السير إلى الأمام تحليل - amibroker - الفوركس

المشي إلى الأمام اختبار أميبروكر 5.10 يتميز التلقائي اختبار المشي إلى الأمام. اختبار المشي التلقائي إلى الأمام هو تصميم النظام وتقنية التحقق من الصحة التي يمكنك تحسين قيم المعلمة على جزء سابق من بيانات السوق (8221in-sample8221)، ثم التحقق من أداء النظام عن طريق اختباره إلى الأمام في الوقت المناسب على البيانات التالية التحسين (8221 من العينة 8221). يمكنك تقييم النظام استنادا إلى مدى أداءه على بيانات الاختبار (8221out-أوف-sample8221)، وليس البيانات التي تم تحسينها على. ويمكن تكرار العملية على فترات زمنية لاحقة. يوضح الرسم التوضيحي التالي كيفية عمل العملية. والغرض من اختبار المشي إلى الأمام هو تحديد كلما كان أداء نظام التداول الأمثل هو واقعي أو نتيجة للمنحنى المناسب. ويمكن اعتبار أداء النظام واقعيا إذا كان له قيمة متوقعة وأداء جيد على بيانات السوق غير المرئية (خارج العينة). عندما يتم تصميم النظام بشكل صحيح، يجب أن يكون أداء التداول في الوقت الحقيقي بالنسبة لتلك التي كشفت أثناء التحسين. إذا كان النظام هو الذهاب الى العمل في التداول الحقيقي، فإنه يجب أولا اجتياز اختبار المشي إلى الأمام. وبعبارة أخرى، نحن لا نهتم حقا في عينة النتائج كما هي (أو ينبغي أن يكون) جيدة دائما. ما يهم هو خارج النظام عينة الأداء. هذا هو تقدير واقعي لكيفية عمل النظام في التداول الحقيقي، وسوف تكشف بسرعة أي قضايا منحنى المناسب. إذا كان الأداء خارج العينة ضعيفا فلا ينبغي أن تتداول مثل هذا النظام. فرضية أداء عدة خطوات أوبتيميزاتيونتيستس مع مرور الوقت هو أن الماضي القريب هو أساس أفضل لاختيار قيم المعلمة النظام من الماضي البعيد. ونأمل أن تكون قيم المعلمة المختارة على شريحة التحسين مناسبة تماما لظروف السوق التي تتبعها على الفور. وقد يكون هذا هو الحال أو قد لا يكون الحال مع مرور الأسواق من خلال دورة حمولة، لذلك يجب توخي الحذر عند اختيار طول فترة العينة. لمزيد من المعلومات حول تصميم النظام والتحقق باستخدام المشي إلى الأمام الإجراء وجميع القضايا المعنية، يمكننا أن نوصي هوارد بانديس كتاب: كوانتيتاتيف ترادينغ سيستمزكوت (انظر الروابط على صفحة أميبروكر). لاستخدام التحسين من الأمام إلى الأمام، يرجى اتباع الخطوات التالية: غوتو تولس-غاتوتوماتيك أناليسيس انقر فوق زر الإعدادات، ثم قم بالتبديل إلى علامة التبويب وورد-فوروارد هنا يمكنك مشاهدة إعدادات الأمام للمشي في نموذج التحسين، باكتست خارج العينة تواريخ البدء والانتهاء علامة بداية بداية نهاية سيتم نقل هذه الفترة إلى الأمام عن طريق خطوة حتى نهاية تصل إلى تاريخ آخر. تاريخ البدء يمكن أن تتحرك إلى الأمام عن طريق خطوة أيضا، أو يمكن أن ترتكز (ثابت) إذا كان التحقق الراسية على. إذا وضعت علامة على استخدام اليوم، فسيتم تجاهل آخر تاريخ تم إدخاله وسيتم استخدام اليوم (التاريخ الحالي) بدلا من ذلك. افتراضيا يتم تحديد 8220EASY MODE8221 مما يبسط عملية إعداد معلمات وف. ويفترض ذلك ما يلي: (أ) الجزء خارج العينة يتبع مباشرة في عينة العينة ب) طول الجزء خارج العينة يساوي خطوة المشي إلى الأمام بناء على هذين الافتراضين وضع 8220EASY8221 يأخذ في نهاية تاريخ العينة ويحدد تاريخ البدء من العينة إلى اليوم التالي. ثم يضيف في العينة ستيب ويصبح هذا خارج العينة تاريخ إند. يتم تعيين قيم خطوة داخل العينة وخارج العينة إلى القيم نفسها. يضمن وضع 8220EASY8221 صحة إعدادات إجراء وف. يجب عليك استخدام طريقة سهلة (التخلص من الذخائر المتفجرة) عند الاختبار على بيانات نهاية اليوم أو طريقة سهلة (التداول اليومي) عند الاختبار على البيانات اللحظية. الفرق هو أنه في وضع التخلص من الذخائر المتفجرة تاريخ نهاية الفترة السابقة وتاريخ ستارت من الفترة التالية هي نفسها - وبالتالي تجنب الفجوة بين الفترات. وضع التداول اليومي تعيين ستارت تاريخ الفترة التالية كما يلي اليوم بعد نهاية الفترة السابقة. وهذا يضمن عدم احتساب يوم الحدود مرتين عند الاختبار على البيانات اللحظية. في الوضع المتقدم. فإن المستخدم لديه سيطرة كاملة على جميع القيم، إلى الحد الذي قد لا تشكل إجراء وف صالح. واجهة تسمح ل سيليكتيفيلي تعطيل في العينة وخارج مراحل العينة باستخدام مربعات الاختيار في أعلى (لأشياء خاصة مثل تشغيل باكتيستس متتابعة دون التحسين). تنعكس جميع الإعدادات بشكل فوري في قائمة بريفيو التي تعرض جميع قطاعات إيسوس التي تم إنشاؤها وتواريخها. يحدد حقل 8220 أوبتيميزاتيون تارجيت 8221 التحسين رابورت كولومن نيم الذي سيتم استخدامه لفرز النتائج والعثور على أفضل واحد. يمكن استخدام أي عمود مضمن (كما يظهر في إخراج التحسين)، أو يمكنك استخدام أي مقياس مخصص تقوم بتعريفه في باكتستر مخصص. الافتراضي هو كارمد، ولكن يمكنك تحديد أي مقياس مدمج آخر من التحرير والسرد. يمكنك أيضا تايب-إن أي مقياس مخصص قمت بإضافته عبر واجهة باكتستر المخصصة. بمجرد تحديد إعدادات المشي إلى الأمام، يرجى الانتقال إلى التحليل التلقائي واضغط على القائمة المنسدلة أرو على زر تحسين وحدد 8220Walk إلى الأمام الأمثل 8221 سيتم تشغيل تسلسل أوبتيميزايتونس و باكتست وسيتم عرض النتائج في المستند 8220Walk Forward8221 التي يتم فتحها في إطار التطبيق الرئيسي. عند تشغيل التحسين يمكنك النقر فوق الزر 8220MINIMIZE8221 على مربع الحوار التقدم لتقليله - وهذا يسمح لرؤية إخراج المشي إلى الأمام أثناء خطوات التحسين. في العينة و خارج العينة مجتمعة الأسهم المتاحة في العينة و خارج العينة الأسهم المتاحة من قبل أوكسكيتي المركبة المركب (فترات متتالية من إس و أوس يتم تسلسلها وتحجيمها للحفاظ على استمرارية خط الأسهم - هذا النهج يفترض أنك عموما تتضاعف الأرباح). لعرض إس و إس أوس يمكنك استخدام على سبيل المثال هذا: إيسكيتي. إن-سامبل إكيتي. لون احمر . ستايللين) بلوتفوريين (تقرير ملخص خارج العينة (جديد في 5.60) إصدار 5.60 يجلب تقرير موجز جديد إلى الأمام الذي يغطي جميع الخطوات خارج العينة. وهي مرئية في إكسبلورر إكسبلورر كما آخر واحد ولها نوع كوتسكوت ، وكانت هناك تغييرات كبيرة في اختبار السير قدما للسماح بتقرير موجز عن عينة من العينة. أهم تغيير هو أن كل اختبار لاحق من العينة يستخدم حقوق الملكية الأولية مساوية للانتهاء من الخطوة السابقة الأسهم (سابقا كان يستخدم الأولي ثابت ) هذا التغيير مطلوب للحساب السليم لجميع المقاييس الإحصائية في جميع أقسام الاختبار خارج العينة ويبين التقرير الموجز ملاحظة أن المقاييس المضمنة تمثل بشكل صحيح جميع الخطوات خارج العينة ولكن المقاييس المخصصة الموجزة تتكون باستخدام طريقة تعريف المستخدم: 1 قيمة الخطوة الأولى، 2 قيمة الخطوة الأخيرة، 3 سوم، 4 متوسط، 5 كحد أدنى، 6 كحد أقصى يعرض تقرير الملخص الافتراضي قيمة الخطوة الأخيرة للمقاييس المخصصة ما لم يحدد المستخدم طريقة الجمع المختلفة في bo. AddCustom المقاييس () استدعاء. bo. AddCustomMetrics الآن معلمة اختيارية جديدة - كومبينميثود بول أدكوستمتريك (عنوان السلسلة، قيمة البديل، متغير اختياري لونغونليفالو البديل اختياري شورتونيفالو البديل اختياري ديكبلاسس 2، البديل اختياري كومبينميثود 2) يضيف هذا الأسلوب المقياس المخصص إلى باكتست تقرير باكتست كوتسوماريكوت و قائمة نتائج التحسين. العنوان هو اسم المقياس الذي سيتم عرضه في التقرير، القيمة هي قيمة المقياس، الوسيطات الاختيارية لونغونليفالو، تسمح شورتونليفالو بتوفير قيم لأعمدة إضافية فقط لونغشورت في تقرير باكتست. الوسيطة الأخيرة يتحكم ديكبلاسس في عدد المنازل العشرية التي يجب استخدامها لعرض القيمة. قيم كومبينميثود المدعومة هي: 1 قيمة الخطوة الأولى، - سيعرض تقرير الملخص قيمة المقياس المخصص من الخطوة الأولى خارج الخطوة الأولى من الخطوة الثانية (الخطوة الافتراضية)، - يعرض تقرير الملخص قيمة المقياس المخصص من آخر خارج الخطوة 3 من مجموع العينة - يعرض التقرير الموجز مجموع قيم المقياس المخصص من جميع خطوات العينة 4 متوسط ​​- سيعرض تقرير الملخص متوسط ​​قيم المقياس المخصص من جميع خطوات العينة 5 الحد الأدنى - سيعرض التقرير الموجز أصغر قيمة للمقياس المخصص من جميع خطوات العينة 6 الحد الأقصى. - سيعرض تقرير الملخص أكبر قيمة للمقياس المخصص من جميع خطوات العينة. لاحظ أن بعض طرق حساب المقاييس معقدة و ومثال ذلك متوسطها لن يؤدي إلى التمثيل الصحيح رياضيا من كل من اختبار العينة. ملخصات جميع المقاييس المضمنة صحيحة بشكل صحيح من خارج المربع (بمعنى أنها ليست متوسطات، ولكنها مقاييس محسوبة بشكل صحيح باستخدام الطريقة المناسبة لقيمة معينة). هذا يتناقض مع المقاييس المخصصة، لأنها قابلة لتعريف المستخدم والأمر متروك للمستخدم لتحديد الجمع بين الأسلوب، وأنه لا يزال قد يحدث أن أيا من الطرق المتاحة غير مناسبة. لهذا السبب يتضمن التقرير المذكرة التي توضح ما هي الطريقة التي يمكن استخدامها لتعريف المستخدم. مجموعة معلمات محسنة على البيانات خارج العينة. هذا هو مماثل لكيفية استخدام مستشار الخبراء الخاص بك في التداول المباشر. وقد وصفت مبادئ التحرك قدما إلى الأمام أولا في كتاب تقييم والاستراتيجيات التجارية الأمثل من قبل روبرت باردو. لإجراء تحليل المشي إلى الأمام في ميتاترادر، أولا تحسين مستشار الخبراء في اختبار الاستراتيجية. بعد ذلك، اختر النتيجة الأكثر ربحا في علامة التبويب "نتائج التحسين"، ثم قم بإجراء اختبار باكتست على مدى فترة زمنية مباشرة بعد فترة التحسين. تاريخ انتهاء فترة التحسين هو نفس تاريخ بدء فترة الاختبار. وتكرر هذه العملية مرارا وتكرارا حتى يتم تحقيق حجم عينة مرضية. إذا كان مستشار الخبراء أداء جيدا في الاختبار، بالنسبة إلى نتائج التحسين، ثم يمكن للمرء أن يستنتج أن المستشار خبير من المرجح أن تكون مربحة في التداول المباشر. إذا، من ناحية أخرى، أداء مستشار الخبراء سيئة في الاختبار، ثم إما المعلمات الأمثل أو طول فترات الاختبار والتحسين تحتاج إلى تعديل. إذا، بعد العديد من المحاولات، لا يزال مستشار الخبراء لا تؤدي أداء جيدا في الاختبار، ثم يمكن استنتاج أن نظام التداول غير مربحة. الرسوم المتحركة إلى اليمين يوضح المشي إلى الأمام إجراء التحليل. ويتم إجراء التحسين على مدى فترة أطول (البيانات في العينة)، ثم يتم اختبار مجموعة المعلمات المحسنة على مدى فترة أقصر لاحقة (البيانات خارج العينة). يتم تحويل فترات التحسين والاختبار إلى الأمام، وتكرر العملية حتى يتم الحصول على حجم عينة مناسبة. المصدر مثال على تحليل المشي إلى الأمام يتيح مثالا حقيقيا على الحياة: سيجري تحليلا للمشي على مستشار خبير باستخدام اليورو M30. حسنا تحسين هذا المستشار الخبراء على مدى فترة 120 يوما. اخترنا 3 أو 4 أهم المعلمات لتحسين، حتى لا الإفراط في تحسين أو منحنى تناسب النتائج. أيضا، معلمات أقل يعني اختبار أسرع. حسنا حدد النتيجة الأكثر ربحية، باكتست تلك المعلمات على مدى فترة 30 يوما مباشرة بعد فترة التحسين. فمن المستحسن استخدام فترة اختبار ما يقرب من 25 من طول فترة التحسين. مرة واحدة سجلنا نتائجنا، حسنا نقل الأمثل والاختبار فترة المقبلة إلى الأمام بنسبة 30 يوما. بعد 12 جولات متتالية من التحسين والاختبار، ولها أيضا سنوات تستحق المشي بيانات التحليل إلى الأمام. نقارن متوسط ​​الربح اليومي لفترات التحسين إلى متوسط ​​الربح اليومي لفترات الاختبار. وهذا سيعطينا حساب يسمى المشي كفاءة إلى الأمام نسبة. وتعتبر نسبة كفاءة السير إلى الأمام أكبر من 0.5 نتيجة جيدة جدا. وهذا ما نسميه نظاما تجاريا قويا. ومع ذلك، مستشار خبير قابلة للتداول طالما أنها مربحة باستمرار على فترات اختبار متعددة. إذا كانت نسبة كفاءة السير إلى الأمام سلبية، فهذا يعني أن مستشار الخبراء لم يحقق أداء جيدا مقارنة بنتائج التحسين. وبطبيعة الحال، يمكنك القيام بتحليل إلى الأمام المشي يدويا في اختبار ميتاترادرس استراتيجية. ولكن العملية مملة، تستغرق وقتا طويلا وعرضة للخطأ. هذا هو المكان الذي يأتي برنامج المشي إلى الأمام محلل. سيقوم البرنامج تلقائيا تنفيذ المشي إلى الأمام تحليل باستخدام ميتاترادرس تستر استراتيجية على أي طول من الزمن، مع عدد قليل من الإعدادات التي يوفرها المستخدم.