无装潢系统 - 主要特点
这并不是说我拒绝MSUA的方法。
特别是在70年代熟悉的作者。 而科学的发展也在继续
如你所知...
业余表演的一个变种。
在今天之前的2-3周，选择一个短段（比如3周）进行优化，优化。我们通过所有可用的历史来运行最好的结果，看看。如果优化前后的曲线性质与优化时期相似，MTS有权对其进行完善。在评估时，我对缩减的重视程度要高于利润因素。
业余表演的一种变体。
我们在今天之前的2-3周选择一个短时期的优化（例如3周），并对其进行优化。我们通过所有可用的历史来运行最好的结果，并查看它们。如果优化前后的曲线性质与优化时期相似，MTS有权对其进行完善。在评估时，我对缩减的重视程度要高于利润因素。
缩水可以是任何偏空的东西。它在样本上可以是大的，在前进上可以是小的。一个好的系统，它走出缩减的速度和它的速度一样快。
实际上，缩水是分散的结果。也就是说，一系列盈利和亏损的交易可能是均匀分布的，也可能是结成一团的。正如他们所说，这是一个机会问题，并不取决于强大的TS。如果Z-Score可以调整，TS就可以基于裸体的MM。也就是说，为固定的Z-score选择最适当的MM是没有问题的。
这就是为什么我不注意缩减，为了优化，我选择了一个巨大的存款规模，以避免在最可怕的情况下追加保证金。否则，测试器中的GA将不符合选择变体的要求。
我认为，如果一个TS中所有外部变量的值都是按逻辑选择的，而不是优化的结果，那么它就不是一个拟合。
有道理--附议。一般来说，对无差异的优化--是一个炼金壶。他们把一堆不甚了解的指标做成TS，把它们的参数输入到外部工具中，然后就开始洗牌了。他们将看到它是如何工作的。但如果它是一个圣杯呢？也许，炼金术士们正在寻找哲学家之石。
自然，有一个概率（我忘了--这是一个已知的数字），一只猴子不小心按了键，会播放《战争与和平》。
===
也许我们应该从这个角度看问题：优化是为了什么？它不用于什么。
如你所知。
滑动窗口的优化...虽然它也没有给出完全的保证。但稳健性（在系统对输入参数变化的敏感性低的意义上，而且价格是相同的输入参数）仍然增加。而且，是的，窗口的统计意义至少应该是一些。
如果能制定出这样一个系统的所有要求就好了。到目前为止只有一个。我想听听更多的意见。必须有大量的集体经验。你所需要的只是愿意分享你的知识。否则就会像往常一样喧宾夺主。
如果我早知道，我就会住在索契。
到目前为止，我们只设法确定了上述的最低要求，允许我们在知情的情况下淘汰那些无法通过正向测试的TP。
好吧，也许，勒夫还有一句合理的话说，在一个恒定的地段，极不充分的数学期望导致了对裸体调整的思考。
如你所知，许多TS在代表性的样本上是很适合的，并在正向测试中耗尽。这种系统不应该被用于交易。
今天我分析了我拥有的不同的TS，这是我发现的。
一个有效的系统的标志是，它在取样和双倍取样的恒定批次上几乎同样优化。例如，我们取10,000条。我们把它大约分成两半，也就是5000条。将其优化为5000条。然后我们把它应用于10 000。如果利润系数几乎保持不变或变化不大（变得与样本长度无关），那么该系统就可能通过正向测试。当然，交易应该是在10000条上的600-1000（5000条上的300-500）。
事实证明，如果一个TS的优化随着测试样本的增加而明显恶化，那么向前测试成功的概率就非常低。
而有些TS，比如说，在300次交易中进行优化，而在600次交易中，优化的结果只是深度缩水和低预期回报。这样一个系统可以立即被烧毁。
实际上，关于必要和足够的样本长度已经有了答案。抽样长度必须是这样的：用恒定的手数进行优化，在整个抽样和其一半的抽样中都会产生几乎相同的利润系数。
----------------------------
实际上，这意味着一个稳健的TS应该在不同的优化领域（几乎）是静止的，有一个恒定的手数，通过以下标准：预期报酬，利润系数（盈利交易的百分比，如果获利和止损是固定的）。而且通过Z-score，它可以是绝对非平稳的。
也就是说，人们不应关注诸如缩减或同时（无）亏损交易的数量等Z-score关系。正如Leov正确指出的那样，一个可疑的小规模缩减可能暗示着历史的契合。简单地说，小幅缩水是指盈利和亏损交易的均匀分布。而在非稳态环境中的均匀分布是无稽之谈。