Teste de forex para a frente

O que é Walk Forward Análise anaylsis Avançar é o processo de otimização de um sistema de negociação usando um conjunto limitado de parâmetros e, em seguida, testar o melhor parâmetro otimizado ajustado em dados fora da amostra. Isto é similar a como você usaria seu perito em negociação ao vivo. Os princípios da análise de andamento foram descritos pela primeira vez no livro A Avaliação e otimização de estratégias de negociação por Robert Pardo. Para realizar uma análise de andamento em MetaTrader, primeiro otimize o consultor especialista no Strategy Tester. Em seguida, escolha o resultado mais lucrativo na guia Resultados de Otimização e execute um backtest durante um período de tempo imediatamente após o período de otimização. A data final do período de otimização é igual à data de início do período de teste. Este processo é repetido uma e outra até que se obtenha um tamanho de amostra satisfatório. Se o consultor perito executa bem em testes, em relação aos resultados de otimização, então pode-se concluir que o consultor perito será provavelmente rentável na negociação ao vivo. Se, por outro lado, o consultor especializado tiver um mau desempenho nos testes, então os parâmetros de otimização ou o comprimento dos períodos de teste e otimização precisarão ser ajustados. Se, após muitas tentativas, o consultor perito ainda não executar bem nos testes, então pode-se concluir que o sistema de comércio não é rentável. A animação à direita ilustra o procedimento de análise em andamento. Uma otimização é realizada durante um período mais longo (os dados na amostra) e, em seguida, o conjunto de parâmetros otimizado é testado em um período menor subseqüente (os dados fora da amostra). Os períodos de optimização e de teste são deslocados para a frente, e o processo é repetido até ser obtido um tamanho de amostra adequado. Fonte Um exemplo de uma Análise Avançada Permite fornecer um exemplo da vida real: Vamos fazer uma análise em andamento em um consultor especialista, usando o EURUSD M30. Bem otimizar este consultor perito durante um período de 120 dias. Weve escolheu os 3 ou 4 parâmetros mais importantes para otimizar, de modo a não sobre-otimizar ou curva ajustar os resultados. Além disso, menos parâmetros significa um teste mais rápido. Bem, selecione o resultado mais rentável e backtest esses parâmetros durante um período de 30 dias imediatamente após o período de otimização. Recomenda-se usar um período de teste de aproximadamente 25 do período de otimização. Uma vez que nós temos registrado nossos resultados, mova bem o próximo período de otimização e teste em 30 dias. Depois de 12 rodadas consecutivas de otimização e testes, bem tem um ano de valor de dados de análise de andamento. Comparamos o lucro médio diário dos períodos de otimização com o lucro médio diário para os períodos de teste. Isso nos dará um cálculo chamado de relação de eficiência para frente. Um rácio de eficiência de marcha para frente superior a 0,5 é considerado um resultado muito bom. Isso é o que chamamos de sistema de negociação robusto. No entanto, um consultor perito é negociável, desde que seja consistentemente rentável ao longo de vários períodos de teste. Se o rácio de eficiência para a frente for negativo, isso significa que o consultor perito não teve bons resultados relativamente aos seus resultados de optimização. Claro, você pode fazer uma análise passo a passo manualmente em MetaTraders Strategy Tester. Mas o processo é tedioso, demorado e propenso a erros. Este é o lugar onde o software Walk Forward Analyzer vem dentro O programa irá executar automaticamente uma análise de andando para a frente usando MetaTraders Strategy Tester sobre qualquer período de tempo, com apenas algumas configurações fornecidas pelo user. Backtesting e Forward Testing: A importância dos comerciantes de correlação Que estão ansiosos para tentar uma idéia de negociação em um mercado ao vivo, muitas vezes cometem o erro de confiar inteiramente em backtesting resultados para determinar se o sistema será rentável. Embora backtesting pode fornecer comerciantes com informações valiosas, muitas vezes é enganosa e é apenas uma parte do processo de avaliação. Os testes fora da amostra e os testes de desempenho avançados fornecem uma confirmação adicional sobre a eficácia de um sistema e podem mostrar cores verdadeiras dos sistemas antes que o dinheiro real esteja na linha. Boa correlação entre backtesting, out-of-sample e forward desempenho testes resultados é vital para determinar a viabilidade de um sistema de comércio. Backtesting Basics Backtesting refere-se à aplicação de um sistema de negociação de dados históricos para verificar como um sistema teria realizado durante o processo de negociação. O período de tempo especificado. Muitas das plataformas de negociação de hoje suportam backtesting. Os comerciantes podem testar idéias com algumas teclas e obter informações sobre a eficácia de uma idéia sem arriscar fundos em uma conta comercial. Backtesting pode avaliar idéias simples, como como um crossover média móvel seria executar em dados históricos, ou sistemas mais complexos com uma variedade entradas e gatilhos. Enquanto uma idéia pode ser quantificada, ela pode ser testada. Alguns comerciantes e investidores podem procurar a experiência de um programador qualificado para desenvolver a idéia em uma forma testável. Normalmente, isso envolve um programador codificando a idéia na linguagem proprietária hospedada pela plataforma de negociação. O programador pode incorporar variáveis ​​de entrada definidas pelo usuário que permitem ao profissional ajustar o sistema. Um exemplo disto seria no sistema de cruzamento simples de média móvel observado acima: o operador seria capaz de introduzir (ou alterar) os comprimentos das duas médias móveis utilizadas no sistema. O comerciante poderia backtest para determinar quais comprimentos de médias móveis teriam realizado o melhor sobre os dados históricos. (Obtenha mais introspecção no Tutorial de Negociação Eletrônica.) Estudos de Otimização Muitas plataformas de negociação também permitem estudos de otimização. Isso implica inserir um intervalo para a entrada especificada e deixar o computador fazer a matemática para descobrir qual entrada teria realizado o melhor. Uma otimização multi-variável pode fazer a matemática para duas ou mais variáveis ​​combinadas para determinar quais níveis juntos teriam obtido o melhor resultado. Por exemplo, os comerciantes podem dizer ao programa quais os insumos que gostariam de adicionar à sua estratégia, então estes seriam otimizados para seus pesos ideais dados os dados históricos testados. Backtesting pode ser emocionante em que um sistema não rentável pode muitas vezes ser magicamente transformado em uma máquina de fazer dinheiro com algumas otimizações. Infelizmente, ajustar um sistema para atingir o maior nível de rentabilidade do passado muitas vezes leva a um sistema que irá funcionar mal na negociação real. Esta sobre-otimização cria sistemas que parecem bons apenas em papel. O ajuste de curva é o uso de análises de otimização para criar o maior número de negócios vencedores com o maior lucro nos dados históricos usados ​​no período de teste. Embora pareça impressionante em backtesting resultados, curva de encaixe leva a sistemas não confiáveis, uma vez que os resultados são essencialmente concebidos para apenas os dados específicos e período de tempo. Backtesting e otimização fornecem muitos benefícios para um comerciante, mas isso é apenas parte do processo quando se avalia um potencial sistema comercial. Um próximo passo dos comerciantes é aplicar o sistema a dados históricos que não tenham sido utilizados na fase de backtesting inicial. (A média móvel é fácil de calcular e, uma vez plotada em um gráfico, é uma poderosa ferramenta visual de tendência de manchas. Para obter mais informações, leia Médias Móveis Simples Destaque as tendências.) Dados dentro da amostra versus fora da amostra Ao testar uma idéia sobre dados históricos, é benéfico reservar um período de tempo de dados históricos para fins de teste. Os dados históricos iniciais sobre os quais a idéia é testada e otimizada são chamados de dados na amostra. O conjunto de dados que foi reservado é conhecido como dados fora da amostra. Essa configuração é uma parte importante do processo de avaliação porque fornece uma maneira de testar a idéia em dados que não tenham sido um componente no modelo de otimização. Como resultado, a idéia não terá sido influenciada de qualquer forma pelos dados fora da amostra e os comerciantes serão capazes de determinar o quão bem o sistema pode executar em novos dados, ou seja, na vida real de negociação. Antes de iniciar qualquer backtesting ou otimização, os comerciantes podem reservar uma porcentagem dos dados históricos a serem reservados para testes fora da amostra. Um método é dividir os dados históricos em terços e segregar um terço para uso no teste fora da amostra. Somente os dados da amostra devem ser usados ​​para o teste inicial e qualquer otimização. A Figura 1 mostra uma linha temporal em que um terço dos dados históricos é reservado para testes fora da amostra e dois terços são usados ​​para o teste na amostra. Embora a Figura 1 represente os dados fora da amostra no início do teste, os procedimentos típicos teriam a porção fora da amostra imediatamente antes do desempenho para a frente. Figura 1: Uma linha de tempo que representa o comprimento relativo de dados dentro da amostra e fora da amostra usados ​​no processo de backtesting. Uma vez que um sistema de negociação foi desenvolvido usando dados dentro da amostra, ele está pronto para ser aplicado aos dados fora da amostra. Os comerciantes podem avaliar e comparar os resultados de desempenho entre os dados dentro da amostra e fora da amostra. A correlação refere-se a semelhanças entre os desempenhos e as tendências gerais dos dois conjuntos de dados. As métricas de correlação podem ser usadas na avaliação dos relatórios de desempenho da estratégia criados durante o período de teste (um recurso que a maioria das plataformas de negociação fornece). Quanto mais forte for a correlação entre os dois, maior a probabilidade de um sistema funcionar bem em testes de desempenho avançado e em negociação ao vivo. A Figura 2 ilustra dois sistemas diferentes que foram testados e otimizados em dados na amostra, aplicados a dados fora da amostra. O gráfico à esquerda mostra um sistema que estava claramente ajustado à curva para funcionar bem nos dados da amostra e falhou completamente nos dados fora da amostra. O gráfico à direita mostra um sistema que funcionou bem em dados dentro e fora da amostra. Figura 2: Duas curvas patrimoniais. Os dados comerciais antes de cada seta amarela representam os testes na amostra. As negociações geradas entre as setas amarela e vermelha indicam testes fora da amostra. As negociações após as setas vermelhas são das fases de teste de desempenho avançado. Se há pouca correlação entre o teste dentro da amostra e fora da amostra, como o gráfico esquerdo na Figura 2, é provável que o sistema tenha sido superotimizado e não tenha um bom desempenho na negociação em tempo real. Se houver forte correlação no desempenho, como visto no gráfico direito na Figura 2, a próxima fase de avaliação envolve um tipo adicional de teste fora da amostra conhecido como teste de desempenho avançado. (Para obter mais informações sobre a previsão, consulte Previsão Financeira: O Método Bayesiano.) Básicos de Teste de Desempenho Avançado Teste de desempenho avançado, também conhecido como negociação de papel. Fornece aos comerciantes um outro conjunto de dados fora da amostra sobre os quais avaliar um sistema. O teste de desempenho avançado é uma simulação de negociação real e envolve seguir a lógica de sistemas em um mercado real. Também é chamado de papel de negociação, uma vez que todos os comércios são executados em papel apenas que é, entradas de comércio e saídas são documentadas junto com qualquer lucro ou perda para o sistema, mas não real operações são executadas. Um aspecto importante do teste de desempenho avançado é seguir exatamente a lógica dos sistemas, torna-se difícil, se não impossível, avaliar com precisão esta etapa do processo. Os comerciantes devem ser honestos sobre qualquer comércio entradas e saídas e evitar comportamento como cereja colheita comércios ou não incluindo um comércio em papel racionalização que eu nunca teria tomado esse comércio. Se o comércio tivesse ocorrido seguindo a lógica dos sistemas, deveria ser documentado e avaliado. Muitos corretores oferecem uma conta de negociação simulada onde os negócios podem ser colocados eo lucro correspondente e perda calculada. Usando uma conta de negociação simulada pode criar uma atmosfera semi-realista sobre a qual a prática de negociação e avaliar ainda mais o sistema. A Figura 2 também mostra os resultados para testes de desempenho avançado em dois sistemas. Novamente, o sistema representado no gráfico esquerdo não consegue fazer muito além do teste inicial em dados incluídos na amostra. O sistema mostrado no gráfico direito, no entanto, continua a apresentar um bom desempenho em todas as fases, incluindo o teste de desempenho avançado. Um sistema que mostra resultados positivos com boa correlação entre os testes de desempenho dentro da amostra, fora da amostra e para a frente está pronto para ser implementado em um mercado vivo. The Bottom Line Backtesting é uma valiosa ferramenta disponível na maioria das plataformas de negociação. A divisão de dados históricos em vários conjuntos para fornecer testes in-sample e out-of-sample pode fornecer aos comerciantes um meio prático e eficiente para avaliar uma idéia e sistema de negociação. Como a maioria dos comerciantes emprega técnicas de otimização no backtesting, é importante avaliar o sistema em dados limpos para determinar sua viabilidade. Continuar o teste fora da amostra com testes de desempenho avançados fornece outra camada de segurança antes de colocar um sistema no mercado arriscando dinheiro real. Resultados positivos e boa correlação entre testes de backtesting dentro da amostra e fora da amostra e testes de desempenho avançados aumentam a probabilidade de um sistema funcionar bem na negociação real. (Uma Análise Técnica: Introdução) Uma pessoa que negocia derivados, commodities, obrigações, acções ou moedas com um risco superior ao médio em troca de. QuotHINTquot é uma sigla que significa quothigh renda não impostos. quot É aplicado a high-assalariados que evitam pagar renda federal. Um fabricante de mercado que compra e vende títulos corporativos de curto prazo, denominados papel comercial. Um negociante de papel é tipicamente. Uma ordem colocada com uma corretora para comprar ou vender um número definido de ações a um preço especificado ou melhor. A compra e venda irrestrita de bens e serviços entre países sem a imposição de restrições, tais como. No mundo dos negócios, um unicórnio é uma empresa, geralmente uma start-up que não tem um registro de desempenho estabelecido. O Walk Forward Analyzer está agora livre Vá para a página de Download para obter sua cópia gratuita Como você sabe se o seu especialista Conselheiro é verdadeiramente rentável MetaTraders Strategy Tester doesnt dar-lhe a imagem inteira Você está negociando com base em backtests excessivamente otimista e decepcionado ao descobrir que seu consultor especialista está perdendo dinheiro em negociação ao vivo Você gostaria de saber se o seu consultor perito é rentável, rápido e Facilmente, sem perder dinheiro O Walk Forward Analyzer para MetaTrader O Walk Forward Analyzer usa MetaTraders próprio Strategy Tester para realizar uma análise de andamento. Usando as configurações e parâmetros de teste fornecidos pelo usuário. O software é fácil de usar, e pode fornecê-lo com uma análise walk forward completa em uma fração do tempo que levaria para você fazê-lo manualmente. Uma análise passo a passo determina se um consultor especialista é rentável quando negociar com parâmetros otimizados em dados fora da amostra. Qualquer consultor especialista pode produzir um resultado impressionante de otimização, mas o verdadeiro teste é se esses resultados se manterão quando testados em relação a dados futuros. O Walk Forward Analyzer executa esse processo muitas vezes ao longo de meses e anos de dados históricos, dando-lhe uma imagem precisa do verdadeiro desempenho de seu consultor especialista. Na conclusão de uma análise de progresso, você será apresentado com um detalhado relatório de análise de andamento, mostrando os resultados das execuções de teste e otimização, o total de lucro / perda de teste e o índice de eficiência para a frente. Que é uma medida de como seu sistema de comércio é robusto. Veja o Walk Forward Analyzer em ação Se você não estiver familiarizado com o procedimento de análise de andamento, leia What is Walk Forward Analysis para descobrir por que é o melhor método para determinar a robustez e rentabilidade potencial de seu sistema de negociação. O vídeo abaixo fornece uma explicação completa e tutorial do Walk Forward Analyzer para MetaTrader: DATFRA - Mt4 EA Builder amplificador Walk Forward Analyzer Hoje eu posso finalmente liberar minha estrutura de negociação algorítmica. Eu tenho trabalhado nisso por muitos meses, e agora é hora de compartilhá-lo. É um framework algotrading, que se baseia em Metatrader4 e MQL Expert Advisors, e é destinado a analisar, otimizar e gerenciar nossos EAs. Análise de parâmetros. Um método de análise 10.000 vezes mais poderoso do que Walk Forward Analysis - com base em milhões de backtests Trader Paper: Reproduzir os dados de mercado, tão rápido e quantas vezes você quiser, e praticar o seu comércio manual no Metatrader4 e com Full DATFRA Integração (HowTo : Darwins-fx-tools / manualppt) Indicador - gt EA Wizard: gera um Expert Advisor fora de qualquer Metatrader Indicator automaticamente. Use-o para backtest indicadores (mesmo se você é um comerciante manual sem habilidades de codificação) ou para acelerar o desenvolvimento EA (tutorial: forexfactory / showthreadt494895) EA Builder. Um simples usar o construtor de EA permite que você deixe seu computador procurarar por sistemas negociando novos - sem interação humana. Usando Backtests normal - ou Walk Walk Analyzer Walk Forward completo. Analise seus sistemas de negociação com o Walk Forward Analysis - rápido, eficaz, multithreaded. Metatrader4 Integração. DATFRA funciona em cima de Metatrader4, você não tem que mudar seu ambiente de negociação preferido para usá-lo MQL Library. Muitas funções de MQL e modelos de EA vêm com DATFRA, tudo o que você precisa para iniciar imediatamente a programação EA System Management. O banco de dados interno permite que você gerencie seus EAs, parâmetros e vários tipos de relatórios de análise - puro e central Data Manager. O DATFRA pode importar dados de histórico de arquivos Metatrader4, Metatrader5 ou CSV. AI-Adivsor. Experimente centenas de filtros de entrada e saia regras para qualquer sistema (papel-negociado ou WFAnalysed ou backtested) sobre a mosca Professional amp Flexible Builder. Isto permitirá que você use qualquer Função MQL, qualquer indicador Metatrader e qualquer Expert Advisor para a construção de sistemas - liberdade total para traders profissionais Portfolio Creation. Analisar a correlação de sistemas de negociação - e construir o portfólio ideal Live Optimization. Permita que a DATFRA re-otimize seus EAs para as atuais condições de mercado - com base em suas descobertas durante a análise de espaço para frente ou para o espaço de parâmetros. Simulações Monte Carlo. Determinar as características estatísticas reais de uma distribuição de comércio Esta é uma versão alfa. Por favor, seja tão gentil e relate todos os bugs para mim via skype, pm ou e-mail: darwins-fx-tools / contact Contanto que este é um projeto minúsculo, todo mundo também está convidado a entrar em contato comigo para obter ajuda geral ou perguntas sobre o estrutura. O software é livre - e eu quero mantê-lo dessa maneira. No entanto, eu não estou apenas compartilhando isso porque eu sou uma pessoa tão agradável, mas também porque eu quero fazer alguns contatos valiosos e reputação através deste projeto. Assim, se você gosta dele, pague para trás com compartilhar deste com tantos como comerciantes como possíveis Como este é sob o desenvolvimento pesado, eu atualizarei este segmento freqüentemente, sempre que eu mudar algo ou adicionar características novas - assim subscreva se você não quer faltar It Download amp Instruções: LISTEN Eu lucro com a depuração deste projeto, tanto quanto você lucrar com a minha ajuda para configurar tudo isso e coisas de solução de problemas. Então, se você leu o manual, mas ainda tem QUALQUER problema, por favor, faça-nos o favor e entre em contato comigo ou através de skype ou e-mail. Eu mesmo fornecer assistência gratuita teamviewer. Como eu lucro com a ajuda na depuração. ATENÇÃO: Há um manual ligado no meu site, READ IT ALL Você não vai mesmo ser capaz de instalar este software se você não seguir cuidadosamente as instruções (isso não é apenas um clique em Next tipo de rotina de instalação) O manual é construído De slideshows com um pouco de texto, por isso não vai demorar muito. Mas você DEVE ler cada texto abaixo de cada imagem, às vezes há instruções muito importantes escritas lá. Aqui está uma coleção do manual e todos os meus artigos sobre a análise do sistema de negociação, graças ao x26s: darwins-fx-tools / dl / DATFR. Quando eu digo a otimização em todos os dados não pode ser rentável, eu estava mais se referindo a sistemas construídos algoritmicamente, como eles têm um tempo difícil sobre overfitting e tais problemas (sistemas de som que mostram backtests agradável quotby chance) ). Eu deveria fazer isso um pouco mais claro, eu acho, e não generalizar. O que você está vendo atualmente é o Walk Forward Analyzer, e sim, ele usa MT4 para otimização e, portanto, tem as mesmas limitações. MAS a análise de espaço de parâmetros, que é o núcleo real dessa estrutura, usa seus próprios algoritmos para fazer seu trabalho. Sim, ele usa MT4 para simular os comércios, mas depois leva as saídas de comércio bruto e tudo o resto é feito internamente, o que significa que as limitações que você mencionou não se aplicam. Espero liberar essa parte em poucas semanas. O construtor que você vê agora é uma coisa muito alfa, e é a versão simples. Isso significa, ele só constrói com base em modelos e é mais útil para pessoas muito novas para a negociação. (Também, ele precisa veeery muito tempo para encontrar sistemas realmente promissores) O construtor real, por outro lado, é muito mais poderoso, como ele pode ter qualquer função mql para gerar suas regras e qualquer conselheiro perito para colocá-los em. Isso significa, liberdade total para um desenvolvedor EA deixar o construtor testar idéias para uma EA em desenvolvimento, que é a parte realmente útil. Como o construtor atual sofre com as mesmas coisas que eu mencionei acima: aleatoriedade em resultados, sistemas insondáveis ​​que são nice quotby chance. É por isso que leva algum tempo para encontrar realmente bons. Mas com um especialista em gerenciamento e supervisão de todo o processo de construção, em termos de insumos e verificação da solidez dos resultados, este é um jogo diferente Editar: Você deve, no entanto, melhor usar etapas mais elevadas na otimização, como parameterspaces crescer exponencialmente, nenhum algoritmo pode otimizar Bem em espaços que são muito largos Jun, 2018 Status: Member 788 Posts Grande trabalho Darwin, thats tudo o que posso dizer e eu muito ansioso para as novas funcionalidades, soa muito promissor. Como para as etapas de otimização, eu mantê-los tão alto quanto possível, mas tão baixo quanto necessário. Embora o tamanho da etapa fosse um pouco um problema para o algos velho da optimização genética. Hoje em dia existem muito bons aqueles em que step-size doesnt importa muito em tudo. Você pode querer olhar para quotCovariance Matrix Adaptação Evolutionary Strategyquot. Para o fundo científico ver: De acordo com benchmarks científicos outperforms nove outros, as mais populares estratégias evolutivas (como PSO, Genetic e evolução diferencial). Deve-se notar, como é o caso de muitos algoritmos de busca de espaço contínuo, que a diminuição do parâmetro quotstepquot nas chamadas de função Optimize () não afeta significativamente os tempos de otimização. A única coisa que importa é o problema quotdimension, ou seja, o número de diferentes parâmetros (número de otimizar chamadas de função). O número de quotstepsquot por parâmetro pode ser definido sem afetar o tempo de otimização, então use a melhor resolução que você deseja. Em teoria, o algoritmo deve ser capaz de encontrar solução em no máximo 900 (N3) (N3) backtests onde quotNquot é a dimensão. Na prática, converge um LOT mais rápido. Por exemplo, a solução em espaço de parâmetros dimensionais 3 (N3) (digamos 100100100 1 milhão de passos exaustivos) pode ser encontrada em apenas 500-900 passos CMA-ES. Este é de longe o melhor otimização algo que eu já usei. Pode ser interessante para o seu programa também Registrado em julho de 2018 Status: Member 788 Posts Btw, apenas para apontar isso para os usuários aqui: você não pode executar mais de 32 instâncias MT4 SYSTEM-WIDE (um novo quotprotectionquot stupid Metaquotes adicionado a todas as compilações gt 600 ), Por isso tome cuidado ao construir o cluster para não usar para muitas instâncias, como de outra forma não vai lançar (exceto Ive perdeu o fato de que Darwin-FX usa um patch de execução com o seu carregador para remover essa limitação. Id também realmente gostaria de ver é que o construtor EA pode evitar o uso de indicadores para a saída. Os meus melhores sistemas são aqueles com um ATR baseado arrastar início gatilho que, uma vez alcançado, começa a rastrear a partir de lá. Portanto, seria possível Basta usar o ATR Trailing Stop (e ATR ou SL fixo, é claro) para a saída em vez de indicadores Empréstimos Este é backtracking algoritmo de otimização de pesquisa (BSA), um novo algoritmo evolutivo melhor do que CMA-ES pinarcivicioglu / Ds Registrado em Jul 2018 Status: Membro 788 Posts Desculpe por muitos posts, mas estou recebendo montes de erros no log: HTMLREPORT NÃO EXISTEM mt4instance :: backtest ERRO XYZDATFRA4504777418606 não pôde executar mt4, err 11 PARTLOG HTMLREPORT NÃO EXISTA ERRO ATENÇÃO RELATÓRIO BACKTEST NÃO EXISTE MT4 IDLES, DAMN cpuusage 4 mem 210928 caches 0. Sua ok quando isso acontece de vez em quando. Quando isso acontece com freqüência, por favor, inicie o MT4 do qual você cria os clusters, deixe-o atualizar, feche e reconstrua o mt4-cluster O mesmo acontece quando o User Account Control aparece às vezes. MT4 ERROR NUM 11 O HTMLREPORT NÃO EXISTA mt4instance :: backtest ERRO XYZDATFRA4504662870626 não foi possível executar mt4, errar 11 PARTLOG HTMLREPORT NÃO EXISTA ERRO ATENÇÃO O RELATÓRIO BACKTEST NÃO EXISTA Estou usando 10 instâncias MT4 no cluster em uma máquina de 32 núcleos de CPU Hyperthreaded) e 16GB de RAM, então a máquina é poderosa o suficiente. MT4 é atualizado para a compilação mais recente e nenhum UAC está executando tudo tem privilégios de administrador (sua execução no Win 2k12 Server), mas ainda dá aqueles quotMt4 idles errorsquot que seria aceitável se houvesse werent aqueles QUOTHREPORT não existe problemas que obviamente levar Para que seu programa doesnt receber os resultados de backtest que quer da instância relacionada MT4, certo O que está errado aqui Eu uso esta máquina para otimização MT4 dia após dia sem problemas. Atualização: o problema acima com os relatórios HTML em falta / quotidlingquot MT4 parece que só acontecem se o uso mais de 1080 dias max para o intervalo de tempo de otimização (eu tentei de 365 a 4000 dias em vez de 1080 dias máximo desde que eu tenho 14 anos de Dados e queria usar mais para o teste inicial). Melhorar as estratégias de negociação através Walk Forward Analysis Otimização tradicional de estratégias de negociação Otimização é o processo para adaptar os parâmetros de uma estratégia de negociação. Estratégia dada a um mercado específico. É geralmente uma coisa boa quando feito corretamente, mas se não for feito corretamente, há um alto risco de fazê-lo errado e acabar com um sistema de curva equipada (vou aprofundar a tradicional otimização de estratégias de negociação em postos futuros). O que é ajuste de curva Você sempre pode encontrar uma combinação de regras e parâmetros de negociação que se encaixa perfeitamente com os dados históricos disponíveis, resultando em resultados comerciais excepcionais com base nesses testes. Mas quando essas regras são testadas em um mercado vivo, elas falham e perdem dinheiro rapidamente. A maioria das estratégias comercialmente disponíveis sofre deste problema. Porque Porque os vendedores vendem a estratégia baseada em testes bonitos em vez da robustez da estratégia. É muito mais fácil de vender com base em uma curva de equidade agradável do que vender com base no complexo processo de otimização para aumentar a robustez e reduzir o encaixe de curva. Triste mas verdade. A maneira correta de otimizar Para evitar o ajuste da curva, deve-se deixar pelo menos 30 dos dados disponíveis fora do processo de otimização. Por exemplo, se você tiver dados de 2000 a 2017 (12 anos), o processo de otimização seria: Otimizar para 2000 8211 2009. Você vai acabar com os melhores parâmetros neste período. Selecione o melhor conjunto de parâmetros. Os critérios para escolher é importante. Por exemplo, selecionando o melhor AbsoluteProfit / RelativeDrawdown que tem parâmetros de vizinho bastante robustos é uma boa escolha. Testar o conjunto de parâmetros no período fora do período de amostragem (2018-2017). Se você obtiver resultados diferentes neste período, há algo de errado nas fases anteriores. Você deve retornar à fase de projeto. Uma vez que você tenha um conjunto de parâmetros que funcione corretamente no período fora do período de amostra, você executaria sua estratégia ao vivo. Os problemas da otimização tradicional A otimização tradicional é boa, mas há problemas óbvios: o conjunto de parâmetros escolhido é a qualidade média. Como ele precisa sobreviver a um monte de condições de mercado (tanto na amostra e fora da amostra de dados), não será realmente adaptado a qualquer um, assim que muitas oportunidades comerciais serão perdidas. A degradação força reoptimizações periódicas. À medida que o tempo passa, o conjunto de parâmetros escolhido é degradado. Teremos mais dados e teremos condições de mercado mais diferentes. A maioria dos ganhos poderia ser focada em pequenos períodos. Você vai encontrar muitas estratégias lá fora cuve adaptado às condições do mercado recente, mas quando testá-los em anos anteriores eles falham. Uma mudança dramática e definitiva em um mercado fará com que a estratégia atinja o pior cenário possível, perdendo muito dinheiro. Há maneiras de resolver a maioria dos problemas acima de uma maneira tradicional. Mas usando Walk Forward espero que devemos ser capazes de superar ou reduzir o impacto de todos eles. Análise Avançada Com a Análise Avançada, em vez de fazer uma grande otimização nos dados da amostra e testá-la nos dados fora da amostra, faremos um monte de pequenas otimizações e testes em períodos muito menores. O tamanho do período de otimização é chamado de 8220Otimização Window8221. De acordo com os meus testes, o tamanho da Janela de Otimização deve ser adaptado a cada mercado, uma vez que está diretamente correlacionado com os ciclos de mercado ou com o 8220speed8221 em que um dado mercado muda. Por exemplo, na próxima imagem estaríamos fazendo uma Análise Avançada usando um tamanho 8220Optimization Window8221 de 3 meses e, em seguida, um período fora de amostra de um mês: Walk Forward Análise de estratégias de negociação O resultado de uma Análise Walk Forward completa Teste será a soma dos resultados de todos os testes menores: O resultado de um teste Walk Forward Analysis Uma estratégia que é capaz de sobreviver a uma Análise Walk Forward adequada mostrará níveis muito mais elevados de robustez do que estratégias de negociação de conjuntos de parâmetros tradicionais de otimização. A maioria de características cabidas curva ou características adicionadas para melhorar resultados a curto prazo não poderão sobreviver a este teste porque falharão constantemente durante as fases de teste diferentes. O objetivo de Walk Forward Analysis Há dois objetivos principais a alcançar com Walk Forward Analysis: Robustness. O principal objetivo da Análise Avançada é alcançar níveis muito altos de robustez. Pela robustez eu significo obter resultados similares em negociar vivo e em backtests. Maior rentabilidade. Um bom processo Walk Forward permitirá que a estratégia se adapte a um mercado em constante mudança, permitindo que ele negocie com mais freqüência e direcione mais pips em condições favoráveis ​​e reduza a freqüência de negociação e metas em condições desfavoráveis. Há outros benefícios secundários: Se a ineficiência é apagada do mercado, uma adequada Walk Forward implementação vai optar por não trocar Se, em seguida, a ineficiência retorna ao mercado, ele vai começar lentamente a negociar novamente Vida da estratégia é muito mais. O pior cenário que nos faria parar de negociar a estratégia seria muito mais difícil de alcançar. The elimination of the inefficience would be not enough for us to stop trading. In addition to that, the whole Walk Forward process must fail to detect this market conditions.