Forex Portefølje Optimalisering

Gjøre en god diversifisert portefølje Ble medlem Dec 2010 Status: Medlem 35 Innlegg im å åpne denne tråden for å diskutere porteføljesammensetning, jeg handler forex vellykket for en liten stund på bare noen få par, men jeg tror systemet mitt (egentlig ikke et grønt lysrørsystem, dets mer om lesevolum, pris ect.) kan fungere nesten overalt, så jeg vil gjerne sjekke dette ut. Men jeg har hodepine som prøver å gjøre en mest diversifiseringsportefølje uten korrelasjon. Jeg bruker et nettsted som kontrollerer korrelasjon på ulike tidsrammer, men det kjører meg nøtter, så hvis du er villig til å dele tips, portefølje eller hva som kan være nyttig, kan det være gunstig. for alle Kommersielle Medlem Ble Medlem Juni 2011 176 Innlegg im å åpne denne tråden for å diskutere porteføljesammensetning, jeg handler forex for en liten stund på bare noen få par, men jeg tror at systemet mitt (egentlig ikke et grønt lysrørsystem, det er mer om lesevolum , pris ect.) kan fungere nesten overalt, så jeg vil gjerne sjekke dette ut. Men jeg har hodepine som prøver å gjøre en mest diversifiserende portefølje uten korrelasjon, jeg bruker et nettsted som kontrollerer korrelasjon på ulike tidsrammer, men det kjører meg nøtter, så hvis du er villig til å dele tips, portefølje eller hva som helst. Hvis systemet ditt er basert på pris handling og volum så er jeg enig i at det ville trolig ville fungere på et hvilket som helst finansielt instrument og ikke være begrenset til hva fx par du bruker. Etter å ha sagt at noe mer info ville være nyttig, kanskje noen diagrammer Hvilke faktiske korrelasjoner er du ved å sjekke at jeg åpner denne tråden for å diskutere porteføljesammensetningen, im trading forex vellykket for en liten stund på bare noen få par, men jeg tror at systemet mitt (egentlig ikke en grønt lysrør system, det er mer om lesevolum, pris ect.) kan fungere nesten overalt, så jeg vil gjerne sjekke dette ut. Men jeg har hodepine som prøver å gjøre en mest diversifiserende portefølje uten korrelasjon, jeg bruker et nettsted som kontrollerer korrelasjon på ulike tidsrammer, men det kjører meg nøtter, så hvis du er villig til å dele tips, portefølje eller hva som helst. Hvis du er seriøst interessert i porteføljeoptimalisering, er det ingen måte å lese akademiske artikler om det aktuelle emnet. Men du må være god i økonomisk matematikk amp statistikk for å kunne forstå dem. I hvert fall, det er måten jeg går for tiden også. Det krever en seriøs mengde studie. Men jeg har hodepine som prøver å gjøre en mest diversifiserende portefølje uten korrelasjon, jeg bruker et nettsted som kontrollerer korrelasjon på lengre tidsrammer, men det kjører meg nøtter Portefølje betyr at du ikke legger alle eggene dine i en kurv. Først ikke alle pengene dine må være i spekulative investeringer. Den delen du bringer til markedet, vil du kanskje dele opp på en måte som resultatene av de enkelte systemene ikke er korrelerte, selv om du handler det samme instrumentet. Så du kan sette et intraday (M1, M5) quant system på EURUSD og en dagligweekend trendfølger på samme par. Det som betyr noe penger fortsetter å rulle inn. Men hei dette er et svært komplisert emne, for ikke å nevne riktig porteføljevikting. Jeg tror det beste er å konsultere en profesjonell, sikkert, gjør det hvis jeg noen gang kommer dit LOL glemmer i morgen, bare stjele bort i nattenPorteføljeoptimalisering Realtid etter timer Førmarkedet Nyheter Flash Quote Sammendrag Sitat Interaktive diagrammer Standardinnstilling Vennligst Merk at når du velger ditt valg, gjelder det for alle fremtidige besøk på NASDAQ. Hvis du, når som helst, er interessert i å gå tilbake til standardinnstillingene, velg Standardinnstilling ovenfor. Hvis du har spørsmål eller støter på problemer ved å endre standardinnstillingene, vennligst send epost til isfeedbacknasdaq. Vennligst bekreft ditt valg: Du har valgt å endre standardinnstillingen for Quote Search. Dette vil nå være din standardmålside, med mindre du endrer konfigurasjonen din igjen, eller du sletter informasjonskapslene dine. Er du sikker på at du vil endre innstillingene dine Vi har en tjeneste å spørre Vennligst deaktiver annonseblokkeren din (eller oppdater innstillingene dine for å sikre at javascript og informasjonskapsler er aktivert), slik at vi kan fortsette å gi deg de førsteklasses markedsnyheter og data du har kommet til å forvente fra oss. Hvordan optimalisere handelssystemet MERK: Dette er ganske avansert emne. Vennligst les tidligere AFL-opplæringsprogrammer først. Ideen bak en optimalisering er enkel. Først må du ha et handelssystem, dette kan være et enkelt bevegelige gjennomsnittsoverskridende for eksempel. I nesten alle systemer er det noen parametere (som gjennomsnittsperiode) som bestemmer hvordan gitt system oppfører seg (det vil si at det er godt egnet for langsiktig eller kort sikt, hvordan reagerer det på svært volatile aksjer osv.). Optimaliseringen er prosessen med å finne optimale verdier for disse parametrene (gir høyeste fortjeneste fra systemet) for et gitt symbol (eller en portefølje med symboler). AmiBroker er en av de svært få programmene som lar deg optimalisere systemet ditt på flere symboler samtidig. For å optimalisere systemet må du definere fra en opp til ti parametere som skal optimaliseres. Du bestemmer hva som er minimum og maksimum tillatt verdi for parameteren og i hvilke trinn denne verdien skal oppdateres. AmiBroker utfører deretter flere tilbaketester, systemet bruker ALLE mulige kombinasjoner av parameterværdier. Når denne prosessen er ferdig, viser AmiBroker listen over resultater sortert etter nettoresultatet. Du kan se verdiene for optimaliseringsparametere som gir best resultat. Skrive AFL formel Optimering i back tester støttes via ny funksjon kalt optimalisere. Syntaxen til denne funksjonen er som følger: variabeloptimalisering (quot Beskrivelse standard, min. Maks. Trinn) variabel - er normal AFL-variabel som får tildelt verdien returnert ved optimalisering av funksjonen. Ved normal backtesting, skanning, utforsking og kommende moduser returnerer funksjonen til standardverdien, slik at funksjonen ovenfor svarer til: variabel standard I optimaliseringsmodus optimaliserer funksjonen returnerer suksessive verdier fra min til maks (inklusiv) med trinnstegning. quote Descriptionquot er en streng som brukes til å identifisere optimaliseringsvariabelen og vises som et kolonnenavn i optimaliseringsresultatlisten. standard er en standardverdi som optimaliserer funksjonene i leting, indikator, kommentar, skanning og normal tilbakestillingstest. Min er en minimumsverdi av variabelen som er optimalisert maks er en maksimumsverdi av variabelen som er optimalisert trinn er et intervall som brukes til å øke verdi fra min til maks AmiBroker støtter opptil 64 samtaler for å optimalisere funksjonen (derfor opptil 64 optimaliseringsvariabler), merk at hvis du bruker uttømmende optimalisering, er det veldig bra å begrense antall optimaliseringsvariabler til bare noen få. Hver samtale for å optimalisere generere (maks - min) trinnoptimaliseringsløkker og flere samtaler for å optimalisere multipliserer antallet kurser som trengs. For eksempel kan optimalisering av to parametere ved hjelp av 10 trinn kreve 1010 100 optimaliseringsløkker. Samtaleoptimaliseringsfunksjonen bare ONCE per variabel i begynnelsen av formelen din, da hvert anrop genererer en ny optimaliseringsløype. Flere optimering av symboler støttes fullt ut av AmiBroker. Maksimalt søkeområde er 2 64 (10 19 10 000 000 000 000 000 000 000) kombinasjoner. 1. Enkel variabel optimalisering: sigavg Optimaliser (Signal gjennomsnitt. 9. 2. 20. 1) Kjøp kryss (MACD (12. 26), Signal (12. 26. sigavg)) Selg kors (Signal (12. 26. sigavg), MACD (12. 26)) 2. To-variabel optimalisering (egnet for 3D-kartlegging) per Optimaliser (per 2. 5. 50. 1) Nivåoptimaliser (nivå 2. 2. 150. 4) Kjøp kryss (CCI (per), - Level) Selg Kryss (nivå, CCI (per)) 3. Flere (3) variabel optimalisering: mfast Optimaliser (MACD Fast. 12. 8. 16. 1) mslow Optimaliser (MACD Slow. 26. 17. 30. 1) Sigavg Optimaliser (Signal gjennomsnittlig. 9. 2. 20. 1) Kjøp kryss (MACD (mfast, mslow). Signal (mfast, mslow, sigavg)) Selg kors (Signal (mph, mslow, sigavg), MACD f ormula klikker du bare på optimaliser knappen i quotAutomatic Analysisquot-vinduet. AmiBroker vil begynne å teste alle mulige kombinasjoner av optimaliseringsvariabler og rapportere resultatene i listen. Etter optimalisering er resultatlisten presentert sortert etter nettoresultatet. Ettersom du kan sortere resultatene i en hvilken som helst kolonne i resultatlisten, er det enkelt å få de optimale verdiene av parametere for laveste nedgang, laveste antall transaksjoner, største profittfaktor, laveste markedseksponering og høyest risikojustert årlig avkastning. De siste kolonnene i resultatlisten presenterer verdiene for optimaliseringsvariabler for gitt test. Når du bestemmer hvilken kombinasjon av parametere som passer dine behov, er det beste du trenger å erstatte standardverdiene for å optimalisere funksjonssamtaler med de optimale verdiene. På nåværende stadium må du skrive dem for hånd i formuleringsredigeringsvinduet (den andre parameteren for å optimalisere funksjonsanrop). Vise 3D animerte optimaliseringskart For å vise 3D optimaliseringskart, må du først kjøre to variabeloptimalisering først. To variable optimalisering trenger en formel som har 2 Optimize () funksjonssamtaler. Et eksempel på to variabel optimaliseringsformel ser slik ut: per Optimaliser (per 2. 5. 50. 1) Nivåoptimaliser (nivå 2. 2. 150. 4) Kjøp kryss (CCI (per), - nivå) Selg kors (Nivå, CCI (per)) Etter å ha skrevet inn formelen må du klikke quotOptimizequot-knappen. Når optimeringen er fullført, bør du klikke på nedtrekkspilen på Optimaliser-knappen og velge Vis 3D-optimaliseringsgraf. Om noen få sekunder vises et fargerikt tredimensjonalt overflateplott i et 3D-kartvisningsvindu. Et eksempel på 3D-diagram som er generert ved hjelp av ovenstående formel, er vist nedenfor. Som standard viser 3D-diagrammer verdiene for nettoresultatet mot optimaliseringsvariabler. Du kan imidlertid plotte 3D overflatediagram for en hvilken som helst kolonne i optimeringsresultatetabellen. Bare klikk på kolonneoverskriften for å sortere den (blå pil vises som angir at optimaliseringsresultater sorteres etter valgt kolonne) og deretter velge Vis 3D-optimaliseringsgraf på nytt. Ved å visualisere hvordan systemparametrene påvirker handelsprestasjonen, kan du lettere bestemme hvilke parameterværdier som produserer quotfragilequot og som produserer kvoter for systemkvalitet. Robuste innstillinger er regioner i 3D-grafen som viser gradvise snarere enn brå endringer i overflateplottet. 3D-optimaliseringskart er et godt verktøy for å forhindre kurvepassing. Kurvmontering (eller overoptimalisering) oppstår når systemet er mer komplekst enn det måtte være, og all den kompleksiteten var fokusert på markedsforhold som aldri kan skje igjen. Radikale endringer (eller pigger) i 3D optimaliseringsdiagrammer viser tydelig overoptimaliseringsområder. Du bør velge parameterregion som produserer et bredt og bredt platå på 3D-kart for ditt virkelige livshandel. Parametersett som produserer overskuddspist vil ikke fungere pålitelig i reell handel. 3D chart viewer kontroller AmiBrokers 3D chart viewer tilbyr totalt visningsfunksjoner med full grafrotasjon og animasjon. Nå kan du se systemresultatene dine fra alle tenkelige perspektiver. Du kan kontrollere posisjonen og andre parametere i diagrammet ved hjelp av musen, verktøylinjen og hurtigtastene, uansett hva du finner lettere for deg. Nedenfor finner du listen. - å rotere - hold nede VENSTRE museknapp og flytte i XY retninger - for å zoome inn, zoome ut - hold nede HØYRE museknapp og flytte i XY retninger - å flytte (oversette) - hold nede VENSTRE museknapp og CTRL-tasten og Flytt i XY retninger - å animere - hold nede VENSTRE museknapp, dra raskt og slipp knappen mens du drar SPACE - animere (automatisk rotere) VENSTRE PIL NØKKEL - roter vert. venstre høyre piltast - roter vert. høyre OPP PIL NØKKEL - roter horisonten. opp NED PIL NØKKEL - roter horisonten. NED NUMPAD (PLUS) - Nær (zoom inn) NUMPAD - (MINUS) - Langt (zoom ut) NUMPAD 4 - Flytt til venstre NUMPAD 6 - Flytt til høyre NUMPAD 8 - Flytt opp NUMPAD 2 - Flytt ned PAGE UP - Vannnivå opp PAGE DOWN - vannstand ned Smart (ikke-uttømmende) optimalisering AmiBroker tilbyr nå smart (ikke-uttømmende) optimalisering i tillegg til vanlig, uttømmende søk. Ikke-uttømmende søk er nyttig hvis antall av alle parameterkombinasjoner av gitt handelssystem er rett og slett for stort til å være gjennomførbart for uttømmende søk. Uttømmende søk er helt greit så lenge det er rimelig å bruke det. La oss si at du har 2 parametere som varierer fra 1 til 100 (trinn 1). Det er 10000 kombinasjoner - helt greit for uttømmende søk. Nå med 3 parametere har du 1 million kombinasjoner - det er fortsatt OK for uttømmende søk (men kan være lengre). Med 4 parametre har du 100 millioner kombinasjoner og med 5 parametere (1..100) har du 10 milliarder kombinasjoner. I så fall vil det være for tidkrevende å sjekke dem alle, og dette er området der ikke-uttømmende smarte søkemetoder kan løse problemet som ikke er løsbart i rimelig tid ved hjelp av uttømmende søk. Her er absolutt den enkleste instruksjonen hvordan du bruker nytt, ikke-uttømmende optimeringsprogram (i dette tilfellet CMA-ES). 1. Åpne din formel i Formula Editor 2. Legg til denne enkeltlinjen øverst på formelen: OptimizerSetEngine (quotcmaequot) Du kan også bruke quotspsoquot eller quottribquot her 3. (Valgfritt) Velg optimeringsmål i Automatisk analyse, Innstillinger, quotWalk - Forwardquot-fanen, Optimaliseringsmålfelt. Hvis du hopper over dette trinnet, vil det optimalisere for CARMDD (sammensatt årlig avkastning dividert med maksimal drawdown). Nå hvis du kjører optimalisering ved hjelp av denne formelen, vil den bruke ny evolusjonær (ikke-uttømmende) CMA-ES optimizer. Hvordan fungerer det Optimeringen er prosessen med å finne minimum (eller maksimum) av gitt funksjon. Ethvert handelssystem kan betraktes som en funksjon av visse antall argumenter. Inngangene er parametere og sitatdata. Utgangen er ditt optimaliseringsmål (si CARMDD). Og du ser etter maksimal gitt funksjon. Noen av smart optimaliseringsalgoritmer er basert på natur (animalsk oppførsel) - PSO-algoritme, eller biologisk prosess - Genetiske algoritmer, og noen er basert på matematiske konsepter avledet av mennesker - CMA-ES. Disse algoritmene brukes på mange forskjellige områder, inkludert økonomi. Skriv inn quotPSO financequot eller quotCMA-ES financequot i Google, og du vil finne mye informasjon. Ikke-uttømmende (eller quotsmartquot) metoder vil finne global eller lokal optimal. Målet er selvsagt å finne en global en, men hvis det er en eneste skarp topp ut av zillion-parameterkombinasjoner, kan ikke-uttømmende metoder mislykkes i å finne denne single-toppen, men etter å ha tatt det fra handelsfolk, er det enkelt å finne en eneste skarp topp for trading fordi det resultatet ville være instabil (for skjøre) og ikke replikable i reell handel. I optimaliseringsprosessen ser vi fremdeles platåregioner med stabile parametere, og dette er området der intelligente metoder skinner. Når det gjelder algoritmen som brukes ved ikke-uttømmende søk, ser det ut som følger: a) Optimiser genererer noen (vanligvis tilfeldig) startpopulasjon av parameter sett b) Backtest utføres av AmiBroker for hvert parameter sett fra befolkningen c) Resultatene av backtestene er evaluert i henhold til algoritmens logikk og ny befolkning genereres basert på utviklingen av resultatene d) hvis nytt beste er funnet - lagre det og gå til trinn b) til stoppkriteriene er oppfylt. Eksempel på stoppkriterier kan omfatte: a) å nå spesifisert maksimal iterasjoner b) Stopp hvis rekkevidden av de beste objektivverdiene for de siste X generasjonene er null c) Stopp hvis du legger til 0,1 standardavviksvektor i en hvilken som helst hovedakse retning, endrer ikke verdien av objektiv verdi d) andre For å bruke noen smarte (ikke - uttømmende) optimator i AmiBroker må du spesifisere optimaliseringsmotoren du vil bruke i AFL-formelen ved hjelp av OptimizerSetEngine-funksjonen. Funksjonen velger ekstern optimaliseringsmotor definert ved navn. AmiBroker sendes for tiden med 3 motorer: Standard Particle Swarm Optimizer (quotspsoquot), Stammer (quottribquot) og CMA-ES (quotcmaequot) - navnene i seler skal brukes i OptimizerSetEngine-anrop. I tillegg til å velge optimaliseringsmotor kan det hende du vil sette inn noen av sine interne parametere. For å gjøre det, bruk OptimizerSetOption-funksjonen. OptimizerSetOption (quotnamequot, value) funksjon Funksjonen angir tilleggsparametere for ekstern optimaliseringsmotor. Parametrene er motoravhengige. Alle tre optimalisatorene som leveres med AmiBroker (SPSO, Trib, CMAE) støtter to parametere: quotRunsquot (antall runder) og quotMaxEvalquot (maksimale evalueringer (tester) per enkelt løp). Oppførselen til hver parameter er motoravhengig, slik at samme verdier kan og vil gi forskjellige resultater med forskjellige motorer som brukes. Forskjellen mellom Kjør og MaxEval er som følger. Evaluering (eller test) er single backtest (eller evaluering av objektiv funksjonsverdi). RUN er en full runde av algoritmen (finne optimal verdi) - vanligvis involverer mange tester (evalueringer). Hvert løp gjenoppretter bare RESTARTS hele optimaliseringsprosessen fra den nye begynnelsen (ny innledende tilfeldig befolkning). Derfor kan hvert løp føre til å finne forskjellig lokal maxmin (hvis den ikke finner global). Så Kjører parameter definerer antall påfølgende algoritme kjører. MaxEval er det maksimale antall evalueringer (bactests) i en enkelt løp. Hvis problemet er relativt enkelt, og 1000 tester er nok til å finne global maks, er 5x1000 mer sannsynlig å finne global maksimal fordi det er mindre sjanser til å bli sittende fast i lokal maks, da etterfølgende forsøk vil starte fra forskjellige første tilfeldige populasjoner. Valg av parameterverdier kan være vanskelig. Det avhenger av problem under test, dets kompleksitet osv. En hvilken som helst stokastisk ikke-uttømmende metode gir deg ikke garanti for å finne global maxmin, uansett antall tester hvis det er mindre enn uttømmende. Det enkleste svaret er å. spesifiser så stort antall tester som det er rimelig for deg når det gjelder tid som kreves for å fullføre. Et annet enkelt råd er å multiplisere med 10 antall tester ved å legge til ny dimensjon. Det kan føre til overestimering av antall tester som kreves, men det er ganske trygt. Sendte motorer er konstruert for å være enkle å bruke, og derfor er kvoteringskvotene defaulautomatiske verdier brukt, slik at optimalisering vanligvis kan kjøres uten å spesifisere noe (aksepterer standardinnstillinger). Det er viktig å forstå at alle smarte optimaliseringsmetoder fungerer best i kontinuerlige parameterrom og relativt jevne objektivfunksjoner. Hvis parameterplass er diskrete evolusjonære algoritmer kan ha problemer med å finne optimal verdi. Det gjelder spesielt for binære parametre (onoff) - de er ikke egnet for en hvilken som helst søkemetode som bruker gradient av objektiv funksjonsendring (som de fleste smarte metoder gjør). Hvis handelssystemet ditt inneholder mange binære parametere, bør du ikke bruke smart optimizer direkte på dem. Prøv å optimalisere bare kontinuerlige parametere ved hjelp av smart optimizer, og bytt binære parametere manuelt eller via eksternt skript. SPSO - Standard Particle Swarm Optimizer Standard Particle Swarm Optimizer er basert på SPSO2007 kode som skal produsere gode resultater, forutsatt at riktige parametere (dvs. Runs, MaxEval) er gitt for et bestemt problem. Å plukke riktige alternativer for PSO optimizer kan være vanskelig, derfor kan resultatene variere vesentlig fra sak til sak. SPSO. dll leveres med full kildekoder i quotADKquot-undermappen. Eksempelkode for Standard Particle Swarm Optimizer: (finne optimal verdi i 1000 tester innenfor søkeområdet på 10000 kombinasjoner) OptimizerSetEngine (quotspsoquot) OptimizerSetOption (quotRunsquot, 1) OptimizerSetOption (quotMaxEvalquot, 1000) sl Optimaliser (quotsquot, 26, 1, 100, 1 ) FA Optimaliser (quotfotot, 12, 1, 100, 1) Kjøp Kors (MAC, fa, sl), 0) Selg kors (0, MACD (fa, sl)) TRIBES - Adaptive Parameter-Less Particle Swarm Optimizer Stammer er adaptive , parameter-mindre versjon av PSO (partikkel swarm optimalisering) ikke-uttømmende optimizer. For vitenskapelig bakgrunn, se: particleswarm. infoTribes2006Cooren. pdf I teorien skal det fungere bedre enn vanlig PSO, fordi den automatisk kan justere svømmestørrelsen og algoritmenes strategi for å løse problemet. Praksis viser at ytelsen er ganske lik PSO. Stammen. DLL-plugin implementerer quotTribes-Dquot (dvs. dimensjonsløs) variant. Basert på clerc. maurice. free. frpsoTribesTRIBES-D. zip av Maurice Clerc. Originale kildekoder brukt med tillatelse fra forfatteren Tribes. DLL leveres med full kildekode (inne i quotADKquot-mappen) Støttede parametere: quotMaxEvalquot - maksimalt antall evalueringer (backtests) per runde (standard 1000). Du bør øke antall evalueringer med økende antall dimensjoner (antall optimaliseringsparameter). Standard 1000 er bra for 2 eller maksimum 3 dimensjoner. quotRunsquot - antall løp (starter på nytt). (standard 5) Du kan forlate antall kjører til standardverdien på 5. Standard antall kjøringer (eller omstart) er satt til 5. For å bruke Stammer optimizer, trenger du bare å legge til en linje i koden din: OptimizerSetOption (quotMaxEvalquot , 5000) 5000 evalueringer maks. CMA-ES - Covariance Matrix Adaptation Evolusjonær Strategi Optimizer CMA-ES (Covariance Matrix Adaptation Evolutionary Strategy) er avansert ikke-uttømmende optimizer. For vitenskapelig bakgrunn, se: bionik. tu-berlin. deusernikocmaesintro. html Ifølge vitenskapelige referanser overgår ni andre, mest populære evolusjonære strategier (som PSO, Genetisk og Differensiell evolusjon). bionik. tu-berlin. deusernikocec2005.html CMAE. DLL-plugin implementerer quotGlobalquot-variant av søk med flere omstart med økende populasjonsstørrelse CMAE. DLL leveres med full kildekode (inne i quotADKquot-mappen) Standard antall kjøringer (eller omstart) er satt til 5. Det anbefales at du lar standardnummeret startes på nytt. Du kan variere det ved hjelp av OptimizerSetOption (quotRunsquot, N) call, hvor N skal være i område 1..10. Det er ikke anbefalt å spesifisere mer enn 10 løp, selv om det er mulig. Merk at hvert løp bruker TWICE størrelsen på populasjonen i forrige runde, slik at den vokser eksponentielt. Derfor slutter du med 10 runder med befolkning 210 større (1024 ganger) enn første runde. Det er en annen parameter quotMaxEvalquot. Standardverdien er null, noe som betyr at plugin automatisk beregner MaxEval påkrevd. Det anbefales at IKKE definere MaxEval selv fordi standard fungerer fint. Algoritmen er smart nok til å minimere antall evalueringer som kreves, og det konvergerer veldig fort til løsningspunkt, så det finner ofte løsninger raskere enn andre strategier. Det er normalt at plugin hopper over noen evalueringstrinn, hvis det oppdager at løsningen ble funnet, derfor bør du ikke bli overrasket over at fremdriftslinjen for optimalisering kan bevege seg veldig fort på noen punkter. Pluggen har også mulighet til å øke antall trinn over opprinnelig estimert verdi hvis det trengs for å finne løsningen. På grunn av sin adaptive natur er den quotestimerte tiden leftquot andor kvotenummer for trinnquot vist av fremdriftsdialogen bare kvotegitt på tidspunktet og kan variere under optimaliseringskurs. For å bruke CMA-ES optimizer trenger du bare å legge til en linje i koden din: Dette vil kjøre optimaliseringen med standardinnstillinger som er bra for de fleste tilfeller. Det skal bemerkes, som det er tilfelle med mange continouos-space-søkealgoritmer, påvirker den avtagende quotstepquot-parameteren i Optimize () funciton-anrop ikke signifikant optimaliseringstidene. Det eneste som betyr noe er problemet quotdimensionquot, dvs. antall forskjellige parametere (antall optimaliseringsfunksjonssamtaler). Antall kvotepot per parameter kan settes uten å påvirke optimaliseringstiden, så bruk den beste oppløsningen du vil ha. I teorien skal algoritmen kunne finne løsningen i de fleste 900 (N3) (N3) backtests hvor quotNquot er dimensjonen. I praksis konvergerer det en masse raskere. For eksempel kan løsningen i 3 (N3) dimensjonsparameterrom (si 100100100 1 million uttømmende trinn) finnes i så få som 500-900 CMA-ES trinn. Multi-threaded individuell optimalisering Starter fra AmiBroker 5.70 i tillegg til fler-symbol multithreading. Du kan utføre multi-threaded single-symbol optimalisering. For å få tilgang til denne funksjonaliteten, klikk på rullegardinpilen ved siden av quotOptimizequot-knappen i vinduet Nytt analyse og velg sertifisering for individuell optimalisering. quotIndividual Optimizequot vil bruke alle tilgjengelige prosessorkjerner til å utføre enkeltsymboloptimalisering, noe som gjør det mye raskere enn vanlig optimalisering. I quotCurrent symbolquot-modus vil det utføre optimalisering på ett symbol. I alleAlle symbolquot og quotFilterquot-modi vil det behandle alle symbolene i rekkefølge, dvs. første fullstendige optimalisering for første symbol, deretter optimalisering på andre symbol etc. Begrensninger: 1. Tilpasset backtester støttes IKKE (ennå) 2. Smart optimeringsmotorer støttes IKKE - Kun EXHAUSTIVE optimalisering fungerer. Til slutt kan vi bli kvitt begrensning (1) - når AmiBroker er endret, så bruker ikke tilbakebetjent tester ikke OLE lenger. Men (2) er sannsynligvis her for å holde seg lenge.