많은 것은 TS에 달려 있습니다. 예에서와 같이 소위 평균기 인 경우 배수는 실패한 입력과 동일하고 실패가 적을수록 더 좋습니다. 여과 시스템이 이에 대한 책임이 있습니다.
예를 들어도 될까요? 그렇지 않으면 "총 이익의 균일 한 감소와 함께 PF의 균일 한 성장이 좋습니다"라는 문구를 마지막 패스와 관련하여 성장하는 것을 이해할 수 없습니까? 그러면 이익의 총 감소량은 얼마인가?
필터 매개변수가 변경되면 트랜잭션 수가 감소하므로 총 이익이 발생하지만 품질 지표는 개선되어야 합니다(예: PF). 그런 다음 효과적인 필터입니다. 예를 들어, 필터가 변동성(예: X 시간 > Y에 대해 최대 - 최소)인 경우 Y가 많을수록 PF는 높지만 트랜잭션은 적으면 좋습니다. Y가 증가함에 따라 PF가 증가하거나 감소하는 경우 필터가 무가치하여 변경해야 하거나 Y가 증가할 때 샘플에 더 이상 트랜잭션이 충분하지 않습니다.
Avals : 필터 매개변수가 변경되면 트랜잭션 수가 감소하므로 총 이익이 발생하지만 품질 지표는 개선되어야 합니다(예: PF). 그런 다음 효과적인 필터입니다. 예를 들어, 필터가 변동성(예: X 시간 > Y에 대해 최대 - 최소)인 경우 Y가 많을수록 PF는 높지만 트랜잭션은 적으면 좋습니다. Y가 증가함에 따라 PF가 증가하거나 감소하는 경우 필터가 무가치하여 변경해야 하거나 Y가 증가할 때 샘플에 더 이상 트랜잭션이 충분하지 않습니다.
내가 게시한 예에서 평균 PF는 모든 필터와 함께 증가하지만 이것은 Dennis Kirichenko가 상황을 분석하는 데 사용하는 방법과 모순됩니다. 이에 따르면 필터는 모든 최적화 단계에서 재정 결과를 균일하게 증가시켜야 합니다.
내가 게시한 예에서 평균 PF는 모든 필터와 함께 증가하지만 이것은 Dennis Kirichenko가 상황을 분석하는 데 사용하는 방법과 모순됩니다. 이에 따르면 필터는 모든 최적화 단계에서 재정 결과를 균일하게 증가시켜야 합니다.
나는 시스템의 각 부분을 개별적으로 테스트하고 분석해야 할 필요성을 지지합니다. 그리고 이것은 필터뿐만 아니라 모든 매개변수에도 적용됩니다. 예를 들어 웨이브를 별도로 최적화하고 필터링 강화와 함께 PF가 커지면 이 필터가 좋을 것입니다. 시스템의 다른 모든 부분에서도 마찬가지입니다.
트랜잭션 수를 줄이지 않는 매개 변수가 있습니다. 예를 들어, 계산할 기간(X일, 시간 등)에 대해 소를 필터링합니다. 그리고 그러한 매개변수를 최적화할 때 필터가 적합하다면 특정 값에서 일부 품질 극단값(예: PF)이 있을 것입니다. 그리고 여기에서도 성취의 획일성 이 중요합니다. 저것들. PF인 경우: ...2.1; 2.2; 2.4; 2.7; 3.0; 2.9; 2.6; 2.2..., 통계적으로 1.0보다 훨씬 낫습니다. 2.2; 0.9; 4.0; 3.1; 2.5; 6.0. 그 앞에는 균일하게 증가하는 PF 함수가 있고 그 뒤에는 감소하는 극한값이 하나 있어야 합니다. 그러면 이러한 최적화는 단순한 검색이 아니라 시장 조사와 극한 값을 달성하기 위한 매개변수의 값이 논리적인 시장 정당성을 가질 가능성이 큽니다. 그러한 정당화와 시장 논리의 존재는 발견된 시스템이 견고할 가능성을 높이고 시스템의 다른 부분을 찾는 것을 가능하게 합니다.
개인적으로 저는 OnTester 내부의 알고리즘을 통해 설명된 Expert Advisor 품질 평가 시스템을 사용합니다. 간단히 말해서 그는 이 이익을 얻기 위해 감수해야 했던 이익, 기간 및 위험을 분석합니다. 일부 포인트를 반환합니다. 그런 다음 코드에 필터를 추가하고 다시 테스트하고 점수를 보고 점수가 낮으면 아래로, 높으면 그대로 둡니다. 실제로 그러한 필터를 선택하여 해를 끼치 지 않도록하는 것은 매우 어려운 것으로 판명되었으며 더 많이 최적화합니다.
Denis Glaz : 개인적으로 저는 OnTester 내부의 알고리즘을 통해 설명된 Expert Advisor 품질 평가 시스템을 사용합니다. 간단히 말해서 그는 이 이익을 얻기 위해 감수해야 했던 이익, 기간 및 위험을 분석합니다. 일부 포인트를 반환합니다. 그런 다음 코드에 필터를 추가하고 다시 테스트하고 점수를 보고 점수가 낮으면 아래로, 높으면 그대로 둡니다. 실제로 그러한 필터를 선택하여 해를 끼치 지 않도록하는 것은 매우 어려운 것으로 판명되었으며 더 많이 최적화합니다.
이것은 흥미롭습니다. 간단하게 작성하지 말고 평가가 어떻게 이루어지는지, 가급적이면 예를 들어 작성하십시오.
많은 것은 TS에 달려 있습니다. 예에서와 같이 소위 평균기 인 경우 배수는 실패한 입력과 동일하고 실패가 적을수록 더 좋습니다. 여과 시스템이 이에 대한 책임이 있습니다.
예를 들어도 될까요? 그렇지 않으면 "총 이익의 균일 한 감소와 함께 PF의 균일 한 성장이 좋습니다"라는 문구를 마지막 패스와 관련하여 성장하는 것을 이해할 수 없습니까? 그러면 이익의 총 감소량은 얼마인가?
필터 매개변수가 변경되면 트랜잭션 수가 감소하므로 총 이익이 발생하지만 품질 지표는 개선되어야 합니다(예: PF). 그런 다음 효과적인 필터입니다. 예를 들어, 필터가 변동성(예: X 시간 > Y에 대해 최대 - 최소)인 경우 Y가 많을수록 PF는 높지만 트랜잭션은 적으면 좋습니다. Y가 증가함에 따라 PF가 증가하거나 감소하는 경우 필터가 무가치하여 변경해야 하거나 Y가 증가할 때 샘플에 더 이상 트랜잭션이 충분하지 않습니다.
내가 게시한 예에서 평균 PF는 모든 필터와 함께 증가하지만 이것은 Dennis Kirichenko가 상황을 분석하는 데 사용하는 방법과 모순됩니다. 이에 따르면 필터는 모든 최적화 단계에서 재정 결과를 균일하게 증가시켜야 합니다.
내가 게시한 예에서 평균 PF는 모든 필터와 함께 증가하지만 이것은 Dennis Kirichenko가 상황을 분석하는 데 사용하는 방법과 모순됩니다. 이에 따르면 필터는 모든 최적화 단계에서 재정 결과를 균일하게 증가시켜야 합니다.
나는 시스템의 각 부분을 개별적으로 테스트하고 분석해야 할 필요성을 지지합니다. 그리고 이것은 필터뿐만 아니라 모든 매개변수에도 적용됩니다. 예를 들어 웨이브를 별도로 최적화하고 필터링 강화와 함께 PF가 커지면 이 필터가 좋을 것입니다. 시스템의 다른 모든 부분에서도 마찬가지입니다.
트랜잭션 수를 줄이지 않는 매개 변수가 있습니다. 예를 들어, 계산할 기간(X일, 시간 등)에 대해 소를 필터링합니다. 그리고 그러한 매개변수를 최적화할 때 필터가 적합하다면 특정 값에서 일부 품질 극단값(예: PF)이 있을 것입니다. 그리고 여기에서도 성취의 획일성 이 중요합니다. 저것들. PF인 경우: ...2.1; 2.2; 2.4; 2.7; 3.0; 2.9; 2.6; 2.2..., 통계적으로 1.0보다 훨씬 낫습니다. 2.2; 0.9; 4.0; 3.1; 2.5; 6.0. 그 앞에는 균일하게 증가하는 PF 함수가 있고 그 뒤에는 감소하는 극한값이 하나 있어야 합니다. 그러면 이러한 최적화는 단순한 검색이 아니라 시장 조사와 극한 값을 달성하기 위한 매개변수의 값이 논리적인 시장 정당성을 가질 가능성이 큽니다. 그러한 정당화와 시장 논리의 존재는 발견된 시스템이 견고할 가능성을 높이고 시스템의 다른 부분을 찾는 것을 가능하게 합니다.
개인적으로 저는 OnTester 내부의 알고리즘을 통해 설명된 Expert Advisor 품질 평가 시스템을 사용합니다. 간단히 말해서 그는 이 이익을 얻기 위해 감수해야 했던 이익, 기간 및 위험을 분석합니다. 일부 포인트를 반환합니다. 그런 다음 코드에 필터를 추가하고 다시 테스트하고 점수를 보고 점수가 낮으면 아래로, 높으면 그대로 둡니다. 실제로 그러한 필터를 선택하여 해를 끼치 지 않도록하는 것은 매우 어려운 것으로 판명되었으며 더 많이 최적화합니다.
이것은 흥미롭습니다. 간단하게 작성하지 말고 평가가 어떻게 이루어지는지, 가급적이면 예를 들어 작성하십시오.
그리고 이건 이미 영업비밀) 2000줄의 코드를 가지고 오랫동안 작업했습니다.
그래서 우리와 함께하는 전체 포럼은 모두 어둠에 싸인 미스터리입니다 ...
Expert Advisor 평균 또는 정상입니까?
그래서 우리와 함께하는 전체 포럼은 모두 어둠에 싸인 미스터리입니다 ...
Expert Advisor 평균 또는 정상입니까?
평균? 어때요?) 알고리즘을 외부 파일에 한 번 작성하고 코드에 포함하기만 하면 됩니다. 이미 사용된 여러 전문가의 경우. 그리고 그것은 누구에게나 적합합니다.
흠, 어떻게 누구에게나 어울릴 수 있습니까? 평균이 있는 경우(포지션당 두 개 이상의 주문) 수익성 있는 주문과 수익성 없는 주문 그룹으로 구분하여 근본적으로 다른 분석이 있어야 합니다.