-
Atom
18.10.2013
Bond


-



Спасибо:


< 1 2 3 4  >
Bond

Фотография
Дата: 19.11.2013
Ответить


SavosRU
С данными проблем нет: и Гидра качает, и Велслаб и свои наработки.
Если будет новая версия Анализатора и/или оптимизатора, которые пожелаете сделать публичными - с удовольствием приму участие в тестировании.
Особо, конечно, интересует, что за "ерунду" рисует график эквити в этой версии, что пришлось переписывать полностью самому???


http://stocksharp.com/forum/4152/Mutnaia-statistika/
Спасибо:

Bond

Фотография
Дата: 20.11.2013
Ответить


В приложении базовая версия Оптимизатора!

Обзорная статья
Спасибо: Андрей Гунинский Maxxx

Bond

Фотография
Дата: 26.11.2013
Ответить


-
Спасибо: Андрей Гунинский

Андрей Гунинский

Фотография
Дата: 28.11.2013
Ответить


Bond
Доброго времени суток!
Задался мыслью, а как собственно проводить тестирование? Взять один большой диапазон и загнать его в Оптимизатор? А если ошибка какая появится или некорректное значение выпадет будет обидно, когда на вторые сутки тестирование встанет и все данные пропадут. ...


Если я правильно понял суть вопроса, то это смотря какой алгоритм, линейный или динамический. Если линейный то можно распараллелить, если какой либо динамический(например генетический) когда ход тестирования имеет обратную связь со своими же результатами в прошлый момент времени, то тогда нельзя(в общем случае). Но никто не мешает кэшировать состояние во время хода тестирование с определённым интервалом, из которого можно будет восстановиться если произойдёт сбой.
Спасибо:

Bond

Фотография
Дата: 28.11.2013
Ответить


-
Спасибо:

Андрей Гунинский

Фотография
Дата: 29.11.2013
Ответить


Bond
Андрей, вы вроде подкованы в математике. Работали с оптимизацией методом Монте-Карло? Поиск глабальных экстремумов методом имитации отжига?
Пытаюсь разобраться с какой степенью при каждой новой выборке уменьшать диапазон разброса случайных величин. Так сказать как определить "сходимость" к экстремуму. Опять же какое распределение случайных величин использовать? Нормальное?
Как посчитать погрешность расчета?
Если получится два близких по значению экстремума, но на большом расстоянии друг от друга? Какой брать для следующей итерации? И т.д. и т.п.
По сути этот метод урезанная генетика)
И да, я его запилю на базе Оптимизаторов) Сокращу время расчетов и увеличу число переменных в массиве данных)
Буду признателен за помощь!)


Знаю про такой, теоретически способ элегантный и интересный, но сам не реализовывал руками чтобы вникнуть в тонкости. Поэтому не буду умничать на эту тему.

По поводу распределения думаю что нормальное, стартовое МО такое чтобы «прыгало» по всему диапазону в начале, температура падает по экспоненте и пропорционально ей и целевому функционалу рандомное смещение.

Если экстремумов несколько, наверняка стоит исследовать их по отдельность, а не выбирать самый самый.

Да, Монте Карло и «генетика» одного рода методы поиска экстремумов функционалов, «шаг» тестирования в параметрическом пространстве пропорционален «ошибке», при приближении к минимуму ошибки происходит уплотнение сетки, то есть более детальный поиск вблизи экстремума, поэтому и градиентный спуск тоже родственник, хотя предпосылки совсем другие. В общем суть этих методов это адаптивная плотность тестирования пропорционально близости к экстремуму.
Спасибо:

Bond

Фотография
Дата: 29.11.2013
Ответить


-
Спасибо:

Андрей Гунинский

Фотография
Дата: 02.12.2013
Ответить


Bond
Андрей, вот мой скайп: bond_algotrade Добавляйтесь! С удовольствием с вами пообщаюсь! Вот собственно методика на которой я решил остановиться:
www.math.spbu.ru/user/gran/sb1/sakal.pdf
Если поможете, в долгу не останусь)


Добавил.
Спасибо:

Bond

Фотография
Дата: 12.01.2014
Ответить


-
Спасибо:

loop

Фотография
Дата: 13.01.2014
Ответить


Bond
Добрый день!

Проводя оптимизацию появилась идея сделать таблицу распределения удачных стратегий и не удачных по каждому параметру в отдельности.


Приветствую.

Уважаемый, если вам уж так нравится дразнить народ своими тестами на своей софтине, то извольте обосновать научность ваших действий, которая предполагает фальсифицируемость результата вычислений коллегами, вы ведь не будете спорить что красивую экселевскую табличку может нарисовать каждый, я например даже в экселе могу ещё и графики делать, могу рассказать как))))

Можно ли тоже самое получить используя версию 2.0, выложенную в открытую? Что в ней поменялось кроме этих новомодных «генетических стохастических» примочек?

Заметьте я уже не прошу у вас код всего проекта и готов сам попытаться ваш старый код поразбивать, точнее не поразбивать а просто проверить те ли значения выдают при таких параметрах ваша сборка.

Предоставьте данные на которых тестировали, стратегию и результаты на конкретных параметрах, если они совпадут хотя бы частично с некоторыми случайно выбранными из таблиц, то получите зачёт и одобрение, если нет то думаю всем понятно что тогда.

Уж извините но я на Форекс форумах насмотрелся тестерных граалей и нефальсифициреемых вбросов экспоненциальных эквити. Результат должен быть хотя бы выборочно проверен, иначе это разводняк.

Не ставьте пожалуйста под сомнение собственную репутацию и парней из S# которые вас так ценят.
Спасибо:
< 1 2 3 4  >

Добавить файлы через драг-н-дроп, , или вставить из буфера обмена.

loading
clippy