼운" 옵션이 될 수 있습니다. 예를 들어 패턴은 런던 개장 시간 의 작은 범위에서 작동하고 이 영역의 너비는 opt입니다. 약간이라도 이 옵션을 변경하여 작업하도록 네피그를 지정합니다.
예, 변경 규모는 조건부입니다.
작업의 본질을 이해하지 않고 시스템을 고려하는 것은 불가능합니다. Opt 감도 역시 이러한 이해를 통해서입니다. 일부 옵션은 민감할 수 있고 일부는 "두꺼운" 옵션이 될 수 있습니다. 예를 들어 패턴은 런던 개장 시간 의 작은 범위에서 작동하고 이 영역의 너비는 opt입니다. 약간이라도 이 옵션을 변경하여 작업하도록 네피그를 지정합니다.
그녀의 눈. 아무도 범위를 불도저에서 선택하거나 자동화할 수 있다고 말하지 않습니다. 의미 있는 매개변수와 그 범위를 찾는 것이 알고리즘 트레이더의 전문성입니다.
동의하다))
우리는 거의 항상 배후에서 남아 있는 원인의 결과를 교환합니다.
2013년 4월 버락 오바마의 죽음에 대한 '오리' 때문에 당시 DJ 지수는 13%나 폭락했다. 그들은 뉴스를 읽는 로봇이 효과가 있었다고 씁니다. 그러다가 이 로봇들 자체가 바로 배후의 이유가 되었습니다.
IMHO 테스트의 목적은 매개변수 집합을 얻는 것이 아니라 3가지 질문에 답하는 것입니다.
뭐라고요? - 무슨 지느러미. 고문을 위해 선택하는 도구.
어디에? - 거래할 시장. (트렌드, 플랫, 휘발성.....)
언제 ? - 다른 시간 간격과 계절에 따른 시장의 특징을 고려한 시간.
그래서 나는 이것에 동의하고 그것에 대해 썼습니다) 고문은 특정 시간 동안 일합니다. 거칠면 그에게 유리한 단계입니다. 그러므로 너무 많은 역사를 가지고 생각하는 것조차 무의미하다. 그리고 당신의 방법에는 몇 배나 더 많은 통계와 테스트 기간이 필요합니다. 저것들. 작업은 가능한 한 빨리 작업 주제를 찾는 동시에 피팅을 제외하고 결정이 내려지는 별도의 조각으로 기록을 분할하면 시스템이 이미 작동한 기록이 있다는 사실로 이어집니다. 매우 길다(이전 게시물의 통계적 신뢰성에 대한 주장).
나는 다르게 접근) 나는 어떤 비율도 취하지 않고 순방향 테스트를 사용하지 않습니다. 나는 형평성의 질로 시스템의 질을 분석한다.
그리고 "TOO" 빅 스토리는 무엇을 의미합니까? 시스템에 가장 적합한 기록이 무엇인지조차 모릅니다.
통계적 신뢰성이라는 것이 있습니다. 거래와 관련하여 백 테스트에서 얻은 결과를 신뢰하는 데 필요한 최소 거래 수는 얼마입니까? 이 숫자는 많은 것에 달려 있습니다. 예를 들어, 평균 수익 거래와 평균 손실 비율에서. tp/sl 비율에서 단순화 되었습니다. 최소 트랜잭션 수는 1일 때 필요합니다. 1과 다를수록 더 많은 트랜잭션이 필요합니다. 그러나 tp/sl=1인 경우에도 최소 100번의 거래가 필요합니다(이는 Monte Carlo를 사용하여 확인할 수 있음). 귀하의 접근 방식을 사용하면 12개의 백테스트 각각에서 통계적 신뢰성이 유지되어야 합니다. 이것은 백테스트에 대해서만 최소 1200번의 거래가 필요하다는 것을 의미합니다. 이로 인해 그러한 접근 방식을 사용하는 하루 중이라도 Tsar Pea 시대부터 테스트해야 한다는 사실이 나타납니다.))
포워드가 없으면 역사의 어떤 부분을 선택하든 "작업 테마"를 찾았는지 또는 조정이 있었는지 여부를 주식 곡선에서 결코 이해할 수 없습니다.
글쎄, 당신은 하나 이상의 지분을 볼 필요가 있습니다)) 위에서 언급했듯이 최적 영역의 너비와 일부 매개 변수에 대한 시스템 품질 향상의 균일 성 이 중요합니다. 예를 들어, 시스템은 전날의 범위 너비를 사용하고 시스템은 브레이크아웃입니다. 우리는 그것을 도매로 받아들입니다. 저것들. 필터 - range_width<=X로 거래합니다. 도매 X의 값이 작을수록 거래가 적습니다(일수가 적기 때문에). 그러나 동시에 시스템의 품질이 지속적으로 향상되면(PF 및 기타 지표와 같은) 이는 전체 시스템과 이 필터 모두의 견고성을 확인합니다. 다른 통계도 있습니다. 다중 기기와 같은 견고성을 테스트하는 방법.
통계적 신뢰성이라는 것이 있습니다. 거래와 관련하여 백 테스트에서 얻은 결과를 신뢰하는 데 필요한 최소 거래 수는 얼마입니까? 이 숫자는 많은 것에 달려 있습니다. 예를 들어, 평균 수익 거래와 평균 손실 비율에서. tp/sl 비율에서 단순화 되었습니다. 최소 트랜잭션 수는 1일 때 필요합니다. 1과 다를수록 더 많은 트랜잭션이 필요합니다. 그러나 tp/sl=1인 경우에도 최소 100번의 거래가 필요합니다(이는 Monte Carlo를 사용하여 확인할 수 있음). 귀하의 접근 방식을 사용하면 12개의 백테스트 각각에서 통계적 신뢰성이 유지되어야 합니다. 이것은 백테스트에 대해서만 최소 1200번의 거래가 필요하다는 것을 의미합니다. 이로 인해 그러한 접근 방식을 사용하는 하루 중이라도 Tsar Pea 시대부터 테스트해야 한다는 사실이 나타납니다.))
글쎄, 당신은 하나 이상의 지분을 볼 필요가 있습니다)) 위에서 언급했듯이 최적 영역의 너비와 일부 매개 변수에 대한 시스템 품질 향상의 균일 성이 중요합니다. 예를 들어, 시스템은 전날의 범위 너비를 사용하고 시스템은 브레이크아웃입니다. 우리는 그것을 도매로 받아들입니다. 저것들. 필터 - range_width<=X로 거래합니다. 도매 X의 값이 작을수록 거래가 적습니다(일수가 적기 때문에). 그러나 동시에 시스템의 품질이 지속적으로 향상되면(PF 및 기타 지표와 같은) 이는 전체 시스템과 이 필터 모두의 견고성을 확인합니다. 다른 통계도 있습니다. 다중 기기와 같은 견고성을 테스트하는 방법.
나는 얻은 결과의 통계적 유의성에 대한 요구 사항뿐만 아니라 다양한 시장 조건에 대한 TS를 테스트하기 위해 긴 역사가 필요하다고 덧붙일 것입니다. 예를 들어 EURUSD는 반년 이상 동안 큰 하락세를 보였습니다. 10,000번의 거래라도 숏 포지션이 이 분야에서 돈을 벌고 있음을 보여줄 것입니다. 우리가 특정 희귀 시장 체제에 적응하지 못했다는 것을 이해하려면 오랜 역사가 필요합니다.
나는 당신의 차량이 테스트에서 획득하고 앞으로 병합하는 이유를 진심으로 이해하지 못하고 앞으로만 한 모드에서 다른 모드로 점프할 것이라는 점에 주목합니다. 그리고 대답은 간단합니다. 시장 모드 중 하나에 대해 TS를 만드는 대신 현재 선택한 기간에 따라 결과가 달라지지 않는 TS를 만듭니다. 다시 말해, 시장이 아니라 시장의 비효율성을 거래하십시오.
통계적 신뢰성이라는 것이 있습니다.
통계에는 그런 것이 없습니다.
나는 얻은 결과의 통계적 유의성에 대한 요구 사항뿐만 아니라 다양한 시장 조건에 대한 TS를 테스트하기 위해 긴 역사가 필요하다고 덧붙일 것입니다.
"montecarl"을 사용하여 최소값을 결정했다고 가정합니다. 당신의 이야기는 얼마나 길어야 합니까? 그램에 얼마나 걸립니까? 최적화 세그먼트를 계산하는 실제 방법을 보여줄 때까지 - 말한 모든 것은 잘 알려진 주제에 대한 가사와 자기기만의 한 방법일 뿐입니다. 내가 전에 말했듯이 주식은 피팅에서 당신을 구하지 않습니다. 모든 논리는 하나의 솔루션으로 이어집니다. 전체 기록에 대한 테스트입니다. 그러나 당신은 여전히 이것에 자신을 제한합니다. 무엇 때문에? 전달이 필요하지 않은 경우 사용 가능한 전체 기록을 테스트하면 "통계 신뢰도"가 최대가 됩니다.
내 방법은 간단합니다. 한 지역에서 받은 전달 금액을 다른 단계로 비교합니다. 최상의 결과는 최상의 테스트 단계를 제공합니다. 추상적인 추론은 필요없지만 최대한의 이익이 필요하기 때문에 포워드가 보여주는 이익을 비교한다. 무엇과 무엇을 비교합니까?