Walk-forward testing. AmiBroker 5 10: ssä on automaattinen Walk-Forward - testitila. Automaattinen kävelytesti on järjestelmän suunnittelu - ja validointitekniikka, jossa optimoidaan parametrien arvot aiemmassa markkinatiedon osassa näytteestä ja tarkista sitten järjestelmän suorituskykyä testaten sitä eteenpäin optimointisegmentin ulkopuolella olevien tietojen perusteella. Arvioit järjestelmää sen mukaan, kuinka hyvin se toimii testitiedon ulkopuolella näytteestä, eikä tietoja, joita se optimoitiin prosessissa. Prosessi voidaan toistaa myöhempiä aikasegmenttejä varten Seuraavassa kuvassa kuvataan, miten prosessi toimii. Kävelykokeella on tarkoitus määrittää, milloin optimoidun kaupankäyntijärjestelmän suorituskyky on realistinen tai käyrän sovituksen tulos. Järjestelmän suorituskykyä voidaan pidetään realistisena, jos sillä on ennakoitavissa oleva arvo ja se hyödyttää näkymätöntä ulkopuolista markkinatietoa Kun järjestelmä on suunniteltu oikein, reaaliaikaisen kaupankäynnin suorituskyvyn pitäisi olla suhteessa siihen paljastunut optimoinnin aikana Jos järjestelmä toimii todellisen kaupankäynnin yhteydessä, sen on ensin läpäistävä eteenpäinajo testi. Toisin sanoen emme todellakaan välitä in-sample-tuloksista, koska ne ovat tai niiden pitäisi olla aina hyviä. järjestelmän suorituskyky on realistinen arvio siitä, miten järjestelmä toimisi todellisen kaupankäynnin yhteydessä, ja paljastaa nopeasti kaikki käyrälliset kysymykset. Jos näytteenoton suorituskyky on heikko, sinun ei pidä kaupata tällaista järjestelmää. useat optimointitestien vaiheet ajan mittaan ovat, että viimeaikainen menneisyys on parempi perusta järjestelmäparametrien arvojen valitsemiselle kuin kaukaisessa menneisyydessä. Toivomme, että optimointisegmentissä valitut parametriarvot soveltuvat hyvin seuraaviin markkinatilanteisiin. Tämä voi tai ei välttämättä ole, sillä markkinat kulkevat karhunlihaksen aikana, joten on syytä kiinnittää huomiota otoksen aikana. Lisätietoa järjestelmän suunnittelusta ja tarkastamisesta käyttäen etenemistä eteenpäin menettely ja kaikki asiaan liittyvät asiat, voimme suositella Howard Bandyn kirjan Quantitative Trading Systems - ohjelmaa katso linkkejä AmiBroker sivulta. Voit käyttää Walk-Forward-optimointia noudattamalla seuraavia vaiheita. Valitse Työkalut-Automaattinen analyysi. Napsauta Asetukset - painiketta ja siirry sitten eteenpäin - välilehti . Näet In-sample-optimoinnin Walk forward - asetukset, out-of-sample backtest - käynnistys - ja lopetuspäivät alkavat alkamisajankohdat alkavat. Tätä jaksoa siirretään eteenpäin vaiheittain, kunnes loppu saavuttaa viimeisen päivämäärän. Aloituspäivä voi liikkua myös eteenpäin vaiheittain tai voidaan ankkuroida vakiona, jos Ankkuroitu tarkistus on käytössä. Jos valitset Käytä tänään, Viimeinen päivä syötetään, eikä TODAY-päivämäärää käytetä. Oletusarvona on EASY MODE, joka yksinkertaistaa käyttöönottoprosessia WF-parametrit. Se olettaa, että näyte-segmentti seuraa välittömästi näytteen segmenttiä b näytteen ulkopuolisen segmentin pituuden yhtä suuri kuin eteenpäin siirtymisen vaihe. Näistä kahdesta oletuksesta EASY-tila ottaa näytteen END päivämäärä ja asettaa näytteen START-päivämäärän seuraavalle päivälle. Tällöin lisätään näytteen STEP-tiedostoon ja tämä muuttuu näytteen ulkopuoliseksi END-päivämääräksi. Näytteen ja näytteen asetteluarvojen arvot asetetaan samoiksi arvoiksi. EASY mode takaa WF-menettelyn asetusten oikeellisuuden. Sinun tulisi käyttää Easy mode EOD - tekniikkaa testattaessa päivän päätteeksi tai Easy-tilassa päivänsisäisesti, kun testataan päivänsisäistä dataa. Ero on, että EOD-tilassa edellisen jakson END-päivämäärä ja seuraava ajanjaksot ovat samat - välttäen välijaksojen väliin päivänsisäisen päivän asetusta seuraavan jakson START-päivämääränä NEXT DAY edellisen jakson lopun jälkeen, mikä takaa, että rajan päivää ei lasketa kahdesti testattaessa päivänsisäistä dataa. Advanced-tilassa käyttäjällä on täydellinen valvoa kaikkia arvoja, siltä osin kuin ne eivät voi olla pätevä WF-prosessi. Rajapinta mahdollistaa näytön ja näytteenottovaiheiden valitsemisen selektiivisesti käyttämällä yläosassa olevia valintaruokkia erikoisasioissa, kuten peräkkäisten takertustestien suorittaminen ilman optimointia. Kaikki asetukset näkyvät välittömästi PREVIEW-luettelossa, joka näyttää kaikki luodut IS OOS - segmentit ja niiden päivämäärät. Optimointitarkoituskenttä määrittää optimointiraportin COLUMN NAME, jota käytetään tulosten lajittelemiseen ja BESTin löytämiseen. Kaikki sisäänrakennetut sarakkeet voidaan käyttää näkyy optimointituloksessa tai voit käyttää muokatun tarkistusmittarin määritettyä muokattua muuttujata Oletuksena on CAR MDD, mutta voit valita minkä tahansa muun sisäänrakennetun muuttujan yhdistelmästä Voit myös TYPE-IN: n tahansa mukautetun muuttujan, lisätty mukautetun backtester-liitännän kautta. Kun olet määrittänyt Walk-Forward - asetukset, siirry automaattiseen analyysiin ja paina Optimize-painikkeen pudotusviivaa ja valitse Walk Forward Optimization (Suorita eteenpäin optimointi). Tämä suorittaa optimisoitujen ja takaisinkytkentäjoukon ja tulokset näytetään Walk Forward - dokumentti, joka on avoinna päähakemuskehyksessä Kun optimointi on käynnissä, voit napsauttaa MINIMIZE - painiketta Progress-valintaikkunassa minimoidaksesi sen - tämä mahdollistaa s nähdäksesi Walk Forward - tuotoksen optimointivaiheen aikana. IN-SAMPLE - ja OUTPUT-SAMPLE-yhdistetyt osakeyhdistetyt näytteet ja out-sample-osuudet ovat saatavissa. OSEQUITY-komposiittikortilla peräkkäisiä IS - ja OOS-jaksoja ketjutetaan ja skaalataan ylläpitämään jatkuvuus - tämä lähestymistapa olettaa, että olet yleisesti ottaen yhdistelmä voittoa. Voit näyttää IS ja OOS omaa pääomaa voit käyttää esimerkiksi this. ISEQUITY Esimerkki Equity colorRed styleLine PlotForeign. OUT-OF-SAMPLE yhteenvetoraportti uusi 5 60. Versio 5 60 tuo uuden läpimenoaikaisen yhteenvetoraportin, joka kattaa kaikki out-of-sample-vaiheet. Se näkyy Raportti Explorerissa viimeisenä ja sillä on PS-tyyppi. näyteraportti Tärkein muutos on se, että jokainen myöhempi näytteenottotestaus käyttää alkupääomaa, joka vastaa edellisen vaiheen päättyvää pääomaa. Aikaisemmin se käytti vakioarvoa alkuperäiseen pääomaan. Tämä muutos on tarpeen kaikkien s tilastotietojen koko näytteenottotestin kaikissa osissa. Summary-raportissa näkyy muistiinpano, että sisäänrakennetut muuttujat edustavat oikein kaikkia ulosottotapahtumia, mutta yhteenveto mukautetut muuttujat koostuvat käyttäjän määrittelevän ensimmäisen vaiheen 1 menetelmän avulla, 2 viimeistä vaihearvo, 3 summa, 4 keskimäärin, 5 vähimmäis-, 6 maksimiarvoa. Oletushakuparaportti näyttää mukautettujen muuttujien viimeisen vaiheen arvon, JOTKA käyttäjä määrittelee puhelun eri yhdistämismenetelmän. on nyt uusi valinnainen parametri - CombineMethod. bool AddCustomMetric merkkijono, variantti Arvo, valinnainen LongOnlyValue-vaihtoehto, valinnainen vaihtoehto ShortOnlyValue valinnainen versio DecPlaces 2, valinnainen variantti CombineMethod 2.Tämä menetelmä lisää mukautetun muuttujan backtest-raporttiin, backtest-yhteenvetoon ja optimointituloslistaan on raportissa näkyvän metrijärjestelmän nimi, Arvo on metrijärjestelmän arvo, lisävarusteena saatavat argumentit LongOnlyValue, ShortOnlyValue sallivat arvojen lisäämisen ylimääräisiä lyhytnopeita sarakkeita varten backtest-raportissa Viimeinen argumentti DecPlaces määrää, kuinka monta desimaalia pitäisi käytetään yhdistämään arvoa. Yhdistelmätietojen tuetut arvot ovat 1 ensimmäisen vaiheen arvo, - yhteenvetoraportti näyttää mukautetun muuttujan arvon ensimmäisen out-of-näytteen vaiheen 2 viimeisestä vaihearvon oletusarvosta, - yhteenvetoraportti näyttää mukautetun arvon viimeisen näytteen ulkopuolisesta vaiheesta 3 summa, - yhteenvetoraportti näyttää muokatun metrijärjestelmän arvojen summan kaikista näytteenäytteistä le-vaiheet 4 keskiarvo, - yhteenvetoraportti näyttää muokatun muuttujan arvojen keskiarvon kaikista näytteen vaiheista 5 minimiin, - yhteenvetoraportti näyttää muokatun muuttujan pienin arvo kaikista näytteen vaiheista 6 maksimi - yhteenvetoraportti näyttävät suurimman arvon muokatuista metriikoista kaikista näytteenäytteistä. Kuitenkin huomaa, että tietyt metrijärjestelmän laskentamenetelmät ovat monimutkaisia ja esimerkiksi keskiarvoistamalla ne eivät johda matemaattisesti oikeaan esitykseen kaikista näytteen koesta. Kaikkien sisäänrakennettujen tietojen summat ovat matemaattisesti oikein out-of-the-box eli ne eivät ole keskiarvoja vaan asianmukaisesti laskettuja mittareita käyttämällä tietyn arvon kannalta sopivaa menetelmää. Tämä on ristiriidassa mukautettujen tietojen kanssa, koska ne ovat käyttäjän määrittelevää ja käyttäjä voi valita yhdistämismenetelmän ja silti voi tapahtua, että mikään käytettävissä olevista menetelmistä ei ole tarkoituksenmukaista Siksi raportissa on huomautus, joka selittää, mitä käyttäjäkohtaista menetelmää käytetään mukautettujen mittareiden yhdistämiseen. sting ja eteenpäin Testaus korrelaation tärkeys. Traders, jotka ovat innokkaita kokeilla kaupankäynnin ajatus elää markkinoilla usein virheen luottaa kokonaan backtesting tuloksia määrittää, onko järjestelmä on kannattava Vaikka backtesting voi tarjota kauppiaille arvokasta tietoa, se on usein harhaanjohtavaa ja se on vain yksi osa arviointimenetelmää. Läpikotaisin testaus ja eteenpäin suoritettava testaus tarjoavat lisää vahvistusta järjestelmän tehokkuudesta ja voivat näyttää järjestelmän todelliset värit ennen kuin todellinen raha on linjalla. Hyvä korrelaatio välikokeilun, ulkopuolisten ja eteenpäin suoritettavien testaustulosten välillä on elintärkeää kaupankäyntijärjestelmän elinkelpoisuuden määrittämisessä. Tarjoamme joitakin vinkkejä tähän prosessiin, jotka voivat auttaa nykyisten kaupankäyntistrategioiden tarkentamiseen. Lue lisää Lue lisää Lue lisää Historia Tulosten tulkinta Backtesting tarkoittaa kaupankäyntijärjestelmän soveltamista historiatietoihin sen varmistamiseksi, miten järjestelmä olisi toiminut tietyn ajan kuluessa Ajanjakso Useat nykyiset kaupankäyntijärjestelmät tukevat takaisintutkimusta Kauppiaat voivat testata ideoita muutamalla näppäimellä ja saada käsityksen ajatuksen tehokkuudesta vaarantamatta varoja kaupankäyntitilillä Backtesting voi arvioida yksinkertaisia ideoita, kuten liikuttavan keskimääräisen crossoverin suorittaminen historiallisia tietoja tai monimutkaisempia järjestelmiä, joilla on erilaisia panoksia ja laukaisijoita. Kunhan idea voidaan määrittää määrällisesti, se voidaan testata uudelleen. Jotkut kauppiaat ja sijoittajat voivat hakea pätevän ohjelmoijan asiantuntemusta kehittää ajatus testattavaan muotoon. ohjelmoija, joka koodaa idean kaupankäynnin alustalle omistetulle kielelle Ohjelmoija voi ottaa käyttöön käyttäjän määrittämiä tulomuuttujia, jotka antavat elinkeinonharjoittajalle mahdollisuuden nipistää järjestelmää. Esimerkki tästä olisi liikenteenharjoittajan yläpuolella havaitulla yksinkertaisella liikkuvaa keskimääräistä ylitysjärjestelmää pystyy syöttämään tai muuttamaan järjestelmässä käytettävien kahden liukuvan keskiarvon pituutta ich pituus liikkuvia keskiarvoja olisi tehnyt parhaan historiallisia tietoja Hanki enemmän tietoa sähköisen kaupankäynnin Tutorial. Optimization tutkimukset Monet kaupankäyntijärjestelmät mahdollistavat myös optimointi tutkimukset Tämä edellyttää syöttämällä alue määritetyn panoksen ja antamalla tietokoneen tehdä matematiikka selvittää mikä panos olisi tehnyt parhaan A monivaihteleva optimointi voi tehdä matematiikan kahdelle tai useammalle muuttujalle yhdessä määrittääkseen mitä tasot yhdessä olisi saavuttanut parhaan tuloksen. Esimerkiksi kauppiaat voivat kertoa ohjelmalle, mitkä panokset he haluaisivat lisätä strategiansa mukaisesti ne olisi optimoitu ihanteellisiin painoihinsa, kun otetaan huomioon testatut historialliset tiedot. Testitulokset voivat olla jännittäviä, koska kannattamaton järjestelmä voidaan usein muuttaa magiaksi rahaa valmistavaksi koneeksi, jossa on muutamia optimointeja. Valitettavasti järjestelmää muokataan saavuttamaan suurin kannattavuuden taso johtaa usein järjestelmään, joka toimii huonosti todellisen kaupankäynnin yhteydessä Yli-optimointi luo järjestelmät, jotka näyttävät hyviltä vain paperille. Kiinnitys on optimointianalyysin käyttäminen, joka luo suurimman osan voitto kaupoista suurimmalla mahdollisella tuloksella testiolosuhteissa käytetyissä historiallisissa tiedoissa. Vaikka se näyttää vaikuttavaksi tulosten jälkikäsittelyssä, käyrä sijoittelu johtaa epäluotettaviin järjestelmiin, koska tulokset ovat olennaisesti räätälöityjä vain kyseiselle tietylle datalle ja ajanjaksolle. Testaus ja optimointi tarjoavat monia etuja elinkeinonharjoittajalle, mutta tämä on vain osa prosessia arvioidessaan mahdollisen kaupankäynnin järjestelmää. Kaupasta seuraava vaihe on sovellettava järjestelmää historiallisiin tietoihin, joita ei ole käytetty alun perin testausvaiheessa Liukuva keskiarvo on helppo laskea ja kaavion jälkeen on tehokas visuaalinen suuntaus-tarkkailutyökalu Lue lisää Simple Moving Medals Make Trendit erottuvat näyte - ja mallitietojen välillä Kun tutkimme ajatusta historiallisista tiedoista, on edullista varata historiallisen dat a testaustarkoituksiin Alkaneita historiallisia tietoja, joista ideaa testataan ja optimoidaan, kutsutaan näytteistä. Varattu tietojoukko tunnetaan ns. näyteaineistona Tämä asetus on tärkeä osa arviointia prosessi, koska se tarjoaa tapaa testata ajatusta sellaisista tiedoista, jotka eivät ole olleet osa optimointimallia. Tästä seuraa, että näyteikkunat eivät ole millään tavoin vaikuttaneet millään tavalla. määritellä, kuinka hyvin järjestelmä voi toimia uusilla tiedoilla eli tosielämän kaupankäynnillä. Ennen mitään takaisintutkimuksen tai optimoinnin käynnistämistä toimijat voivat jättää prosenttiosuuden ulkopuolelle varatut tiedot, jotka on varattava ulosottotestaukselle. Yksi tapa jakaa historialliset tiedot kolmansiin ja erotella kolmasosa käytettäväksi näytteen ulkopuolisessa testauksessa. Vain vain näytteitä sisältäviä tietoja olisi käytettävä alkutestaukseen ja optimointiin. Kuva 1 esittää aikajanaa, jossa kolmasosa historiatiedoista on varattu out-of - näytteen testausta ja kaksi kolmasosaa käytetään näytteen testaukseen. Vaikka kuvio 1 kuvaa näytteen ulkopuolista dataa testin alussa, tyypillisissä menetelmissä näytteenosuusosuus olisi välittömästi edeltävä suorituskyky. Kuva 1 Aikajakso, joka edustaa näytteenoton ja näytteenottotietojen suhteellista pituutta, jota käytetään jälkikäsittelytekniikassa. Kun kaupankäyntijärjestelmä on kehitetty käyttäen näytteen tietoja, se on valmis sovellettavaksi ulos Esimerkkitiedot Kauppiaiden avulla voidaan arvioida ja verrata suoritustuloksia näytteen sisäisen näytteen ja näytteen ulkopuolisten tietojen välillä. Yhteydessä viitataan kahden datasarjan suorituskyvyn ja yleisten suuntausten välisiin samankaltaisuuksiin. Korrelaatiomittareita voidaan käyttää arvioimaan strategian tehokkuusraportteja luotu testausjakson aikana ominaisuus, jota useimmat kaupankäyntialustat tarjoavat. Mitä vahvempi näiden kahden välinen korrelaatio, sitä parempi on todennäköisyys sille, että järjestelmä toimii hyvin eteenpäin suoritustestauksessa ja kaupankäynnissä Fi Kuvio 2 kuvaa kahta erilaista järjestelmää, jotka testattiin ja optimoitiin näytteen sisältämissä tiedoissa, ja sovellettiin sen jälkeen ulkopuolelle. Vasemmalla oleva kaavio esittää järjestelmää, joka oli selvästi kaareva, jotta se toimisi hyvin näytteen sisältämissä tiedoissa. täysin epäonnistunut näytteen ulkopuolella olevien tietojen perusteella Oikeassa olevasta kaaviosta ilmenee järjestelmä, joka toimi hyvin sekä näytteen sisällä että sen ulkopuolella. Kuva 2 Kaksi pääomakehää Kauppatiedot ennen kutakin keltaista nuolta edustavat näytteenäytteitä Keltaisen ja punaisen nuolen väliset kaupat viittaavat näytteen ulkopuoliseen testaukseen. Punainen nuolen jälkeiset kaupat ovat lähtötietojen testausvaiheista. Jos näytteenoton ja näytteen ulkopuolisen testauksen välillä on vain vähän korrelaatiota, kuten vasemmalla kaaviolla kuviossa 2, on todennäköistä, että järjestelmä on overoptimized eikä se toimi hyvin kaupassa Jos suorituskyvyssä on vahva korrelaatio, kuten kuvassa 2 oikeassa kaaviossa nähdään, näytteen ulkopuolinen tyyppi Tunnistus, joka tunnetaan nimellä eteenpäin suoritettavat testit Lisätietoja ennusteesta on julkaistu kohdassa Taloudellinen ennustaminen Bayesian Method. Forward Performance Testing Basics Forward performance testing, joka tunnetaan myös paperikauppana, tarjoaa kauppiaille toisen joukon näyte-tietoja, joiden avulla voidaan arvioida järjestelmä Tulevaisuuden suorituskyvyn testaus on simulointi todellisen kaupankäynnin ja seuraa järjestelmän logiikkaa elävällä markkinalla Se on myös nimeltään paperin kaupankäynti, koska kaikki kaupat toteutetaan vain paperi, eli kauppaa ja uloskäyntiä on dokumentoitu yhdessä mahdollisen voiton tai tappion järjestelmälle, mutta mitään todellista kauppaa ei toteuteta Tärkeä näkökulma eteenpäin suoritettavia testauksia on noudattaa järjestelmän logiikkaa tarkalleen toisin, vaikeaksi tai jopa mahdottomaksi arvioida tarkasti tätä prosessin vaiheen Traders olisi rehellinen kaikista kaupoista merkinnät ja poistumiset ja vältetään käyttäytymistä, kuten kirsikka-kaupankäynti tai ilman paperiliiketoimintaa, joka järkyttäisi, etten olisi koskaan että kauppa olisi tapahtunut järjestelmän logiikan seurauksena, se olisi dokumentoitava ja arvioitava. Monet välittäjät tarjoavat simuloitua kauppatilitietoa, jossa kaupat voidaan sijoittaa ja vastaava voitto ja tappio lasketaan käyttämällä simuloitua kaupankäyntitiliä, - realistinen ilmapiiri, jolla harjoitellaan kaupankäyntiä ja arvioidaan järjestelmää edelleen. Kuva 2 esittää myös tulokset kahdesta järjestelmästä tulevaisuuden suorituskyvyn testaukseen Jälleen, vasemmassa kaaviossa esitetty järjestelmä ei onnistu edistyäkseen näytteen sisältämien tietojen alkuperäisen testin jälkeen. Oikean kaavion mukainen järjestelmä toimii kuitenkin edelleen hyvin kaikissa vaiheissa, mukaan lukien eteenpäin suoritettavaa testausjärjestelmää, joka osoittaa positiivisia tuloksia, joissa on hyvä korrelaatio otoksen, näytteen ulkopuolen ja eteenpäin suoritettavan testauksen välillä, on valmis toteutettavaksi live-markkinoilla. Bottom Line Backtesting on arvokas työkalu käytettävissä useimmilla kaupankäyntijärjestelmillä. Jakamalla historialliset tiedot useisiin eriin provi mutta näyte - ja näytteenottotestaus voi tarjota kauppiaille käytännöllisen ja tehokkaan keinon kaupankäynnin idean ja järjestelmän arvioimiseksi. Koska useimmat kauppiaat käyttävät optimointitekniikoita takaisinkytkennässä, on tärkeää arvioida järjestelmä puhdasta tietoa sen määrittämiseksi kannattavuus Jatkuva näytteenoton testaaminen eteenpäin suoritettavalla testituloksella tuottaa uuden turvallisuuden kerroksen ennen järjestelmän asettamista markkinoille, joka riskeeraa todellista kassia. Positiiviset tulokset ja hyvä korrelaatio näytteen otoksen ja näytteen ulkopuolisen jälkikäsittelyn ja eteenpäin suoritettavien testien välillä lisää todennäköisyys sille, että järjestelmä toimisi hyvin kaupankäynnissä Kauden teknisen analyysin kattavaa katsausta varten katso tekninen analyysi Johdanto. Summa, jonka suurimmat summat Yhdysvallat voi lainata Velkasumma luotiin toisen Liberty Bond Actin mukaan. Korko, jolla talletuslaitos myöntää keskuspankin ylläpitämiä varoja toiseen talletuskeskukseen1 Ure-tuotto suhteessa tietyn arvopaperin tai indeksiin. Volatiliteetti voidaan joko mitata. Yhdysvaltain kongressin toimimaan vuonna 1933 pankkilaissa, joka kieltää kaupallisten pankkien osallistumisen sijoitukseen. Ei-palkkasumma tarkoittaa mitä tahansa työpaikkaa maatilat, yksityiset kotitaloudet ja voittoa tavoittelematon sektori Yhdysvaltojen työvaliokunta. Valuutan lyhennys tai valuutan symboli Intian rupia INR, Intian valuutta Rupee muodostuu 1. Walk Forward Analyzer on nyt ilmainen. sivulle, niin saat ilmaisen kopion. Miten tiedät, onko asiantuntijanne neuvonantaja todella kannattavaa? MetaTrader s Strategy Tester does not give you the whole picture Oletko kaupankäynnin perustana liian optimistisia takertarpeita ja pettynyt siihen, että asiantuntijasi neuvonantaja menettää rahaa live trading Haluatko tietää, onko asiantuntijasi neuvonantaja kannattavaa, nopeasti ja helposti menettämättä rahaa. Walk Forward Analyzer for MetaTrader. Walk Forward Analyzer käyttää MetaTradea rs oma strategia Tester suorittaa etenemistä eteenpäin käyttäen käyttäjän antamia asetuksia ja testausparametreja Ohjelmisto on helppokäyttöinen ja voi tarjota sinulle täydellisen kävelytason analyysin murto-osaan siitä ajasta, jonka saat tehdä sinut tekemään se siirtyy manuaalisesti. Kävelyn eteneminen määrittää, onko asiantuntijan neuvonantaja kannattava kaupankäynnissä optimoidut parametrit näytteiden ulkopuolella. Mikä tahansa asiantuntijaneuvonantaja voi tuottaa vaikuttavan optimointituloksen, mutta todellinen testi on se, pysyvätkö nämä tulokset testattaessa Tulevat tiedot Walk Forward Analyzer suorittaa tämän prosessin monta kertaa kuukausien ja vuosien historiallisten tietojen ansiosta antaen sinulle tarkan kuvan asiantuntijoidenne todellisesta suorituskyvystä. Kävelyn etenemisen loppuun saattamisen jälkeen sinun on esitettävä yksityiskohtainen käveleminen eteenpäin analyysiraportti, jossa esitetään testaus - ja optimointisuoritusten tulokset, testauksen kokonaistuloksen menetys sekä kulkukehityksen suhde, joka on mitta W robusta kaupankäyntijärjestelmäsi. Katso Walk Forward Analyzer - toiminto Action. Jos et tunne kävelemään eteenpäin analyysimenetelmää, lue Walking Forward - analyysi selvittääksemme, miksi se on paras tapa määrittää voimakkuus ja mahdollinen kannattavuus kaupankäyntijärjestelmä Alla oleva video tarjoaa kattavan läpimurron ja opetusohjelman Walk Forward Analyzer - ohjelmalle MetaTraderille.
No comments:
Post a Comment