文章 "交易中的道义期望" - 页 2

[fxsaber]

口号很好，很有趣，感谢作者。公式和示例比代码实现更容易上手。

我没有读到作者以前的文章。我一定要读一读。再次感谢。

[Aleksey Vyazmikin]

感谢您的文章。

我知道，手数大小会受到历史上一系列盈利和亏损交易的强烈影响，并被用于计算手数。因此，随机抽取交易结果的结果很有意思。我认为，通过度量的结果将大不相同。

[Aleksej Poljakov]

Aleksey Vyazmikin #:

感谢您的文章。

我知道，手数大小会受到历史上一系列盈利和亏损交易的强烈影响，并被用于计算手数。因此，随机抽取交易结果的结果很有意思。我认为，通过度量的结果将大不相同。

在脚本中，交易结果是随机生成的。同时，脚本本身并不知道在计算手数时最初设置的概率是多少。最糟糕的情况就是连续几次交易失败，尤其是在一个系列的末尾。最简单的方法是在计算时，不取全部存款，而是取其中的一个百分比......。比方说 5-10%，这样平衡曲线会更稳定--不会出现大的亏损，但利润也会减少。

[Aleksey Vyazmikin]

Aleksej Poljakov #:

在脚本中，交易结果是随机生成的。同时，脚本本身也不知道在计算手数时最初设定的概率是多少。最糟糕的情况就是连续几次交易失败，尤其是在一个系列的末尾。最简单的方法是在计算时，不取全部存款，而是取其中的一个百分比......。比方说 5-10%，这样平衡曲线会更稳定--不会出现大的亏损，但利润也会减少。

我正在写文章的最后一部分：

让我们一起来看看风险如何影响交易。为了进行测试，我们将在两条移动平均线的交叉点上使用一个简单的智能交易系统。EA 的测试参数如下：

同样，重要的是要检查计算历史成功/失败的窗口，包括它是如何变化的。比方说，在策略测试器中选择一个策略后，10 年内都不会计算比例。

[Jakrevedko]

作者做得很好，请将文章加入书签。

[Stanislav Korotky]

这是一种有趣的方法。但一个问题随之而来：道德期望与数学期望具有相同的物理意义吗？文章中对数学期望有两种解释--通过和（如文章开头的 11 达卡特）和通过点（公式 p*TP - (1-p)*SL）。没有关于道德期望的解释，但根据基本公式判断，道德期望是和，因为它与存款相对应。

然后是下一个问题。在我看来，我想考虑一个有要求的问题，这在文章中是没有的。给定一个存款，给定一个期望的道德期望值，作为存款的一个分数（先生 = 分数 * 存款）和一个手数。针对不同的中奖概率值，绘制 SL/TP 曲线。显然，对于概率 0.5，任务没有定义。

我试着随手做了一下，可能有错误。在根定义区域外，到处都是奇怪的数字或 NaN。

例如，这里是从 SL 计算 TP 的一侧：

#property script_show_inputs

input double Amount = 10000;
input double MoralExpectationPercent = 0.01;
input double Lot = 0;
input double WinProbability = 0.75;

void OnStart()
{
   const double pv = SymbolInfoDouble(_Symbol, SYMBOL_TRADE_TICK_VALUE)
      * SymbolInfoDouble(_Symbol, SYMBOL_POINT) / SymbolInfoDouble(_Symbol, SYMBOL_TRADE_TICK_SIZE);
   const double lot = (Lot == 0 ? SymbolInfoDouble(_Symbol, SYMBOL_VOLUME_MIN) : Lot);

   const double sls[] = {10, 100, 1000};

   for(int i = 0; i < ArraySize(sls); ++i)
   {
      const double sl = sls[i];
      const double slp = sl * lot * pv;
      const double y1 = (1 + MoralExpectationPercent) * Amount * MathPow(Amount - slp, WinProbability - 1);
      const double tp = (MathPow(y1, 1 / WinProbability) - Amount) / (lot * pv);
      Print(sl, " ", tp);
   }
}

输出：

10.0 13358.8842517167
100.0 13389.287146464994
1000.0 13693.516911708502

[Aleksej Poljakov]

Stanislav Korotky #:

这是一种有趣的方法。但一个问题随之而来：道德期望与数学期望具有相同的物理意义吗？文章中对数学期望有两种解释--通过和（如文章开头的 11 达卡特）和通过点（公式 p*TP - (1-p)*SL）。没有关于道德期望的解释，但从基本公式来看，道德期望是和，因为它与存款相对应。

然后是下一个问题。在我看来，我想考虑一个有要求的问题，这在文章中是没有的。给定一个存款，给定一个期望的道德期望值，作为存款的一个分数（先生 = 分数 * 存款）和一个手数。针对不同的中奖概率值，绘制 SL/TP 曲线。显然，概率为 0.5 时问题并不明确。

我试着随手做了一下，可能有错误。结果不是出现奇怪的数字就是出现 NaN - 这超出了根定义的范围。

例如，从 SL 方面计算 TP：

输出：

string const double y1 = (1 + MoralExpectationPercent) * Amount * MathPow(Amount - slp, WinProbability - 1)；

WinProbability - 1 总是负值......而且应该是严格的非负值

这样更正确

[Aleksej Poljakov]

Stanislav Korotky #:

这是一种有趣的方法。但一个问题随之而来：道德期望与数学期望具有相同的物理意义吗？文章中对数学期望有两种解释--通过和（如文章开头的 11 达卡特）和通过点（公式 p*TP - (1-p)*SL）。没有关于道德期望的解释，但从基本公式来看，道德期望是和，因为它与存款相对应。

然后是下一个问题。在我看来，我想考虑一个有要求的问题，这在文章中是没有的。给定一个存款，给定一个期望的道德期望值，作为存款的一个分数（先生 = 分数 * 存款）和一个手数。针对不同的中奖概率值，绘制 SL/TP 曲线。显然，概率为 0.5 时问题并不明确。

我试着随手做了一下，可能有错误。结果不是出现奇怪的数字就是出现 NaN - 这超出了根定义的范围。

例如，从 SL 方面计算 TP：

输出：

第二个错误是我们不能赋予任何道德期望.....。

道德预期总是小于数学预期。随着存款的增加，它们会相互接近。因此，这个问题被严格简化为以下条件：如果数学期望为正，则得到正的道德期望

[Stanislav Korotky]

Aleksej Poljakov #:

字符串常量 double y1 = (1 + MoralExpectationPercent) * Amount * MathPow(Amount - slp, WinProbability - 1)；

WinProbability - 1 总是负数......而且应该是严格的非负数

这样更正确

我似乎遵循了严格的数学变换--我看不出哪里出错了？现在，我们暂且把数值本身的含义放在括号后面，只抽象地看一下这个公式。

原来的公式，用F 存款 D 的替代部分代替原来的先生：F * D = (D + L * TP * PV)^p * (D - L * SL *PV)^(1-p) - D

我们得到的道德期望值 是几十，为什么我们不能用存款的百分比来表示任何数字呢？我们可以。

接下来我们得到

(1+F)*D = (...)^p * (...)^(1-p)

(1+F)*D / (...)^(1-p) = (...)^p

请注意，1 / x^y -> x^-y，因此我们可以去掉分数，虽然它对计算机的计算并不重要，但去掉分数的公式更容易阅读。

(1+F)*D * (...)^(p-1) = (...)^p

[ (1+F)*D * (D - L * SL *PV)^(p-1)] ^ (1/p) =(D + L * TP * PV)

在我的代码中，方括号内的内容是变量 y1。

您的代码版本中的公式不完整。

[Aleksej Poljakov]

Stanislav Korotky #:

我似乎遵循了严格的数学变换--我看不出哪里出错了？现在，我们暂且不考虑括号中数值本身的含义，只把公式作为一个抽象概念来看。

原来的公式，用F 存款 D 的替代部分代替原来的先生：F * D = (D + L * TP * PV)^p * (D - L * SL *PV)^(1-p) - D

我们得到的道德期望值 是几十，为什么我们不能用存款的百分比来表示任何数字呢？我们可以。

接下来我们得到

(1+F)*D = (...)^p * (...)^(1-p)

(1+F)*D / (...)^(1-p) = (...)^p

请注意，1 / x^y -> x^-y，因此可以去掉分数，虽然它对计算机的计算并不重要，但去掉分数的公式更容易阅读。

(1+F)*D * (...)^(p-1) = (...)^p

[ (1+F)*D * (D - L * SL *PV)^(p-1)] ^ (1/p) =(D + L * TP * PV)

我将代码中方括号内的内容放在变量 y1 中。

您的代码中的公式不完整。

如果我们对交易赋予某种期望的道德期望值，那么我们（根据道德期望值小于数学期望值的特性）就会得到这个不等式：

p* L * TP * PV -(1-p)*L * SL *PV > F*D

也就是说，我们不再寻找使道德期望值变为正值的 TP 值，而是开始寻找使数学期望值大于给定值的 TP 值。