SQ X Aktualisierungen

Hier können wir über SQ X Updates und Neuigkeiten diskutieren.

Dieses Thema wurde umbenannt von SQ4 Early preview. Die alten, nicht mehr relevanten Beiträge sind oder werden gelöscht und archiviert.

Es geht darum, unser Forum von altem, nicht relevantem Zeug zu befreien.

Hey Mark, ein kurzes Update zu Version 5 - sie läuft jetzt seit etwa 26 Stunden und ist noch nicht abgestürzt. Daumen hoch dafür!

Ich habe einen Filter eingerichtet, um Strategien zu entfernen, bei denen das Ret/dd der Monte-Carlo-Tests auf <=50% des ursprünglichen Ret/dd fällt. Seine immer noch durchlassen Strategien, die nicht dieses Kriterium erfüllen. Ive enthalten ein Bild, so dass Sie überprüfen können, ob ich es richtig eingestellt. wenn es ein Fehler, so kann ich es melden. danke

Dieser RC5 ist ein guter Schritt. Es sieht so aus, als ob wir uns langsam der endgültigen Version nähern.

Kann ich ein paar Informationen über die Genetik und die Dinge, die dahinter stecken, bekommen - wie es funktioniert, was diese Einstellung bedeutet...

was bedeutet Inseln - das war nicht in SQ3, also weiß ich nicht, wie es funktioniert

was ist die beste Einstellung im Sinne der Gemeinschaft?

weil mit diesen Einstellungen - es wird in der Nähe von 10000 Strs für die anfängliche Bevölkerung und nach 8 Stunden die Fitness immer noch halten und neue anfängliche Bevölkerung nicht erzeugt worden ist

Funktioniert die Funktion zum Neustart, wenn die Erzeugung stagniert, wirklich?

wenn ich 10/10/10 einstelle, werden 100 Strs als Ausgangspopulation generiert und der Restartinf scheint zu funktionieren - denn nach einiger Zeit waren in der Statistik 400 Strs als Ausgangspopulation

aber der Graph der Fitnessfunktion ist immer noch eine gerade Linie... ich glaube, es gibt ein Problem

Inseln sind eine neue Funktion in SQ4. Wenn die genetische Evolution auf mehreren Inseln abläuft, bedeutet dies, dass auf jeder Insel ein unabhängiger Evolutionsprozess abläuft, wobei gelegentlich einige Strategien von einer Insel zur anderen wandern.

Der Vorteil liegt in der größeren Vielfalt der Strategien und darin, dass die genetische Evolution nicht auf ein lokales Maximum fixiert ist, da jede Insel unabhängig ist und mit einer eigenen Ausgangspopulation beginnt.

Der Nachteil ist, dass man die Bevölkerung mit der Anzahl der Inseln multiplizieren muss, da für jede Insel eine zufällige Ausgangsbevölkerung erzeugt wird.

Wenn man Inseln=1 setzt, verhält es sich genauso wie in SQ3. Ich denke, die vernünftige Anzahl ist 5-10 Inseln, ich sehe nicht den Sinn, mehr als 20 Inseln zu haben.

Es gibt noch einen weiteren Faktor, der die Größe der Ausgangspopulation beeinflusst - den Dezimierungskoeffizienten. Wenn Sie ihn auf einen Wert größer als 1 setzen, bedeutet dies, dass eine größere Ausgangspopulation erzeugt wird und die besten Kandidaten ausgewählt werden.

Beispiel: Ihre Grundgesamtheit ist 10, Sie setzen die Dezimierung auf 3.

Es werden 3 x 10 = 30 gefilterte Strategien erzeugt, von denen die besten 10 als Ausgangspopulation ausgewählt werden, der Rest wird verworfen.

Sie können sehen, dass die Anzahl der Strategien in der Anfangspopulation schnell wachsen kann. Wenn die Grundgesamtheit=50, die Dezimierung=3 und die Inseln=10 sind, muss die SQ 50 x 3 x 10 = 1500 Strategien generieren, die den Anfangsfilter passieren, nur um die Grundgesamtheit zu erzeugen.

thx Mark für die Erklärung... und was über die Einstellung zu filtern anfängliche Bevölkerung - seine besser durch Ihre Meinung zu etwas wie das, "netprofit höher 0" - so nur profitable Strategien gehen zu anfänglichen Bevölkerung - oder halten Sie es einfach und filtern nichts und tun die Genetik tut seine Arbeit und finden die besten Ergebnisse?

Ich würde sagen, es ist besser, mit Strategien zu beginnen, die bereits einen Nettogewinn > 0 haben, aber das ist eine Frage.

Es könnte interessant sein, eine Studie darüber zu erstellen.

Ich habe 2 Sitzungen wie diese für eine Woche tatsächlich (auf der gleichen Maschine) Wenn Sie Nettogewinn auf 0 wird es in der gleichen Zeit gehen durch 100% + mehr Randome generiert Strategien dann, wenn Sie es auf -5000 eingestellt haben. Das Endergebnis scheint zu sein, dass es 20-mal mehr Strategien mit dem gleichen Ranking findet, wenn es auf -5000 eingestellt ist, was beweist, dass Genetic Evo viel besser ist als Randome Generation. Allerdings habe ich ein ziemlich gutes Ergebnis, wenn ich einen win% anstelle des Nettogewinns einstelle. Dies wäre vielleicht logischer als Nettogewinn, da wir nach Strategien suchen, die einen Vorteil auf dem Markt haben.

SQ4 fehlt immer noch ein Verbesserer. Wird dies implementiert werden? Dann können wir nach Strategien mit festem Stopp und Ziel gleicher Größe suchen, deren win% über 50 liegt, was darauf hinweisen würde, dass der Einstieg einen Vorteil gegenüber dem Markt hatte, und dann könnten wir sie in den Improver verschieben, um bessere Ausstiege zu finden.

Eine andere Möglichkeit wäre, alle Exit-Kombinationen in der Strategie zu speichern, aber zu deaktivieren, und dann WFA zu veranlassen, sie zu aktivieren und eine neue Strategie durch Walkforward-Optimierung zu erstellen. Dies würde jedoch nicht mit indikatorbasierten Exits funktionieren, wäre aber besser als nichts.

Habe einige Tests durchgeführt. SQ4 ist sehr, sehr gut bei der Suche nach Strategien mit und Entry Rand. Ich habe 300 Strategien in der Datenbank nach nur ein paar Stunden und das ist auf 11 Jahre OOS getestet auf zusätzlichen Märkten. Mit SQ3 dauerte es Wochen der Generierung. WOW! Wir brauchen eine Verbesserungsfunktion oder eine WFA-Aktivierung der ruhenden Ausgänge ! Oder beides, he he

Das Testen verschiedener Exits nur für eine Strategie sollte mit GPU statt CPU möglich sein. Generieren Sie einfach eine Datei mit 1 Milliarde vordefinierte Exit-Werte und lassen Sie eine Reihe von GPUs herausfinden...

mabi - Improver ist in SQ4, Sie müssen die richtige Option in What to build Einstellung wählen.