Генерация временных рядов для тестирования торговых систем - страница 2
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Попробуй проще, разверни историю вспять. Думаю интересные результаты будут. Ну или как и собирался генерируй данные. Только выясни сначала средний диапазон, максимум и минимум бара. Потом возьми максимум * на некий случайный коэффициент, среднюю так же и минимум, все это перемешай между собой, т.е. что-бы получилась полная неоднородность данных, что-бы на амеиканской и европейской сессиях встречались ночные флеты. Что-бы волотивность прыгала туда сюда, с объёмами можно поиграться увеличив их на 2 - 3 порядка от реальных. Лучьше вообще их пересчитать со случайным коэффицентом, но применяя всетаки правило проверки, что-бы на малой в пунктах свечи (по теням мерить), не была дикая волотивность. И случайные реквоты прикрути, вообще милое дело.
Если такое выдержит эксперт, значит что-то стоющее у тебя в руках.
А есть уверенность что закономерности созданные искусственно будут повторяться в будущем? плюс искусственные экстримальные ситуации?
Хороший мулипликативный ГПСЧ не создает никаких закономерностей. Есть отдельные всплески дисперсии, но сам ВР будет достаточно равномерным. Т.е. "будущее" случайных чисел не зависимо от "прошлого". А технический анализ подразумевает именно такую зависимость.
Смысл проверки на вшивость с помощью сгенерированных ГПСЧ есть в том плане, что если ТС "успешно" находит так называемые "закономерности" в случайном ВР, то она является чрезмерно подгоночной. Тогда появляется смысл ее доработать, например, сократить количество входных параметров или же проводить оптимизацию на большем временном промежутке исторических данных, которые превышают случайную выборку по количеству баров в несколько раз.
... Только выясни сначала средний диапазон, максимум и минимум бара. Потом возьми максимум * на некий случайный коэффициент, среднюю так же и минимум, все это перемешай между собой, т.е. что-бы получилась полная неоднородность данных, что-бы на амеиканской и европейской сессиях встречались ночные флеты...
Это сделать не сложно, вопрос в том, какое распределение для максимумов взять? Если в приближении рандом генерит случайные числа, что вероятность генерации интервала с минимальным дневным диапазоном будет такая же, как вероятность максимального дневного диапазона, то же самое с Open и Close. Временные флеты тоже проблемма
Хороший мулипликативный ГПСЧ не создает никаких закономерностей. Есть отдельные всплески дисперсии, но сам ВР будет достаточно равномерным. Т.е. "будущее" случайных чисел не зависимо от "прошлого". А технический анализ подразумевает именно такую зависимость.
Ну да. Но тогда ваще нет смысла тестировать на таких данных, в которых не будут присутствовать закономерности, которые присутствуют на финрынках.
Хороший мулипликативный ГПСЧ не создает никаких закономерностей. Т.е. "будущее" случайных чисел не зависимо от "прошлого". А технический анализ подразумевает именно такую зависимость.
Если учесть, что между Close[bar-1] и Open[bar] нет разрыва, или он ограничен, то будущее в определенном смысле зависит от прошлого
Ты имел в виду Close[bar+1] и Open[bar]? Только толку-то от такой зависимости...
А как развернуть историю .
Для этого есть скрипты или какой то другой способ?
Если создать себе множество послаблений, улучшений, усовершенствований и допущений, которых нет в финансовых временных рядах, то торговать на таких искусственных данных будет совершенно замечательно и вы заработаете много искусственных миллионов и станете искусственным милиардером, а вот что буде в реальной жизни, где будет не всё так гладко и всё-таки разрывы будут......????
А как развернуть историю и еще соединить в один график евро/доллар и фунт/доллар
Подскажите пожалуйста
поэкспериментирую :)
Ну да. Но тогда ваще нет смысла тестировать на таких данных, в которых не будут присутствовать закономерности, которые присутствуют на финрынках.
Теоретически можно даже не заморачиваться, т.к. ТС на случайных данных не должна даже оптимизироваться, поскольку синтетические "ложные" и "истинные" "торговые сигналы" должны будут распределиться равномерно и в результате давать значение матожидания в размере минус спреда.
Дисперсию можно получить только на малом количестве синтетических "сделок".