评估过滤器在建设ATC中的有效性 - 页 2

新评论
 
-Aleks-:
并非如此，我取了第3天和第100天的ATR（我从中尝试了50%和61.8%）--100显示当然更好，这更说明了静态偏差，但这个ATR(100)对不同的货币对将是不同的，所有货币对的固定值90点原来更有效，这让我吃惊。
这是一个有趣的事情。
 
Maxim Romanov:
但这不是增加平均数，然后增加振荡器，检查哪些振荡器不起作用，然后把不起作用的振荡器扔掉。

还没有人谈及这种方法，但作为一个原则问题，我认为没有理由不可行。如果我有足够的资源，我会检查所有标准指标的有用性，但我没有，我只使用MAA和ATR，尽管我有自己的ATR，是我在2010年开发的，当时并不知道ATR的存在...

然而，这不是关于过滤器及其优化的选择方法，而是关于如何使用数学（统计）方法确定过滤器的效率。

 
Maxim Romanov:
这是一个有趣的事情。
如果90是更有效的，那么有一个假设是关于一些懒惰的全球参与者--他们只是在所有货币对上有相同的指标，但这是一个假设，但我还没有找到一个真正的解释。
 
-Aleks-:

还没有人谈及这种方法，但作为一个原则问题，我认为没有理由不可行。如果我有足够的资源，我会检查所有标准指标的有用性，但我没有，我只使用MAA和ATR，尽管我有自己的ATR，是我在2010年开发的，当时并不知道ATR的存在...

然而，这不是关于过滤器及其优化的选择方法，而是关于如何使用数学（统计）方法确定过滤器的效率。

这种方法可能会得到很好的结果，列举随机策略是一个独立的话题，可能会得到很好的结果，但是我们需要机器来做，这太耗时了。
 
-Aleks-:
如果关于90是更有效的事实，那么有一个关于一些懒惰的全球参与者的假设--他们的指标在所有对中都是简单的相同，然而，这是一个假设，但我没有找到一个真正的解释。
嗯，是的，肯定有全球的特殊性在起作用，这一点是毫无疑问的。系统中总是有一个漏洞。事实上，这是一个有趣的规律性问题。而在什么时间间隔内，静态值比动态值效果更好，系统是什么？
 
Maxim Romanov:
这种方法可以得到很好的结果，列举随机策略的方法是一个独立的课题，可以得到很好的结果，但是机器要列举这些策略，太耗时了。

当然，机器、人工交易 只有助于形成一种假设。

马克西姆-罗曼诺夫：
嗯，是的，肯定有全球性的功能，你不能反驳。系统中总是有一个漏洞。事实上，这是一个有趣的模式。但在什么时间间隔内，静态值比动态值效果好，系统是什么？

我拿了3年的时间，我没有少分--也许这是一个随机的波动，但那时它将是一对，而这里是13对。

平均值 最佳百分比
指示器/过滤器 帐户的使用 硕士_3_3_3 硕士_3_4_3 硕士_3_3_3_100 硕士生_3_4_100 帐户的使用 硕士_3_3_3 硕士_3_4_3 硕士_3_3_3_100 硕士生_3_4_100
盈利_procplus 70,26 65,34 65,04 67,19 67,54 38,67% 8,00% 10,67% 26,67% 16,00%
利润_AVR 1349,78 454,80 72,93 1397,64 1321,24 28,85% 7,69% 7,69% 44,23% 11,54%
PV_AVR 0,54 0,49 0,49 0,54 0,53 37,50% 1,79% 10,71% 30,36% 19,64%
缩放系数 RMS_AVR 15,20 25,08 23,35 23,56 23,13 33,96% 5,66% 13,21% 28,30% 18,87%
% 赢利_AVR 63,11 61,92 61,93 62,34 62,40 63,46% 5,77% 3,85% 15,38% 11,54%
交易中的最小余额，% Proc100 3,67 4,32 4,34 4,00 3,61 19,61% 19,61% 20,10% 21,08% 19,61%
盈利能力_AVR 2,44 2,33 2,38 2,42 2,40 64,15% 1,89% 11,32% 16,98% 5,66%


平均数 "是所有货币对的平均值，"最佳百分比 "是表明有多少个最佳货币对的百分比。
 
唉，我无法从Excel正常插入数据--表格总是分开移动....。
 
滤波器是一个大值+-点。我们的想法是，如果修正幅度很大，就不要提前违背趋势。
 

为了评估过滤的有效性，我比较了以下指标。

Profit_procplus - 显示优化结果 中盈利变体的百分比。
Profit_AVR - 显示优化结果的平均利润。
PV_AVR - 显示优化结果的平均回收系数（利润除以余额或股本的缩减，以较大者为准）。
RMS_AVR - 显示优化结果平衡的平均平滑度 - 指标越低，平衡增长越平滑。
% wins_AVR - 显示优化结果中正面交易的平均百分比。
Min.balance from trades, % Proc100 - 显示优化结果的百分比，其余额在测试期结束时处于最大的负缩水状态--可能会耗尽存款。

Profitability_AVR - 显示优化结果的平均利润率。

我在上面列出了一个表格，其中有获得的数据，但我怀疑比率是否可以平等地进行比较，即我怀疑变体 "MAf_3_3_100 "的指标 "Profit_AVR "的最大值优于 "MAf_Pips "或指标 "Profit_procplus "的相等值。

最初我决定使用一个简单的方法--为每个指标找到最佳值，看看哪个过滤器的变体总共给出了最佳值，根据结果，每个最佳指标的过滤器被授予一个积分。同样，我使用了一个以百分比表示的表格，它显示了考虑到每个货币对的统计数据，哪个过滤器变量给出了最佳结果。之后，我将两张表合并，并计算出点数，点数较高的变体被认为是最佳的过滤器变体。

然而，这种方法有一些缺点，其中有两个是显而易见的。

1.它没有考虑到一个指标对其他指标的相对重要性--也就是说，1%和10%的差异被同等对待

2.它没有考虑到指标的重要性--利润_AVR等同于利润_procplus，但真的是这样吗？

我通过计算数值与平均值的偏差来购买第一个缺陷，因为更糟糕的是--每个指标的偏差越多，排除在选择之外的机会就越大。

为了解决第二个缺点，我决定使用权重，但有一个如何分配权重的问题--我采取从1到7的系数--我确定哪个指标是最重要的，已经不是给最佳指标一个点，而是乘以系数的一个点。

你认为从我上面给出的指标中，哪些是比较重要的指标，应该给它们以什么权重？

我是否清楚地描述了我的过滤器选择方法，或者我需要一些背景数据来理解？
 

由于上一篇文章后没有评论，所以有两个假设--话题不有趣或者我不明白我在写什么。所以我决定在一个文件中发布一个活生生的例子，它显示了数据是如何被比较并选择最佳方案的。

如果这个话题能得到发展，我将很高兴。

附加的文件：
SMA_iDelta_-14_M_Brut_Svod_Poisk.zip  740 kb
12345678
新评论