进行滚动前进的方法 - 页 7 12345678910111213 新评论 TheXpert 2016.04.18 16:17 #61 在我看来，实现WF的最酷方式是以指标的形式制定策略。底部指示器提供通用的开/关信号。另一个通用指标使用基本指标建立了一个平衡线。其他一切都可以很容易地连接在上面。此外，处理速度将比测试者的速度快一个数量级（ki）。我必须立即说，我们谈论的只是通过信号进入市场的策略，而不是使用零条进行分析，没有网格、马汀之类的。的确，有关于装载/卸载的问题 Yousufkhodja Sultonov 2016.04.18 16:21 #62 Комбинатор: 你想怎么反对就怎么反对，这个主题是关于Walk-Forward的，如果你不想谈这个问题，让我从这里问你吧 后验是整个故事，前验是未来的结果。你不喜欢这种解释？ Youri Tarshecki 2016.04.18 17:23 #63 Yousufkhodja Sultonov: 请允许我提出不同意见。在整个43年的范围内进行优化是为了一劳永逸地确定TS "平均 "的参数。然后，TC每年运行43次。假设，TC必然会遇到异常的市场情况。你的误解是，在历史上，你不能满足将来要满足的案例。既然TS能应对历史上的所有情况，我相信它也能应对未来，只是会有微小的变化。通过在整个历史上定义TC参数，你已经剥夺了你的TC的机会，以满足一个未优化的未来。你的TC已经曾经处理过所有的区域，包括异常的正常等，这反映在它的设置中。"volking "的意义在于，我们在过去的材料上模拟未来的开始。也就是说，你所做的不是volkking前进，而是其他东西。Volkking是这样工作的。前进通常比后退差得多，而且上面的交易也少。 Yousufkhodja Sultonov 2016.04.18 19:14 #64 Youri Tarshecki:通过在整个历史上定义TC参数，你已经剥夺了你的TC的机会，以满足一个未优化的未来。你的TC已经曾经处理过所有的区域，包括异常的正常等，这反映在它的设置中。"volking "的意义在于，我们在过去的材料上模拟未来的开始。也就是说，你所做的不是volkking前进，而是其他东西。Volkking是这样工作的。在测试者的照片中，它看起来像这样。前进通常比后退差得多，而且上面的交易也少。 这是一个品味、TS逻辑和研究者对TS优化问题的看法的问题。对任何TS来说，什么是破坏性的？对，大的缩水或最大的缩水。当你看整个历史时，你把TS放在未来工作的最大缩减量中，这是在历史上。一个小的回溯测试不会发现它。历史上任何不利的部分都可以成为未来情况的原型。诚然，在我的情况下，为了可靠性，TS的有效性将大大低于按照你制定的方案不断寻找变体的做法。 Youri Tarshecki 2016.04.18 19:23 #65 Yousufkhodja Sultonov: 这是一个品味、TC逻辑和研究者对TC优化问题的看法的问题。什么是对任何TS有害的？对，大的缩水或最大的缩水。当你看整个历史时，你把TS放在未来工作的最大缩减量中，这是在历史上。一个小的回溯测试不会发现它。历史上任何不利的部分都可以成为未来情况的原型。诚然，在我的情况下，为了可靠性，TS的有效性将大大低于按照你制定的方案不断寻找变体的做法。问题是，对于狼性的前进，必须遵循我概述的原则。至于具体细节--即背对背比率、历史持续时间、优化标准 等--当然每个人都按自己的想法去做。-当然，每个人都按自己的想法去做。 Forester 2016.04.18 20:03 #66 Комбинатор:在我看来，实现WF的最酷方式是以指标的形式制定策略。底部指示器提供通用的开/关信号。另一个通用指标使用基本指标建立了一个平衡线。其他一切都可以很容易地连接在上面。此外，处理速度将比测试者的速度快一个数量级（ki）。我必须马上说，我们谈论的只是通过信号进入市场的策略，而不是使用零条进行分析，没有网、马特之类的。的确，有关于装载/卸载的问题 我不太理解你的方法。 你能给我们更多的细节，一步一步来吗？ Igor Volodin 2016.04.18 21:57 #67 在这里 描述了我使用标准测试器的步行前进图。 Youri Tarshecki 2016.04.18 22:14 #68 Igor Volodin: Описал свою схему работы Walk Forward с использованием штатного тестера тут. 在下一次迭代中，EA被允许交易M天（在第一段的OOS上），这个交易结果我们记得。你的获胜套路是如何为这个OOS工作的？ Forester 2016.04.18 22:24 #69 Igor Volodin: 我在这里 描述了我使用内部测试器的 "向前走 "计划。制作你自己的遗传算法？这是在内部测试器中已经完成的大量工作。我认为Metacquotes在其开发上花费了一百多个小时。我认为用第三方程序在测试器中运行遗传优化10-20次会更容易。但尤里-塔舍基有 某种自动优化器。 手动运行20次也很容易，我就是这么做的。例如，对我来说最重要和最不清楚的是选择要推出的一个优化变体（赢家集）的标准。毕竟，这将影响实际交易的成功。 Alexandr Andreev 2016.04.18 22:33 #70 4年前，他们开始挖掘volkking trading.....，而且非常努力。我有问题要问你，你想从volking那里得到什么？为了了解系统是否工作，以便你不必在演示中进行测试？这很酷，但无论如何你应该在演示中尝试。如果你希望原形系统能与沃尔金一起工作，那是不可能的，他经常说在大量的测试中一切都错了。我们给volking提供了一个巨大的样本，就是不能减少（设定方向），否则整个volking的原则就会被打破。而80%的计算将被浪费的原因是，与代理人合作的特殊性。也就是说，当我们从头三天了解到结果会比我们所拥有的更糟时，我们将继续测试，直到结束。你知道volking交易的策略必须有多普遍吗？- 将会有更多的参数需要优化，而不是当你手动尝试优化通过预先确定的有利可图的参数 - 否则一切 12345678910111213 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
在我看来，实现WF的最酷方式是以指标的形式制定策略。
底部指示器提供通用的开/关信号。另一个通用指标使用基本指标建立了一个平衡线。
其他一切都可以很容易地连接在上面。此外，处理速度将比测试者的速度快一个数量级（ki）。
我必须立即说，我们谈论的只是通过信号进入市场的策略，而不是使用零条进行分析，没有网格、马汀之类的。
的确，有关于装载/卸载的问题
你想怎么反对就怎么反对，这个主题是关于Walk-Forward的，如果你不想谈这个问题，让我从这里问你吧
请允许我提出不同意见。在整个43年的范围内进行优化是为了一劳永逸地确定TS "平均 "的参数。然后，TC每年运行43次。假设，TC必然会遇到异常的市场情况。你的误解是，在历史上，你不能满足将来要满足的案例。既然TS能应对历史上的所有情况，我相信它也能应对未来，只是会有微小的变化。
通过在整个历史上定义TC参数，你已经剥夺了你的TC的机会，以满足一个未优化的未来。你的TC已经曾经处理过所有的区域，包括异常的正常等，这反映在它的设置中。"volking "的意义在于，我们在过去的材料上模拟未来的开始。也就是说，你所做的不是volkking前进，而是其他东西。Volkking是这样工作的。
前进通常比后退差得多，而且上面的交易也少。
通过在整个历史上定义TC参数，你已经剥夺了你的TC的机会，以满足一个未优化的未来。你的TC已经曾经处理过所有的区域，包括异常的正常等，这反映在它的设置中。"volking "的意义在于，我们在过去的材料上模拟未来的开始。也就是说，你所做的不是volkking前进，而是其他东西。Volkking是这样工作的。
在测试者的照片中，它看起来像这样。
前进通常比后退差得多，而且上面的交易也少。
这是一个品味、TC逻辑和研究者对TC优化问题的看法的问题。什么是对任何TS有害的？对，大的缩水或最大的缩水。当你看整个历史时，你把TS放在未来工作的最大缩减量中，这是在历史上。一个小的回溯测试不会发现它。历史上任何不利的部分都可以成为未来情况的原型。诚然，在我的情况下，为了可靠性，TS的有效性将大大低于按照你制定的方案不断寻找变体的做法。
问题是，对于狼性的前进，必须遵循我概述的原则。至于具体细节--即背对背比率、历史持续时间、优化标准 等--当然每个人都按自己的想法去做。-当然，每个人都按自己的想法去做。
在我看来，实现WF的最酷方式是以指标的形式制定策略。
底部指示器提供通用的开/关信号。另一个通用指标使用基本指标建立了一个平衡线。
其他一切都可以很容易地连接在上面。此外，处理速度将比测试者的速度快一个数量级（ki）。
我必须马上说，我们谈论的只是通过信号进入市场的策略，而不是使用零条进行分析，没有网、马特之类的。
的确，有关于装载/卸载的问题
你能给我们更多的细节，一步一步来吗？
Igor Volodin:
在下一次迭代中，EA被允许交易M天（在第一段的OOS上），这个交易结果我们记得。Описал свою схему работы Walk Forward с использованием штатного тестера тут.
我在这里 描述了我使用内部测试器的 "向前走 "计划。
制作你自己的遗传算法？这是在内部测试器中已经完成的大量工作。我认为Metacquotes在其开发上花费了一百多个小时。
我认为用第三方程序在测试器中运行遗传优化10-20次会更容易。但尤里-塔舍基有 某种自动优化器。
手动运行20次也很容易，我就是这么做的。
例如，对我来说最重要和最不清楚的是选择要推出的一个优化变体（赢家集）的标准。毕竟，这将影响实际交易的成功。
4年前，他们开始挖掘volkking trading.....，而且非常努力。
我有问题要问你，你想从volking那里得到什么？为了了解系统是否工作，以便你不必在演示中进行测试？
这很酷，但无论如何你应该在演示中尝试。如果你希望原形系统能与沃尔金一起工作，那是不可能的，他经常说在大量的测试中一切都错了。
我们给volking提供了一个巨大的样本，就是不能减少（设定方向），否则整个volking的原则就会被打破。而80%的计算将被浪费的原因是，与代理人合作的特殊性。也就是说，当我们从头三天了解到结果会比我们所拥有的更糟时，我们将继续测试，直到结束。
你知道volking交易的策略必须有多普遍吗？- 将会有更多的参数需要优化，而不是当你手动尝试优化通过预先确定的有利可图的参数 - 否则一切