Thread: MA Cross Optimization EA (sangat keren)

Apakah ada yang menjawab pertanyaan saya di pos 117?

Originally Posted by ;

Untuk MA_Optimizer, saya memperoleh hasil yang sama seperti Tdion menggunakan grafik harian. Namun, jika saya mencoba kerangka waktu lebih rendah dari setiap hari, hasil pengoptimalan tidak baik. Ketika saya pertama kali mencoba optimasi, tidak ada hasil, dan saya melihat di jurnal dan ada pesan, 81 pass dibuat dan 81 diabaikan sebagai tidak signifikan. Saya kemudian mencentang kotak untuk melewati hasil yang tidak berguna. Saya kemudian bisa mendapatkan hasil - untuk 1m gbpusd, laba yang dioptimalkan berkisar dari 0 hingga -10K dari 7/08 hingga 8/08. Adakah yang bisa mendapatkan hasil optimal pada grafik kurang dari sehari? Jika ya, apakah Anda akan memposting di utas ini? Setiap pemikiran tentang apa yang saya lakukan salah? Saya telah mengunduh atan sejarah dalam platform saya (FxPro): # atan adalah: 1M = 3000K, 5M = 703K, 15M = 237K, 30M = 119K, 1HR = 60K, 4HR = 15K, Harian = 3K.

Coba gunakan basis data riwayat aplari.

Itu benar rabid .... penilaian Anda benar, dan saya hanya butuh waktu lama ketika RSI 96 di bawah 50 dan celana pendek ketika 96 di atas 50 (setiap jam) ... hasilnya berbicara sendiri. Adapun jalan keluar .... Saya mengoptimalkannya setelah saya menemukan periode RSI yang optimal dan ambang ...

Originally Posted by ;

Begitu lama dengan RSI di atas X? Anda mengoptimalkan untuk X dan periode RSI? Apa jalan keluarnya?

Saya agak kecewa dengan pengoptimal backtest. Meskipun itu tidak akan berbohong kepada Anda (hasil yang ditemukannya benar berdasarkan parameter yang ditemukannya) Saya telah menemukan kasus-kasus di mana ia mengabaikan beberapa permutasi yang sebenarnya menguntungkan .... dalam beberapa kasus bahkan yang paling menguntungkan. Jadi meskipun ada nilai dalam pendekatan ini, itu tidak sempurna. MACDoug - support dan resistance bukanlah bagian dari persamaan .... dan saya tidak berpikir ada jaminan bahwa algoritma yang menguntungkan akan terus berlanjut, berdasarkan pada sifat spekulatif kami (dan tidak ada pengetahuan tentang faktor-faktor mendasar apa yang bergerak harga) tetapi jika saya akan berjudi, saya lebih suka melakukannya seperti ini.

1 Attachment (s) Hasil menggabungkan 18/16 yen cross (wsl tp) dengan egi bulanan EURUSD (wtrailing stop) .... 30.000 pips dalam 20 tahun .... grafik bawah menunjukkan maksimum drawdowns .... jika saya dapat menemukan beberapa egi jangka waktu lebih tinggi yang bagus dan halus selama 20 tahun terakhir (katakanlah, mendapatkan total hingga 100.000 pips) maka saya pikir saya mungkin memiliki sesuatu yang berharga untuk diperdagangkan.

Apakah Anda akrab dengan matematika untuk margin of error? Karena Anda berurusan dengan data seri kembali, seharusnya dekat dengan distribusi normal. Linky:
http://en.wikipedia.org/wiki/Margin_of_errorJadi katakanlah Anda menginginkan 99% keyakinan yang Anda miliki: margin of error = 1,29sqrt (n) Jadi katakanlah kita ingin margin kesalahan tidak lebih dari 5%, cukup tancapkan dan selesaikan n. Berakhir sedikit di bawah 700 perdagangan. Secara alami kurang jika Anda ingin kurang percaya diri atau margin kesalahan yang lebih tinggi. Namun, memberi tahu Anda seberapa akurat pengembalian Anda seharusnya.

Hai Rabid, saya merasa kita mungkin menipu sistem sedikit dengan analisis statistik semacam itu .... (tapi mungkin tidak) Biar saya jelaskan. Dengan mengambil beberapa pasang dan memperdagangkan algoritma yang berbeda pada mereka, kita akan memiliki beberapa ukuran populasi yang kecil daripada satu yang besar .... sehingga analisis tidak dapat diterapkan untuk semua perdagangan bersama. Oleh karena itu, bahkan jika saya memiliki 2000 perdagangan dalam 20 tahun, saya sebenarnya memiliki 4 hingga 500 perdagangan dalam isolasi yang harus dinilai secara terpisah.

Originally Posted by ;

Apakah Anda akrab dengan matematika untuk margin of error? Karena Anda berurusan dengan data seri kembali, seharusnya dekat dengan distribusi normal. Linky:
http://en.wikipedia.org/wiki/Margin_of_errorJadi katakanlah Anda menginginkan 99% keyakinan yang Anda miliki: margin of error = 1,29sqrt (n) Jadi katakanlah kita ingin margin kesalahan tidak lebih dari 5%, cukup tancapkan dan selesaikan n. Berakhir sedikit di bawah 700 perdagangan. Secara alami kurang jika Anda ingin kurang percaya diri atau margin kesalahan yang lebih tinggi. Namun, memberi tahu Anda seberapa akurat pengembalian Anda seharusnya.

Originally Posted by ;

Apakah Anda akrab dengan matematika untuk margin of error? Karena Anda berurusan dengan data seri kembali, seharusnya dekat dengan distribusi normal. Linky:
http://en.wikipedia.org/wiki/Margin_of_errorJadi katakanlah Anda menginginkan 99% keyakinan yang Anda miliki: margin of error = 1,29sqrt (n) Jadi katakanlah kita ingin margin kesalahan tidak lebih dari 5%, cukup tancapkan dan selesaikan n. Berakhir sedikit di bawah 700 perdagangan. Secara alami kurang jika Anda ingin kurang percaya diri atau margin kesalahan yang lebih tinggi. Namun, memberi tahu Anda seberapa akurat pengembalian Anda seharusnya.

Originally Posted by ;

Biar saya jelaskan. Dengan mengambil beberapa pasang dan memperdagangkan algoritma yang berbeda pada mereka, kita akan memiliki beberapa ukuran populasi yang kecil daripada satu yang besar .... sehingga analisis tidak dapat diterapkan untuk semua perdagangan bersama.

Hrm, itu pertanyaan yang bagus. Jika Anda menggunakan pengaturan yang sama untuk semua pasangan maka mungkin tidak masalah, tetapi jika Anda mengoptimalkan untuk setiap pasangan secara khusus ... Namun, 500 perdagangan dalam isolasi dapat memberi Anda tingkat kepercayaan dan margin kesalahan. Dengan demikian, Anda mungkin bisa menentukan kapan serangkaian perdagangan berjalan di luar batas Anda dan memperingatkan diri Anda sendiri bahwa hal-hal mungkin telah berubah. Dengan itu Anda mungkin bisa menentukan penarikan maksimum yang diijinkan dan menentukan apakah sistem menguntungkan bahkan dalam kondisi yang berubah.

Dan bagaimana seorang ahli statistik (seperti Anda sendiri) menghadapi perubahan kondisi pasar, sehingga berdampak negatif terhadap karakteristik yang ada selama 20 tahun lebih?

Originally Posted by ;

Namun, 500 perdagangan dalam isolasi dapat memberi Anda tingkat kepercayaan dan margin kesalahan. Dengan demikian, Anda mungkin bisa menentukan kapan serangkaian perdagangan berjalan di luar batas Anda dan memperingatkan diri Anda sendiri bahwa hal-hal mungkin telah berubah.

Originally Posted by ;

Namun, 500 perdagangan dalam isolasi dapat memberi Anda tingkat kepercayaan dan margin kesalahan. Dengan demikian, Anda mungkin bisa menentukan kapan serangkaian perdagangan berjalan di luar batas Anda dan memperingatkan diri Anda sendiri bahwa hal-hal mungkin telah berubah.

Yah, saya hanya mengatakan bahwa jika hal-hal di luar batas yang ditetapkan Anda dapat mengingatkan diri Anda untuk melakukan tes lain.

Originally Posted by ;

Dan bagaimana seorang ahli statistik (seperti Anda sendiri) menghadapi perubahan kondisi pasar, sehingga berdampak negatif terhadap karakteristik yang ada selama 20 tahun lebih?

Tdion, Seperti biasa, jangan anggap pos saya kritis - saya hanya menyediakan makanan untuk pikiran, jika Anda tidak lapar atau tidak suka makanan itu, buang saja.
Backtesting adalah latihan yang berguna baik, tapi ... Seperti yang mereka katakan Kinerja masa lalu tidak pernah menjadi salah satu dari masa depan. Anda membuat penemuan yang bagus dengan backtesting Anda, sekarang saatnya untuk bersiap-siap. Saya yakin Anda sudah pernah ke thread Bagovino. Coba lihat Strada - ia menghabiskan setahun (!!) MAJU-menguji sistem (serupa MA salib), menemukan sweet spot-nya dalam hal aturan dan (ini adalah bagian PALING penting) menempatkan aturan-aturan dalam praktek. Dia sekarang secara rutin membuat 100 pips sehari. Saya tidak (sama sekali!
menjadi provokatif, tapi berapa banyak pips sehari yang Anda buat secara konsisten? .. Aturan Bagovino yang Strada gunakan adalah SANGAT sederhana. Triknya adalah ... mengikuti mereka 100%. Jika Anda mulai membengkokkan aturan bahkan sedikit, tidak ada jumlah backtesting yang akan menyelamatkan Anda. Selamat berakhir pekan!