Forex Trading Systems - 30 min Balkendiagramm - keine Indikatoren verwendet, nur Preisaktion. - EURUSD, GBPUSD, USDCHF und USDJPY - Handelszeiten: 7:00 Uhr GMT bis 20:00 Uhr GMT - Einträge, Stationen und Ausgänge werden mit Hilfe von Bar Close und HighLow Werten gefunden. 1. Sie können es auf 1 Stunde bis zu den täglichen Charts handeln, aber versuchen Sie nicht, es auf einem kleiner als 30 min Diagramm zu handeln, es einfach nicht genug Gewinne machen. 2. Fokus auf Vorwärts-Test anstatt Backtesting mdash erinnern, bei der Betrachtung der historischen Preise, können Sie nicht sehen, die Reihenfolge, in der der Preis bewegt sich auf jeder Bar, die solche Tests irrelevant machen wird. 3. Aus dem gleichen Grund nicht versuchen, es mit einem Experten-Berater zu backtest. 4. Das Festhalten an einem manuellen Handel ist bevorzugt. Wenn Sie und Expert verwenden, dauert es jeden signle Handel, der da draußen ist, aber nicht notwendig der Handel, den Sie wählen würden, wenn manuell handeln würde. Der Tag, die Zeit und andere Faktoren können kommen, um zu spielen, um Ihre Entscheidung zu beeinflussen. 5. Bei der Verwendung eines höheren Zeitrahmens, erwägen Sie die Erhöhung der Mindest-Pip-Anforderung für eine Kerze Länge. Wie mit mechanischen Trading-Systeme gewinnen Viel Tinte wurde auf die Ermittlung der Ursachen der mechanischen Handelssysteme Ausfälle gewidmet, vor allem nach der Tatsache. Obwohl es oxymoronisch erscheinen mag (oder manche Trader einfach nur moronisch), ist der Hauptgrund, warum diese Handelssysteme scheitern, weil sie sich zu sehr auf die Freisprech - und Feuerschutz-Natur des mechanischen Handels verlassen. Algorithmen selbst fehlt die objektive menschliche Aufsicht und Intervention notwendig, um Systeme zu helfen, sich im Wandel mit wechselnden Marktbedingungen zu entwickeln. Mechanischer Handelssystemversagen oder Händlerfehler Anstatt ein Trading-System-Misserfolg zu beklagen, ist es konstruktiver, die Art und Weise zu betrachten, wie Trader das Beste aus beiden Welten haben können: Das heißt, Händler können die Vorteile von algorithmgeführten mechanischen Handelssystemen genießen , Wie z. B. Schnell-Feuer-automatische Hinrichtungen und emotionsfreie Handelsentscheidungen, während sie immer noch ihre angeborene menschliche Fähigkeit für ein objektives Denken über Misserfolg und Erfolg nutzen. Das wichtigste Element eines jeden Händlers ist die menschliche Fähigkeit, sich zu entwickeln. Händler können ihre Handelssysteme ändern und anpassen, um weiter zu gewinnen, bevor Verluste finanziell oder emotional verheerende werden. Wählen Sie die richtige Art und Menge der Marktdaten für die Prüfung Erfolgreiche Händler verwenden ein System von sich wiederholenden Regeln, um Gewinne aus kurzfristigen Ineffizienzen auf dem Markt zu ernten. Für kleine, unabhängige Händler in der großen Welt der Wertpapiere und Derivate-Handel, wo Spreads sind dünn und Wettbewerb heftig, die besten Chancen für Gewinne kommen aus Spotting Markt Ineffizienzen auf einfache, leicht zu quantifizieren Daten, dann Maßnahmen so schnell wie möglich. Wenn ein Händler mechanische Handelssysteme entwickelt und betreibt, die auf historischen Daten basieren, hofft er auf zukünftige Gewinne, basierend auf der Idee, dass die derzeitigen Marktinfizienten weitergehen werden. Wenn ein Händler den falschen Datensatz wählt oder die falschen Parameter verwendet, um die Daten zu qualifizieren, können kostbare Gelegenheiten verloren gehen. Gleichzeitig, sobald die in den historischen Daten erkannte Ineffizienz nicht mehr existiert, scheitert das Handelssystem. Die Gründe, warum sie verschwunden sind, sind unwesentlich für den mechanischen Händler. Nur die Ergebnisse sind wichtig. Wählen Sie die wichtigsten Datensätze bei der Auswahl des Datensatzes aus, um mechanische Handelssysteme zu erstellen und zu testen. Und um eine Probe zu testen, die groß genug ist, um zu bestätigen, ob eine Handelsregel konsequent unter einer breiten Palette von Marktbedingungen arbeitet, muss ein Händler die längste praktische Zeit der Testdaten verwenden. Es scheint also angebracht, mechanische Handelssysteme zu bauen, die sowohl auf dem längst möglichen historischen Datensatz als auch auf dem einfachsten Satz von Designparametern basieren. Robustheit gilt allgemein als die Fähigkeit, vielen Arten von Marktbedingungen zu widerstehen. Robustheit sollte in jedem System in einem langen Zeitbereich von historischen Daten und einfache Regeln getestet werden. Langjährige Prüfungen und Grundregeln sollten in Zukunft die unterschiedlichsten Marktbedingungen widerspiegeln. Alle mechanischen Handelssysteme werden schließlich scheitern, weil historische Daten offensichtlich nicht alle zukünftigen Ereignisse enthalten. Jedes System, das auf historischen Daten basiert, wird schließlich auf ahistorische Bedingungen stoßen. Menschliche Einsicht und Intervention verhindert, dass automatisierte Strategien von den Schienen laufen. Die Leute bei Knight Capital wissen etwas über den Handel mit Snafus. Einfachheit gewinnt durch seine Anpassungsfähigkeit Erfolgreiche mechanische Handelssysteme sind wie lebende, atmende Organismen. Die geologischen Geometrien der Welt sind mit Fossilien von Organismen gefüllt, die, obwohl sie sich in idealer Weise für den kurzfristigen Erfolg in ihren eigenen historischen Perioden eignen, für das langfristige Überleben und die Anpassung zu spezialisiert waren. Einfache algorithmische mechanische Handelssysteme mit menschlicher Führung sind am besten, weil sie sich einer schnellen, einfachen Evolution und Anpassung an die sich ändernden Bedingungen in der Umwelt unterziehen können (lesen Marktplatz). Einfache Handelsregeln reduzieren die potenziellen Auswirkungen von Data-Mining-Bias. Bias aus Data Mining ist problematisch, weil es übertreiben kann, wie gut eine historische Regel unter zukünftigen Bedingungen gelten wird, vor allem, wenn mechanische Handelssysteme auf kurze Zeitrahmen fokussiert sind. Einfache und robuste mechanische Handelssysteme sollten nicht durch die Zeitrahmen, die für Testzwecke verwendet werden, betroffen sein. Die Anzahl der Testpunkte, die in einem gegebenen Bereich historischer Daten gefunden wurden, sollte noch groß genug sein, um die Gültigkeit der zu prüfenden Handelsregeln zu beweisen oder zu widerlegen. Anders ausgedrückt, einfache, robuste mechanische Handelssysteme übertreffen Data-Mining-Bias. Wenn ein Händler ein System mit einfachen Designparametern wie dem QuantBar-System verwendet. Und testet es, indem sie die längste angemessene historische Zeitspanne verwendet, dann werden die einzigen anderen wichtigen Aufgaben sein, um an der Disziplin des Handels des Systems festzuhalten und seine Resultate vorwärts zu überwachen. Beobachtung ermöglicht die Evolution. Auf der anderen Seite führen Händler, die mechanische Handelssysteme verwenden, die aus einem komplexen Satz von mehreren Parametern aufgebaut sind, das Risiko, ihre Systeme vor dem frühen Aussterben zu entwickeln. Bauen Sie ein robustes System, das das Beste des mechanischen Handels nutzt, ohne seine Schwächen zu beeinträchtigen. Es ist wichtig, die Robustheit der mechanischen Handelssysteme nicht mit ihrer Anpassungsfähigkeit zu verwechseln. Systeme, die auf einer Vielzahl von Parametern basieren, führten zu gewinnenden Trades während historischer Perioden und sogar während der gegenwärtig beobachteten Perioden werden oft als robust beschrieben. Das ist kein Garant dafür, dass solche Systeme erfolgreich gezwickt werden können, sobald sie den Handel über ihre Flitterwochen zurückgelegt haben.8221 Das ist eine erste Handelsperiode, in der die Bedingungen mit einer bestimmten historischen Periode zusammenfallen, auf der das System basiert. Einfache mechanische Handelssysteme lassen sich leicht an neue Bedingungen anpassen, auch wenn die Ursachen für den Marktwechsel unklar sind und komplexe Systeme kurz sind. Wenn sich die Marktbedingungen ändern, wie sie es fortwährend tun, sind die Handelssysteme, die am ehesten weiter zu gewinnen sind, diejenigen, die einfach und am leichtesten an neue Bedingungen anpassbar sind, ein wirklich robustes System, das vor allem Langlebigkeit hat. Einfache algorithmische mechanische Handelssysteme mit menschlicher Führung sind am besten, weil sie sich einer schnellen, einfachen Evolution und Anpassung an die sich ändernden Bedingungen in der Umwelt unterziehen können (lesen Marktplatz). Leider, nachdem er eine anfängliche Periode der Gewinne bei der Verwendung von überkomplexen mechanischen Handelssystemen erlebt hat, fallen viele Händler in die Falle des Versuchs, diese Systeme wieder zum Erfolg zu zwingen. Die Märkte unbekannten, aber wechselnden Bedingungen haben bereits die ganze Art von mechanischen Handelssystemen zum Aussterben verurteilt. Auch die Einfachheit und Anpassungsfähigkeit an sich ändernde Bedingungen bieten die beste Hoffnung für das Überleben eines Handelssystems. Verwenden Sie eine objektive Messung, um zwischen Erfolg und Misserfolg zu unterscheiden. A-Trader am häufigsten Untergang ist eine psychologische Bindung an sein Handelssystem. Wenn Trading-System-Ausfälle auftreten, ist es in der Regel, weil die Händler einen subjektiven eher als objektiven Standpunkt angenommen haben, vor allem im Hinblick auf Stop-Verluste bei bestimmten Trades. Die menschliche Natur fährt oft einen Händler, um eine emotionale Bindung an ein bestimmtes System zu entwickeln, vor allem, wenn der Händler eine beträchtliche Menge an Zeit und Geld in mechanische Handelssysteme mit vielen komplexen Teilen investiert hat, die schwer zu verstehen sind. Allerdings ist es entscheidend wichtig für einen Händler, außerhalb des Systems zu treten, um es objektiv zu betrachten. In manchen Fällen wird der Händler wahnsinnig über den erwarteten Erfolg eines Systems, sogar bis zu dem Punkt, weiter zu handeln, ein offensichtlich verlierendes System weit länger als eine subjektive Analyse erlaubt hätte. Oder, nach einer gewissen Periode von Fett gewinnt, kann ein Händler mit einem ehemals gewonnenen System verheiratet werden, auch wenn seine Schönheit unter dem Druck der Verluste verblasst. Schlimmer noch kann ein Händler in die Falle der selektiven Auswahl der Testperioden oder der statistischen Parameter für ein bereits verlierendes System fallen, um falsche Hoffnung für die fortlaufenden Systeme zu erhalten. Ein objektiver Maßstab, wie z. B. die Verwendung von Standardabweichungsmethoden, um die Wahrscheinlichkeit eines Stromausfalls zu beurteilen, ist die einzige Gewinnmethode, um festzustellen, ob die mechanischen Handelssysteme wirklich versagt haben. Durch ein objektives Auge ist es für einen Händler leicht, Fehler oder potenzielle Versagen in mechanischen Handelssystemen schnell zu erkennen, und ein einfaches System kann schnell und einfach angepasst werden, um wieder ein neu gewonnenes System zu schaffen. Das Versagen von mechanischen Handelssystemen wird oft auf der Grundlage eines Vergleichs der aktuellen Verluste, gemessen an den historischen Verlusten oder Drawdowns, quantifiziert. Eine solche Analyse kann zu einer subjektiven, falschen Schlussfolgerung führen. Der maximale Drawdown wird häufig als Schwellenwert verwendet, um den ein Trader ein System aufgeben wird. Ohne die Art und Weise zu berücksichtigen, mit der das System diese Abzugsstufe erreicht hat, oder die Zeitdauer, die erforderlich ist, um dieses Niveau zu erreichen, sollte ein Händler nicht feststellen, dass das System ein Verlierer ist, der auf dem Drawdown allein basiert. Standardabweichung im Vergleich zu Drawdown als Metrik des Ausfalls In der Tat ist die beste Methode, um das Verwerfen eines Gewinnsystems zu vermeiden, einen objektiven Messstandard zu verwenden, um die aktuelle oder die jüngste Verteilung der Renditen aus dem System zu ermitteln, Vergleichen Sie diese Messung gegen die historische Verteilung der Renditen, die aus dem Backtest berechnet wird, während Sie einen festen Schwellenwert entsprechend der Gewissheit, dass die derzeitige Verlangsamung der Verteilung der mechanischen Handelssysteme in der Tat über normale, zu erwartende Verluste hinausgeht, und sollte daher sein Verworfen als gescheitert. Also, zum Beispiel, davon ausgehen, dass ein Händler ignoriert die aktuelle Drawdown-Ebene, die ein Problem signalisiert hat und löschte seine Untersuchung. Stattdessen vergleichen Sie den aktuellen Verlust Streak gegen die historischen Verluste, die während des Handels dieses Systems während der historischen Testperioden aufgetreten wäre. Je nachdem, wie konservativ ein Händler ist, kann er entdecken, dass der aktuelle oder jüngste Verlust jenseits der 95 Sicherheitsebene liegt, die durch zwei Standardabweichungen vom normalen historischen Verlustniveau impliziert wird. Dies wäre sicherlich ein starkes statistisches Zeichen dafür, dass das System schlecht ist und deshalb gescheitert ist. Im Gegensatz dazu kann ein anderer Händler mit größerer Appetit auf Risiko objektiv entscheiden, dass drei Standardabweichungen von der Norm (d. h. 99.7) die geeignete Sicherheitsebene für die Beurteilung eines Handelssystems als fehlgeschlagen sind. Der wichtigste Faktor für jeden Handelssystem8217 Erfolg, ob manuell oder mechanisch, ist immer die menschliche Entscheidungsfähigkeit. Der Wert der guten mechanischen Handelssysteme ist, dass sie, wie alle guten Maschinen, menschliche Schwächen minimieren und Errungenschaften weit über jene hinausgehen, die durch manuelle Methoden erreichbar sind. Dennoch, wenn sie richtig gebaut werden, erlauben sie immer noch eine feste Kontrolle nach dem Urteil des Händlers und erlauben ihm oder ihr, von Hindernissen und möglichen Fehlern zu lenken. Obwohl ein Händler Mathematik in Form einer statistischen Berechnung der Standardverteilung verwenden kann, um zu beurteilen, ob ein Verlust normal ist und nach historischen Aufzeichnungen akzeptabel ist, ist er immer noch auf menschliches Urteil angewiesen, anstatt rein mechanische, mathematische Entscheidungen zu treffen Basierend auf Algorithmen allein. Händler können das Beste aus beiden Welten genießen. Die Macht der Algorithmen und des mechanischen Handels minimiert die Auswirkungen von menschlicher Emotion und Verspätung bei der Auftragsvergabe und - ausführung, insbesondere im Hinblick auf die Aufrechterhaltung der Stop-Loss-Disziplin. Es verwendet noch die objektive Bewertung der Standardabweichung, um die menschliche Kontrolle über das Handelssystem zu behalten. Seien Sie auf Veränderung vorbereitet und seien Sie bereit, das Handelssystem zu ändern Zusammen mit der Objektivität zu erkennen, wann mechanische Handelssysteme von den Gewinnern in Verlierer wechseln, muss ein Händler auch die Disziplin und die Voraussicht haben, um die Systeme zu entwickeln und zu ändern, damit sie auch weiterhin gewinnen können Bei neuen Marktbedingungen. In jeder Umgebung, die mit Veränderung gefüllt ist, umso einfacher das System, desto schneller und einfacher wird es sein. Wenn eine komplexe Strategie fehlschlägt, kann es einfacher sein, sie zu ersetzen, als sie zu modifizieren, während einige der einfachsten und intuitivsten Systeme wie das QuantBar-System. Sind relativ einfach zu modifizieren on-the-fly, um sich an zukünftige Marktbedingungen anzupassen. Zusammenfassend kann man sagen, dass ordnungsgemäß gebaute mechanische Handelssysteme einfach und anpassungsfähig sein sollten und nach dem richtigen Typ und der Menge an Daten getestet werden, so dass sie robust genug sind, um Gewinne unter einer Vielzahl von Marktbedingungen zu produzieren. Und ein Sieger-System muss durch die entsprechende Metrik des Erfolgs beurteilt werden. Anstatt sich nur auf algorithmische Handelsregeln oder maximale Drawdown-Level zu verlassen, sollte jede Entscheidung darüber, ob ein System fehlgeschlagen ist, nach dem menschlichen Urteil des Händlers gemacht werden und auf der Grundlage einer Bewertung der Anzahl der Standardabweichungen der Systeme, die bei der Messung gemessen werden Seine historische Testverluste. Wenn mechanische Handelssysteme nicht durchführen, sollte der Händler die notwendigen Änderungen vornehmen, anstatt sich an ein verlierendes System zu klammern. Nur weil ein System vor 20 Jahren gearbeitet hat, bedeutet das, dass es heute funktionieren sollte. Seien Sie vorsichtig, wenn Sie vorschlagen, ein System über einen langen Zeitraum zu testen. Wie lange ist schon lange, wie einfach ist einfach Vier Regeln mit insgesamt vier Variablen Sieben Regeln mit insgesamt zehn Variablen Ich werde im Allgemeinen einverstanden sein, dass einfacher besser ist, aber was ist einfach Mit der Standardabweichung der Renditen sollten ähnliche Schlussfolgerungen zum Laufen geben Eine Monte-Carlo-Analyse, die bei Software nicht schwierig ist. Mit einer MC-Analyse, wie Sie wissen, kann man die möglichen Rücksendungen und mögliche Drawdowns sehen. Die Zukunft muss nicht der Vergangenheit entsprechen, aber eine MC-Analyse ist eine Möglichkeit, ein System zu testen. Einfach zu geben Leitlinien schwer zu einem System mit einem edge823082308230.und am schwersten zu handeln .. wenn möglich teilen einige Variable 2 ein Trading-System zu entwickeln. Aus Gründen der Einfachheit machen es einfach Buy Regeln Exit Rules (Stops oder Profit Exit) Short Rules Short Exits (Stopps oder Profit Exit) Bleiben Sie (falls erforderlich nach System) Position Größe (unter Berücksichtigung max. Drawdown) Thats it8230 kann jedes Stück hinzufügen Rat u want8230 Vielen Dank für die Post, ich stimme mit vielen Dingen, die Sie erwähnt haben. Und außerdem gibt mir ein paar Ideen zu versuchen. Hallo alle Shaun, ich bin einverstanden. Fokussierung auf nicht zu verlieren ist ein sehr wichtiger Erfolg des Erfolges. Tarun, eine EA, die ich gebaut habe, die sehr erfolgreich ist, verwendet eine einfache Pivot-Punkt-Swing-Handelsstrategie. Ein kundenspezifischer Indikator meines eigenen gibt mir einen Premarket Bias (oben oder unten) und mein Auslöser für die Einreise ist Marktpreis innerhalb eines 2 Pip Bereichs der wichtigsten täglichen Pivot. Ausstiegsstrategie ist auch einfach, der Preis wird entweder aufhören oder die Hälfte der Position bei Support1 oder Resistance1 schließen. Stoploss wird dann verschoben, um sogar zu brechen. Der Preis wird dann aussteigen oder S2 oder R2 erreichen, an welcher Stelle die Hälfte der verbleibenden Position wieder geschlossen wird, die Stoppflüssigkeit wird auf S1 oder R1 verschoben. Der Preis wird dann aufhören oder zu S3 oder R3 wechseln, an welcher Stelle die verbleibende Position geschlossen ist. 8211 Diese einfache Strategie ist 1 Million Dollar über einen Zeitraum von 15 Jahren wert. Frei, mein Vergnügen. Die meisten Leute tun nichts mit dieser Info sowieso lol. Die Dilema: Einfache Strategie, sehr komplizierte EA. Warum, weil jede Strategie Grenzen hat und zu wissen, was es verursacht, ist der erste Schritt zu 8220Fokussierung auf nicht zu verlieren8221. Aka, setzen Sie meausures an Ort und Stelle, um den Markt zu beurteilen und machen Sie Ihre EA entweder abschalten oder anpassen, wenn der Markt in der Weise schlecht für Ihre Strategie handelt. Auch, RR, Balance Schutz und mit einer LOT Skala macht die EA ziemlich komplex, aber es lohnt sich die Mühe. Kombinieren eine einfache Strategie mit einem detaillierten Managementsystem innerhalb eines komplexen EA ist 50 Millionen über 15 Jahre wert. Wir hoffen jedoch, dass sie bei Ihrer Reiseplanung weiterhilft. Original auf Englisch Language Weaver Bewerten Sie diese Übersetzung: Vielen Dank für Ihre Bewertung Mangelhaft Gut Wenn you8217re leidenschaftlich über Handel und EA8217s einfach nicht aufgeben. Bleib konzentriert und lerne weiter Tatsächlich. Sie könnten die meisten Strategien in der Zeitung veröffentlichen. Fast niemand würde damit etwas tun. Ich liebe die Betonung auf 8220not losing8221 anstatt zu gewinnen. Du sprichst meine Sprache, ich würde bei der Bewertung der Leistung von programmierten Handelssystemen 3 Punkte hinzufügen. Zuerst einmal, wenn man ein System in MetaTrader testet, ist es wichtig, sich daran zu erinnern, dass MT4 keinen wahren Tick-Datenstrom bereitstellt. Es simuliert nur die Tick-Daten durch die Verwendung von Datenleisten, die im History Center gespeichert sind. Dies bedeutet, dass eine sehr neue Preishistorie aus 1 oder 5 Minuten Stäben aufgebaut werden kann und die Geschichte weiter aus 15 oder 30 Minuten Stäben aufgebaut werden kann. Das Ausführen von Tests über mehrere Jahre kann MT4 erzwingen, um die Tick-Daten mit Balken von noch größeren Zeiträumen zu simulieren. Dies ist, warum Sie viele Performance-Tests, die in MetaTrader über ein paar Jahre Perioden, die eine charakteristische Kurve wurden ausgeführt werden. Es gibt eine steil rentable Kurve in den frühen Jahren und eine flache zu verlieren Kurve in der jüngsten Zeit. Wenn das System auf den wahren Tickdaten laufen würde, wäre es wahrscheinlich während der Testperiode schlecht, da die frühen Jahre auf 15M oder 30M Bars simuliert wurden und weniger flüchtig waren als die tatsächliche Preisaktion des Zeitraums. Zweitens neigen die meisten Menschen, die Handelssysteme planen, dazu, ihr System zu optimieren, um den Gewinn zu maximieren, der während des Zeitraums erreicht wurde, der verwendet wurde, um das System zu testen. Als Beispiel lautet der Systemdesigner sein System über einen Zeitraum von 5 Jahren. Die natürliche Neigung ist, die Variablen zu optimieren, um den Gewinn zu maximieren. Der Gedanke Prozess geht so etwas wie folgt: Wenn das System einen 50 Gewinn und einen 2,5 Gewinnfaktor über diesen Testzeitraum produziert, dann sollte ich zumindest eine akzeptable Leistung in Echtzeit nutzen. Glauben Sie mir, das ist der Kuss des Todes in EA-Programmierung und der Grund so viele kommerzielle Experten Berater scheitern. Der Kunde kauft in die gewinnbringende Leistung während der hinteren Testperiode und dann unweigerlich verliert, wenn er versucht, die EA mit echtem Geld zu führen. Richtige Rückversuche versuchen, die echte durchschnittliche Leistung der EA auf der Grundlage mehrerer Testperioden zu finden. Schließlich gibt es das Problem, das in dem Artikel des Wissens berührt wurde, wenn die Ergebnisse, die Sie erleben, statisch gültig sind. Natürlich, wie Mr. Flower sagt, wenn ein verlierenden Streifen außerhalb von 2 Standardabweichungen ist, dann sind die Chancen etwas geändert. Ich möchte darauf hinweisen, dass die Verteilung der Gewinnen und Verlieren Trades ist immer zufällig und bestimmt durch den Gesamtprozentsatz der Gewinner oder Verlierer in einem Beispiel von Trades vorausgesetzt, dass es groß genug ist, um statisch gültig zu sein. Um ein Beispiel zu geben, lassen Sie sich sagen, dass Ihr System eine 50 Gewinnrate erfordert, um rentabel zu sein. Nun, wir wissen bereits von einer Münze, die die gleiche 50 Gewinnrate hat, dass die Gewinner und Verlierer dazu neigen, zusammen zu klumpen in gewinnende Streifen und verlieren Streifen. Weiterhin wissen wir aus dem Studium der Statistik, dass die Verteilung der Gewinner und Verlierer in der EA mit einer 50-Gewinn-Rate die gleiche sein wird wie die Verteilung, die aus dem Werfen einer Münze gewonnen wird. Das heißt, es wird in einer Gruppe von 1000 Trades im Durchschnitt 8 verlieren Streifen von 5 Verlierer in einer Reihe und 8 gewinnende Streifen von 5 Gewinner in einer Reihe. Ähnlichkeit in einer Gruppe von 1000 Trades sollten Sie auch im Durchschnitt von 4 verlieren und gewinnen Streifen von 6 in einer Reihe, 2 verlieren und gewinnen Streifen von 7 in einer Reihe und 1 gewinnen und verlieren Streifen von 8 und 1 gewinnen und verlieren Streifen von 9 in einer Reihe. Es ist wichtig, dass der Benutzer eine realistische Vorstellung von Größe und Anzahl von verlierenden Streifen hat, die er mit dem EA begegnen wird. Andernfalls wird er sicherlich aufgeben und ganz zum ersten Mal begegnet er einer erwarteten verlierenden Reihe von Trades. Das ist einer der vielen Gründe, die ich in MetaTrader gar nicht teste. Ich benutze es nur für den Live-Handel. Die schwachen Daten und die Unfähigkeit, Portfolios zu testen, macht es für meine Zwecke unbrauchbar. Sie haben Recht auf Überoptimierung. Der einfachste Weg, dies zu vermeiden, ist, die Anzahl der Parameter in Ihrer Strategie zu minimieren. Ich habe nur 4 in meiner Dominari-Strategie, zum Beispiel. Danke für die ausführlichen Gedanken
No comments:
Post a Comment