Статистика антисетевой системы - страница 5
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
Арр, мы уходим от темы :( верните ее обратно
Извините, но я чувствую, что эта тема тоже зашла в тупик. Я так понимаю, что на ваш первоначальный вопрос "полезны ли результаты для анти-сетевой системы и каковы ключевые факторы таких систем?" был дан ответ в виде просадок. Если вы хотите оценить систему по таким показателям, как оптимальная ставка/келли, извините, я не знаю, как их рассчитать, когда размер лота переменный и зависит от количества сделок. Однако, если вы ищете ответы на вопросы о том, как эта система выглядит в сравнении с другими выигрышными системами (трендовыми или иными), то это тот путь, по которому она идет сейчас.
Поскольку у вас есть все данные о выигрышах и проигрышах по каждой сделке. Я думаю, что мяч в вашем распоряжении, чтобы предоставить такие вещи, как дисперсия и стандартное отклонение, которые могут быть использованы в других статистических расчетах, таких как доходность, ставка, риск и т.д. И последний вопрос, пробовали ли вы запустить эту систему на всех имеющихся у вас ценовых данных (включая другие валюты)? Если да, то не было ли сбоев в работе системы? Афаик, дело не в том, будет ли такая система давать сбои, а скорее в том, как часто.
zzuegg:
> Это опасные зоны, диапазон больше размера сетки, но не в два раза больше.
Как дела с 25 июля?
-BB-
Я прошу прощения у zzuegg за то, что вчера, очевидно, сбил эту тему с курса. Однако, основной смысл моего сообщения заключался в том, чтобы показать, что статистические показатели системы анти-сетки превосходят показатели простых систем следования за трендом, поэтому я был удивлен, что оказался в конце энергичной (хотя и немного не в цель) атаки ubzen.
@ubzen, на первый взгляд, ваша тема о методе следования за трендом выглядит интересно. Я обязательно посмотрю ее. Предположительно, тот факт, что вы также разместили ссылки на сайт, где я взял программное обеспечение, которое я использовал для анализа в своем сообщении, означает, что вы берете назад свой прежний категоричный совет против оптимизации.
Вы подняли интересный вопрос о частоте переоптимизации. Я пришел к логическому выводу, что в реальной торговле нет никакого вреда в частой переоптимизации (при использовании метода, который имеет хорошую производительность в движении вперед), но я еще не убедил себя эмпирически, что это приводит к значительному улучшению. Гораздо важнее продолжительность периода оптимизации - его легко сделать слишком коротким. Но при использовании MetaTrader и анализатора "шага вперед" есть важная причина, по которой короткие периоды тестирования вводят в заблуждение для систем, торгующих нечасто. Она заключается в том, что любая сделка, открытая в конце периода, нереалистично закрывается в полночь. Мне не нравится эта "особенность" - по моему мнению, тестер должен позволять сделкам работать до тех пор, пока правила их не завершат, но это то, с чем нам приходится работать. Это искажает результаты на величину, которая увеличивается тем больше, чем меньше сделок находится в тестовом периоде.
Да, мое тестирование действительно было таким же точным, как и использование каждого тика (подчеркнуто, потому что я уже говорил об этом раньше, и это остается правдой). Причина в том, что совершенно практично заключать сделки на открытии бара, и на самом деле именно это и делал мой код. Вся логика была основана на значениях индикаторов на барах с индексом 1 или больше. Кстати, это практичный и популярный способ избежать глупой ситуации с отловом нескольких сигналов на одном и том же баре. Если вы хотите ловить сигналы так часто, используйте меньшие бары! Хорошее замечание по поводу случайных гигантских 15-минутных баров, но в данном случае они не являются источником неточности.
Спасибо за добрые слова о качестве результатов моих систем, но они недостаточно хороши для моих целей и меркнут по сравнению, например, с системами zzuegg. Необходимо многое улучшить, так что мне есть чему поучиться! Я всегда находил EURUSD более податливым, чем другие рынки, получая на нем лучшие результаты при ручной торговле и торговле по правилам. Но я время от времени экспериментирую с другими рынками и буду продолжать это делать. Одна идея, над которой я работаю уже несколько лет, предполагает анализ каждой пары из корзины, состоящей из 4-6 валют (6-15 пар), прежде чем выбрать пару для торговли.
Никогда не переставайте учиться!
zzuegg:
> Это опасные зоны, диапазон больше размера сетки, но не в два раза больше.
Как обстоят дела с 25 июля?
-BB-
Привет BB, система работает, как и ожидалось. Даже если рынок колебался, размер колебаний был около 200 пунктов + что-то около того. Поскольку стандартный размер сетки составляет 50 пунктов, у меня не было проблем в такой фазе. Также, похоже, что периоды колебаний вполне оптимальны для этой системы.
За это время практически не было опасных зон. Вот тест с июля по настоящее время:
Примечание: большой спад в балансе связан с текущими изменениями в кретерии выхода: Я изменил форму выхода с простого выхода по цели прибыли на "выход по трейлингу эквити".
@Elroch, постоянные переоптимизации, конечно, звучат очень хорошо, особенно в системах следования за трендом. Проблема для меня в том, что нужно указать границы, когда рыночные условия изменились и требуется повторная оптимизация. Конечно, можно использовать оптимизацию на лету (хорошая статья есть в разделе mql5). Но все это также требует, чтобы рыночные условия оставались неизменными в течение длительного периода времени. Каждое изменение стоит денег. Чем больше у вас оптимизаций, тем меньше изменений в рыночных условиях должно быть, чтобы произошел сбой. Я думаю, что не пойду по этому пути, моя система AdaptiveStrenght, например, не имеет никаких импульсов, никаких определенных периодов для своих индикаторов. Я запрограммировал в качестве основы индикатор, который показывает мне среднюю продолжительность циклов подъема и спада. Остальные параметры основаны на этих результатах. Я надеялся получить систему, которая автоматически адаптируется к текущим рыночным условиям. В тестере система выглядит хорошо, но, как уже было сказано. До сих пор живые результаты совсем не хороши. (Но я позволяю советнику работать, так как долгосрочные результаты важны, а он работает на небольшом боковом счете).
@ubzen, да, NeuroNets может быть той самой штукой. Поскольку мой диплом был основан на этой теме, я действительно верю, что такие системы могут быстро адаптироваться к новым условиям рынка. Я мечтаю о нейросети, анализирующей рыночные условия и выбирающей или автоматически переучивающей новую нейросеть на основе этих конкретных рыночных условий. Тем не менее, я далек от решения этой проблемы. Только программирование одной современной сети - это большая задача.
//z
@ubzen, это здорово. В интернет-дискуссиях легко создать неправильное впечатление. Спор - хороший способ прояснить понимание, как известно со времен Древней Греции :-)
@zzuegg, отличная работа! Чувствуете ли вы, что ваш новый метод выхода обеспечивает более высокую производительность?
Кстати, очень частая оптимизация не требует от поведения рынка ничего большего, чем менее частая, но, возможно, не стоит утруждать себя. Мое первое ощущение было таким: если параметры моей системы в данный момент зависят от поведения рынка за прошедший период определенной длины, то я хочу, чтобы этот период был как можно более свежим. Этого можно достичь с помощью очень частой переоптимизации. Например, если вы проводите переоптимизацию каждую неделю, используя данные за 1 год, вы всегда используете данные, близкие к самым свежим, но если вы проводите переоптимизацию каждые 3 месяца, в некоторых случаях вы используете период оптимизации трехмесячной давности. Однако я считаю, что разница в производительности, скорее всего, будет очень незначительной по нескольким причинам. Во-первых, существует большое совпадение между последним годом и годом, который заканчивается 3 месяца назад - фактически 3/4 данных совпадают. Во-вторых, оптимизация - это очень неточный процесс. Большая доля разницы между результатами оптимизации за последний год и за год, заканчивающийся 3 месяца назад, скорее всего, объясняется случайностью, а не существенной разницей между характеристиками рынка за эти два периода. В-третьих, ожидания относительно характеристик рынка, изменения которых можно уловить с помощью оптимизации, вероятно, медленно меняются с течением времени. В-четвертых, существует тот факт, что корреляции между характеристиками, на которые влияет наша оптимизация, и характеристиками вневыборочных данных довольно низкие, что еще больше ослабляет влияние на результаты. Наконец, любая характеристика рынка, изменения которого мы пытаемся уловить, будет объяснять только часть результатов работы системы на данных вне выборки. Следствием этого является то, что разница в результатах, скорее всего, будет очень мала. Было бы хорошо проверить это научно на реальном примере, посмотрев на статистические различия в производительности, но это должен быть довольно большой тест, чтобы уменьшить случайную вариацию результатов, и очень большой тест, чтобы определить небольшое улучшение из-за очень частой переоптимизации, IMO.
> Нейросети могут стать тем, что нужно
Я понимаю ажиотаж вокруг NN, но я всегда думал, что поскольку обучение и переобучение происходит на основе... исторических данных, мы просто проходим по тому же старому циклу, но с большим количеством циклов процессора...
-BB-
тот же старый цикл, но с большим количеством циклов процессора...
Да, я вроде как разделяю те же чувства, но думаю о счастливых приколах %:)
Ну, я надеюсь, что NN сделает процесс разработки моей системы лучше, чем я. Под этим я подразумеваю процесс обучения на неудачном пути и попытку другого пути.
Несколько мыслей. Исторические данные - это исторические данные, но это практически все, что у нас есть :-) NN имеют немного мистики, но на самом деле они являются своего рода регрессионными машинами. Под этим я подразумеваю, что NN может кодировать класс функций между своими входами и выходами, а процесс обучения включает определение свободных параметров функций, чтобы подогнать их к обучающему множеству.
Проблема исторических данных напоминает мне об одной из моих любимых торговых догм "индикаторы запаздывают, цена - нет". Текущая цена не отстает, это правда, но попробуйте торговать, используя только текущую цену и игнорируя все остальные (Это 1.41665 - вы хотите купить или продать? Другой информации нет). Предыдущие цены довольно очевидно запаздывают. Отстают ли они меньше, чем индикаторы? Предположим, у вас есть набор SMA длиной 1, 2, 3 и так далее. Первые N из них определяют последние N цен. Я думаю, что в любом реальном смысле это означает, что SMA отстают не больше, чем цена. Тот, кто придерживается этой популярной догмы, будет считать, что когда вы говорите о поддержке, созданной ценовым экстремумом, который произошел N баров назад, это пример того, что цена не отстает, но если вы говорите о связи цены с N-периодной SMA, это будет отстающим индикатором. Забавно.
Сейчас 1.41665 - вы хотите покупать или продавать?
Вау, это довольно хорошо, я никогда не учил это так раньше. Блин, этот парень мне нравится еще больше, он заставляет меня думать. Позвольте мне добавить свои догмы к списку. Rsi, Macd, CCi, Adx, Sma или любой другой ваш любимый индикатор прошел 100 пунктов в направлении вверх, вы хотите покупать или продавать?