Datos Tamaño de la ventana

Hola chicos, estoy aquí para abrir un tema productivo.

Me pregunto por qué Mark y el equipo de desarrolladores aún no han puesto una función principal.
Me refiero al tamaño automático de las ventanas de datos.
Como sabes no puedes elegir un tamaño de ventana al azar, o al menos si puedes pero esto puede ser improductivo. Me explico mejor, cuando se inicia un proceso de construcción, estamos buscando estrategias productivas / robustas en el futuro más cercano, y por supuesto, por ejemplo, si usted está buscando estrategias H1 que están trabajando en el próximo mes, es totalmente inútil el uso de datos de 12 años de edad, ¿no te parece? Tal vez no todo el mundo sabe, hay una manera científica para detectar el tamaño correcto de las ventanas en función de su propósito.
Así que aquí está, antes de escribirlo, quiero escuchar algunos pensamientos de la comunidad al respecto, ¿cómo elegir el tamaño de las ventanas? ¿Conoces el método científico?
Esto es para ti Mark, ¿lo sabes? ¿Tú y tu equipo sabéis calcular el tamaño correcto de las ventanas de los datos?

Después de un poco de comentarios explicaré como hacerlo.

Quería saber más al respecto.

Me parece que cuantos más datos una estrategia trabajó en el pasado más probable es que funcione en los datos en el futuro. Puesto que usted tiene la possebility para hacer un montón de tales estrategias que sería mejor simplemente volver a probarlos en los datos recientes para ver cuáles están trabajando ahora y utilizar esos. Creo que usted encontrará que el % que funciona entonces será mucho mayor que sólo las estrategias realizadas en una ventana reciente.

No es totalmente correcto, sí, por supuesto, más una estrategia está trabajando durante la Historia y más es fiable a través de diferentes tipos de mercados, pero no estamos buscando un "santo grial" estrategia que funciona bien siempre y trabajar para siempre.
Una estrategia creada en 12 años o más, será una estrategia muy lenta, y perderá muchas oportunidades de ganancia. Y consecuencia del gran tamaño de la ventana de datos es un sobreajuste de las estrategias construidas, para apuntar un buen retorno/DD durante todo este tiempo SQ creará una muy compleja regla/reglas de entrada salida, gestión etc..

IMHO prefiero crear estrategias con más frecuencia, y la optimización / eliminación y el intercambio cuando pierden la fiabilidad mediante el control de todas las estadísticas.

Es raro que este tema tenga tan poco éxito, estaba pensando en una mayor iluminación por parte de la comunidad...

Este tema es difícil. Por ejemplo, hacer estrategias sobre los datos de los últimos años, pero luego excluir esta reciente mayo. Encuentras que 95 % es más flojo en mayo bien dependiendo de como los clasifiques . Hice otra prueba también ayer, Probado 3800 UE que era realmente bueno durante 2018 rdd >5 ( eran de un lote de 25000). 700 de estos 3800 trabajaron muy bien mes enero-marzo el resto era perdedores . 525 de estos trabajaron genial en abril 2019 80%. Pero sólo 3 de estos 525 fue rentable en mayo el resto realmente grandes perdedores. Así que entonces probé todos 25000 en mayo 2019 se hacen y se prueban en los datos de 1986-2018-09. Ahora tenía unos 2700 que era rentable en mayo 2019 . Ahora fui más allá y probarlos mes a mes para no perder meses ( pero plana es okey) volviendo 12 meses. Me quedan 37 que no tienen un RDD por encima de 5 en 2018 por lo que no pueden ser de mi prueba original de los 3800.

Así que tal vez que un buen flujo de trabajo. Conozco 37 estrategias que funcionaron muy bien los últimos 12 meses, pero también bien durante los últimos 30 + años.

Adjuntamos cómo se ven en Duka.

"¿Conoce el método científico?" Dinos

Clonex te lo diré, pero antes quiero escuchar algún punto de vista diferente sobre ello.

¿Un callejón sin salida para este tema? Por ejemplo en EURUSD H1 en este momento hay una ventana válida

De: "10 de octubre de 2018"
Para: "26 de abril de 2019"

Negociable en dos próximas ventanas:
Ventana 1: Del: Del 27 de abril de 2019 al 21 de mayo de 2019 con precisión de 90%

Ventana 2: Del: Del 22 de mayo de 2019 al 27 de junio de 2019 con precisión de 80%

¿Nadie adivina cómo lo sé?

Vamos, chicos, sed activos.

No tengo ni idea. Lo único que sé es que usted se refiere a la historia. Supongo que es fácil de probar más tarde por las pruebas de rendimiento en un par de cientos de estrategias en vivo en su historia sugerido datos

Ojalá tengas razón en tu pensamiento 🙂 .

hi ...Gianfranco hurst exponent....for scan symbols and data Windows....up 0.5 ?

es mi pequeña idea....escaneo automático con días min y max...como WFM

gracias

Gianfranco

¡¡¡Que alguien lo diga, por fin!!!
Sí es el Exponente de Hurst, tenemos un montón de herramientas estadísticas para estar seguros de que funciona correctamente.
Ahora explico mi problema, tengo un montón de scripts de python: para borrar los datos, encontrar la ventana de datos, la correlación entre los datos, gestionar la construcción, encontrar las estrategias no correlacionadas, el seguimiento de la equidad y eligió para reoptimización o eliminación.

Hay un montón de trucos para acelerar todo el proceso, por ejemplo, la correlación de las estrategias con una piscina muy grande, 10k estrategias, en lugar de probar por completo con toda la ventana de datos, estoy reduciendo la ventana de datos a 1/3 (IS-OOS) de la original, y el uso de esas acciones, menos potencia de cálculo, dividir la piscina en dos partes (buenas correlaciones entre -0.5 y 0,5, y las malas correlaciones entre -1 y -0,51, 0,51 a 1 volver a probar las correlaciones de los bienes con el tamaño original de datos para estar seguro de los resultados parciales, y eso es todo, un montón de energía y tiempo ahorrado.

Me pregunto por qué no incluyeron aún todas estas herramientas dentro de la suite.
Sin embargo, si alguien necesita esos scripts los compartiré, pero prefiero compartirlos con el equipo de desarrollo para unirlos dentro del software.

sí, si eres o tienes un buen programador muchas cosas podrían ser mucho más fáciles.... tenemos por ejemplo python script para SQ antiguo para controlar pruebas MC, etc.

he leido algun articulo para estas hipotesis - https://www.mql5.com/en/articles/2930

pero no sé cómo utilizarlos en nuestro "negocio".

No creo que esto funcione usando series temporales intentando predecir periodos futuros cortos en FX, que es totalmente aleatorio. Si funciona un período fue sólo suerte. Prefiero optimizar una entrada sobre 100 años de datos para obtener un buen rendimiento medio y luego por walfkforward tratar de adaptar las salidas en lugar de mercado actual. De esta manera también puede obtener estrategias con >90% ganar períodos de 6 meses mirando hacia atrás 30 años y automatizar el flujo de trabajo con las herramientas actuales.