优化!请分享你的经验。 - 页 8

新评论
 
nchnch:
4个月大约运行...(正如预测的那样)
那么，我很羡慕你。你的手中有一台印刷机!祝贺你！我知道你不打算在这里给出任何关于它如何工作的提示？
 
chv:
nchnch。


给你举个例子......。7年来的EA图表...( 盈利10P) 止损300，但盈利随价格浮动，即使在亏损....。七年的利润与缩减率约为25......原则上不多......但有可能获得约200的年利润。
我想做这样的图片一年，然后明白利润会太高（一个朋友最近要求在终端的数字上加零），我在5个月时中止了试验。



然而，从现实来看，情况并非如此。这只是一个美丽的海市蜃楼。而且有很多这样的人。应始终牢记这一点。

平均利润是多少点？而在什么时间段内？谢谢你的回答 :)
 
AndyGri:
chv:
nchnch。


给你举个例子......。7年来的EA图表...( 盈利10P) 止损300，但盈利随价格浮动，即使在亏损....。7年的利润与缩水比率约为25......原则上并不多......但每年约为200。
我想做这样的图片一年，然后明白利润会太高（最近一个朋友要求在终端的数字上加零），我在5个月时中止了试验。



然而，从现实来看，情况并非如此。这只是一个美丽的海市蜃楼。而且有很多这样的人。应始终牢记这一点。

平均利润是多少点？而在什么时间段内？谢谢你的答复 :)
我在工作中即兴做的......。我想从2005年1月1日至2006年1月1日跑一年，但我只活了5个月，到2005年5月30日。
 
solandr:
nchnch。
运行4个月左右...(也和预测的一样)
那么，我很羡慕你。你的手中有一台印刷机!祝贺你！我知道你不打算给任何关于它如何工作的提示？

不，我可以告诉你...写信给 clin-p@inbox.ru...在我看来，交易员与大笔资金的分离不仅是由于没有一个好的算法，而是由于其他方面:)
 
Reshetov:

目前，我只有那些收益率曲线向上的优化参数才有最好的结果（如果你关闭无用的结果，它会自己过滤掉），而且这个曲线的线性相关系数的绝对值更接近于1。也就是说，该程序将优化器给出的变体逐一进行测试，并分析利润和损失，找出图形与直线最相似的变体。显然，这样的图永远不会给出最佳平衡的优化结果，在大多数情况下，它是一个中间的结果。但那些线性度较高的收益率曲线的回落幅度非常小，实际上也不会出现急剧的上扬。

说得好。我还认为，收益率曲线的陡峭程度在一定程度上可以为减少缩水而牺牲。
而且，这不仅仅是为了减少风险。我认为，主要方面是TS的功能。没有明显的缩水显示了该系统的充分性，即它使用了真实的市场属性。而这又意味着，实现它的参数并不是愚蠢地适应历史的结果，而是反映了这些特性。

顺便说一句，唉，我不知道什么是 "线性相关系数"，也不知道它与简单的相关系数有什么区别。
我会用RMS来评估线性回归线 对收益率曲线的近似质量。所以，也许你可以解释一下这是什么，以及线性相关系数选项如何比RMS估计更好？
 
Yurixx:

顺便说一句，唉，我不知道什么是 "线性相关系数"，也不知道它与简单的相关系数有什么区别。

它们是同一件事。只是一个文字游戏，意思是同一个概念。

PS：在这种情况下，这句话当然是正确的，因为对话中的参与者意味着相同的关联性。
 
solandr:
尤里克斯。

顺便说一句，唉，我不知道什么是 "线性相关系数"，也不知道它与简单的相关系数有什么区别。

这是同一件事。只是一个文字游戏，意思是同一个概念。
说得非常温和，这并不完全相同。有许多方法可以计算两个或更多数量的相关关系。简单地说，（成对的）线性相关系数的使用频率比其他的要高得多，而且默认情况下只被称为 "相关系数"。
 
Yurixx:
Reshetov:

我目前只对那些收益率曲线向上的优化参数有最好的结果（如果你关闭无用的结果，它会自己过滤掉），而且这个曲线的线性相关系数的绝对值接近1。也就是说，该程序将优化器给出的变体逐一进行测试，并分析利润和损失，找出图形与直线最相似的变体。显然，这样的图永远不会给出最佳平衡的优化结果，在大多数情况下，它是一个中间的结果。但那些线性度较高的收益率曲线的回落幅度非常小，而且实际上也没有过度的上扬峰值。

说得好。我还认为，收益率曲线的陡峭程度在一定程度上可以为减少缩水而牺牲。
而且，这不仅仅是为了减少风险。我认为，主要方面是TS的功能。没有明显的缩水显示了该系统的充分性，即它使用了真实的市场属性。而这又意味着，实现它的参数并不是愚蠢地适应历史的结果，而是反映了这些特性。

顺便说一句，唉，我不知道什么是 "线性相关系数"，也不知道它与简单的相关系数有什么区别。
我会用RMS来评估线性回归线对收益率曲线的近似质量。因此，也许你可以解释一下它是什么，以及线性相关系数选项如何比RMS估计更好？
如果你没有心思打开数学手册并阅读，我引用一下。

"两个量x和y（平面内各点的坐标值）之间的相关程度可以用线性相关系数-r来衡量。如果r的值接近于0，那么可以拒绝x和y这两个量之间存在线性关系的说法。如果r接近(+/-)1，那么我们应该假设这些点位于某个直线y=A*x+B的周围。如果这些量是不相关的，我们可以计算出随机样本相关系数模数超过样本量N的某个值r0的概率。如果测量的数量较少，对于不相关的变量，得到相关系数|r|>0.5的大数值的概率可能很高。"

最后两句话说，如果用少量的交易（小样本量）绘制收益率曲线，相关系数有可能超过0.5，即会发生拟合。

事实上，你也可以计算有效值，但你应该考虑到，直线的有效值，但不是水平的 有效值，总是会大于0。
 
Reshetov:

事实上，你可以计算有效值，但要注意，直线的有效值，但不是水平的有效值，总是会大于0的。


我指的是近似于收益率曲线的线性回归 的均方根误差。在这种情况下，只有当屈服线是一条直线时，RMS才会为0。在这种情况下，结果并不取决于直线的斜率角。一般来说，我认为误差RMS与相关系数有关（因为它与线性相关系数相同），这种关系不难用分析法表达。因此，应假定这些变体是等同的。唯一的区别是，误差RMS允许在给定的风险水平下估计缩水。你怎么看？

雷舍托夫，我很高兴你称呼我为 "你"。非常感谢你。
但这句话

如果你不能打开一本数学书并阅读它...

是一个杰作!我有很多乐趣。你不觉得这里面有一种混合的风格吗？:-))

 
Yurixx:
雷舍托夫。

基本上你也可以计算有效值，但要注意，直线而不是水平线的有效值将总是大于0。


我指的是近似于收益率曲线的线性回归的误差均方根。
在这种情况下，只有当屈服线是一条直线时，RMS才会为0。在这种情况下，结果并不取决于直线的斜率角。一般来说，我认为误差RMS与相关系数有关（因为它与线性相关系数相同），这种关系不难用分析法表示。因此，应假定这些变体是等同的。唯一的区别是，误差RMS允许在给定的风险水平下估计缩水。你怎么看？

雷谢托夫，我很高兴你叫我 "你"。非常感谢你。
但这句话

如果你没有心思打开数学手册，读 ...

是一个杰作!我有很多乐趣。你不觉得这里面有一点混合的风格吗？:-))

同样，我的意思是，我对你的学术研究也有很多乐趣。这么多深奥的词汇。
我想知道你是如何在不计算线性相关系数的情况下近似计算收益率曲线的？
123456789
新评论