确定车辆的未来可操作性。
而且你可以看到，在OOS上--TC的统计数字要好得多。
基本上，我想说的是，通过最大利润交易与最大亏损交易的比例（在这两种情况下都差不多），该策略在这个时间点是有效的。平均利润与平均亏损的比率也可以这么说。对我来说，这些比率通常是粗略评估一个系统的稳定性的最重要因素之一。至于OutOFSample测试，我会让它更长一点，至少有30-40个交易。而且不仅是上个月，还有几个出样（每年一个，时间可以达到标的，当然在不同的市场条件下会更好）。至于条形图上的测试--看看你自己--如果你的专家顾问明显考虑到了这一点，那么这样的测试就足够了，如果没有--那么只有在所有的ticks上。而这样的TS会持续多久是一个哲学问题，很可能在80%的情况下会持续到趋势的急剧变化，之后......只有在线测试。
我注意到（从我的专家那里），好的 "惯性 "工作可以持续到 "运行期 "的十分之二，也就是优化期。在这种情况下，优化期为8个月，所以如果两个月后利润没有开始下降，那么你就是英雄了。我希望你更多。
是的，我同意你的观点，只是统计学的15个交易有点小......因此，这当然是一把双刃剑。必须牺牲一些东西... :)
我不认为市场发生了变化。一些参数发生了一些变化，但没有更多的变化。基本原则和以前一样，一个好的系统应该在整个历史中都是盈利的。
我想我要提出一个非常热门的话题，在我看来。我已经纠结了很久，还没有找到答案。这里是TS。两次测试，恒定批次为0.1。一个是关于优化期，另一个是OOS--TC没有看到的数据。判断的标准是什么--它是否会起作用？又有多长时间？
优化期-
样本外 -