文章 "自适应算法（第四部分）：附加功能和测试" - 页 5 123456789 新评论 Amba404 2021.02.22 21:36 #41 问候。 1.如果我们假定已经找到了一种对 N 种金融工具中的每一种都大致相同的通用模式，那么根据对 1 种金融工具的研究结果，按同时交易的金融工具数量的增加来粗略估算 系统的容量，可以如下计算： O = Z * Tcr * ( 1 + ( N - 1 ) * Corr ) / Tp, 其中 Z - 一种金融工具的交易次数（系列交易）， Tcr - 一次交易的平均持续时间（天数）， N - 金融工具的数量， Corr - 它们之间的某种相关系数[0.. 如果 O 小于 1，则最大亏损可能不会随着同时交易的工具数量的增加而增加，而总利润往往会增加 N 倍。 要同时交易 100 种工具，就必须确保最短的交易时间（这对反趋势策略来说非常困难）和最短的交易 工具相关性（这也很困难）。 2. 我草拟并匆忙测试了 "部分平仓"，在交易几个符号时。缩水减少了，股本图接近平衡图。但仍会出现大幅缩水。与没有 "部分平仓 "时相比，深度不一样，位置也有点不对。 为了使尾部切割（关闭最无利可图的系列或其部分）正常、良好地运行，需要不断向余额输入已成功关闭的系列，这种流入应足以关闭负数，并在口袋里（余额上）留下 20%。但是，当 "初级 "系列有这样的利润交付机制时，"高级 "系列就没有意义了。 如果我们考虑一个工具上的锁定系列，例如，当我们持有一个负购买（1）并完成几个销售（2）时，它对我不起作用（我指的是长期稳定的正结果）。我不是在宣传什么，也不懂数学，只是想说："......我查过了......"。:) 总体而言，该系统具有明显的不对称性。如果走势不利，头寸就会增加。然后，正确入市的比例应远远高于错误入市的比例，或者预计会有足够的回撤或大量的平仓储备。另一方面，也可以在每个已形成的区块上建立头寸，既反对入场，也追求利润。只要所有系列都能按计划总利润平仓，这样的决定就能带来更好的结果。此外，只在 "尾部 "区块进场可以减少缩水。 该系统很有趣，在不同方向上都有很大的变化。例如，我正在尝试以下参数：-区块：--搜索趋势/走平的最小和最大步数（8 --是很短的一段吗？50 --我需要这么多吗？),--区块集大小，区块集中海拔变化的起点和步长,--趋势和平坦之间的界限在哪里划定, 还有：--开盘时：-- 是否使用资产对冲控制（对于具有可接受相关性的特定工具集，最好不使用控制），-- 是否在反转信号上下功夫（我认为最好按原方向凿入，或退出但不掉头），-- 如果是信号，在区块上逆向、顺向或在两种情况下进入（这里有所不同）-- 进入量：固定手数，或当前区块的固定值，或最大区块的固定值-- 失去信号时该怎么办：关闭，在其他参数上寻找新信号，继续上一个信号，-- 关闭时：---- 是否使用所有未平仓系列的总利润，以及相对于区块值的交易量（所有系列总利润为 30，然后平仓？)-- 是否使用部分平仓机制。 作者显然没有提出这些问题，也许这一切都是多余的。很明显，我是在我理解的范围内对系统进行曲解，并对其实施质量进行曲解。但我喜欢这个系统本身和它的研究过程，感谢作者，我饶有兴趣地关注着。 所有的问题参数都需要多次测试，这在原版的积木构建中是非常困难的（大量的计算）。我试图简化计算和区块组的构建（使用罕见的固定参考日期进行计算，而不是从最后一栏开始计算）。计算速度几乎是宇宙级的，但不幸的是，我注意到接收信号的质量下降了：(现在我正绞尽脑汁考虑如何组合...... 我还发现，在控制资产对冲时，体积控制比二进制控制更有效。二元控制 - 我们只控制货币未平仓头寸的方向，而不考虑交易量。体积控制 - 我计算 "资产 "选项卡的模拟量，并从零开始或根据累积量开立新头寸。(顺便问一下，在 MQL5 中，是否有从该选项卡获取数据的标准方法？） 不知何故，一般来说。 附注：当系统设计为在已形成的条形图（仅在开盘时）上做出决策时，不会在仓位中标记 SL 和 TP（尽管它们可能存在于算法中），"OHLC M1 "已经包含足够的冗余，可以进行可靠的测试。 Maxim Romanov 2021.02.24 10:41 #42 Amba404: 问候。 1.如果我们假定已经找到了一种对 N 种金融工具中的每一种都大致相同的通用模式，那么根据对 1 种金融工具的研究结果，按同时交易的金融工具数量的增加来粗略估算 系统的容量，可以如下计算：O = Z * Tcr * ( 1 + ( N - 1 ) * Corr ) / Tp, 其中 Z - 一种金融工具的交易次数（系列交易）， Tcr - 一次交易的平均持续时间（天数）， N - 金融工具的数量， Corr - 它们之间的某种相关系数[0.. 如果 O 小于 1，则最大亏损可能不会随着同时交易的工具数量的增加而增加，而总利润往往会增加 N 倍。 要同时交易 100 种工具，就必须确保最短的交易时间（这对反趋势策略来说非常困难）和最短的交易 工具相关性（这也很困难）。 2. 我草拟了 "部分平仓"，并在交易几个符号时匆忙进行了测试。缩水减少了，股本图更接近平衡图。但仍会出现大幅缩水。与没有 "部分平仓 "时相比，深度不一样，位置也有点不对。为了使切尾（关闭最无利可图的系列或其中的一部分）正常、良好地运行，有必要不断向余额提供已成功关闭的系列，这种流入应足以关闭负数，并在口袋里（余额上）留下 20%。但是，当 "初级 "系列有这样的利润交付机制时，"高级 "系列就没有意义了。如果我们考虑一个工具上的锁定系列，例如，当我们持有一个负购买（1）并完成几个销售（2）时，它对我不起作用（我指的是长期稳定的正结果）。我不是在宣传什么，也不懂数学，只是想说："......我查过了......"。:)总体而言，该系统具有明显的不对称性。如果走势不利，头寸就会增加。然后，正确入市的比例应远远高于错误入市的比例，或者预计会有足够的回撤或大量的平仓储备。另一方面，也可以在每个已形成的区块上建立头寸，既反对入场，也追求利润。如果所有系列都以计划的总利润平仓，这样的决定会带来更好的结果。此外，只在 "交叉 "区块上进场可以减少缩水。 这个系统很有趣，它在不同方向上有很大的可变性。例如，我正在尝试以下参数： -区块： --搜索趋势/走平的最小和最大步数（8 --是很短的一段吗？50 --我需要这么多吗？), --区块集大小，区块集中海拔变化的起点和步长, --趋势和平坦之间的界限在哪里划定, 还有： --开盘时：-- 是否使用资产对冲控制（对于具有可接受相关性的特定工具集，最好不使用控制）， -- 是否在反转信号上下功夫（我认为最好按原方向凿入，或退出但不掉头）， -- 如果是信号，在区块上逆向、顺向或在两种情况下进入（这里有所不同） -- 进入量：固定手数，或当前区块的固定值，或最大区块的固定值 -- 失去信号时该怎么办：关闭，在其他参数上寻找新信号，继续上一个信号， -- 关闭时：-- -- 是否使用所有未平仓系列的总利润，以及相对于区块值的交易量（所有系列总利润为 30，然后平仓？) -- 是否使用部分平仓机制。 作者显然没有提出这些问题，也许这一切都是多余的。很明显，我是在我理解的范围内对系统进行曲解，并对其实施质量进行曲解。但我喜欢这个系统本身和它的研究过程，感谢作者，我饶有兴趣地关注着。 所有的问题参数都需要多次测试，这在原版的积木构建中是非常困难的（大量的计算）。我试图简化计算和区块组的构建（使用罕见的固定参考日期进行计算，而不是从最后一栏开始计算）。计算速度几乎是宇宙级的，但不幸的是，我注意到接收信号的质量下降了：(现在我正绞尽脑汁考虑如何组合...... 我还发现，在控制资产对冲时，体积控制比二进制控制更有效。二元控制 - 我们只控制货币 未平仓头寸的方向，而不考虑交易量。体积控制 - 我计算 "资产 "选项卡的模拟量，并从零开始建立新头寸，或根据累积量建立新头寸。(顺便问一下，在 MQL5 中，是否有从该选项卡获取数据的标准方法？） 不知何故，一般来说。 附注：当系统设计为在已形成的条形图（仅在开盘时）上做出决策时，没有在仓位中标记 SL 和 TP（尽管它们可能存在于算法中），"OHLC M1 "已经包含足够的冗余，可以进行可靠的测试。 有意思。我同意缩减的估算公式，总的来说逻辑是正确的。 至于关闭系列的流入，逻辑也是正确的，新系列应尽可能经常关闭。在这里，我们需要提高算法本身的质量，使其尽可能少地进入无利可图的系列。为此，需要改进缩放算法。我在新版本中对其进行了改进，效果已经开始大为改善。我的想法是，你需要一个理论定价基础来描述市场是如何运作的。理论模型越好，缩水率就越低，工具之间的相关性就越低。 锁定头寸是有意义的，没有锁定头寸比有锁定头寸效果更差（在我的算法中）。但只适用于涨跌幅对称的工具。对于非对称工具，您需要使用非对称参数来生成多头和空头头寸信号。这就是为什么目前只允许在股票上建立多头头寸，而不能锁定其他系列。锁定是一种有条件的机制，对于可视化和便于思考来说是必要的。实际上，在净额交易时，当然不存在锁定。 理想情况下，不需要这种算法和锁定，只需要根据市场数据计算出价格反转概率最高的点。但目前就是这样做的。当理论基础达到必要水平时，算法就会简化。 根据我的观察，只针对价格走势建立头寸是有意义的。如果仓位是买入，那么只在每个下跌区块买入。这种方法本身就能把预期变成一个加号，而不会因为价格变动的某些理论特殊性而影响一切。也就是说，在主要趋势的方向上逆势交易的意义是与生俱来的。在资产下跌时买进， 在资产上涨时卖出， 总是更有利可图。 论文： - 最小和最大步数并不取决于市场特征，而只取决于算法参数。步数越小，精确度越低；步数越大，精确度越高，但会建立更多的头寸。区块是为了更好地实现可视化而创建的约定俗成的概念。您可以重新设计系统，以便分析 100 个区块的窗口，但交易结果将与 24 个区块的窗口类似。我就是这样做的。 - 考虑到佣金和区块收盘误差（由于使用蜡烛图进行分析），区块大小被选择为可能获利的最小值。有一个重要特征在此不作说明。随着区块大小的减小，超重百分比应该会增加，原因就在于这种趋势误差，这种误差的出现是因为蜡烛图收盘价与区块收盘价不一致。我还没有这样做，但我计划将来这样做。这将大大提高信号的质量。但区块大小本身应根据市场参数来选择。它应该根据市场过去的统计数据而变化。有一个特点可以帮助我们在系列开始前校正规模。 - 趋势与持平之间没有界限，这是一种惯例，其依据是市场上平均每下一步改变方向的概率约为 50%。但有些工具的概率低于 50%，即它们是趋势。利用局部偏差，将来会回到平均水平。因为如果不是这种情况，您可以使用更简单的算法立即赚钱。 - 我在开盘时使用资产对冲控制。 - 反转信号没有计算出来，收盘后一切重新开始，但这里也不那么简单。您需要解决这个问题，但理论基础还没有准备好。 - 只逆势入场 - 入市量是一个重要问题。应该对其进行修正。我开发了几种修正方法。分别针对股票和货币，机制并不简单。股票需要调整投资组合的交易量，货币也是如此。所有工具的大宗交易价格应大致相同。您不应以手为单位进行交易，而应以美元为单位，并根据美元交易量调整手数。以固定美元数（股票）进行交易本身就会提高预期。关于货币，我还没有建立一个理论模型。我计划在新版本中实现并测试这一点，但到目前为止，还没有达到这个程度。 - 当信号丢失时，我会重新开始。 - 根据统计走势和理论收盘点，计划退出该系列。如果我们因无法计算的因素而错过了收盘点，损失头寸的补偿机制就会起作用。理论模型越好，我们错过的次数就越少。由于随机化的原因，10 美元的修正会让系统回到期望值 0。 - 我认为我们可以使用总利润，但它也应该是动态的。也就是说，只有当总利润明显偏离随机游走（价格急剧飙升）时，才应该关闭。这在逻辑上是说得通的。 - 我打算试试部分平仓机制。但我还不知道效果如何。我想在接近理论平仓点时使用它。不是硬性盈利，而是在平仓点 +- 10% 的范围内逐步平仓。这是一个有条件的百分比。它必须基于某些因素来计算，但我还没有仔细研究过这个问题。 关于体积对冲控制，这是一个有趣的解决方案，我自己也没想到）。 该系统设计用于 m1 ohlc，稍后我将展示它在 ohlc 模式和 real ticks 模式下的不同之处。我特意让它对历史记录的质量不敏感，并且在交易过程中不会中断服务器。 Maxim Romanov 2021.02.24 14:17 #43 Petros Shatakhtsyan:在这里，您展示了很多图表，而且是几年的图表。 如果您希望对您的 TS 进行评估，请至少展示今年 3-4 对虱子（每只虱子）的测试结果，而不是虱子（每只 虱子）的测试结果，而是 真实的 虱子（基于真实虱子的每只虱子） 的测试结果。这也很难吗？ 下面是我们承诺的两个测试。第一个在 OHLC 2020-2021 GBPUSD m1 模式下进行 第二个测试在同一时期和同一工具上进行，但使用的是真实账户的真实点差模式。 我们可以看到，按点数计算的利润略高，缩水率略低，交易量大致相同，利润率图表几乎一样。 这是可以理解的，从技术上讲，机器人是根据 OHLC 工作的，而在 ticks 模式下，由于精确度更高，所以工作得更好一些。但这些纯粹是技术方面的问题。我不会在更长的时间内和更多的工具上进行测试，因为没有意义，运行一个工具需要一个半小时。 Andrey Khatimlianskii 2021.02.24 15:56 #44 Maxim Romanov:运行一台仪器需要一个半小时。 为什么这么慢？我相信你可以在不损失功能的情况下加快速度。 Maxim Romanov 2021.02.24 16:22 #45 Andrey Khatimlianskii:为什么这么慢？我相信你可以在不损失功能的情况下加快速度。 我也认为可以加快速度，但我还没有这样做，我在完成主要功能方面还存在问题.....。我将实施所有已开发的修改，使其达到适当的风险/利润比，然后开始优化资源消耗。算法计划还剩一点点，工作 方面还剩很多。 Andrey Khatimlianskii 2021.02.24 16:58 #46 Maxim Romanov:我也认为有可能加快速度，但我还没有这样做，我在完成基本功能.....。我将实施我开发的所有修改，使其达到适当的风险/利润比，然后我将开始优化资源消耗。算法计划还剩一点点，工作方面还剩很多。 如果能快速测试智能交易系统，开发速度岂不更快？这取决于所有者。 Petros Shatakhtsyan 2021.02.24 16:59 #47 Maxim Romanov:下面是承诺的 2 个测试。第一个在 OHLC 2020-2021 GBPUSD m1 模式下进行 第二个测试在同一时期和同一工具上进行，但使用的是真实账户的真实点数模式。 可以看出，按点数计算的利润略高，缩水率略低，交易量大致相同，盈利图几乎一样。这也是可以理解的，从技术上讲，机器人是根据 OHLC 工作的，而在 ticks 模式下，由于精度更高，所以工作得更好一些。但这些纯粹是技术方面的问题。我不会用更长的时间和更多的工具来测试它，因为没有意义，运行一个工具需要一个半小时。 谢谢。 如果两个图表相似，那么如果您过滤 1 分钟内的刻度，结果也是一样的。 你声称你的算法在所有货币对上都同样有效，但你从未在市场观察的所有符号上进行过测试。 自适应算法 不应该有任何固定参数，如时间间隔、固定水平或点数，以打开/关闭订单。 Maxim Romanov 2021.02.24 17:32 #48 Andrey Khatimlianskii:如果可以快速测试 EA，开发速度岂不是会加快？这取决于所有者。 如果有专业人员快速完成开发，而不是在一年内完成一半的功能，然后出现问题，那么开发速度肯定会更快。 Petros Shatakhtsyan 2021.02.24 17:44 #49 Maxim Romanov:如果有专家能快速完成开发工作，而不是在一年内完成一半的功能，然后出现问题，那么开发速度肯定会更快。 加快算法速度不是问题。从事优化工作的人会很快完成。 重点不同。您的图纸中有一些固定值。我已经做了标记。 如果交易中使用的是固定值，那就必须经常更改。 Maxim Romanov 2021.02.24 18:13 #50 Petros Shatakhtsyan:加快算法速度不是问题。那些一直从事优化任务的人会很快完成。这是另一回事。你的图纸中有一些固定值。我已经做了标记。如果在交易中使用固定值，就必须经常更改。 例如，这些都是固定值。在算法中，几乎所有与市场有关的东西都是自己修正的。还有一些固定值，比如分析区块的数量，我使用的范围是 24-32 个区块。但这些数值与市场无关，它们是算法本身的参数，实际上是算法工作的准确性。就是这样。现在，超重的百分比是固定的，但它将会现代化，而且这不是一个关键参数，我知道它取决于什么，我可以手动设置。总的来说，要使交易质量达到可接受的水平，还有一些地方需要改进。 123456789 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
1.如果我们假定已经找到了一种对 N 种金融工具中的每一种都大致相同的通用模式，那么根据对 1 种金融工具的研究结果，按同时交易的金融工具数量的增加来粗略估算 系统的容量，可以如下计算：
O = Z * Tcr * ( 1 + ( N - 1 ) * Corr ) / Tp,
其中
Z - 一种金融工具的交易次数（系列交易），
Tcr - 一次交易的平均持续时间（天数），
N - 金融工具的数量，
Corr - 它们之间的某种相关系数[0..
如果 O 小于 1，则最大亏损可能不会随着同时交易的工具数量的增加而增加，而总利润往往会增加 N 倍。
要同时交易 100 种工具，就必须确保最短的交易时间（这对反趋势策略来说非常困难）和最短的交易 工具相关性（这也很困难）。
2. 我草拟并匆忙测试了 "部分平仓"，在交易几个符号时。缩水减少了，股本图接近平衡图。但仍会出现大幅缩水。与没有 "部分平仓 "时相比，深度不一样，位置也有点不对。
为了使尾部切割（关闭最无利可图的系列或其部分）正常、良好地运行，需要不断向余额输入已成功关闭的系列，这种流入应足以关闭负数，并在口袋里（余额上）留下 20%。但是，当 "初级 "系列有这样的利润交付机制时，"高级 "系列就没有意义了。
如果我们考虑一个工具上的锁定系列，例如，当我们持有一个负购买（1）并完成几个销售（2）时，它对我不起作用（我指的是长期稳定的正结果）。我不是在宣传什么，也不懂数学，只是想说："......我查过了......"。:)
总体而言，该系统具有明显的不对称性。如果走势不利，头寸就会增加。然后，正确入市的比例应远远高于错误入市的比例，或者预计会有足够的回撤或大量的平仓储备。另一方面，也可以在每个已形成的区块上建立头寸，既反对入场，也追求利润。只要所有系列都能按计划总利润平仓，这样的决定就能带来更好的结果。此外，只在 "尾部 "区块进场可以减少缩水。
该系统很有趣，在不同方向上都有很大的变化。例如，我正在尝试以下参数：
-区块：
--搜索趋势/走平的最小和最大步数（8 --是很短的一段吗？50 --我需要这么多吗？),
--区块集大小，区块集中海拔变化的起点和步长,
--趋势和平坦之间的界限在哪里划定,
还有：
--开盘时：
-- 是否使用资产对冲控制（对于具有可接受相关性的特定工具集，最好不使用控制），
-- 是否在反转信号上下功夫（我认为最好按原方向凿入，或退出但不掉头），
-- 如果是信号，在区块上逆向、顺向或在两种情况下进入（这里有所不同）
-- 进入量：固定手数，或当前区块的固定值，或最大区块的固定值
-- 失去信号时该怎么办：关闭，在其他参数上寻找新信号，继续上一个信号，
-- 关闭时：
--
-- 是否使用所有未平仓系列的总利润，以及相对于区块值的交易量（所有系列总利润为 30，然后平仓？)
-- 是否使用部分平仓机制。
作者显然没有提出这些问题，也许这一切都是多余的。很明显，我是在我理解的范围内对系统进行曲解，并对其实施质量进行曲解。但我喜欢这个系统本身和它的研究过程，感谢作者，我饶有兴趣地关注着。
所有的问题参数都需要多次测试，这在原版的积木构建中是非常困难的（大量的计算）。我试图简化计算和区块组的构建（使用罕见的固定参考日期进行计算，而不是从最后一栏开始计算）。计算速度几乎是宇宙级的，但不幸的是，我注意到接收信号的质量下降了：(现在我正绞尽脑汁考虑如何组合......
我还发现，在控制资产对冲时，体积控制比二进制控制更有效。二元控制 - 我们只控制货币未平仓头寸的方向，而不考虑交易量。体积控制 - 我计算 "资产 "选项卡的模拟量，并从零开始或根据累积量开立新头寸。(顺便问一下，在 MQL5 中，是否有从该选项卡获取数据的标准方法？）
不知何故，一般来说。
附注：当系统设计为在已形成的条形图（仅在开盘时）上做出决策时，不会在仓位中标记 SL 和 TP（尽管它们可能存在于算法中），"OHLC M1 "已经包含足够的冗余，可以进行可靠的测试。
问候。 1.如果我们假定已经找到了一种对 N 种金融工具中的每一种都大致相同的通用模式，那么根据对 1 种金融工具的研究结果，按同时交易的金融工具数量的增加来
粗略估算 系统的容量，可以如下计算：O = Z * Tcr * ( 1 + ( N - 1 ) * Corr ) / Tp, 其中 Z - 一种金融工具的交易次数（系列交易）， Tcr - 一次交易的平均持续时间（天数）， N - 金融工具的数量， Corr - 它们之间的某种相关系数[0.. 如果 O 小于 1，则最大亏损可能不会随着同时交易的工具数量的增加而增加，而总利润往往会增加 N 倍。 要同时交易 100 种工具，就必须确保最短的交易时间（这对反趋势策略来说非常困难）和最短的交易 工具相关性（这也很困难）。 2. 我草拟了 "部分平仓"，并在交易几个符号时匆忙进行了测试。缩水减少了，股本图更接近平衡图。但仍会出现大幅缩水。与没有 "部分平仓 "时相比，深度不一样，位置也有点不对。为了使切尾（关闭最无利可图的系列或其中的一部分）正常、良好地运行，有必要不断向余额提供已成功关闭的系列，这种流入应足以关闭负数，并在口袋里（余额上）留下 20%。但是，当 "初级 "系列有这样的利润交付机制时，"高级 "系列就没有意义了。如果我们考虑一个工具上的锁定系列，例如，当我们持有一个负购买（1）并完成几个销售（2）时，它对我不起作用（我指的是长期稳定的正结果）。我不是在宣传什么，也不懂数学，只是想说："......我查过了......"。:)总体而言，该系统具有明显的不对称性。如果走势不利，头寸就会增加。然后，正确入市的比例应远远高于错误入市的比例，或者预计会有足够的回撤或大量的平仓储备。另一方面，也可以在每个已形成的区块上建立头寸，既反对入场，也追求利润。如果所有系列都以计划的总利润平仓，这样的决定会带来更好的结果。此外，只在 "交叉 "区块上进场可以减少缩水。 这个系统很有趣，它在不同方向上有很大的可变性。例如，我正在尝试以下参数： -区块： --搜索趋势/走平的最小和最大步数（8 --是很短的一段吗？50 --我需要这么多吗？), --区块集大小，区块集中海拔变化的起点和步长, --趋势和平坦之间的界限在哪里划定, 还有： --开盘时：-- 是否使用资产对冲控制（对于具有可接受相关性的特定工具集，最好不使用控制）， -- 是否在反转信号上下功夫（我认为最好按原方向凿入，或退出但不掉头）， -- 如果是信号，在区块上逆向、顺向或在两种情况下进入（这里有所不同） -- 进入量：固定手数，或当前区块的固定值，或最大区块的固定值 -- 失去信号时该怎么办：关闭，在其他参数上寻找新信号，继续上一个信号， -- 关闭时：-- -- 是否使用所有未平仓系列的总利润，以及相对于区块值的交易量（所有系列总利润为 30，然后平仓？) -- 是否使用部分平仓机制。 作者显然没有提出这些问题，也许这一切都是多余的。很明显，我是在我理解的范围内对系统进行曲解，并对其实施质量进行曲解。但我喜欢这个系统本身和它的研究过程，感谢作者，我饶有兴趣地关注着。 所有的问题参数都需要多次测试，这在原版的积木构建中是非常困难的（大量的计算）。我试图简化计算和区块组的构建（使用罕见的固定参考日期进行计算，而不是从最后一栏开始计算）。计算速度几乎是宇宙级的，但不幸的是，我注意到接收信号的质量下降了：(现在我正绞尽脑汁考虑如何组合...... 我还发现，在控制资产对冲时，体积控制比二进制控制更有效。二元控制 - 我们只控制货币
未平仓头寸的方向，而不考虑交易量。体积控制 - 我计算 "资产 "选项卡的模拟量，并从零开始建立新头寸，或根据累积量建立新头寸。(顺便问一下，在 MQL5 中，是否有从该选项卡获取数据的标准方法？） 不知何故，一般来说。 附注：当系统设计为在已形成的条形图（仅在开盘时）上做出决策时，没有在仓位中标记 SL 和 TP（尽管它们可能存在于算法中），"OHLC M1 "已经包含足够的冗余，可以进行可靠的测试。
有意思。我同意缩减的估算公式，总的来说逻辑是正确的。
至于关闭系列的流入，逻辑也是正确的，新系列应尽可能经常关闭。在这里，我们需要提高算法本身的质量，使其尽可能少地进入无利可图的系列。为此，需要改进缩放算法。我在新版本中对其进行了改进，效果已经开始大为改善。我的想法是，你需要一个理论定价基础来描述市场是如何运作的。理论模型越好，缩水率就越低，工具之间的相关性就越低。
锁定头寸是有意义的，没有锁定头寸比有锁定头寸效果更差（在我的算法中）。但只适用于涨跌幅对称的工具。对于非对称工具，您需要使用非对称参数来生成多头和空头头寸信号。这就是为什么目前只允许在股票上建立多头头寸，而不能锁定其他系列。锁定是一种有条件的机制，对于可视化和便于思考来说是必要的。实际上，在净额交易时，当然不存在锁定。
理想情况下，不需要这种算法和锁定，只需要根据市场数据计算出价格反转概率最高的点。但目前就是这样做的。当理论基础达到必要水平时，算法就会简化。
根据我的观察，只针对价格走势建立头寸是有意义的。如果仓位是买入，那么只在每个下跌区块买入。这种方法本身就能把预期变成一个加号，而不会因为价格变动的某些理论特殊性而影响一切。也就是说，在主要趋势的方向上逆势交易的意义是与生俱来的。在资产下跌时买进， 在资产上涨时卖出， 总是更有利可图。
论文：
- 最小和最大步数并不取决于市场特征，而只取决于算法参数。步数越小，精确度越低；步数越大，精确度越高，但会建立更多的头寸。区块是为了更好地实现可视化而创建的约定俗成的概念。您可以重新设计系统，以便分析 100 个区块的窗口，但交易结果将与 24 个区块的窗口类似。我就是这样做的。
- 考虑到佣金和区块收盘误差（由于使用蜡烛图进行分析），区块大小被选择为可能获利的最小值。有一个重要特征在此不作说明。随着区块大小的减小，超重百分比应该会增加，原因就在于这种趋势误差，这种误差的出现是因为蜡烛图收盘价与区块收盘价不一致。我还没有这样做，但我计划将来这样做。这将大大提高信号的质量。但区块大小本身应根据市场参数来选择。它应该根据市场过去的统计数据而变化。有一个特点可以帮助我们在系列开始前校正规模。
- 趋势与持平之间没有界限，这是一种惯例，其依据是市场上平均每下一步改变方向的概率约为 50%。但有些工具的概率低于 50%，即它们是趋势。利用局部偏差，将来会回到平均水平。因为如果不是这种情况，您可以使用更简单的算法立即赚钱。
- 我在开盘时使用资产对冲控制。
- 反转信号没有计算出来，收盘后一切重新开始，但这里也不那么简单。您需要解决这个问题，但理论基础还没有准备好。
- 只逆势入场
- 入市量是一个重要问题。应该对其进行修正。我开发了几种修正方法。分别针对股票和货币，机制并不简单。股票需要调整投资组合的交易量，货币也是如此。所有工具的大宗交易价格应大致相同。您不应以手为单位进行交易，而应以美元为单位，并根据美元交易量调整手数。以固定美元数（股票）进行交易本身就会提高预期。关于货币，我还没有建立一个理论模型。我计划在新版本中实现并测试这一点，但到目前为止，还没有达到这个程度。
- 当信号丢失时，我会重新开始。
- 根据统计走势和理论收盘点，计划退出该系列。如果我们因无法计算的因素而错过了收盘点，损失头寸的补偿机制就会起作用。理论模型越好，我们错过的次数就越少。由于随机化的原因，10 美元的修正会让系统回到期望值 0。
- 我认为我们可以使用总利润，但它也应该是动态的。也就是说，只有当总利润明显偏离随机游走（价格急剧飙升）时，才应该关闭。这在逻辑上是说得通的。
- 我打算试试部分平仓机制。但我还不知道效果如何。我想在接近理论平仓点时使用它。不是硬性盈利，而是在平仓点 +- 10% 的范围内逐步平仓。这是一个有条件的百分比。它必须基于某些因素来计算，但我还没有仔细研究过这个问题。
关于体积对冲控制，这是一个有趣的解决方案，我自己也没想到）。
该系统设计用于 m1 ohlc，稍后我将展示它在 ohlc 模式和 real ticks 模式下的不同之处。我特意让它对历史记录的质量不敏感，并且在交易过程中不会中断服务器。
在这里，您展示了很多图表，而且是几年的图表。
如果您希望对您的 TS 进行评估，请至少展示今年 3-4 对虱子（每只虱子）的测试结果，而不是虱子（每只 虱子）的测试结果，而是 真实的 虱子（基于真实虱子的每只虱子） 的测试结果。
这也很难吗？
下面是我们承诺的两个测试。第一个在 OHLC 2020-2021 GBPUSD m1 模式下进行
第二个测试在同一时期和同一工具上进行，但使用的是真实账户的真实点差模式。
我们可以看到，按点数计算的利润略高，缩水率略低，交易量大致相同，利润率图表几乎一样。
这是可以理解的，从技术上讲，机器人是根据 OHLC 工作的，而在 ticks 模式下，由于精确度更高，所以工作得更好一些。但这些纯粹是技术方面的问题。我不会在更长的时间内和更多的工具上进行测试，因为没有意义，运行一个工具需要一个半小时。
运行一台仪器需要一个半小时。
为什么这么慢？我相信你可以在不损失功能的情况下加快速度。
为什么这么慢？我相信你可以在不损失功能的情况下加快速度。
我也认为可以加快速度，但我还没有这样做，我在完成主要功能方面还存在问题.....。我将实施所有已开发的修改，使其达到适当的风险/利润比，然后开始优化资源消耗。算法计划还剩一点点，工作 方面还剩很多。
我也认为有可能加快速度，但我还没有这样做，我在完成基本功能.....。我将实施我开发的所有修改，使其达到适当的风险/利润比，然后我将开始优化资源消耗。算法计划还剩一点点，工作方面还剩很多。
如果能快速测试智能交易系统，开发速度岂不更快？这取决于所有者。
下面是承诺的 2 个测试。第一个在 OHLC 2020-2021 GBPUSD m1 模式下进行
第二个测试在同一时期和同一工具上进行，但使用的是真实账户的真实点数模式。
可以看出，按点数计算的利润略高，缩水率略低，交易量大致相同，盈利图几乎一样。
这也是可以理解的，从技术上讲，机器人是根据 OHLC 工作的，而在 ticks 模式下，由于精度更高，所以工作得更好一些。但这些纯粹是技术方面的问题。我不会用更长的时间和更多的工具来测试它，因为没有意义，运行一个工具需要一个半小时。
谢谢。
如果两个图表相似，那么如果您过滤 1 分钟内的刻度，结果也是一样的。
你声称你的算法在所有货币对上都同样有效，但你从未在市场观察的所有符号上进行过测试。
自适应算法 不应该有任何固定参数，如时间间隔、固定水平或点数，以打开/关闭订单。
如果可以快速测试 EA，开发速度岂不是会加快？这取决于所有者。
如果有专业人员快速完成开发，而不是在一年内完成一半的功能，然后出现问题，那么开发速度肯定会更快。
如果有专家能快速完成开发工作，而不是在一年内完成一半的功能，然后出现问题，那么开发速度肯定会更快。
加快算法速度不是问题。从事优化工作的人会很快完成。
重点不同。您的图纸中有一些固定值。我已经做了标记。
如果交易中使用的是固定值，那就必须经常更改。
加快算法速度不是问题。那些一直从事优化任务的人会很快完成。
这是另一回事。你的图纸中有一些固定值。我已经做了标记。
如果在交易中使用固定值，就必须经常更改。