Лекарство от нетерпения - диапазонный робот SWT_Range
В апреле этого года я занялся разработкой диапазонного робота. В дополнение к трендовому, который разработан раньше.
Назвать эту разработку новой трудно по трем причинам:
1. Основа программного кода в общем-то одинакова, отличаются только правила открытия и закрытия позиций.
2. Направление торговли определяется по основным правилам SWT-метода, идентичным правилам трендового робота. Отличие в управлении открытой позицией, наращивании ее объема и в правилах закрытия.
3. Сетка и мартингейл, добавленные к основному алгоритму, для меня тоже не новы. Сетка использовалась в модификациях трендового робота до 2021 года, затем была исключена, как чужеродный элемент. А алгоритм мартингейла я модифицировал под свои задачи еще в 2006 году, правда использовался он в ручной торговле и был немного другим. Автоматика позволила добавить и гибкости и пару интересных примочек.
В детали вдаваться не буду, это будет предметом отдельной публикации. Коротко остановлюсь на двух моментах: зачем это делалось и что получилось.
1. Зачем?
Рынки постепенно меняются. Тенденция, которую я отметил для себя (возможно я ошибаюсь) — следствие роботизации маркетмейкеров. Роботы зажимают диапазон и держат его до последнего, а потом ситуация резко срывается в тренд и уходит к новому узкому диапазону.
Понятия узкий диапазон и тренд условны, но длительное простои моего трендового робота, которые достигали месяцев, выматывают нервы и заставляют делать ошибки. А стремительность перехода к тренду такова, что робот или всегда успевает открыть позицию и отработать движение или, при уменьшении глубины анализа, сваливается в пилу при повышенном быстродействии.
Поэтому я решил разделить торговлю по тренду и в диапазоне и сделать диапазонный робот, который торговал бы по маленькой, пока трендовый робот в простое.
2. Что получилось?
То, что получается обычно в сетке + мартингейл. Эквити плавно растет, но склонна к срыву и краху счета.
Но тут пришел на помощь SWT-метод, который позволяет рассчитать диапазон возможного движения по любому из трендов (циклов).
За основу берутся измерения пиковой волатильности среднесрочного тренда с циклом примерно полгода. Полученный диапазон разбит 32 части и принято предположение, что рынок за эти полгода не пройдет направленное расстояние от края до края края без откатов на 1/32 диапазона. Деление на 32 части выбрано из соображений ММ, но шаг сетки можно масштабировать.
Для евро, например, этот диапазон на текущий момент составляет около 500 пунктов в четвертом знаке после запятой, а шаг сетки примерно 15 пунктов.
Начинали мы с такого графика.
Дальше тестирование на исторических данных с 1999 до 2021 года, по по ходу которого выявлялись критические звенья алгоритма. Результаты публиковались, в том числе и на настоящем ресурсе.
По результатам теста внесены незначительные правки в алгоритм и второстепенные корректировки, уменьшающие риски. И провели повторный тест на данных 2021 года на основе откорректированной программы.
Результаты теста:
Ну, и дополнительный бонус. Сходные результаты получены и на других рынка. Протестированы еще не все доступные инструменты, принцип действия алгоритма позволяет надеяться, что неожиданностей не будет.
UPDATE: Нашел в вашем профиле, вопрос снимается.
Вот и качество вашего тестирования 25%
Когда разберетесь, что эначит качество моделирования 25% в тестере МТ4 на минутном графике, тогда и поговорим.
Разбираться вы вряд ли станете. Но вот вам ссылка про то, что такое качество моделирования в МТ4: https://www.mql5.com/ru/forum/102624
Можете мне поверить на слово, что если где и найдутся проблемы, то не этом месте.
В реале эквити будет у вас совсем не такая гладкая — скорей всего она будет похожа на теоретическую с вероятностью 25% — на это и был шутливый намёк.
С удовольствием посмотрю на результаты реальной работы, хотя бы года за 2.
Если вы хорошо покрутили тестер, но наверное заметили, что качество моделирования тем больше, чем хуже данные.
Я работаю и тестирую на минутном графике при наличии исторических данных минутного графика, когда восстановленная тиковая история наиболее точна.
Если перейти на 5 минут, то качество моделирования вырастет до 90%, но это не значит что выросло качество тиковой истории, и что она стала ближе к реалу. Особенно если нет данных по минутам.
При высоком «качестве моделирования» разница между реальными котировками и симуляцией будет больше. Поэтому у вас и вылезает большая разница.
P.S. Убеждать вас не намерен. Ваше мнение — ваше право. Независимо от его истинности или ложности.
Николай Скриган, Я на 5-минутках работаю.
Кривая не такая ровная в реале получается и провалы глубже. Поэтому ещё пишу не с яхты )
ОК, Хотел сказать только что тест и реал всё-таки разные вещи.
Simix, вот поэтому у вас и пишет, что качество моделирования 90%.
А тест и реал конечно разные. И качество моделирования тоже влияет. Если хотите исключить этот параметр полностью, работайте с алгоритмами по ценам закрытия.
P.S. Я полагаю на этом дискуссия по параметру качество моделирования закончена.