Otimização Walk Forward em MetaTrader 5 feita com suas próprias mãos

Stanislav Korotky | 19 setembro, 2017

input WFO_TIME_PERIOD wfo_windowSize = year;
input int wfo_customWindowSizeDays = 0;
input WFO_TIME_PERIOD wfo_stepSize = quarter;
input int wfo_customStepSizePercent = 0;
input int wfo_stepOffset = 0;
input string wfo_outputFile = "";
input WFO_ESTIMATION_METHOD wfo_estimation = wfo_built_in_loose;
input string wfo_formula = "";

#define DAYS_PER_WEEK    7
#define DAYS_PER_MONTH   30
#define DAYS_PER_QUARTER (DAYS_PER_MONTH*3)
#define DAYS_PER_HALF    (DAYS_PER_MONTH*6)
#define DAYS_PER_YEAR    (DAYS_PER_MONTH*12)

#define SEC_PER_DAY     (60*60*24)
#define SEC_PER_WEEK    (SEC_PER_DAY*DAYS_PER_WEEK)
#define SEC_PER_MONTH   (SEC_PER_DAY*DAYS_PER_MONTH)
#define SEC_PER_QUARTER (SEC_PER_MONTH*3)
#define SEC_PER_HALF    (SEC_PER_MONTH*6)
#define SEC_PER_YEAR    (SEC_PER_MONTH*12)

#define CUSTOM_DAYS     -1

enum WFO_TIME_PERIOD
{
  none = 0,
  year = DAYS_PER_YEAR,
  halfyear = DAYS_PER_HALF,
  quarter = DAYS_PER_QUARTER,
  month = DAYS_PER_MONTH,
  week = DAYS_PER_WEEK,
  day = 1,
  custom = CUSTOM_DAYS
};

enum WFO_ESTIMATION_METHOD
{
  wfo_built_in_loose,
  wfo_built_in_strict,
  wfo_profit,
  wfo_sharpe,
  wfo_pf,
  wfo_drawdown,
  wfo_profit_by_drawdown,
  wfo_profit_trades_by_drawdown,
  wfo_average,
  wfo_expression
};

#import "WalkForwardOptimizer.ex5"
void wfo_setEstimationMethod(WFO_ESTIMATION_METHOD estimation, string formula);
void wfo_setPFmax(double max);
void wfo_setCloseTradesOnSeparationLine(bool b);
void wfo_OnTesterPass();
int wfo_OnInit(WFO_TIME_PERIOD optimizeWindow, WFO_TIME_PERIOD optimizeStep, int optimizeStepOffset, int optimizeCustomW, int optimizeCustomS);
int wfo_OnTick();
double wfo_OnTester();
void wfo_OnTesterInit(string optimizeLog);
void wfo_OnTesterDeinit();
#import

#include <WalkForwardOptimizer.mqh>

...

int OnInit(void)
{
  // seu código de trabalho está aqui
  ...

  // opcional, padrão wfo_built_in_loose
  wfo_setEstimationMethod(wfo_estimation, wfo_formula);

  // opcional, padrão DBL_MAX
  wfo_setPFmax(100);

  // opcional, padrão false
  // wfo_setCloseTradesOnSeparationLine(true);
  
  // obrigatoriamente, todos os parâmetros do arquivo de cabeçalho
  int r = wfo_OnInit(wfo_windowSize, wfo_stepSize, wfo_stepOffset, wfo_customWindowSizeDays, wfo_customStepSizePercent);
  
  return(r);
}

void OnTesterInit()
{
  wfo_OnTesterInit(wfo_outputFile); // obrigatoriamente
}

void OnTesterDeinit()
{
  wfo_OnTesterDeinit(); // obrigatoriamente
}

void OnTesterPass()
{
  wfo_OnTesterPass(); // obrigatoriamente
}

double OnTester()
{
  return wfo_OnTester(); // obrigatoriamente
}

void OnTick(void)
{
  int wfo = wfo_OnTick();
  if(wfo == -1)
  {
    // aguardamos quando começa a janela
    // não negociamos
    return;
  }
  else if(wfo == +1)
  {
    // aguardamos o final do teste após a janela e passo Forward
    // não negociamos
    return;
  }

  // seu código de trabalho está aqui
  ...
}

wfo_OnInit envia todos os dados necessários para a biblioteca: tamanho de janela, tamanho de passo, número de passo, tamanho personalizado de janela em dias, tamanho personalizado de passo em porcentagem da janela. Ela retorna 0, se for bem-sucedido, ou um código de erro (por exemplo, INIT_PARAMETERS_INCORRECT), se forem definidos parâmetros inválidos.

wfo_OnTick controla a otimização do EA na janela de otimização e Teste Walk Forward. Ela retorna 0, se o tick atual (ou barra) fica dentro do quadro móvel onde o EA pode operar, bem como -1 ou +1, se o tick está se encontrar fora da janela e a negociação deve ser desativada temporariamente (-1 indica que a janela ainda não começou, enquanto +1 significa que a janela já passou).

wfo_OnTester calcula e retorna ao testador o indicador de desempenho definido.

wfo_setCloseTradesOnSeparationLine define o modo de fechamento de todas as ordens de mercado e remoção das ordens pendentes, ao se cruzarem as bordas da janela de otimização com as do Teste Walk Forward.

Prática

Após compilado o EA com a biblioteca embutida, é possível proceder à configuração do Testador.

Selecionamos um intervalo de datas específico no grupo de campos Intervalo, ele é o mesmo período geral D, descrito acima. Normalmente, a data final é o hoje real ou algo próximo a isso.

No campo Forward, deve ser selecionada a opção Não (não temos interesse nenhum no Teste Walk Forward embutido).

No campo Execution (Modo de execução) é recomendado Comum, segundo as barras ou pontos de verificação. Lembre-se que a nosso walk-forward funciona adicionando meta-parâmetros, que estão incluídos na otimização (para além dos parâmetros operacionais do Expert Advisor) e aumentam a carga computacional.

No campo Otimização é possível selecionar o modo lento (busca exaustiva) ou rápido (usando genética), por outro lado, o Critério de otimização precisa ser personalizado.

O uso de algoritmo genético de otimização é permitido, mas é preciso ter em mente algumas nuances. Algoritmo genético ignora muitas combinações de parâmetros de entrada, incluindo a combinação de meta-parâmetros, que definem o tamanho da janela, o tamanho da passo Forward e número da passo, o que pode levar à falta de alguns Testes Walk Forward. Este problema pode ser perceptível quando a dimensão de busca é imensa (EA com muitos parâmetros de trabalho ou incrementos), porém, em outros casos, pode ser negligenciado. No relatório gerado, as lacunas são marcadas, e com base nessas informações, pode-se decidir se é necessário tentar reduzir o espaço de otimização.

Esse problema geralmente ocorre quando a otimização é clusterizada. As Otimizações Walk Forward Ancoradas ou Sem Interrupção são menos suscetíveis a ela.

O algoritmo genético pode "estabelecer prioridades" de maneira irregular entre as janelas de otimização com diferentes deslocamentos, dependendo de sua rentabilidade. Por exemplo, se o primeiro mês de negociação for mais difícil do que o segundo, o testador, muito provavelmente, prestará mais atenção ao parâmetro wfo_stepOffset com valor 1, do que com valor 0. Em outras palavras, a optimização genética - em muitas janelas - dentro do intervalo de datas D não dá resultados tão bons, como uma optimização genética numa determinada janela W (com a biblioteca desativada). A única solução para este problema consiste na utilização da busca exaustiva de todos os parâmetros e meta-parâmetros.

Por outro lado, o passo Forward verifica a estabilidade do algoritmo sobre os dados out-of-sample, bem como seleciona a melhor profundidade de histórico para a otimização e o passo de re-otimização (como amiúde encontrar novas configurações). Estas funções são normalmente realizadas sem encontrar os parâmetros ideais.

Configure os parâmetros operacionais do EA que requer otimização, como de costume. Configuração de meta-parâmetros depende do modo de Otimização Walk Forward a ser ativado.

1. Selecione uma janela de otimização da lista usando wfo_WindowSize
2. Selecione o tamanho do passo Forward na lista em wfo_stepSize
3. Ative a otimização para wfo_stepOffset na faixa de 0 a qualquer número de passos que caiba no histórico disponível, em incrementos de 1.

Otimização Walk Forward Sem Interrupção em períodos arbitrários

1. Selecione custom na lista de parâmetros wfo_WindowSize
2. Insira a quantidade de dias em wfo_customWindowSizeDays
3. Selecione tamanho custom para o parâmetro wfo_stepSize
4. Insira o tamanho em wfo_customStepSizePercent, como uma porcentagem do tamanho da janela
5. Ative a otimização para wfo_stepOffset na faixa de 0 a qualquer número de passos que caiba no histórico disponível, em incrementos de 1.

Otimização Walk Forward Clusterizada

1. Selecione o tamanho da janela de otimização em wfo_WindowSize como custom.
2. Ative a otimização para wfo_customWindowSizeDays para qualquer intervalo adequado e incremento em dias.
3. Selecione o tamanho do passo Forward em wfo_stepSize como custom.
4. Ative a otimização para wfo_customStepSizePercent para qualquer intervalo adequado e incremento em porcentagem do tamanho da janela. (intervalo de valores recomendado 5-30%, passo 5-10%).
5. Ative a otimização para wfo_stepOffset na faixa de 0 a qualquer número de passos que caiba no histórico disponível, em incrementos de 1.

Se você já tiver um tamanho preferencial para a janela de otimização, você poderá executar a análise clusterizada apenas para o passo que está mudado, e se você já tiver selecionado o tamanho do passo, apenas será possível alterar o tamanho da janela.

Otimização Walk Forward Ancorada

1. Selecione o tamanho da janela de otimização em wfo_WindowSize como custom.
2. Selecione a otimização para wfo_customWindowSizeDays no intervalo desejado. Como o incremento, selecione uma quantidade de dias igual ao comprimento do período predefinido, que será definido no seguinte passo (por exemplo, digite um incremento de 30 dias, se você quiser utilizar a passo "mês").
3. Selecione o tamanho do passo na lista de constantes predefinidas wfo_stepSize, note que a constante deve ser igual ao incremento, especificado acima para o tamanho da janela.
4. Desative a otimização para wfo_stepOffset e defina 0 como seu valor.

Quando tudo estiver configurado, executaremos a otimização e aguardaremos sua conclusão. Quando se trabalha com a biblioteca, não se deve suspender e, depois, continuar a otimização, como é permitido ao fazer a otimização normal. Isso é devido ao fato de a suspensão e continuação do trabalho do testador não terem eventos de programação correspondentes em MQL5 API, e é por isso que a cache de dados da biblioteca não se pode sincronizar com a cache do testador. Em outras palavras, cada pressionamento do botão Start chama a inicialização completa da biblioteca, independentemente do estado interno do Testador, a biblioteca começa a coletar os dados das execuções de novo, do zero. Se isso se tratar da reinicialização da otimização que antes estava em pausa, todos os dados coletados pela biblioteca antes da pausa, serão perdidos. Recomenda-se, em qualquer caso, limpar a pasta tester/cache antes de iniciar a Otimização Walk Forward.

No processo de otimização, WFO cria variáveis globais especiais (elas são armazenadas no arquivo com extensão GVF) e um arquivo CSV com dados na pasta MQL5/Files. Posteriormente, com base nelas, gera-se automaticamente uma página html com a descriptografia dos resultados. Os nomes dos arquivos GVF e HTML coincidem com o nome do arquivo CSV, definido na biblioteca através do parâmetro wfo_outputFile.

Pegamos um Expert Advisor simples e, com base em seu modelo, examinamos quais relatórios podem ser obtidos com ajuda da biblioteca, em diferentes modos. O EA foi gerado pelo assistente MQL5 com base em dois estratégias de negociação, nomeadamente, Envelopes e WPR. Ele está disponível no Mercado como um produto gratuito.

Os experimentos serão realizados no gráfico EURUSD D1. Para começar, tentaremos obter um relatório simples do walk-forward sem interrupção. Definimos o período geral de teste 2015.01.01-2017.06.01.

Fig.2 Configurações do testador

No EA é fornecido o parâmetro EnableWFO, que, por padrão, é false. Neste caso, a biblioteca é desativada, e o Expert Advisor opera como de costume. Para habilitar a biblioteca, é preciso alterar o valor do sinalizador para true.

Deixamos o valor padrão em wfo_windowSize, isto é, year, bem como o valor padrão quarter no parâmetro wfo_stepSize. Isso estabelece que o deslocamento da janela de otimização deve ser de 1 ano com deslocamentos de 1 trimestre, trimestre esse que, por sua vez, envolve um único Teste Walk Forward. O que dá (2.5 anos - 1 ano) / 3 meses = (30 - 12) / 3 = 6 passos do Teste Walk Forward.

Definimos o nome do arquivo demo.csv em wfo_outputFile.

Entre os parâmetros operacionais do Expert Advisor, otimizaremos os níveis Stop Loss e Take Profit, período e desvio do Envelopes, bem como o período do WPR. O conjunto de parâmetros (wfo-demo-rolling.set) está anexado no final do artigo.

Fig.3 Configurações do EA

Após a otimização, obtemos o seguinte relatório demo.html.

Fig.4 Relatório walk-forward sem interrupção

Como pode ser visto a partir do relatório, o EA não se porta muito bem nos períodos forward [para frente]. Mas, partindo da prática científica, é sabido que um resultado negativo é o mesmo resultado útil.

Agora tentaremos obter o relatório clusterizado e escolher os tamanhos das janelas de otimização e passo, em que o lucro será estável. Para este fim, nos parâmetros wfo_windowSize e wfo_stepSize selecionamos a opção custom, em seguida, configuramos wfo_customWindowSizeDays para otimização de 90 a 180 dias com incremento 30 e wfo_customStepSizePercent - de 10 a 30% com incremento 10. Obtemos o número máximo de passos em wfo_stepOffset como o quociente entre (2.5 anos - 90 dias) / (90 dias * 10%) = 810 / 9 = 90. O conjunto de parâmetros (wfo-demo-cluster.set) está anexado no final do artigo.    

Abaixo está um exemplo do relatório resultante ( na próxima seção - Análise - os indicadores são examinados em mais detalhes).

FIg.5 Relatório walk-forward clusterizado

Muitas células da tabela mostram resultados satisfatórios. Indicamos com exatidão, por exemplo, que está escondido sob uma configuração com uma janela de 120 dias, e em incrementos de 30%. Para fazer isso, clicamos na célula correspondente e vemos o detalhamento do Teste Walk Forward.

Fig.6 Relatório walk-forward sem interrupção detalhado

Embora o resultado seja positivo, a curva do saldo é pouco convincente. Depois de analisar outras opções, podemos concluir que o EA com os parâmetros selecionados, para otimização, neste momento, não é suficientemente estável. É preciso ora o ajuste do conjunto de estratégias de negociação, ora a otimização de outros parâmetros não usados.

De um modo geral, o processo para conduzir o EA a resultados aceitáveis sempre dura muito tempo, e o uso da tecnologia do walk-forward facilita a tarefa, porque permite descartar rapidamente muitas variantes de verificação, o que de um modo convencional exigiria muito mais esforço. Por enquanto, mantem-se inalterada a busca de caminhos para melhorar as características do robô, além disso, em grande parte permanece dependente da intuição. Aqui o Walk-forward não recomenda nenhuma maneira de operar. O ideal é implementar o método quando já temos um Expert Advisor mais o menos lucrativo e é necessário esclarecer se seu desempenho está ajustado e verificado com suficiente cuidado.

Análise

O relatório gerado contém diferentes tipos de dados, dependendo do modo de trabalho selecionado para a biblioteca. Durante a análise clusterizada, o relatório começa com várias tabelas contendo resultados finais para muitas Otimizações Walk Forward Sem Interrupção. Em cada tabela, as colunas correspondem às dimensões da janela W em dias, enquanto que as linhas, às dimensões do passo S em porcentagem. Cada célula na tabela é um hiperlink, que, ao ser clicado, desencadeia a transição para o relatório respectivo de Teste Walk Forward Sem Interrupção. Assim, é possível especificar como buscar qualquer indicador final.

As seguintes medições são exibidas nas tabelas de análise clusterizado:

• Lucro anual (annualized profit/loss) — lucro hipotético anual do EA ao recalcular o ganho em proporção aos períodos de otimização e teste.
• Eficiência (efficiency) — proporção do lucro anual, no período de teste e período de otimização, para a mesma execução.
• Estabilidade (consistency) — porcentagem de passagens entre todas as passagens de teste para o forward "aglutinado".
• Completude (completness) — número de passos Forward, feitos para combinações específicas de tamanho de janela e passo Forward; ele pode ser inferior ao número solicitado durante a otimização genética, devido à omissão de alguns dos valores dos parâmetros; número de passos ignoradas é indicado em letras pequenas entre parêntesis.
• Número de dias (days in step) — quantidade de dias no passo para cada combinação de tamanhos de janela e passo, usa-se para conversão - de porcentagem para dias - do tamanho do passo.

Lucro anual, eficiência e estabilidade são os principais critérios para avaliar o sucesso de um Teste Walk Forward. Entende-se que quanto maiores eles, melhor. Recomenda-se a ter uma estabilidade superior a 50%. As melhores variações são destacadas em verde, nas tabelas de análise clusterizada.

Além disso, faz sentido prestar atenção ao rebaixamento, retorno esperado e desvio padrão do lucro. Eles estão disponíveis nos relatórios padrão detalhados.

Os relatórios padrão dos testes sem interrupção são não apenas realizados como detalhados para as variações da análise clusterizada, mas também como resultados da Otimização Walk Forward Sem Interrupção simples.

Para o Teste Walk Forward Sem Interrupção (padrão) ou Ancorado, o relatório é uma tabela com todas as execuções do teste, que geraram dado forward unificado. Em cada linha, são exibidos os resultados de negociação - lucro, fator de lucro, número total de transações e transações lucrativas, rebaixamento, índice de Sharpe - separadamente para períodos de otimização e teste. Os indicadores de otimização são destacados em azul, e, no período de teste, em amarelo. Se o último passo abrange o tempo "atual" (data final do teste), ela é mostrada a verde, indicando que se trata dos últimos parâmetros conhecidos, e, portanto, apropriados para a negociação "atual". Claro, o tempo "atual" é realmente atual, apenas se hoje é definido como a data final da otimização.

Nas três primeiras colunas do relatório forward, são exibidos o número de passagem do teste, a data inicial da janela de otimização (in-sample), a data inicial do período de teste (out-of-sample) e a data de seu término. Na última coluna do relatório, são mostrados os valores dos parâmetros encontrados como resultado da otimização dentro da janela. Pode-se obter ajuda sobre os nomes dos parâmetros movendo o mouse sobre o cabeçalho da coluna.

Ao usar o método de otimização genética, os números das passagens no relatório incorporado não são mostrados como um número, mas sim como um "número de geração, número de instância", por isso, estabelecer uma correspondência entre as linhas do relatório incorporado e as linhas da biblioteca WFO só é possível de acordo com os parâmetros. Não acontece este problema ao usar o método lento de otimização, e os números das passagens em ambos os relatórios coincidem. Esta é uma característica da plataforma MetaTrader 5, e não da biblioteca.

Ao clicar duas vezes na linha correspondente do relatório incorporado do testador, o usuário pode reproduzir a negociação do EA tanto numa determinada janela da Otimização Walk Forward quanto no passo subsequente do Teste Walk Forward. Observe que qualquer negociação fora desta data não será realizada. Para ver como negociaria o EA com este conjunto fora da janela, é preciso desativar a biblioteca ou definir wfo_windowSize como none.

Depois da tabela, é mostrado o gráfico esquemático da curva de saldo.    

Aqui está um resumo até agora. Fomos capazes de organizar de forma simplificada uma Otimização Walk Forward diretamente no testador do MetaTrader. Ela funciona e dá resultados interessantes. No entanto, a configuração dos parâmetros da biblioteca não pode ser considerada como uma questão trivial. A seleção de meta-parâmetros válidos representa um problema para alguns usuários. Além disso, há outro problema associado com o desempenho. Como o trabalho da biblioteca é baseado nos meta-parâmetros adicionais que estão envolvidos na otimização, a dimensão de busca aumenta significativamente, e, portanto, exige mais recursos computacionais. Será que é possível de alguma forma facilitar as coisas? É possível, sim. Mas, para isso, teremos que reinventar a roda novamente, em outras palavras, deveremos rever os princípios de trabalho por trás da biblioteca e implementar uma biblioteca diferente. 

Walk-forward para preguiçosos e ocupados

A nova biblioteca também será integrada no EA, mas não exibirá os parâmetros e não envolverá a configuração. O EA será executado para optimização no período geral (aumentado) D. A única diferença entre ele e a otimização convencional é caraterizada pelo período, uma vez que a otimização normal é realizada pelo usuário na janela W desejada. Durante o processo de otimização no período D, a nova biblioteca coleta informações sobre todas as transações executadas pelo Expert Advisor (para diferentes conjuntos de parâmetros). Em outras palavras, para cada passagem do teste, é gerado um arquivo, onde, em cada barra, são registrados o saldo atual, o lucro flutuante e o número de posições abertas. Acontece que, após concluir a otimização, com base em seus dados, é possível construir uma variedade de relatórios walk-forward, semelhantes aos discutidos acima. No caso do MetaTrader 4, um script separado pode fazer isso, e no caso do MetaTrader 5, a própria biblioteca.

Nesta biblioteca, também estão disponíveis versões tanto para MetaTrader 4 quanto MetaTrader 5, mas, para variar, consideraremos aqui a implementação para MetaTrader 4. A documentação completa juntamente com as nuances entre versões é publicada no blog.

Vamos explicar o princípio de funcionamento de uma biblioteca simplificada.

Quando ela é usada, o testador, de fato, não executa a otimização, como tal, mas examina exaustivamente várias combinações de parâmetros de entrada. A escolha de conjuntos ideais para cada janela é realizada durante a criação do relatório. O script identifica a janela in-sample necessária de W, no período geral D, calcula nela os resultados de desempenho para todas as passagens do teste (cada passagem é um conjunto de parâmetros separado) e encontra a melhor opção. Além disso, a partir da mesma passagem, resta calcular os indicadores de desempenho da negociação no passo subsequente out-of-sample S do teste.

Este algoritmo implementa o walk-forward de maneira incomum. Isto permite conseguir a facilidade de uso, mas também tem efeitos colaterais. Em particular, quando se utiliza o método genético de optimização, gera-se algum tipo de ideia preconcebida, devido ao fato de que os conjuntos de parâmetros a serem verificados são ideais num sentido global (durante todo o período D, e não na janela W atual). Isto pode ser visto como olhar para o futuro. No entanto, por outro lado, os melhores parâmetros num sentido global, provavelmente, darão menos lucro do que os parâmetros que podem ser encontrados numa otimização local na janela W.

Em qualquer caso, este problema não existe durante busca exaustiva lenta de parâmetros.

Também deve-se notar que o EA negocia durante todo o período D, e isso traz consigo duais consequências.

Primeiro, o saldo pode ser arbitrário, para o início da uma janela W específica. Por analogia com o WFO, isso significa que uma nova biblioteca só poderá ser aplicável para estratégias com lotes fixos.

Em segundo lugar, algumas posições podem - durante sua existência - ultrapassar a borda inicial ou final da janela, quer dizer, no início da janela, a posição aberta pode já existir e ter um lucro flutuante, ou a posição pode estar aberta dentro da janela e ser fechada já no passo de Teste Walk Forward. Esta imprecisão é o custo da simplificação do processo. Com o aumento do número de transações, o efeito negativo que isto traz é reduzido para um valor insignificante. Por exemplo, ao utilizar uma conta com compensação, o máximo de uma posição pode distorcer os números no início da janela e um máximo de uma posição pode fazer isso no final. Se, na janela W, entram 100 transações duplicadas entrada/saída, o erro médio no cálculo não será superior a 2% do tamanho médio das transações.

A interface da biblioteca no arquivo de cabeçalho wfL.mqh é muito simples. 

#import "wfL.ex4"
  int wfl_OnInit(const int cleanUpTimeout);
  void wfl_OnTick();
#import

O procedimento de incorporação no código do Expert Advisor é também simplificado significativamente.

#include <wfL.mqh>

int OnInit()
{
  // ... código de trabalho
  wfl_OnInit(60);
}

void OnTick()
{
  // ... código de trabalho
  wfl_OnTick();
}

Imediatamente optimização é realizada usando o mesmo procedimento que o descrito acima, para a biblioteca do WFO.

O período de otimização deve conter pelo menos 200 barras, mas se recomenda 1 000 ou mais. Isto é devido ao facto de a divisão do período total em janelas e passos de Teste Walk Forward é levada a cabo de acordo com as barras, e os conjuntos tanto de valores de tamanho de janela - a serem examinados - quanto de deslocamentos são predefinidos no código da biblioteca: o tamanho da janela varia de 10% a 50% em incrementos de 10% (repare que aqui o tamanho da janela é definido como a porcentagem da faixa total de teste D), enquanto o tamanho do passo S, de 5% a 30% em incrementos de 5%.

Depois de completar a otimização, na pasta Tester/Files, cria-se uma catálogo assim:

Nele, encontram-se os arquivos csv com metadados recolhidos pela biblioteca durante cada passagem do testador. Cada registro no arquivo contém informações sobre uma barra, isto é, data e hora, saldo, lucro flutuante e número de transações abertas. Com essas informações é possível calcular o lucro ou perda em qualquer janela dentro do período. Informações sobre transações individuais não são armazenadas e analisadas.

Tendo movido a pasta selecionada - com todos os arquivos - desde Tester/Files para MQL4/Files, pode-se executar o script de construção do relatório - selecione o nome da pasta, no parâmetro de entrada. É indicado critério de otimização pelo qual serão selecionados os melhores conjuntos de parâmetros dentro de janelas específicas. Os critérios disponíveis são os mesmos que na versão completa da biblioteca do WFO. Como resultado, é obtido um relatório clusterizado com Testes Walk Forward Sem Interrupção (seu exemplo é mostrado acima).

Todas os pequenos defeitos, mencionados acima, são compensados com o desempenho e facilidade de uso. Como, neste caso, não há meta-parâmetros, a Otimização Walk Forward não traz despesas adicionais em comparação com a usual otimização segundo os parâmetros operacionais selecionados do EA.

Fim do artigo

Tabela dinâmica de produtos

Produto	MT4	MT5
WFO: WalkForwardOptimizer & WalkForwardReporter
WalkForwardOptimizer Biblioteca
WalkForwardReporter Script		(não é necessário, biblioteca MT5 WFO gera relatórios automaticamente)
WalkForwardDemo Expert	(não)
WFL: WalkForwardLight & WalkForwardBuilder
WalkForwardLight Biblioteca
WalkForwardBuilder Script		(opção)

O clique no ícone leva à página do produto correspondente.

Parâmetros para Análise Walk Forward Sem Interrupção do EA de demonstração — wfo-demo-rolling.set