Popularni Postovi

Izbor Urednika - 2019

Kako riješiti problem ponovne optimizacije savjetnika

Pozdrav, drugovi forex trgovci!

Vrlo često možete naći tužne priče početnika algoritamskog trgovca o tome kako je pronašao izvrsne skupove datoteka za savjetnika i, uvodeći ih u posao na stvarnom računu, pretrpio gubitke. I čini se da sve radi kako treba, čak je testirao i napadač, ali je ipak izgubio novac. Zašto se to događa? Kako se ispostavlja da se postavke izvrsne u rezultatima ispitivanja "sipaju" tijekom rada u stvarnom vremenu? Situacija slična ovoj naziva se među trgovcima ponovnom optimizacijom ili prilagođavanjem parametara. Danas ćemo razgovarati o njoj i kako je izbjeći.

Što je ponovna optimizacija?

Re-optimizacija ili podešavanje je nepravilno izvedena optimizacija. S tehničkog stajališta, prevelika optimizacija je pronalazak takvih parametara sustava koji su vrlo dobro u skladu s povijesnim podacima na kojima je optimizacija provedena, ali potpuno neučinkoviti na trenutnim i budućim podacima o tržištu. Jednostavnim riječima, pronalaženje je takvih postavki koje daju hrpu baka na priču, ali spajanje u stvarnom vremenu. Ponovna optimizacija može se odrediti samo rezultatima koje savjetnik daje u stvarnom trgovanju. Preciznije, neusklađenost tih rezultata i rezultata ispitivanja.

Nema ništa lakše nego opisati prave simptome ponovno optimiziranog sustava trgovanja - stvarni gubici na računu. Naravno, svi trgovinski sustavi imaju gubitke, ali imaju i dobitke, zahvaljujući kojima ti sustavi zapravo povećavaju račune svojih vlasnika. Ali kad ti gubici u kratkom vremenskom razdoblju postanu vrlo veliki, očito nisu slični onome što se događalo sa sustavom u povijesti, tada definitivno možemo reći da je nešto skupa bilo previše pametno.

Istodobno, prilagođeni sustav ne mora se nužno početi spajati odmah nakon instalacije - postoji velika vjerojatnost da će sustav ipak za kratko vrijeme ostvariti profit, a tek nakon toga započet će niz kontinuiranih gubitaka.

Drugi način da se utvrdi prilagodba sustava je usporedba prosječnog godišnjeg prinosa na unaprijed razdoblje s stvarnim. Trebalo bi biti približno isto, a ako nije, onda se bavite prekomjernom optimizacijom. Ipak, ako je skup postavki prošao test za naprijed, tada je to najvjerojatnije operativno. Izvodljiv skup može se malo izmijeniti kada postoje male razlike u rezultatima stvarnog i testa, ali svejedno može još dugo biti profitabilan.

Razlozi ponovne optimizacije

Kao što rekoh, razlozi leže u kršenju pravila optimizacije. Iz prakse mogu imenovati šest primjera takvih kršenja:

  1. Previše pravila i uvjeta koji ograničavaju broj stupnjeva slobode.

Previše ograničenja rezultira pogrešnim rezultatima. Ako pravila trgovačkog sustava prate previše podataka o cijenama ili je premalo transakcija u odnosu na broj pravila, rezultati optimizacije mogu biti pogrešni. Jednostavno rečeno - što je sustav složeniji, više pravila i filtera ima, veća je vjerojatnost prilagodbe. Ne za ništa, uostalom, svima koji nisu lijeni preporučuje se koristiti što manje filtera prilikom izrade vlastitog vozila, u idealnom slučaju dva ili tri.

  1. Uzorkovanje podataka premalo je, nereprezentativan dio povijesnih podataka za optimizaciju.

Na primjer, grubo gledano, u segment optimizacije ušao je samo trend tržišnog razdoblja, a ljetno razdoblje je propalo. Pored toga, tržište se često mijenja iz godine u godinu, a također uglavnom na naoko prazno mjesto. To se može dogoditi zbog određenih globalnih procesa koji se odvijaju unutar zemalja čije valute čine par koji razmatramo. Priroda valutnog para može se ponekad promijeniti i do prepoznavanja do te mjere da strategije stvorene za te parove prestanu raditi u potpunosti.

  1. Pogreške u procesu stvaranja samog sustava.

Vrlo često dizajner sustava postavlja mogućnost ponovne optimizacije u sustavu. Evo nekoliko takvih značajki:

- Dodavanje pravila po jedno radi promatranja poboljšanih performansi i uklanjanja narušenih pravila. Na primjer, dodavanje stohastike, zatim dodavanje RSI, zatim brisanje nekog drugog pokazatelja.

- Testiranje mnogih varijacija istog pravila. Na primjer, ulazak i izlazak iz zone prekomjerne kupnje / preprodaje.

Da biste dobili maksimalnu učinkovitost od savjetnika, gore navedene metode sasvim su opravdane, ali trebate biti vrlo oprezni prilikom preciznog prilagođavanja stručnjaku.

  1. Premalo posla zaključeno.

Već sam vam rekao što je standardna pogreška i zašto je potrebna. Što je više transakcija zaključeno, to je manja vjerojatnost pogreške. Brzina trgovanja za sve sustave različita je, neki će skalperi prikupljati 300 posla za jedan par mjesečno, a neki neće dobiti 50 ugovora godišnje. Stoga je također važno odabrati razdoblje optimizacije na temelju "temperamenta" savjetnika.

  1. Neispravna procjena rezultata skupa.

Iako pogrešan odabir skupa nije izravan uzrok prevelike optimizacije, još uvijek je čest uzrok neuspjeha. Prije svega, potrebno je analizirati ponude seta. Dobitke i gubitke treba raspodijeliti što ravnomjernije i ravnomjernije, to bolje. Ni u kojem slučaju ne bi trebala postojati jedna transakcija, koja bi donijela 30% sve dobiti. Gubitak obrta također bi trebao biti ravnomjerno raspoređen.

Pri optimizaciji dva parametra dobivamo grafikon za optimizaciju sličan ovome:

Što je dublja zelena boja, to su profitabilnije postavke. Uvijek je vrijedno odabrati one skupove parametara koji su složeni zajedno, iz onih parametara koji su okruženi parametrima iste boje. U ovom slučaju, uz manje promjene na tržištu, profitabilnost stručnjaka neće se puno promijeniti.

  1. Rast dobiti.

Ovo je poseban slučaj pogrešne stranice za optimizaciju. U ovom slučaju, slučajno, u odabranom području optimizacije tržište ima najpovoljnije uvjete za savjetnika. Rezultat su šik setovi koji se počinju izlijevati u stvarnom vremenu. Ili obrnuto, odabire se razdoblje s najgorom tržišnom situacijom za savjetnika, na primjer, dugotrajno stanjsko razdoblje za trendove robota. Optimizacija daje slab rezultat i robot je nezasluženo odložen u arhivu.

  1. Pretjerano skeniranje.

Moguće su dvije mogućnosti. Prvi je kada se sve postavke optimiziraju vrlo malim korakom, nepraktično za optimizaciju. Drugi - kad se normalne profitabilne postavke završe opet malim korakom kako bi se maksimum stisnuo. Druga opcija - ovo je normalno, prva - vodi ka ponovnoj optimizaciji samo zato što ispitivač gurne sve postavke u uske radne domete, čime će savjetnik početi s izlijevanjem. A on će sigurno izaći iz njih, odmah, čim se sadašnje tržište malo promijeni.

Tko je kriv i što učiniti?

Kao što vidite, polovica pogrešaka tijekom optimizacije povezana je s pogrešnim algoritmom za njezinu provedbu, a druga polovica s malim uzorkom podataka. Pokušajte ne žuriti i pažljivo se pridržavajte tehnologije optimizacije savjetnika. Nikada ne štedite djelić povijesti za optimizaciju i ne zaboravite na test naprijed (preporučljivo je upamtiti i povratni test), a zatim, nadam se da ćete izbjeći zamke optimizacije i vaše algoritamsko trgovanje bit će profitabilno i ugodno.

Pogledajte video: Kako riješiti problem sa internet pretraživanjem? (Listopad 2019).

Ostavite Komentar