تحسين معلمة استراتيجية التداول

التداول الكمي.

الاستثمار الكمي والأفكار التجارية، والبحث، والتحليل.

الأحد، 31 يناير، 2018.

طريقة لتحسين المعلمات.

11 تعليقات:

عند التحدث عن بيانات خارج العينة، هل لديك رأي قوي حول اختبار المشي إلى الأمام؟ أنا أعرف روبرت باردو هو مؤيد كبير منه كأداة للتكيف مع تغيير (أي غير ثابتة) الأسواق.

والفشل في تعميم العينة خارج العينة عادة ما يكون مشكلة مع النماذج التي تميل إلى الإفراط في تركيبها، مثل الشبكات العصبية. النماذج التي كنت أبحث عنها، والاختلافات في النماذج المقترحة من قبل كونورس والفاريز في كتبهم، هي نماذج بسيطة جدا وأنا لا أتوقع أن يكون لديهم أي مشاكل خارج العينة.

اعتذاري - لقد أغفلت الفقرة التي ذكرت الاختبار إلى الأمام. الجداول الخاصة بك لم تظهر أن المعلمات المثلى المحسوبة في باكتست تنتج نتائج جيدة في اختبار خارج العينة.

شكرا لمحفظتك للرافعة المالية. لم أتوصل إليه قبل ذلك وسوف أدرسه قبل التعليق.

أستخدم أسعار الدولار، ولكنني لا أعتقد أنه أمر مهم.

فقط أتساءل ما الظهر اختبار النظام الذي تستخدمه؟ ولتثبيت البيانات متعدد الحدود مكعب هل تستخدم ماتلاب؟

يمكنني استخدام ماتلاب لبلدي باكتستينغ.

أما بالنسبة لملاءمة مكعب، يمكنك أن تطلب من الكتاب من الورقة الأصلية التي نقلت. (يمكنك بالطبع القيام بذلك في ماتلاب جدا، ولكن لم أكن أجري هذا البحث بنفسي.)

شكرا على الكتاب. انه حقا جيد. أنا أحاول تنفيذ بعض البرامج والقيام ببعض اختبار الظهر. لا أملك ماتلاب لأنني اكتشفت أنها مكلفة جدا لتداول الشركات الناشئة. هل هناك واحد آخر أن أوصي. أحاول أن البرنامج في R، لكنها بطيئة جدا الآن. هل لديك كل ما تبذلونه من الأمثلة في إكسيل، عن طريق أي فرصة.

تحسين الاستراتيجية.

اختبار استراتيجية يسمح لك لاختبار وتحسين استراتيجيات التداول (الخبراء المستشارين) قبل استخدامها للتداول الحية. أثناء الاختبار، يتم تشغيل خبير خبير مع المعلمات الأولية مرة واحدة على بيانات التاريخ. أثناء التحسين، يتم تشغيل استراتيجية التداول عدة مرات مع مجموعات مختلفة من المعلمات التي تسمح باختيار أنسب مزيج منها.

اختبار الاستراتيجية هو أداة متعددة العملات لاختبار وتحسين الاستراتيجيات تداول الأدوات المالية متعددة. يقوم المختبر تلقائيا بمعالجة معلومات جميع الرموز المستخدمة في إستراتيجية التداول، لذلك لا تحتاج إلى تحديد قائمة الرموز يدويا للاختبار / التحسين.

اختبار الاستراتيجية متعددة الخيوط، مما يسمح لاستخدام جميع موارد الكمبيوتر المتاحة. يتم إجراء الاختبار والتحسين باستخدام عوامل حوسبة خاصة يتم تثبيتها كخدمات على جهاز الكمبيوتر الخاص بالمستخدم. وكلاء تعمل بشكل مستقل والسماح معالجة موازية لتمرير الأمثل.

ويمكن ربط عدد غير محدود من وكلاء البعيد لمختبر الاستراتيجية. وبالإضافة إلى ذلك، يمكن اختبار استراتيجية الوصول إلى شبكة سحابة MQL5. أنه يجمع الآلاف من وكلاء في جميع أنحاء العالم، وهذه القدرة الحاسوبية متاحة لأي مستخدم من منصة التداول.

بالإضافة إلى اختبار مستشار الخبراء والتحسين، يمكنك استخدام اختبار استراتيجية لاختبار تشغيل المؤشرات المخصصة في وضع البصرية. هذه الميزة تسمح لاختبار بسهولة تشغيل الإصدارات التجريبية من المؤشرات تحميلها من السوق.

كيفية تحسين.

التحسين يعني تشغيلات متعددة من مستشار خبير باستخدام بيانات التاريخ مع مجموعات مختلفة من المعلمات، التي تهدف إلى إيجاد أفضل مزيج لها. أثناء عمليات تشغيل متعددة، يتم اختبار مجموعات مختلفة من معلمات الإدخال لمستشار خبير للعثور على أفضل منها.

مشاهدة الفيديو: كيفية اختبار الخبراء المستشارين والمؤشرات قبل الشراء.

شاهد الفيديو لمعرفة كيفية اختبار روبوت التداول قبل شرائه من السوق. يتم توفير كل منتج في السوق مع نسخة تجريبية مجانية، والتي يمكن اختبارها في اختبار الاستراتيجية. شاهد الفيديو للتفاصيل.

كيفية اختيار الروبوت التداول للاختبار.

انقر على & كوت؛ اختبار ومثل. في قائمة السياق لمستشار خبير في نافذة المستكشف.

بعد ذلك يتم اختيار مستشار الخبراء في اختبار الاستراتيجية.

تمكين الرموز المطلوبة في مراقبة السوق للمستشارين الخبراء متعددة العملات.

مختبر الاستراتيجية يسمح استراتيجيات باكتستينغ التي تتاجر رموز متعددة. وتسمى هذه الروبوتات التجارية تقليديا متعددة المستشارين الخبراء.

يقوم المختبر تلقائيا بتحميل تاريخ الرموز المطلوبة من منصة التداول (وليس من خادم التجارة!) أثناء المكالمة الأولى لبيانات الرمز. يتم تحميل بيانات التاريخ السعر المفقود فقط من خادم التداول.

قبل البدء في تحسين مستشار خبير متعدد العملات، قم بتمكين الرموز المطلوبة للاختبار في مراقبة السوق. في قائمة السياق، انقر على & كوت؛ حرف ومثل. وتمكين الأدوات المطلوبة.

اختيار إعدادات التحسين.

قبل البدء في التحسين، حدد الأداة المالية لاختبار عملية الروبوت التداول على، والفترة والوضع.

الرمز والفترة.

حدد المخطط الرئيسي للاختبار والتحسين. مطلوب اختيار الرمز لتوفير إطلاق الأحداث أونتيك () الواردة في الخبراء المستشارين. أيضا، يؤثر الرمز والفترة المحددة على وظائف خاصة في التعليمات البرمجية "خبير الخبراء" التي تستخدم معلمات المخطط الحالي (على سبيل المثال، الرمز () والفترة ()). وبعبارة أخرى، يجب اختيار المخطط الذي يعلق عليه خبير الخبراء هنا.

حدد فترة الاختبار والتحسين. يمكنك تحديد واحدة من فترات محددة مسبقا أو تعيين الفاصل الزمني المخصص. لتعيين فترة مخصصة، أدخل تواريخ البدء والانتهاء في الحقول المناسبة إلى اليسار.

الميزة المحددة للاختبار هو أنه بالإضافة إلى تحميل بعض البيانات التي سبقت الفترة المحددة (لتشكيل ما لا يقل عن 100 بار). هذا مطلوب لاختبار أكثر دقة والتحسين. على سبيل المثال، إذا اختبرت في إطار زمني لمدة أسبوع، يتم تنزيل عامين إضافيين.

إذا لم تكن هناك بيانات كافية عن التاريخ لتشكيل 100 شريط إضافي (وهو أمر مهم بشكل خاص للأطر الزمنية الشهرية والأسبوعية)، على سبيل المثال، عند تحديد بداية الاختبار بالقرب من بداية بيانات السجل الحالية، فإن تاريخ بدء الاختبار سيكون تلقائيا. تتم إضافة رسالة مناسبة إلى مجلة اختبار الاستراتيجية.

هذا الخيار يسمح لك للتحقق من نتائج التحسين من أجل تجنب المناسب لفترات زمنية معينة. أثناء التحسين إلى الأمام، يتم تقسيم الفترة المحددة في حقل التاريخ إلى جزأين وفقا للفترة الزمنية المحددة (نصف أو ثلث أو ربع أو فترة مخصصة عند تحديد تاريخ بدء الاختبار إلى الأمام).

يتم تنفيذ المستشار الأمثل الخبراء باستخدام البيانات من الفترة الأولى. بعد أن يتم اختيار 10٪ (في البحث الكامل) أو 25٪ (في الخوارزمية الجينية) من أفضل أشواط ثم اختبارها على الفترة الآجلة. ويمكن مقارنة نتائج أفضل التحسين على كلا الفترتين على علامات التبويب نتائج التحسين والنتائج المستقبلية.

اختبار استراتيجية يسمح لك لمحاكاة تأخر الشبكة خلال عملية مستشار خبير من أجل جعل الاختبار أقرب إلى الظروف الحقيقية. يتم إدراج تأخير وقت معين بين وضع طلب التجارة وتنفيذها في اختبار الاستراتيجية. من لحظة إرسال طلب حتى تنفيذه، يمكن أن يتغير السعر. هذا يسمح لك لتقييم كيف تؤثر سرعة معالجة التجارة على نتائج التداول.

في حالة وضع التنفيذ الفوري، يمكن للمستخدمين بالإضافة إلى ذلك التحقق من استجابة إي ل ريكوت من خادم التجارة. وإذا تجاوز الفرق بين الأسعار المطلوبة والتنفيذ قيمة الانحراف المحددة في الترتيب، تتلقى وحدة التقييم طلب إعادة شراء.

يرجى ملاحظة أن التأخير يعمل فقط على الصفقات التي يقوم بها إي (وضع أوامر، وتغيير مستويات وقف، وما إلى ذلك). على سبيل المثال، إذا كان إي يستخدم أوامر معلقة، يتم تطبيق التأخير فقط لوضع أمر ولكن ليس لتنفيذه (في ظروف حقيقية، يحدث التنفيذ في الملقم دون تأخير الشبكة).

في هذا الوضع، يتم تنفيذ جميع الطلبات بأسعار المطلوبة مع أي إعادة تسعير. يتم استخدام الوضع للتحقق من إي في ظروف "مثالية".

هذا الوضع يسمح اختبار إي في الظروف التي هي قريبة من تلك الحقيقية. وتولد قيمة التأخير على النحو التالي: يتم اختيار رقم من 0 إلى 9 عشوائيا - وهذا هو عدد الثواني للتأخير؛ إذا كان عدد محدد يساوي 9، يتم اختيار رقم آخر من نفس النطاق عشوائيا وإضافة إلى أول واحد.

وهكذا، فإن إمكانية تأخير لمدة 0-8 ثوان هي 90٪، وإمكانية تأخير 9-18 الثاني هو 10٪.

يمكنك تحديد واحد من قيم التأخير المعرفة مسبقا أو تعيين واحد مخصص. منصة يقيس بينغ إلى خادم التجارة ويسمح لك لتعيين هذه القيمة على أنها تأخير في اختبار بحيث كنت قادرا على اختبار الروبوت في الظروف التي هي أقرب إلى تلك الحقيقية ممكن.

وضع وضع علامة القراد.

حدد واحدة من وسائط توليد القراد:

كل القراد هو الأكثر دقة ولكن أيضا أبطأ واسطة. فإنه يحاكي جميع القراد. كل القراد على أساس القراد الحقيقي هو أقرب إلى الظروف الحقيقية ممكن. ويستخدم القراد الحقيقي من الأدوات المالية التي تراكمت من قبل وسيط. لا يتم تنفيذ محاكاة. بيانات القراد لها حجم أكبر. تحميله قد يستغرق وقتا طويلا جدا خلال الاختبار الأول. 1 دقيقة أوهلك - في هذا الوضع يتم محاكاة فقط 4 أسعار (مفتوحة، عالية، منخفضة وإغلاق) من كل شريط دقيقة. أسعار مفتوحة فقط - في هذا الوضع على غرار أسعار أوهلك أيضا، ولكن فقط يتم استخدام سعر مفتوح للاختبار / التحسين. حسابات الرياضيات - في هذا الوضع اختبار لا تحميل بيانات التاريخ والمعلومات عن الرموز، وكذلك لا تولد القراد. يتم استدعاء أونينيت فقط () أونتستر () و أوندينيت (). وبالتالي يمكن استخدام اختبار لمختلف العمليات الحسابية حيث اختيار المعلمات المطلوبة.

لمزيد من المعلومات حول توليد القراد، يرجى قراءة القسم المناسب.

الإيداع الأولي والرافعة المالية.

حدد مبلغ الإيداع الأولي المستخدم للاختبار والتحسين. تعتمد العملة على عملة الإيداع للحساب المتصل حاليا. بعد ذلك حدد الرافعة المالية للاختبار والتحسين.

الاقوي.

حدد وضع التحسين:

خوارزمية كاملة بطيئة - اختبار جميع التركيبات الممكنة من المعلمات المدخلات المحددة. الخوارزمية الجينية سريعة - البحث عن أفضل القيم من المعلمات المدخلات على أساس الخوارزمية الجينية. جميع الرموز المحددة في مراقبة السوق - اختبار نفس مجموعة من معلمات الإدخال مع أدوات التداول المختلفة.

لمزيد من التفاصيل حول الأنواع المتاحة يرجى قراءة القسم المناسب.

لاحظ أن مواصفات الرمز لا يعني أن المختبر سوف تستخدم فقط هذه البيانات التاريخ. يقوم المختبر تلقائيا بتحميل معلومات عن جميع الرموز المستخدمة في خبير الخبراء. قبل الاختبار / التحسين، يتم تلقائيا تنزيل كافة بيانات الأسعار المتاحة للرمز على المخطط الرئيسي من الخادم. قد يستغرق وقتا طويلا جدا إذا كان الاتصال بالإنترنت بطيئا. يتم تحميل جميع البيانات مرة واحدة، يتم تحميل فقط المعلومات المفقودة خلال بدء المقبل. فقط الرموز التي يتم تحديدها حاليا في مراقبة السوق متاحة للاختبار / التحسين. يتم تلقائيا تحميل بيانات الأسعار لجميع الرموز اللازمة من الخادم أثناء الاختبار والتحسين. يبدأ الاختبار وينتهي في 00hr.00m.00s. من التواريخ المحددة. وبالتالي يتم تضمين تاريخ بدء الاختبار / التحسين في فترة الاختبار، في حين لم يتم تضمين تاريخ الانتهاء. ينتهي الاختبار على آخر علامة في التاريخ السابق. كما لا يمكنك تحديد تاريخ الانتهاء، وهو أكبر من التاريخ الحالي. في مثل هذه الحالة، سيتم إجراء الاختبار على أي حال إلى التاريخ الحالي (وليس بما في ذلك).

يتم تمكين التحسين السريع على أساس الخوارزمية الجينية عن طريق اختيار معايير التحسين في الميدان الموجود إلى اليمين. يقوم هذا الحقل بتعيين المعلمة، بناءا على اختيار أكثر الخبراء الاستشاريين نجاحا. كلما كانت قيمة المعامل المحدد أكبر، كلما كانت النتيجة أفضل.

بعد تعيين جميع المعلمات انقر فوق & كوت؛ ابدأ & كوت ؛. هذا إطلاق عملية الاختبار والتحسين.

يتم حفظ إعدادات اختبار استراتيجية كما اختبار / بدء التشغيل. في حالة التوقف الأمثل العادية (عند الضغط على زر إيقاف) يتم حفظ كافة العمليات المحسوبة سابقا. عند استئناف عملية التحسين، تستمر من آخر تشغيل محسوب.

اختيار معلمات الإدخال.

معلمات الإدخال تسمح لك للسيطرة على سلوك مستشار الخبراء، وتكييفه مع ظروف السوق المختلفة وأداة مالية محددة. على سبيل المثال، يمكنك استكشاف أداء إكسيرت أدفيسور مع قيم وقف الخسارة وجني الأرباح المختلفة، وفترات مختلفة من المتوسط ​​المتحرك المستخدم لتحليل السوق وصنع القرار، وما إلى ذلك.

يعمل الاختبار على اختبار قيم مختلفة & # 8203؛ & # 8203؛ ومجموعات من معلمات الإدخال للحصول على أفضل نتيجة.

لتمكين تحسين معلمة، ضع علامة في مربع الاختيار المناسب. التالي تعيين بداية ونهاية مجموعة من القيم، فضلا عن خطوة للاختبار. يمكنك تحديد واحد أو أكثر من المعلمات. يتم عرض إجمالي عدد التركيبات الممكنة أسفل قائمة المعلمات.

مجموعات المعلمات. يمكنك في أي وقت العودة إلى الإعدادات الحالية لبرنامج MQL5 الخاص بك عن طريق توفير مجموعة من المعلمات باستخدام قائمة السياق:

لحفظ المعلمات كملف مجموعة على جهاز الكمبيوتر، انقر على & كوت؛ حفظ & كوت ؛. يمكن نقل هذه الملفات بين المنصات على أجهزة كمبيوتر مختلفة أو إرسالها إلى مستخدمين آخرين. لحفظ المعلمات لاستخدامها في النظام الأساسي الحالي، انقر على & كوت؛ حفظ الإصدار & كوت ؛. وستتوفر هذه الإعدادات المسبقة المحفوظة ثم في & كوت؛ إصدار التحميل & كوت؛ جنوب القائمة. ويمكن تطبيقها في أي وقت عن طريق اختيار نسخة مناسبة من القائمة.

بداية التحسين.

لبدء التحسين، انقر على & كوت؛ ابدأ & كوت؛ على & كوت؛ الإعدادات & كوت؛ التبويب. يتم عرض التقدم الأمثل إلى اليسار.

مكان عرض نتائج التحسين.

يتم عرض النتائج التفصيلية لكل تشغيل تحسين على & كوت؛ التحسين & كوت؛ التبويب. تحتوي علامة التبويب على نتائج الاختبارات العامة، بما في ذلك الربح وعدد الصفقات، فضلا عن العديد من القيم الإحصائية للمساعدة في تقييم أداء الروبوت التداول.

راجع قسم تقرير الاختبار للحصول على التفاصيل.

يمكن تصنيف تقرير التحسين بواسطة أي معلمة بالنقر على رأس العمود. استخدام الفرز للعثور على الجمع الأكثر ربحية من المعلمات وتشغيل اختبار واحد لتقرير مفصل.

يتم عرض القيم التالية لكل تشغيل تحسين:

تمرير - عدد من تشغيل الاختبار. النتيجة - القيمة الناتجة للمعلمة التي هي معيار الأمثل لاختيار أفضل أشواط؛ الربح - الربح / الخسارة المستلمة بعد التشغيل؛ إجمالي الصفقات - إجمالي عدد الصفقات (الصفقات التي أدت إلى تثبيت الربح أو الخسارة) المنفذة في المدى؛ عامل الربح - نسبة إجمالي الربح إلى إجمالي الخسارة في النسب المئوية. قيمة واحدة تعني أن هذه المعلمات متساوية؛ العائد المتوقع - قيمة محسوبة إحصائيا تعكس متوسط ​​الربحية / الخسارة في صفقة واحدة؛ تراجع - التخفيض النسبي لحقوق الملكية، أكبر خسارة في النسب المئوية من القيمة القصوى لحقوق الملكية. يتم أخذ سحب الأصول من قبل مستشار الخبراء أثناء التحسين في الاعتبار أثناء حساب السحب؛ عامل الانتعاش - هذه المعلمة يعرض مستوى المخاطر للاستراتيجية (الأموال التي تتعرض للخطر للحصول على الربح التي تم الحصول عليها). وتحسب على أنها نسبة الربح المكتسب إلى الحد الأقصى للسحب؛ شارب نسبة - هذه المعلمة تبين كفاءة الاستراتيجية والموثوقية. وهو يعكس نسبة متوسط ​​الربح الحسابي لوقت الاحتفاظ بالمركز إلى الانحراف المعياري عنه. بالإضافة إلى ذلك، تشمل هذه القيمة معدل الخالية من المخاطر وهو الفائدة على مبلغ معين من الودائع المصرفية. المدخلات المحسنة - بالإضافة إلى القيم الإحصائية المشتركة، قيم معلمات الإدخال المحددة لهذا المدى مبينة هنا.

باستخدام أوامر قائمة السياق يمكنك إظهار / إخفاء بعض الأعمدة أعلاه. للراحة، تحقق من & كوت؛ التبديل إلى نتائج التحسين & كوت؛ الخيار: بعد اكتمال عملية التحسين، سيتحول اختبار الاستراتيجية تلقائيا إلى علامة التبويب النتائج. يتوفر الأمر نفسه في قائمة السياق من علامة التبويب "دفتر اليومية".

إذا كان التحسين يتضمن اختبارا إلى الأمام، فإن علامة التبويب هذه تحتوي أيضا على القيم المقابلة لمعلمة التحسين (معيار التحسين) للاختبارين الأمامي والخلفي. يمكنك التبديل بين نتائج الاختبار الخلفي والخلفي باستخدام قائمة السياق. انقر نقرا مزدوجا على واحدة من نتائج التحسين يبدأ خبير مستشار اختبار مع المعلمات من هذا المدى (شريطة أن الأمثل قد انتهت). خلال التحسين الجيني واحد من اختبار يعمل (عضو السكان) يمكن أن يكون لها نفس المعلمات (الجينات) كما تشغيل الاختبار السابق. في هذه الحالة، لا يتم عرض هذا التشغيل على علامة التبويب النتائج، لأنه يحتوي على نفس نتيجة الاختبار. ومع ذلك، يعرض الرسم البياني الأمثل كل اختبار يعمل لتصور عملية البحث عن أفضل نتيجة. إذا كان خط تشغيل التحسين لديه الخلفية الحمراء، فهذا يعني أن حدث خطأ أثناء تشغيل "خبير استشاري". تتم إضافة رسالة مناسبة أيضا إلى سجل المختبر (& كوت؛ اختبارها مع خطأ & كوت؛).

تحليل نتائج التحسين في برامج الجهات الخارجية.

لتحليل النتائج في برامج الجهات الخارجية، على سبيل المثال، أوفيس إكسيل، يمكن حفظ تقرير التحسين كملف من خلال & كوت؛ تصدير إلى شمل & كوت؛ قيادة قائمة السياق.

يتم حفظ القيم العددية لجميع المعلمات والخصائص التي تم الحصول عليها أثناء التحسين كملف شمل في platform_data_folder / تيستر / كاش /. يتم تسمية الملف وفقا للقاعدة التالية: ExpertName. Symbol. Period. GenerationMode. xml، هنا:

إكسيرتنام - اسم مستشار الخبراء الأمثل. الرمز - أداة مالية؛ الفترة - الإطار الزمني (M1، H1.)؛ جينيراتيونمود - وضع إنشاء العلامة (0 - & كوت؛ كل علامة & كوت ؛، 1 - & كوت؛ دقيقة واحدة أوهلك & كوت ؛، 2 - & كوت؛ أسعار مفتوحة فقط & كوت؛).

خلال التحسين الجيني، يتم حفظ النتائج الوسيطة في ذاكرة التخزين المؤقت بعد حساب كل جيل (في ملف platform_data_folder / اختبار / ذاكرة التخزين المؤقت / *. وبالتالي فإن عملية التحسين يمكن انقطاع في أي وقت. حتى إذا تم تعطيل عملية التحسين الجيني نتيجة لعامل خارجي (على سبيل المثال، أسود خارج)، وسوف يستمر الأمثل تلقائيا من الجيل المحسوب الماضي بمجرد إعادة تشغيله. يتم تخزين ذاكرة التخزين المؤقت الأمثل الوراثية حتى يتم تغيير إعدادات التحسين أو الانتهاء من عملية التحسين. في حالة التوقف الأمثل العادية (عند الضغط على زر إيقاف) يتم حفظ كافة العمليات المحسوبة سابقا. عند استئناف عملية التحسين، تستمر من آخر تشغيل محسوب.

تصور نتائج التحسين.

يوفر اختبار الاستراتيجية في منصة التداول نظام التصور قوية لتقديم نتائج التحسين. افتح & كوت؛ الرسم البياني للتحسين & كوت ؛. تحتوي علامة التبويب على عدة أنواع من المخططات، يمكنك التبديل بينها باستخدام قائمة السياق.

خط صفر (طائرة)

جميع أنواع الرسوم البيانية، باستثناء شقة لها خط صفر (أو جزء إذا كان مخططا ثلاثي الأبعاد). إذا تم استخدام قيمة الرصيد كمعيار التحسين، فإن هذا الخط عادة ما يعني الإيداع الأولي، مما يسمح بفصل بصريا بين الفقدان والبطاقات المربحة. في جميع الحالات الأخرى يتم رسم هذا الخط على القيمة الصفرية لمعيار التحسين.

الرسم البياني للنتائج والخط البياني البياني (1D)

يتم فتح رسم بياني مع نتائج التحسين افتراضيا. يتم عرض كل تمرير مستشار خبير مع بعض معلمات الإدخال كنقطة على الرسم البياني. يظهر عدد تمرير على المحور الأفقي، يتم عرض قيمة المعلمة التي هي معيار التحسين على المحور الرأسي.

ويبين المخطط الخطي (1D) تباين المعلمة المحدد كمعيار التحسين (المحور الرأسي) اعتمادا على أحد معلمات التحسين المحددة للمحور الأفقي. لتحديد معلمة للمحور الأفقي، استخدم & كوت؛ محور X & كوت؛ الأمر في قائمة السياق.

الرسم البياني المسطح (2D) وثلاثي الأبعاد الرسم البياني (3D)

في وضع الرسم البياني ثنائي الأبعاد، وتظهر الاختلافات المعلمات المحددة المستخدمة للتحسين على كلا المحاور. يتم عرض تغيير معيار التحسين باستخدام تدرج اللون. كلما كان اللون أكثر عمقا كلما ارتفعت قيمة معيار التحسين.

في وضع التصور ثلاثي الأبعاد، يتم عرض تغييرات المعلمات المحددة المستخدمة للتحسين على المحورين X و Y. يتم عرض تغيير معيار التحسين على المحور Z الرأسي واستخدام التدرج اللوني.

لتحديد معلمات للمحورين الأفقي والرأسي، استخدم الأوامر & كوت؛ محور X & كوت؛ و & كوت؛ محور Y & كوت؛ في قائمة السياق.

إدارة الرسم البياني 3D باستخدام الماوس.

لنقل مخطط، قم بالاستيلاء على الجزء المركزي باستخدام زر الماوس الأيسر وتحريك المؤشر. لتدوير مخطط حول محوره الرأسي، اسحبه خارج المركز وحرك المؤشر. لتدوير مخطط حول محوره الأفقي، قم بتدوير عجلة الماوس باستمرار أسفل & كوت؛ كترل & كوت؛ مفتاح. لتكبير / تصغير مخطط، اضغط على & كوت؛ كترل & كوت؛ وتحريك مؤشر الماوس رأسيا في الجزء الأوسط من المخطط الضغط باستمرار على زر الماوس الأيسر. لنقل مستوى الصفر، اضغط على & كوت؛ كترل & كوت؛ وتحريك مؤشر الماوس رأسيا خارج الجزء المركزي من المخطط الضغط باستمرار على زر الماوس الأيسر. للعودة إلى الموضع المبدئي للمخطط، انقر نقرا مزدوجا في الجزء المركزي.

إدارة الرسم البياني 3D باستخدام لوحة المفاتيح.

إظهار / إخفاء الشبكة.

التبديل بين ملء الصلبة وملء مع خطوط.

تتحرك الكاميرا لأعلى (يتحرك المخطط لأسفل).

تتحرك الكاميرا لأسفل (يتحرك المخطط لأعلى).

تتحرك الكاميرا إلى اليمين (يتحرك المخطط إلى اليسار).

تتحرك الكاميرا إلى اليسار (يتحرك المخطط إلى اليمين).

الكاميرا تتحرك أقرب (التكبير في الرسم البياني).

الكاميرا تتحرك بعيدا (تصغير الرسم البياني).

أدر الرسم البياني لأسفل حول المحور الأفقي.

أدر الرسم البياني لأعلى حول المحور الأفقي.

أدر الرسم البياني حول المحور الرأسي عكس اتجاه عقارب الساعة.

أدر الرسم البياني حول المحور الرأسي في اتجاه عقارب الساعة.

تتحرك الطائرة الصفر صعودا من قبل واحد.

نقل الطائرة الصفر نزولا واحدا.

تتحرك الصفر الطائرة صعودا من قبل 10 وحدة.

تحريك الطائرة الصفر نزولا بمقدار 10 وحدات.

نقل الطائرة الصفر إلى القيمة القصوى للرسم البياني.

تحريك الطائرة الصفر إلى القيمة الدنيا للرسم البياني.

زيادة شفافية الطائرة الصفر.

الحد من شفافية الطائرة الصفر.

تعيين أقصى قدر من الشفافية من الطائرة الصفر (يختفي).

وضع الحد الأدنى من الشفافية من مستوى الصفر (يصبح غير نافذ).

إعادة التعيين إلى إعدادات الرسم البياني الافتراضية.

ومثل (5)؛ ومثل. مفتاح على لوحة الأسطوانات.

اختبار روبوت التداول على فترة غير محسنة إلى الأمام.

الاختبار الأمامي هو المدى المتكرر لأفضل نتائج التحسين خلال فترة زمنية مختلفة. هذه الميزة تسمح لك لتجنب المعلمات المناسب في مناطق معينة من البيانات التاريخية.

لبدء الاختبار الأمامي، في الحقل إعادة التوجيه من علامة التبويب الإعدادات، حدد الجزء من الفترة الإجمالية لذلك:

لا - لا يتم استخدام الاختبار الأمامي؛ 1/2 - نصف الفترة المحددة يستخدم للاختبار الأمامي؛ 1/3 - يستخدم ثلث الفترة المحددة للاختبار الأمامي؛ 1/4 - يستخدم ربع الفترة المحددة للاختبار الأمامي؛ مخصص - حدد يوم بدء الاختبار إلى الأمام يدويا.

أما الجزء الثاني (الأخير) من الفترة الإجمالية فيتم أخذه دائما للاختبار الآجل. يتم عرض تاريخ بدء الاختبار الأمامي كخط عمودي على الرسم البياني للتحسين.

يتم فصل الجزء المحدد عن الفترة المحددة في & كوت؛ ديت & كوت؛ حقل. الجزء الأول هو فترة اختبار الظهر، والثاني هو فترة الاختبار إلى الأمام.

يتم إجراء التحسين الكامل (بطيء أو سريع) من مستشار الخبراء على فترة الاختبار الخلفي. بعد أن يتم اختيار 10٪ (في البحث الكامل) أو 25٪ (في الخوارزمية الجينية) من أفضل أشواط ثم اختبارها على الفترة الآجلة.

وهناك حد أدنى لعدد مرات النجاح في الاختبار الأمامي. إذا كان عدد من أفضل أشواط أقل من 256، وتستخدم أفضل أفضل تشغيل للاختبار إلى الأمام حتى يصل عددهم 256. إذا كان عدد من جميع أشواط أقل من 256، كل منهم المشاركة في الاختبار إلى الأمام.

يمكن مقارنة نتائج الاختبار الخلفي والخلفي على & كوت؛ نتائج التحسين & كوت؛ (حدد & كوت؛ نتائج الاختبار الأمامي & كوت؛ في قائمة السياق) و & كوت؛ إعادة توجيه النتائج & كوت؛ علامات التبويب. كلما كانت النتائج أفضل، كلما كان من المرجح أن المستشار الخبير سيظهر نتائج جيدة في التداول الحقيقي.

يتوفر التصور لنتائج التحسين في الفترة الآجلة على & كوت؛ الرسم البياني الأمثل للأمام & كوت؛ التبويب. لمقارنة هذه النتائج مع باكتست، التبديل بينها باستخدام قائمة السياق.

اختبار مؤشرات الترابط باستخدام الوكلاء.

يستخدم اختبار استراتيجية مؤشرات الترابط كل موارد الكمبيوتر المتاحة. يتم إجراء الاختبار والتحسين باستخدام عوامل حوسبة خاصة يتم تثبيتها كخدمات على جهاز الكمبيوتر الخاص بالمستخدم. وكلاء تعمل بشكل مستقل وحساب يمر التحسين بالتوازي.

ثلاثة أنواع من العوامل المتاحة: المحلية، النائية والسحابة (MQL5 الشبكة السحابية). يتم تثبيت وكلاء محليين تلقائيا عند تثبيت منصة التداول. عددهم يساوي عدد النوى المنطقية للكمبيوتر.

افتح & كوت؛ وكلاء & كوت؛ في اختبار الاستراتيجية واختر نوع الوكلاء الذي تريد استخدامه للتحسين.

نصائح وميزات:

للحفاظ على بطارية الكمبيوتر المحمول، يمكنك تعطيل وكلاء محليين واستخدام فقط النائية والسحابة منها. إذا لم يتم الانتهاء من اختبار / التحسين يدويا (لا عن طريق الضغط على زر التوقف في علامة التبويب إعدادات ولا عن طريق إغلاق منصة التداول)، وعمليات تفريغ وكلاء المحلية لا يتم تفريغها من ذاكرة الكمبيوتر لمدة 5 دقائق. تسمح هذه الميزة بتجنب التأخيرات المرتبطة بإعداد تاريخ السعر وبدء عمليات الوكيل عند إعادة الاختبار / إعادة تحسين نفس المستشار الخبير بنفس الرمز والإطار الزمني والفترة الزمنية. يتم تثبيت الوكلاء المحليين فقط مع تثبيت المنصة. أنها تستخدم فقط في اختبار استراتيجية من منصة المحلية. ويمكن تثبيت وكلاء البعيد التي يمكن أيضا أن تكون متصلا شبكة سحابة MQL5 العالمية فقط يدويا.

كيفية تسريع الأمثل باستخدام مزرعة محلية من وكلاء.

يمكنك شراء معالج مع المزيد من النوى، لكنه لا يسمح لمضاعفة عدد المهام المتزامنة. يمكنك إنشاء المزرعة الخاصة بك من وكلاء المعالجة في الشبكة المحلية.

كيفية إنشاء مزرعة من وكلاء.

تثبيت وكلاء على كل جهاز كمبيوتر من الشبكة المحلية. إذا تم تثبيت المنصة على جهاز كمبيوتر، افتح مدير وكلاء الاختبار باستخدام & كوت؛ أدوات & كوت؛ قائمة طعام.

وإلا، تحميل تطبيق منفصل لإدارة وكلاء ميتاتريدر 5 استراتيجية اختبار وكيل وتذهب من خلال عملية التثبيت بسيطة.

في علامة التبويب الخدمات للمدير:

حدد عدد الوكلاء المراد تثبيتها. يتم تثبيتها على أساس عدد من النوى المنطقية. أدخل كلمة المرور للاتصال بالوكيل. حدد نطاقا من المنافذ للاتصال. انقر على إضافة.

بعد التثبيت، تتوفر الوكلاء للاستخدام من أجهزة الكمبيوتر الأخرى على الشبكة المحلية.

يمكن استخدام وكلاء البعيد فقط في أنظمة 64 بت.

لحفظ حركة المرور ومساحة القرص، وكذلك لأسباب تتعلق بالأمان:

لا تتم إضافة رسائل المستشارين الخبراء (وظيفة الطباعة)) والرسائل المتعلقة بالعمليات التجارية إلى اليومية؛ يحظر الاتصال دل على وكلاء عن بعد.

كيفية ربط وكلاء.

افتح اختبار الاستراتيجية. في علامة التبويب & كوت؛ وكلاء & كوت ؛، حدد & كوت؛ شبكة الشبكة المحلية & كوت؛ وانقر على & كوت؛ إضافة & كوت؛ في قائمة السياق.

الطريقة الأسهل والأسرع هي فحص الشبكة المحلية تلقائيا لمجموعة من عناوين إب والموانئ. حددها وأدخل كلمة مرور اتصال الوكيل التي تم تحديدها أثناء التثبيت.

انقر على & كوت؛ إنهاء & كوت؛ وجميع وكلاء وجدت تصبح متاحة للاختبار.

خيارات أخرى لإضافة وكلاء:

إضافة وكلاء (عن طريق عنوان إب أو اسم المجال) - تحديد عنوان إب أو اسم المجال من الملقم حيث يتم تثبيت وكلاء، فضلا عن مجموعة من المنافذ وكلمة المرور للاتصال وكلاء. استيراد من ملف *.mt5 - حدد هذا الخيار، ثم انقر على & كوت؛ التالي & كوت؛ وحدد الملف *.mt5 الذي تريد استيراد وكلاء منه.

وكلاء مثبتة على الكمبيوتر باستخدام ميتاتستر 5 وكلاء مدير، يمكن توصيلها عن بعد على نفس الكمبيوتر. إذا كانت النوى المعالج لديها قوة حسابية إضافية خلال الحسابات، فإنها يمكن أن تأخذ حمولة أعلى لاستخدام كل القدرة الحاسوبية.

كيفية تغيير إعدادات الوكيل.

لتغيير الإعدادات، انقر على الزر & كوت؛ تحرير ومثل. الأمر في قائمة السياق الخاصة به.

تتوفر الحقول التالية في نافذة الإعدادات:

الاسم - اسم الوكيل. عنوان - عنوان إب والمنفذ لربط وكيل، مفصولة القولون؛ كلمة السر - كلمة السر للاتصال. تمكين - يسمح هذا الخيار لتمكين أو تعطيل استخدام الوكيل أثناء الاختبار والتحسين.

في إعدادات الوكلاء المحليين فقط خيار تمكين / تعطيل لهم هو متاح.

استيراد وتصدير إعدادات وكلاء البعيد.

لجعل إعداد وكلاء عن بعد أسهل، يوفر منصة ميزة لاستيراد وتصدير إعداداتها. ملفات الإعدادات لديها *.mt5 التمديد. تقع أوامر الاستيراد والتصدير في قائمة سياقات & كوت؛ وكلاء & كوت؛ التبويب.

تحتوي ملفات الإعدادات على التنسيق التالي: الاسم؛ العنوان: المنفذ؛ كلمة المرور؛ الوصف؛ تمكين.

الاسم - اسم الوكيل. العنوان: ميناء - عنوان إب ومنفذ للاتصال وكيل، مفصولة القولون. كلمة السر - كلمة السر للاتصال. الوصف - وصف الأجهزة التي يعمل عليها الوكيل؛ تمكين - وضع تشغيل عامل: 1 - يتم تمكين وكيل، 0 - يتم تعطيل الوكيل.

يتم فصل إعدادات وكلاء مختلفة عن بعضها البعض مع فواصل خط.

كيفية تسريع التحسين باستخدام شبكة سحابة MQL5.

شبكة سحابة MQL5 يسمح لك لتحسين بسرعة المستشارين الخبراء الخاص بك باستخدام قوة الآلاف من أجهزة الكمبيوتر. تجمع الشبكة بين وكلاء عن بعد وتوزع مهام التحسين فيما بينها. ويتصل مختبر الاستراتيجية بالشبكة السحابية من خلال نقاط وصول متعددة توزع على أساس إقليمي (مثل MQL5 كلاود يوروب).

ملامح الشبكة السحابية MQL5.

يتم استخدام القوة الكاملة للشبكة السحابية MQL5 فقط لإكمال التحسين البطيء. خلال التحسين الجيني، يتم استخدام وكلاء فقط لنقطة وصول واحدة. وهو متصل مع ميزات محددة من الخوارزمية الجينية. يتم تمكين وضع التحسين الجيني تلقائيا عندما يتجاوز العدد الإجمالي لخطوات التحسين 100 مليون. MQL5 شبكة سحابة يمكن استخدامها في أنظمة 64 بت فقط. بالإضافة إلى استخدام شبكة MQL5 السحابية، يمكنك توفير قوة حوسبة وحدة المعالجة المركزية الخاصة بك في الشبكة. لتثبيت وكلاء البعيد وإدراجها في الشبكة، استخدم أداة خاصة ميتاتستر. اقرأ المزيد عن شبكة MQL5 السحابية على الموقع الرسمي.

دفعات لاستخدام الشبكة السحابية MQL5.

يتم استخدام وكلاء شبكة السحاب MQL5. يتم وصف صيغة حساب التكلفة في قسم منفصل. يتم عرض رصيد حساب MQL5munity الحالي فوق قائمة وكلاء السحابة. لاستخدام MQL5 كلاود نيتورك يحتاج المستخدم أن يكون على الأقل 1 دولار أمريكي على حساب MQL5munity. يتم تمرير المهام في حزم إلى عدة نقاط وصول في وقت واحد، ويجب أن يكون المستخدم قادرا على دفع لإنجاز تلك المهام. ولا تستطيع الشبكة حساب التكلفة الدقيقة لأن الوقت والموارد اللازمة للحسابات لا يمكن تقديرهما بدقة قبل بدء الحسابات.

تمكين شبكة السحاب MQL5.

لاستخدام وكلاء الشبكة، تمكينهم باستخدام الأمر & كوت؛ تمكين ومثل. في قائمة السياق. بما أن شبكة السحاب MQL5 هي خدمة مدفوعة، يجب أن يكون لدى المستخدم حساب في موقع MQL5munity، يتم من خلاله تنفيذ جميع العمليات المحاسبية. يتم تحديد تفاصيل الحساب في علامة التبويب MQL5munity في إعدادات المنصة.

إذا لم تقم بتحديد تفاصيل حساب MQL5munity قبل تمكين وكلاء شبكة كلاود MQL5، سيتم تقديم لك للقيام بذلك.

إذا لم تكن مسجلا على الموقع الإلكتروني، فاستخدم رابط إنشاء الحساب الجديد.

حسابات البدء باستخدام شبكة MQL5 كلاود.

كما هو الحال مع التحسين التقليدي، تحتاج إلى تعيين جميع خيارات الاختبار ومستشار إدخال المعلمات. في علامة التبويب وكلاء، يمكنك مراقبة كيفية اختبار استراتيجية يوزع المهام إلى وكلاء المتاحة. يتم عرض عدد من العوامل المتاحة والمستخدمة حاليا لكل نقطة وصول.

قد يحتاج التجار إلى تشغيل مئات الآلاف من بطاقات التحسين في وقت معقول. مع اختبار متعدد الخيوط تستر وشبكة سحابة MQL5، في ساعة واحدة يمكنك إكمال الحسابات التي تتطلب بضعة أيام دون الشبكة. قوة الحوسبة الآلاف من النوى متاحة مباشرة على منصة التداول.

برامج التداول المتقدمة: التحليل الفني والشبكات العصبية.

تمكين التجار الحكيمين.

تحسين الاستراتيجية المتقدمة.

يجب أن تبدأ عملية التحسين فقط بعد اختبار إستراتيجية والتأكد من أنها مربحة.

Exhaustive Search verifies all the possible combinations of the optimized parameters, thus ensuring that the best possible solution will be found. However, the time required for conducting exhaustive search is dramatically increased when the number of the parameters increases.

تحسين الاستراتيجية.

يعد تحسين استراتيجية التداول جانبا مهما ومشكلة صعبة في التداول الخوارزمي. وهو يتطلب تحديد مجموعة من الحلول المثلى فيما يتعلق بأهداف متعددة، حيث تكون الوظائف الموضوعية في كثير من الأحيان متعددة الوسائط وغير محدبة وغير سلسة. وعلاوة على ذلك، تخضع الوظائف الموضوعية لقيود مختلفة يكون كثير منها عادة غير خطي ومتقطع. الطرق التقليدية، مثل نيلدر-ميد، بفغس، لا يمكن التعامل مع هذه الإعدادات المشكلة واقعية. الحل هو البحث العشوائي البحثي يسمى التطور التفاضلي. في هذا بلوق قطعة، وسوف ننظر في مسألة الأداء من تطبيق التطور التفاضلي في تحسين استراتيجية التداول الكمي.

باختصار، التطور التفاضلي (دي) هو خوارزمية وراثية تبحث عن وظيفة دنيا عن طريق الحفاظ على مجموعة من عمليات البحث المحلية، ومن ثم الجمع بين عمليات البحث المحلية في محاولة للهروب من الحد الأدنى المحلي. عند تطبيق تطور التفاضلية لتحسين استراتيجية التداول، فإنه سوف تحتاج إلى الحفاظ على ومحاكاة مجموعة من مجموعات المعلمة. يبدو الإجراء النموذجي كما يلي:

هناك نوعان، من بين العديد من الصعوبات في تشغيل هذا البرنامج النصي في ماتلاب / R. أول واحد هو الترميز. رأيي الشخصي هو أنه يتطلب جهدا شاقا لمحاكاة استراتيجيات التداول غير تافهة (أو أي أنظمة معقدة) في ماتلاب / R وتأكد من أن المحاكاة صحيحة. هناك ببساطة أي عملية سهلة أو أداة متاحة للتحقق بشكل منهجي وتلقائي واختبار لصحة البرامج النصية. والأسوأ من ذلك، أن معظم الكوانت / التجار لا يمكن رمز. انهم لا يعرفون شيئا عن اختبار البرمجيات. في الممارسة العملية، فإن معظم كوانتس / ترادرس ببساطة التفكير / افتراض / الخيال أن التعليمات البرمجية الخاصة بهم هو الصحيح. في الواقع، العديد من المبرمجين في الصناعة المالية لا يمكن رمز لا. (الخيرات تذهب إلى غوغ، M $ فت، آبل & # 8230؛ أو الشركات الناشئة.)

والأهم من ذلك أن الصعوبة الثانية التي تركز عليها هذه المناقشة هي الأداء. وأعتقد أنه أكثر من الواضح أن بشكل عام، تنفيذ مخطوطات ماتلاب / R بطيئة جدا. ماتلاب / R ينفذ ويفسر النص بخط تلو الآخر. لدينا خوارزمية استراتيجية التداول الأمثل السيناريو، والاختناقات هي:

كل محاكاة استراتيجية بطيئة بسبب حلقات أكثر من مرة (أو التواريخ، أو القراد). نحن بحاجة لمحاكاة استراتيجية عدة مرات في كل دي التكرار. نحن تشغيل العديد من هذه التكرارات دي كما في الخوارزمية الجينية.

وبعبارة أخرى، إذا حاولت رمز التعليمات البرمجية الزائفة أعلاه في ماتلاب / R، قد يستغرق أيام، إذا كان على الإطلاق، للتوصل إلى النتائج. إذا كانت استراتيجية التداول الخاصة بك تعمل مع البيانات القراد عن طريق القراد، ثم، فمن ميؤوس منها.

لتسريع العملية، يمكننا تشغيل خوارزمية التطور التفاضلي بالتوازي على الشبكة. ماتلاب / R يسمح لك لموازنة التعليمات البرمجية الخاصة بك. ومع ذلك، واقعيا، وأنا لم أر أي كوانتس / التجار كتابة موازل / R رمز موازية. حتى لو أرادوا القيام بذلك، قليل، إن وجد، فهم البرمجة المترابطة متعددة الخيوط للحصول على الحق في التعليمات البرمجية. وبالإضافة إلى ذلك، يمكننا ببساطة الابتعاد عن ماتلاب / R لبعض لغات البرمجة الحقيقية، على سبيل المثال، C ++ / C # / جافا. يتم تنفيذ التعليمات البرمجية المتوافقة دائما أسرع من البرامج النصية. (من فضلك لا فبا فقط المديرين استخدامه ...)

يتناول ألغو كوانت مشكلة تحسين استراتيجية التداول من قبل.

تمكين الترميز السهل لاستراتيجية التداول المعقدة في جافا. لترميز إستراتيجية، يقوم كوان / ترادر ​​ببساطة بتجميع المكونات، مثل الإشارات، والرياضيات، ومعالجات الأحداث، من المكتبة. تحسين استراتيجية أو محفظة عن طريق تشغيل خوارزمية التطور التفاضلي الأمثل في موازاة ذلك.

أنا أظهروا أداء ألغو كوانت باستخدام بسيطة المتوسط ​​المتحرك استراتيجية كروس. وتحافظ هذه الاستراتيجية على متوسطين متحركين، متوسط ​​متحرك سريع ومتوسط ​​بطيء متحرك. عندما يعبر المتوسط ​​المتحرك السريع عن المتوسط ​​البطيء المتحرك من الأسفل، ندخل مركزا طويلا. عندما يعبر المتوسط ​​المتحرك السريع عن المتوسط ​​البطيء المتحرك من الأعلى، ندخل موضع قصير. هناك أدلة النظرية والتجريبية لإظهار أن كلا سريعة وبطيئة تتحرك أحجام النوافذ لا ينبغي أن تكون كبيرة جدا. انظر هاكسون بالطبع مذكرة المحاضرة 6.

معظم التجار اختيار سريعة وبطيئة تتحرك نافذة الأحجام من قبل 1) التخمين، 2) الإشاعات، 3) باكتستينغ (مع عدد قليل من أكثر أو أقل بشكل عشوائي اختيار المعلمات) في بلومبرغ. يعيد بعض التجار إعادة المعايرة بشكل دوري من خلال تحديث المعلمات.

دعونا نحاول أولا نهج الإشاعات. وهناك خيار شعبي هو (50، 200). أنا محاكاة هذه الاستراتيجية تداول S & # 038؛ P 500 الآجلة، فيينكس، من 2000/1/1 إلى 2018/5/31 مع بيانات ياهو. شفرة المصدر هنا.

هنا هو P & # 038؛ L ولدت باستخدام ألغو كوانت.

لدينا: ينل = 50.4؛ شارب = 0.080829؛ أوميغا = 1.285375.

ليس هناك سبب أن (50، 200) هو مجموعة المعلمة الأمثل أو أنه حتى يعمل على الإطلاق. بشكل حدسي، إذا قمنا بتحديث دوري الزوج (المزيد من المرونة)، ونحن يمكن أن تولد أفضل P & # 038؛ L. على سبيل المثال، أتعامل مع هذه الاستراتيجية البسيطة للمتوسط ​​المتحرك كروسوفر باستخدام المعايير المثلى معايرتها ديناميكيا كل 3 أشهر باستخدام البيانات في الأشهر ال 12 الماضية. وظيفة الهدف لتحديد الأمثل، يمكنني استخدام أوميغا. شفرة المصدر هنا.

كما هو متوقع، هذه الاستراتيجية معايرة ديناميكيا لا تولد (بكثير) أفضل P & # 038؛ L من استراتيجية ثابتة باستخدام المعلمات خمنت عشوائيا.

لدينا: ينل = 106.65؛ شارب = 0.309824؛ أوميغا = 2.816514.

من حيث الأداء (سرعة الحوسبة)، استغرق الأمر 32.5 دقيقة (1954877 مللي ثانية) لإنهاء المحاكاة لمدة 10 سنوات ونصف على محطة العمل بلدي (E5520 المزدوج @ 2.27GHz) مع ذاكرة 12GB. (كملاحظة جانبية، باستخدام خوارزمية القوة الغاشمة الأخرى المتوازية استغرق 6.6 دقيقة فقط أو 395334 مللي ثانية). لدينا خوارزمية التطور التفاضلي موازية يحافظ على مجموعة من 16 مجموعات المعلمة. في كل من التكرار 80، وأنا تشغيل 16 المحاكاة في موازاة ذلك، واحد في كل نواة. يظهر في الصورة أن جهاز الكمبيوتر الخاص بك يعمل بجد، وذلك باستخدام جميع مواردها للبحث عن مجموعات المعلمة الأمثل تاريخيا. قد يستغرق إعادة إجراء المحاكاة واختبار المحاكاة في ماتلاب / R أيام، إن لم يكن إلى الأبد.

كما إخلاء المسؤولية، وأنا لا ادعي أن هذا معايرة ديناميكيا استراتيجية سما / 2 / كروس يولد ألفا على S & # 038؛ P500 المستقبل. في الواقع، أنا فقط حدث لاختيار (f = 3، L = 12) عن طريق الصدفة. نقطتي هي مقارنة أداء ألغو كوانت للتطور التفاضلي المتوازي في استراتيجية التحسين إلى أن ماتلاب / R.

5 تعليقات.

هل يجب التحسين بدلا من ذلك ل & # 8220؛ نافذة المعايرة & # 8221؛ و & # 8220؛ تردد المعايرة & # 8221 ؛؟

I & # 8217؛ م كوان الذي يكتب موازل ماتلاب / R كود لتشغيل نظام التداول الخاص بي.

مشكلة مع دي كما هو الحال مع أي غا وكذلك بروتفورس هو أنك سوف تحصل على الجواب أوفيرفيتد تناسب تماما لمجموعة البيانات الخاصة بك.

لا أستطيع أن أتفق مع تريبي. تحتاج إلى درجات كافية من الحرية في النموذج لتناسب & # 8216؛ تماما & # 8217؛ مجموعة البيانات. على سبيل المثال، لا توجد خوارزمية، دي أو غا، يمكن أن تناسب جميع نقاط بيانات نيس بواسطة & # 8216؛ تحسين & # 8217؛ متغير واحد فقط.

يبدو نهجا مثيرا للاهتمام للغاية.

I & # 8217؛ d أود أن أرى نماذج التداول غا واحد مكتوبة في جافا.

كيف يمكن شراء البرنامج الخاص بك؟ هل يتم التفاوض على التسعير حسب الحالة؟

Trading Strategy Optimization.

A trading strategy is created by taking trading concepts, ideas and observations about historical market behavior and implementing them into a trading system. Whenever you find an optimal solution for doing anything in everyday life, you are actually performing implicit optimization. Therefore, people often use trading system optimization when creating trading strategies as well. للحصول على معلومات تقنية حول هذه الميزة انظر إلى صفحة ويكي ذات الصلة.

كيف يعمل؟

The aim of any optimization is to adjust one’s trading system in an attempt to make it more effective. Strategy optimization is searching for optimum parameters for predefined criteria. By testing a range of strategy input values, optimization selects values that correspond to optimal strategy performance based on historical data. As a result, a trader gets many possible input combinations to find ones that result in the best performance.

Extensive choices.

MultiCharts offers exhaustive and genetic optimization, as well as walk-forward testing. Each optimization type offers its own advantages and disadvantages, and each is great for accomplishing certain tasks. You can use them separately, or you can combine them to get a complete look at strategy performance. Walk-forward testing combines optimization and backtesting. During the process, optimal inputs are tested against real market conditions to see how they would perform.

Speed up optimization.

MultiCharts uses multi-threading, which is a technology for distributing optimization cycles across all available CPUs. If you have multiple cores then all of them will be used as instances of your optimization running simultaneously. Data is loaded separately into each core at the same time for fast optimization, essentially creating a virtual chart. The 64-bit version of MultiCharts can easily handle huge volumes of data required for this operation, resulting in you using your time more efficiently and effectively during optimizations.

Optimization Report.

This report shows the optimization results, columns represent 18 strategy performance fields as well as all the inputs which were optimized during the current run. Each row represents a set of test results for a given inputs combination. You can filter the outputs by one or more criteria. For example, to find a strategy with the maximum net profit and minimum max drawdown—first sort by net profit in ascending order and then by drawdown in descending order.

Choose between Exhaustive Search and Genetic Algorithm.

Each optimization type has its benefits and drawbacks. You must choose the right tool to get the job done, and find the result you need. If you are testing many possibilities, exhaustive optimization takes a very long time — even with multi-threading. The advantage of exhaustive optimization is that it is guaranteed to find the absolute optimal inputs in the testing range. Therefore, it should be used where the number of possibilities is relatively small, or where you must find the absolute best solution. Another nuance is that the absolute best inputs might actually be an outlier, which does not result in good performance on a consistent basis. Genetic optimization addresses this issue because it performs strategy optimization differently.

Exhaustive (Brute-Force) Optimization.

Strategy optimization is done to find good parameters, and eliminate bad ones. Exhaustive optimization systematically goes through all potential combinations as it searches for the solution with the highest results for the criteria you choose. You can find inputs that maximize net income, minimize drawdown, or result in fewest trades. The amount of time the exhaustive optimization feature needs to find the solution relates directly to the number of possible combinations it needs to test — the more combinations you have, the longer it will take. If only a few parameters are tested for a short range, this method is definitely optimal for finding the best inputs.

Genetic Optimization.

Genetic Algorithms optimization evaluates only more promising combinations, finding near-optimum solutions in a fraction of time that would be required by the brute-force approach, making Genetic Algorithms optimization powerful enough to analyze strategies with hundreds of parameters. Genetic Optimizer settings add flexibility to this technique. The algorithm starts by testing a number of random combinations, select the most potential ones and then combine and modify them further to finally arrive at the best input settings. Instead of mechanically checking every conservable combination, genetic algorithms quickly narrow down the number of potential winners by finding and focusing on the areas that are most profitable and most stable. Thus, genetic algorithms avoid superfluous calculations in the lowest net profit potential zones.

Custom Fitness Function Optimization.

With this feature you can optimize your strategy using several conditions, as opposed to just one. For example, you can find a strategy that combines the greatest profit, lowest drawdown, and the highest percentage of profitable trades. You can use custom fitness function optimization in regular and portfolio backtesting—as well as with genetic and exhaustive trading system optimization. PowerLanguage has a keyword called SetCustomFitnessValue. This word can be used with other keywords, such as GrossProfit and TotalTrades, to create a custom equation for which your strategy will be optimized. You can also create a similar equation in Java script, if you are more familiar with that language. More specific information is found on the related Wiki page.

3D optimization graphs.

3D optimization graphs give visual representations of how the strategy parameters affect trading performance. The 3D graph reveals most robust parameter zones, and is a great tool for avoiding over-optimization, which also known as curve-fitting. A strategy that has abrupt performance breakdowns with only small parameter changes cannot be considered robust. You can superimpose results of different optimizations onto each other to compare results, and see if the optimal inputs you found are confirmed by other tests. You can use superimposition to compare genetic and exhaustive optimization results, and you can evaluate how robust your findings are. 3D surfaces can be drawn by any criteria available in the optimization report, for example, net profit, percent profitable and max drawdown. Relevant input and output values are displayed when the mouse cursor hovers over a particular point on the graph’s surface.

وقد توقفت أونداتا وجميع منتجات مسفكس. تجدون مكفكس استبدال هنا. بيتكوين إلى الدولار الرسوم البيانية على ترادينغفيو.