оптимизация

При создании робота, как и любой задаче по программированию,
есть стадия формирования решения в виде логической блок-схемы,
и есть стадия технического воплощения элементов.
Качество робота, кроме чёткости исполнения алгоритма,
в значительной степени определяется скоростью расчёта
актуальных рынку команд.
Для начала сделаем общую оценку. Самая хлопотная,
ресурсоёмкая и «бесполезная» часть робота — взаимодействие
с «хомосапиенсом»: графики, формы, таблицы и прочие
штуки никакой полезности собственно алгоритму не дают,
поэтому по-возможности хорошо бы от них избавиться.
Далее, компьютер в своей основе — это инструмент обработки
целых чисел 0 и 1. Все прочие он с определённой точностью
и скоростью выражает при помощи этих двух. Поэтому данные,
которые будет обрабатывать алгоритм, следует изначально
выразить в формат, удобный компьютеру.

( Читать дальше )

Привет. 

Вопрос к практикующим алго-трейдерам. (Новичкам данный пост просто необходим — выношу грааль на общее обозрение)

Есть система N с четырьмя оптимизируемыми параметрами.

Выбирая 500 лучших результатов по некоторому соотношению (какому? читай мои посты ранее) я получаю распределения параметров в каждом из 500 наблюдений (то есть значение «1» параметра 1 наблюдалось 0 раз, значение «2» параметра 1 наблюдалось 49 раз, значение «3» параметра 1 наблюдалось 110 раз и т.д.):



Правильно ли я понимаю, что третий рисунок говорит нам о том, что параметр 3 слабо влияет на итоговый результат системы и что оптимизировать его нет смысла.

Update: параметр x выпал y раз 

Ура, я сделал это :)

Раньше тратил достаточно большое время на выписывание параметров и фильтрацию мусора. Теперь по графикам гораздо удобнее видеть диапазоны профитных зон !!!

Осталось сделать подгрузку файла .csv по выбору пользователя и вывести оси )))



Ваши замечания/предложения:
а) задавать цветами годовую доходность, рассчитывая автоматически (макс — зеленая, мин — красная), а не забивая в коде

З.Ы. спасибо за идею http://smart-lab.ru/blog/91049.php (альфе и метатрейдеру)

Всем привет.

С недавних пор заинтересовался торговлей акциями, диверсифицирую портфель так сказать.
В связи с этим возник один довольно остро стоящий вопрос к трейдерам, которые уже давно занимаются построением и оптимизацией стратегий на голубых фишках.


Какое проскальзывание вы можете посоветовать выставлять в настройках WL, в расчете, если торги будут вестись 1 млн. руб. на акцию.
Заранее огромное спасибо!

Протестировал в Excel скальперскую трендовую стратегию за 6 лет. На разных инструментах и на разных таймфреймах результат практически одинаковый — около 20% годовых (без реинвестирования), кривая доходности тоже везде одинаковая. Просадок в более чем 5% не было. Т.е. смело в системку можно нагружать плечо. И самое что интересное, в ней нет никаких параметров для оптимизации! Оптимизировать не надо)) Да и рынок прогнозировать вообще не нужно. Как ни странно, Эллиотта для практической торговли использую все меньше))) Единственная проблема, пока не получается написать этот алгоритм для TSLab, т.к. в программировании я не силен. Пока торгую эту стратегию ручками на часовых, дневных и недельных свечках. Буду звать ее «Пантера»)))) На графике показана доходность за 6 лет по акциями Сбербанка. Синяя линия — это доходность грязная (без учета комиссии), а красная линия — чистая доходность (за вычетом комиссии).

http://eugeny8.livejournal.com/

*вебинар сегодня в 21:00мск*
*запись тут: http://webinar.smart-lab.ru/webinar/show/111*

Как оказывается столь вроде бы простой вопрос как оптимизация ставит перед трейдерами столь много вопросов, что количество вариантов ответов на эти вопросы просто зашкаливает...
 
А раз есть много вариантов ответов, увеличивается вероятность совершения ошибок. А ошибки в сфере биржевой торговли ведут к потере времени и денег...

Конечно же «не ошибается тот, кто ничего не делает», однако есть и другая пословица — «знал бы где упасть — можно соломки подстелить».
 
К сожалению, от всех бед мы Вас уберечь не сможем, однако рассказать о том, где такие ошибки Вас поджидают, с какими ошибками при оптимизации сталкивались лично мы, как мы боролись с этими ошибками — в наших силах.
 
Приглашаю Вас посетить бесплатный вебинар «Семь смертных грехов при оптимизации торговых систем». Вебинар проводится на Смарт-Лаб.


( Читать дальше )

По мотивам http://smart-lab.ru/blog/82490.php

      Вот с такой вот проблемой я столкнулся. Оптимизируя параметры, заметил закономерность=> Профит фактор находится в обратной зависимости от колиества сделок. Т.е. чем меньше сделок, тем выше ПФ. Подгонка, так сказать «на лицо», но когда я смотрю на график, то вижу что параметры дают очень качествнные входы. При этом логика алгоритма полностью соблюдена. 
      Стоит ли такие параметры считать ничтожными с точки зрения пригодности или все таки «граальные» параметры найдены.
     «За» такое подход еще говорит то, что я не стремлюсь всегда быть в рынке позой по понятным причинам (комиссия, риски обрыва, форс-мажор и т.д.). Так что меня страивает, что даже на 5-ти минутном графике за 2 последних года всего около 50 сделок. Но с точки зрения бектестинга-полученных данных мало.
     Сразу говорю оптимизировал на части истории, просматривал параметры на всей истории. Прогонял и соседние параметры — все ок. Количество оптимизируемых параметров — 3.
     Итак, как Вы боретесь с дилеммой: в реале хочется мало сделок, но для бектестинга этого мало. Компромис есть? 

Навеяно постом: http://jc-trader.livejournal.com/393976.html#cutid1

— «Генетическая оптимизация производилась с 2007 до 2011 года. То есть с 1998 до 2007 out-of-sample»

— «Непонятно только почему IS проводился на относительно свежих данных, а OOS на более старых»

— «Это я сам тестировал, у меня такая манера. Все равно оптимизировать для торговли надо на свежих данных, а заодно посмотреть как было бы на старых данных OOS. От перемены мест слагаемых сумма не меняется :)»

Заставило задуматься что все таки лучше? Приведу некоторые аргументы в пользу каждого из методов:

IS OOS: Проверяя оптимизированные параметры на свежих данных мы получаем некоторое представление о боеспособности параметров на более свежем участке и возможно типе рынка.

OOS IS: Оптимизируя на более свежих данных мы какбы более плотно приспосабливаемся к новой рыночной фазе проверяя имела ли место такая неэффективность в прошлом.

Есть еще третий вариант проверки живучести системы называемый кросс-валидация, который сочетает в себе оба метода, но о нем не сегодня.

Дисскас.

В продолжение предыдущего поста, решил проверить, как поведет себя стратегия на других тикерах. Если нормально, то для диверсификации можно будет торговать одновременно несколько бумаг.

Тестирование fSBRF.

Как и в случае с fRTS, выбираю таймфреймы для торговли и для определения «глобального» тренда. Оптимально получилось 12 и 36 минут.

Теперь протестирую на годах 2006-2012:

2006г:


( Читать дальше )