文章 "利用指标实时优化智能交易系统" 新评论 MetaQuotes 2018.10.22 07:58 新文章 利用指标实时优化智能交易系统已发布：任何交易机器人的效率均取决于正确选择（优化）其参数。 然而，在某个时间区间内被认为是最佳的参数可能无法在另一个交易历史区间保持其有效性。 此外，在测试期间表现良好的 EA 在实时状态下最终会亏损。 持续优化的问题就此凸显出来。 当面对大量重复性工作时，人类总会寻找自动化方法。 在本文中，我提出了一种解决此问题的非标准方法。 当然，指标绝非意指策略测试器。 那么它如何帮助我们优化 EA 呢？ 我的思路是在一款指标当中实现 EA 操作的逻辑，并实时跟踪虚拟交易的盈利能力。 在策略测试器中执行优化时，我们会迭代指定参数执行一连串的测试。 类似策略测试器的通关测试，我们将同时启动若干个单一指标的实例，并指派不同的参数值。 当做出决策时，EA 调查所有启动的指标，并从中选择最佳执行参数。 您也许会问，为什么要重新发明轮子。 我们来分析一下这个决策的利弊。 毫无疑问，这种方法的主要优点是在近乎实时的条件下对 EA 进行优化。 第二个优点在于测试是基于您的经纪商的实时逐笔报价。 另一方面，实时测试有一个巨大的缺点，因为您必须要等待收集统计数据。 另一个优点是当行情随时前进时，测试指标只会重新计算当前的逐笔报价而非整个历史记录，而策略测器每次都从历史记录的开头运行。 这种方法可以在适当的时刻提供更快速的优化。 因此，我们几乎可以在每根柱线上进行优化。 作者：Dmitriy Gizlyk 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 利用指标实时优化智能交易系统已发布：
任何交易机器人的效率均取决于正确选择（优化）其参数。 然而，在某个时间区间内被认为是最佳的参数可能无法在另一个交易历史区间保持其有效性。 此外，在测试期间表现良好的 EA 在实时状态下最终会亏损。 持续优化的问题就此凸显出来。 当面对大量重复性工作时，人类总会寻找自动化方法。 在本文中，我提出了一种解决此问题的非标准方法。
当然，指标绝非意指策略测试器。 那么它如何帮助我们优化 EA 呢？ 我的思路是在一款指标当中实现 EA 操作的逻辑，并实时跟踪虚拟交易的盈利能力。 在策略测试器中执行优化时，我们会迭代指定参数执行一连串的测试。 类似策略测试器的通关测试，我们将同时启动若干个单一指标的实例，并指派不同的参数值。 当做出决策时，EA 调查所有启动的指标，并从中选择最佳执行参数。
您也许会问，为什么要重新发明轮子。 我们来分析一下这个决策的利弊。 毫无疑问，这种方法的主要优点是在近乎实时的条件下对 EA 进行优化。 第二个优点在于测试是基于您的经纪商的实时逐笔报价。 另一方面，实时测试有一个巨大的缺点，因为您必须要等待收集统计数据。 另一个优点是当行情随时前进时，测试指标只会重新计算当前的逐笔报价而非整个历史记录，而策略测器每次都从历史记录的开头运行。 这种方法可以在适当的时刻提供更快速的优化。 因此，我们几乎可以在每根柱线上进行优化。
作者：Dmitriy Gizlyk