Обсуждение статьи "Архитектура машинного обучения для MetaTrader 5 (Часть 15): Как калибровать уровни тейк-профита и стоп-лосса по синтетическим данным"
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
Опубликована статья Архитектура машинного обучения для MetaTrader 5 (Часть 15): Как калибровать уровни тейк-профита и стоп-лосса по синтетическим данным:
Это вторая статья из двухчастной серии. Предыдущая статья построила модель транзакционных издержек, которая выводит скорректированную на издержки серию P&L по сделкам и порог разметки (min_ret) из измеренных брокерских издержек. Если вы еще не читали ту статью, начните с нее — серия P&L, с которой работает текущая статья, должна поступать из того конвейера, а не из жестко заданной константы спреда. Качество оценок параметров O‑U, а значит и качество выводимых здесь PT и SL, напрямую зависит от точности вычета издержек из каждого результата сделки. Надежность значений E[P&L] и средней прибыльной сделки, которые используются как прогнозы для случаев B и C, напрямую зависит от корректности вычета спреда, проскальзывания и комиссии.
Перед продолжением важно установить одно различие. Порог min_ret из предыдущей статьи — это параметр разметки: он определяет, какие исторические результаты сделок считаются настоящим сигналом, а какие — трением исполнения при построении обучающего набора. Оптимальный PT, выводимый в этой статье, — это параметр исполнения сделки: он указывает советнику, где размещать ордер фиксации прибыли. Эти величины связаны — PT как параметр исполнения сделки должен превышать min_ret, иначе вы применяете правило, которое в обучающих данных было бы размечено как ноль, — но они выводятся разными процедурами и не должны смешиваться. Эта статья отвечает за сторону исполнения; предыдущая — за сторону разметки.
Автор: Patrick Murimi Njoroge