优化的本质
对于哪些类型的战略，优化是有意义的？
对于所有拥有数字参数的人。
这种优化在逻辑上和实践上都没有意义，只是因为输入是随机的....。
这就是我的意思。事实证明，优化对所有带有数字参数的策略都没有意义。
让我们继续我们的推理。
如果不是全部，那么对哪些战略有意义，对哪些战略没有意义？我们不仅可以列出所有可能的战略变体或其低级技术特征，还可以将其归纳为合理数量的类别？
因此，第一个声明的属性将优化的意义拉平，是输入的随机性。为什么会这样呢？从技术上讲，在每笔交易利润的MO上，进入和退出的影响是相同的，即在随机进入和高质量退出的情况下，与高质量进入和退出相比，我们的交易利润的MO大约减少了两倍。但恒定的TP/SL ，因为它很清楚并不假装是一个 "定性 "的输出，尽管它有可能选择一个 "漂亮 "的，具有可接受的回报和其他统计数据，即使在这种方式的优化。
它有什么问题呢？让我们提出一个更普遍的问题：优化的质量和干燥程度如何取决于输入和输出的 "质量"？如何对这一点进行定量解释？
让我们以最流行的 "МАшки "策略为例
策略：开盘信号是快速移动平均线与慢速移动平均线的交叉，从下往上，从上往下收盘。总是在市场上，滚滚而来。
问题：单独或一起按比例优化移动窗口，可能会得到与第一种情况（随机+TP/SL）根本不同的结果？
不是对所有的人，但对大多数黄牛来说，优化是没有意义的，因为测试器中的结果和演示（真实）中的结果是非常非常不同的。
此外，测试器中的结果取决于测试模式： 正常模式、随机延迟、所有刻度线、M1的OHLC。
让我们离开速度的话题，特别是在Metatrader的测试器的背景下，但不是因为测试和优化的根本差异，而是因为没有一个真正的磁带（ticks）或数据小于1米，只是因为它。从本质上讲，这种差异与无法在样片上测试日内策略是一样的，如果样片是我们可能修复的最低步骤。
在交易所的背景下，还存在流动性和真正的滑动问题，即不是滞后或DC-合成的，而是真正的吃栈。
趋势策略往往能提供相当可靠的结果。因此，测试和优化此类策略是有意义的。
我们谈论的正是优化问题，测试本身是一个微不足道的过程。这是关于参数空间中极值的有效性，以及其有效性的可靠性取决于什么。
toxic:
......为什么？
它取决于什么，取决于这种意义的存在？
如果我理解正确的话，我对此有一些想法，但这些想法是如此的真空和无礼，以至于在整个TA社区的眼中都是一种唾弃，所以我将保留细节。
如果在一般情况下，我们可以说，优化的有效性直接（但非线性）取决于预测模型的有效性，越是 "随机 "的模型越是适合优化。
一个完美的模型不需要优化，或者它是模型的一部分，除了一些风险系数（攻击性），没有任何外部参数，虽然不太可能，但可以有严格的黑盒子，绝对的黑。
在我看来，这和优化噪音策略一样，通过优化 噪音。
因此，一切都很简单，你检查模型的预测能力，并同时得到它对任何进一步操作的绝对意义和它的优化潜力。
P.S
我可以预测你对结构化策略的复杂性的进一步迭代，问他们在优化方面有什么不同，事先我可以说，即使是应用于例如价格或增量的神经网络，也适合作为纯随机的种子 形式的参数。
对于哪些类型的战略，优化是有意义的？
这个问题并不十分准确。
在你制定战略之前，你需要有正确的想法，给人以积极的结果。有许多战略可以根据这个想法来制定，在设计方面有足够的差异。有必要从盈利性和可靠性的角度来评估和选择最佳策略。而在这一切之后的最后一步，是优化这些战略的参数。
优化一个有错误想法的战略是没有意义的。这可能会导致一个特定的版本适合于这个故事，对未来没有前景。
对于哪些类型的战略，优化是有意义的？