Примерные ТТХ системы: система на основе дивергенций: a) инструмента с индикатором №1; b) инструмента с индикатором №2; c) индикатора №1 и индикатора №2 между собой. Тип — intraday (опционально с переносом на вечернюю сессию и через ночь). Условия для входа в сделку не формализованы, окончательное принятие решения о заключении сделки принимается трейдером. Выход из сделки в большинстве случаев осуществляется по условиям системы, в отсутствии которых сделка закрывается либо через trailing-stop, либо перед закрытием основной сессии. Выход с убытком осуществляется через stop-loss за ближайшим локальным экстремумом цены или индикатора.
Задачи: оптимизировать кол-во пунктов, пройденное инструментом (как относительно текущей цены инструмента, так и относительно величины дивергенции) в направлении потенциальной сделки, при котором входим в позицию, проверить потенциал входа и выхода частями (одинаковыми и различными), оптимизировать выделяемую на каждый инструмент часть средств, проверить возможность переноса сделок на вечернюю сессию и через ночь.
Интересуют любые способы, методы, платформы и связки для проведения данных процедур, учитывая относительную неформализованность условий для входа и выхода, подразумевая возможность накопления статистики по сделкам «на бумаге» только в ручном варианте.
Заранее спасибо всем откликнувшимся!
Если подходить к вопросу основательно, то все не так уж просто.
Приведу абстрактный пример:
Имеем два параметра оптимизации P1 и P2. В процессе оптимизации прогоняем стратегию по всем комбинациям этих параметров с некоторым шагом в пределе диапазонов допустимых значений параметров, в качестве результата каждого прогона стратегии оцениваем параметр оптимизации (это может быть абсолютное значение эквити, процентное, профит-фактор стратегии, что угодно, выделяемое нами как мера «качества» стратегии при заданных параметрах).
Если составить т.н. «тепловую карту» результатов, у нас получится нечто подобное:
На двумерном пространстве параметров (P1,P2) с помощью цвета отмечаем точку, соответствующую качественной оценке стратегии при конкретных значениях параметров P1 и P2. Чем больше мера «качества» стратегии, тем ярче, теплее цвет. Чем хуже результат — тем ближе к «абсолютному нулю» — черному цвету.
Если выполнять оптимизацию тривиально, «в лоб» — искать значение пары параметров, при котором значение меры качества максимально, мы в результате оптимизации получим значения параметров из мелких локальных выбросов в левой части картинки, просто потому, что там значения меры максимальны (самый яркий цвет). Хотя, глядя на картинку, здравый смысл нам подсказывает, что предпочтительнее брать значения параметров из области в правой части, так как там результаты выглядят устойчивее.
Если же параметров оптимизации несколько, то получаем N-мерное «тепловое облако» результатов, и тут уже без пол-литра не разобраться...
Кроме того, еще можно проследить, как в динамике с течением времени меняется тепловая карта, остается ли область оптимальных параметров на месте или дрейфует.
В общем, толковая оптимизация — это тоже целая наука, усилий придется приложить немало при основательном подходе.