Принципы работы с оптимизатором и основные способы избежать подгонки. - страница 6
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
вы в любом топике обсуждаете одно и тоже - свою модель. Вроде по ней уже все высказались и не по одному разу))
Кстати на зигзаге можно зарабатывать :) к слову о зигзагах
Вообще-то цель сместить матожидание а не смоделировать котир.
В прошлом или в будущем?
Вообще-то цель сместить матожидание а не смоделировать котир. Стационарность по сути вообще не нужна.
А вот это уже действительно соль. Снова соглашусь.
А вот это уже действительно соль. Снова соглашусь.
А хз, примерно как в загадке. Правильный ответ 112 и пипец :)
"Что где когда" смотрите?
Вот там у настоящих знатоков там есть ... как бы это назвать... "чувство правильного ответа". Когда слыша правильный ответ они сразу нутром понимают что он правильный.
Сразу оговорюсь -- я себя знатоком не считаю. Но думаю (надеюсь :) ) что процесс схож :)
это и есть квазистационарность - изменение мо в определенном диапазоне. Может быть речь нетолько об мо, но в данном контексте оно нас больше всего интересует
так может быть супер сложный метод, но достаточно грубо оценивающий закономерность)) Тут скорее вопрос в кол-ве параметров системы и чувствительности результата к их измненению. Если при небольшом изменении параметра результат меняется это не есть гуд. Есть и другие признаки. Здесь только недавно об этом писал https://www.mql5.com/ru/forum/137614/page5
Попробуйте создать суперсложный метод с минимальным количеством параметров. Чем длиннее формула, тем больше в ней параметров. Конечно это не закон, но хорошее приближение к реальности. Возьмем элементарную функцию (модель) y=ax. В ней один параметр "а", позволяющий менять угол наклона прямой. И это все. Попробуйтека подогнать эту модель к рынку. Возмьем более сложную модель y = ax^2 + bx. Она более сложная и в ней уже два параметра. На истории она будет однозначно лучше. Теперь разабъем ее на 2 подмодели и протестируем в отдельности: y = ax^2 и y = bx. Каждая из них показывает ни ахти какой результат, так что сумма этих результатов значительно меньше первоначальной модели? Есть высокая вероятность что это подгонка. Не всякая простая модель гарантирует прибыль, но во всяком случае простота снижает вероятность подгонки.
Чуть позже я постараюсь более развернуто описать метод сдвига и способы разбивки тестируемой модели на более мелкие.
Интересно, из каких принципов вытекает, что она должна быть обратимой (по времени, что ли?)...
Вона физики-то и то уже несколько десятков лет знают, что полной симметрии в природе нет.