优化!请分享你的经验。 - 页 2

 
AndyGri:
是否有可能为这么多的交易调整参数,市场是否可以一下子就发生这样的变化?我们应该怎么做?

对 "是否没有曲线拟合?"最简单的检查是将一两个参数改变5-10%,得到的测试结果很差。你检查过吗?
 
有谁知道为什么用遗传算法 进行的优化被限制在10,500次?
 
显然,这对遗传算法 来说已经很足够了:)
我反复注意到,有些参数(有利可图),遗传算法并没有找到。但这可能是我的错,虽然...
 
显然,这对遗传算法 来说已经很足够了:)

也许是这样,但正面优化产生的运行量要多几十倍或几百倍。
 
前段时间,在这个论坛的一个主题中提到了一个关于消除配件的有趣想法,即。- 在一个时间区间的优化后取最佳参数,并将其应用于另一个时间区间(不参与优化)。
 
 
AndyGri:
sashken:
57%的建模质量将是不够的:)
90%是恰到好处的,这可能是造成所有差异的原因。

嗯,这是测试仪给出的最大值。在这个特定的EA中,极值上的挂单是有效的,并通过追踪止损或订单来关闭。因此,质量与想法没有任何关系。

但如果你没有任何想法或原则,90%的原因是它。
57% - 不是测试人员不给我们更多的数据,而是你不给它高质量的历史数据,测试人员只是发出信号说你的数据是垃圾,因此测试结果不可信。
到这里--https://www.mql5.com/ru/articles/mt4/tester--阅读所有内容。问题会大大减少。
 
没错,建模质量可以提高到99%,我自己在一份测试者报告 中看到了这一点(虽然不是我自己的)。
 
AndyGri:
sashken:
你为什么不吹牛?:)并公布专家顾问的代码?
或者至少是测试人员的报告。也许画面会清晰起来:)

战略测试仪报告
chas_GBP_TP_TSnorm_SLlowHigh

符号 英镑兑美元(英国英镑对美元)
期间 1小时 (H1) 2006.01.01 23:00 - 2007.03.21 00:00 (2006.01.01 - 2007.03.21)
模型 所有刻度线(基于所有最小的可用周期,对每个刻度线进行分形插值)。
参数 porog=1; MAmor=2; MAtrend=24; risk=0.1; CandleBar=0.55; TP=120; TS=70; SL=54; TimeCH=10; VolP=1.5; t=0; porogSL=10; candle=11; candleEX=17; MAporog=17; DellOrd=23;
历史上的酒吧 8494 模拟的蜱虫 1576481 仿真质量 57.67%
初始存款 1000.00
净利润 3745.64 利润总额 7681.59 全部损失 -3935.95
盈利能力 1.95 预期报酬率 25.14
绝对缩水 0.00 最大缩水 384.68 (12.31%) 相对缩减 12.31% (384.68)
交易总额 149 空头头寸(赢利百分比) 60 (65.00%) 多头头寸(赢利百分比) 89 (75.28%)
盈利的交易(占全部的百分比) 106 (71.14%) 亏损交易(占全部的百分比) 43 (28.86%)
最大的 有利的贸易 120.00 亏损的交易 -263.31
平均值 有利的交易 72.47 亏损交易 -91.53
最大数量 连赢 8 (547.11) 连续损失(亏损) 3 (-249.45)
最大 连续盈利(赢的次数) 635.18 (7) 连续损失(损失次数) -263.31 (1)
平均值 连续赢利 3 连续损失 1

这一切都很清楚。在时钟上进行测试和优化,在3天内进行2次真实交易,也就是说,测试的时间框架和真实的时间框架完全不匹配。你应该把测试移到日线图上,这更接近事实。或者,如果不方便在美国时间段结束时输出,那么就在某一小时内运行EA,但要在代码中添加。
...
//顾问开始的时间
外来的int hour = 12;

...

int start() {
if (hour != TimeHour(Time[0])) return(0)。
// EA代码
...
}

请注意,你在小时变量中设置的时间与你的经纪公司的时间相对应,而不是你电脑上的时间。因此,它可能会被转移。
 
AndyGri:
样本很大--160-200个市场条目,2周的时间对于大的变化来说并不长。是否有可能为这么多的交易调整参数,市场能否变化得这么快?你能告诉我该怎么做吗?
160-200个交易 - 你在开玩笑吗?如果我们有5-7个可优化的参数,我们可以很容易地适合成千上万的交易的曲线(而你有16个外部参数可供优化!!)。- 如果你有足够的时间和更强大的电脑,数以万计的交易将适合于任何曲线! :o) 看这里的例子。
https://www.mql5.com/ru/forum/50458 solandr 18.03.06 20:11
这个童年我在一年前就参与了。该系统随后在现实世界中成功地进行了冲洗(我后来在同一主题中报告了此事,大约在2006年5月)。系统的想法有条件地取自天花板(捕捉噪声中的峰值)。因此,你不是第一个踩到装修耙子的人。
在我这个主题的第一篇帖子solandr 23.03.2007 15:43中,我 给了Bakeev的建议一个链接,即比较martingale上的优化结果,以了解你的算法如何与随机曲线相适应(你的算法想法的可行性如何)。然后由你来决定你是否要做。