Faixa de otimização - página 6

 
ITeXPert писал(а) >>

Olá a todos!

Gostaria de fazer uma pergunta sobre a faixa de dados utilizada para otimizar os EAs. Isto é, em quais prazos que variam a escolha. Por exemplo, para H1, é suficiente otimizar o Expert Advisor em um mês, três meses, ou um ano de dados? Gostaria de ver estes valores para diferentes prazos e pelo menos uma breve comprovação da escolha. Muito obrigado.

Primeiro você precisa descobrir o que é otimização para você. Se você pegar um sistema do zero e tentar otimizá-lo para os últimos X dias/anos, ele será um ajuste e irá direto para o lixo. É a mesma coisa quando a faixa de otimização é definida por uma série de acordos. O método implementado no TS deve funcionar por muito tempo (quanto mais tempo, melhor) e de preferência em símbolos diferentes. Mas o trabalho não significa moer dinheiro com parâmetros fixos. Ele deve ser adaptável. Isso significa que seus parâmetros ideais devem mudar lenta e uniformemente o suficiente para você ganhar dinheiro usando os parâmetros ajustados à história mais próxima. Ou mesmo suspender o comércio a tempo, se o mercado não se ajustar ao seu sistema. Para este fim, você deve saber quais parâmetros e em que limites faz sentido otimizar, assim como os critérios de rejeição do sistema (por exemplo, quando não há valores ótimos dentro das zonas pré-definidas durante o período otimizado). Em outras palavras, você precisa conhecer os limites de aplicabilidade e otimização de seu sistema, e isto pode ser descoberto usando o histórico de testes ou comércio. É necessário alcançar a robustez do método e não de seus parâmetros ideais individuais. Para fazer isso, você não deve analisar execuções separadas, mas o comportamento dentro das faixas ideais de parâmetros e a dinâmica do comportamento dos parâmetros ideais dentro dessas faixas ao longo do tempo.
 
Avals >> :

Eu sinto que não estava falando da mesma coisa :(((

 
Avals >> :
... Isso significa que seus parâmetros ideais devem mudar lenta e uniformemente o suficiente para que você ganhe dinheiro, usando parâmetros ajustados à história mais próxima. Ou até mesmo para parar de negociar a tempo, se o mercado não se ajustar ao seu sistema. Para isso, é preciso saber quais parâmetros fazem sentido otimizar e dentro de quais limites, bem como os critérios para o abandono do sistema (por exemplo, se não houver valores ótimos dentro das zonas pré-determinadas durante o período de otimização).

Esse é o objetivo, NÃO funcionará - os parâmetros ideais devem mudar lentamente, o mercado NÃO está estacionário, e a qualquer momento

Estes parâmetros e seus limites podem mudar drasticamente).

 
budimir >> :

Esse é o objetivo, NÃO funcionará - os parâmetros ideais devem mudar lentamente, o mercado NÃO está estacionário, e a qualquer momento

Estes parâmetros e seus limites podem mudar drasticamente).

esse é o ponto :))))

 
budimir писал(а) >>

Esse é o objetivo, NÃO funcionará - os parâmetros ideais devem mudar lentamente, o mercado NÃO está estacionário, e a qualquer momento

estes parâmetros e seus limites podem mudar drasticamente :-o)

Para este fim, existem critérios de abandono do sistema e, na maioria dos casos, isto pode ser feito antes de ser expresso em equidade. Além disso, ninguém proíbe o comércio apenas se os calções não funcionarem e vice-versa ;) Tudo isso pode ser feito em tempo hábil se não se tomar decisões baseadas exclusivamente na mudança dos parâmetros negociados.

 

Ultimamente, tenho tentado usar algum tipo de coeficiente de estabilidade.

Por exemplo - otimização por um ano, depois para cada mês o coeficiente de crescimento (aumento do DEPO por mês) é contado. Os coeficientes máximo e mínimo são calculados. Sua relação é chamada coeficiente de estabilidade. Se tende a um, então é a variante ideal. O coeficiente mínimo também deve ser maior do que um. Todos os parâmetros são salvos no arquivo. Não tenho tempo para fazer tudo isso de uma forma decente. Quero publicá-lo em meu fórum.

 
Vinin писал(а) >>

Ultimamente, tenho tentado usar algum tipo de coeficiente de estabilidade.

Por exemplo - otimização por um ano, depois para cada mês o coeficiente de crescimento (aumento do DEPO por mês) é contado. Os coeficientes máximo e mínimo são calculados. Sua relação é chamada coeficiente de estabilidade. Se tende a um, então é a variante ideal. O coeficiente mínimo também deve ser maior do que um. Todos os parâmetros são salvos no arquivo. Não tenho tempo para fazer tudo isso de uma forma decente. Quero publicá-lo em meu fórum.

IMHO a desvantagem está nas faixas de tempo fixas: mês, ano. Por esta razão, concordo com o Neutron - para comparar parâmetros, devemos usar um número fixo de negócios e então você pode calcular não apenas o aumento do DEPO (lucro), mas também o lucro/risco, comparando, por exemplo, o fator lucro.

 
Avals писал(а) >>

IMHO a desvantagem está nos prazos fixos: mês, ano. A este respeito concordo com o Neutron - para comparar índices sobre um número fixo de negócios e então você pode contar não apenas o aumento do DEPO (lucro), mas também o lucro/risco, comparando, por exemplo, o fator lucro.

O sistema pode sempre ser melhorado. Se ao menos tivéssemos critérios.

 
Vinin >> :

........ Quando há critérios.

Esse é o objetivo :), que todos ajustem seus critérios para si mesmos, mesmo depois de ler um "grande livro sobre otimização" ......... SEM RESPOSTAS A TODAS AS PERGUNTAS..... em algum lugar e alguém trabalha, em algum lugar não..... etc. etc.....

..................

Infelizmente não tenho um aparelho estatístico-matemático que me permita calcular tudo isso, mas acho que também não ajudaria - há muitas opções.....

 

Em geral, se você tiver uma visão de pássaro do otimizador do Testador de Estratégia, é claro que ele não difere da Rede Neural. De fato, temos uma certa quantidade de parâmetros personalizáveis, um certo número de indicadores utilizados e uma saída que nos sinaliza para abrir uma posição para Longo ou Curto. Como regra, o número de parâmetros ajustáveis é o mesmo que o número de indicadores (entradas), é uma variante do clássico perseptron de camada única. Mas não o conhecemos e, no entanto, o utilizamos ativamente no comércio. E seria útil conhecer melhor o aparelho que é utilizado quando se trabalha com NS, o que permitiria evitar erros padrão e comportamento subótimo na otimização de parâmetros. Por exemplo, a partir disto, segue-se imediatamente a limitação do testador de estratégia, porque a persistência de uma única camada não é um ótimo aproximador e, portanto, em princípio, é impossível obter o melhor resultado para a MTS em termos de rentabilidade de TS nesta formulação.

Para os NS estamos obtendo o número ideal de parâmetros de ajuste para uma duração de história pré-determinada, não levá-lo em conta leva ao efeito de uma otimização excessiva dos parâmetros (eu já mencionei acima). É daqui que decorrem todos os problemas com o testador memorizando o histórico e perdendo depósitos durante os testes de avanço. Além disso, se levarmos em conta que o perseptron de duas camadas é um aproximador universal, então qualquer TS com qualquer ligação inteligente entre os indicadores usados (um com multiplicação, divisão, etc.) pode ser reduzido à soma ponderada dos mesmos indicadores sem perder potência, e esta é a arquitetura clássica NS e podemos usar o método mais eficaz de otimização de parâmetros do mundo - o método de propagação de erros para trás. Obviamente são ordens de magnitude mais rápidas que uma simples força bruta e até mesmo um algoritmo genético usado no testador. Além disso, não há nada difícil em tal transferência para uma nova arquitetura, basta pegar a soma dos sinais indicadores e encontrar os pesos ideais.

O que eu quero dizer é o seguinte: somos todos muito céticos quanto à Inteligência Artificial e tudo relacionado a ela, especialmente de NS, mas não percebemos que exploramos esta área de conhecimento implicitamente em cada passo - otimização em um testador de estratégia! Exploramos esta área da maneira mais subótima - tateando. Por isso, muitas vezes há um desejo de descartar "maus" passes em uma série de testes, etc. Na verdade, o mundo é mais simples e não há nada a fazer, mas você só precisa conhecer a área de aplicabilidade do método e suas limitações.

Razão: