Définitions de ces deux options génétiques Paramètres ?

Que sont ces deux paramètres des options génétiques : (en termes simples, je l'espère)

1. Profondeur maximale de l'arbre

2. Coefficient de décimation

 

 

+1, j'aimerais connaître tous les paramètres de la génération génétique, s'il vous plaît,

 

PLUS APPROFONDI QUE LE GUIDE SQ...

 

merci

Ah, le coefficient de décimation est très intéressant alors... Merci pour votre aide.

 

Par contre, je ne comprends pas la description de la profondeur de l'arbre.

Ainsi, si je sélectionne "5" comme valeur de Profondeur maximale de l'arbre,

Les stratégies auront jusqu'à "5" règles d'entrée et jusqu'à "5" règles de sortie si j'ai bien compris...,

Si je sélectionne "5", cela ne signifie pas que si une stratégie est trouvée même avec des règles "2", elle doit être ajoutée à ma banque de données, n'est-ce pas ? pas seulement avec "5", oui ?

 

N'a pas bénéficié de l'avantage d'avoir Coefficient de décimation autre que "1"

 

 

merci notch !

Le coefficient de décimation génère davantage de stratégies initiales (à la génération 1), puis choisit les 100 meilleures stratégies parmi celles-ci (ou ce que vous avez défini pour la "Taille de la population") pour continuer à progresser dans les générations suivantes.

 

Ce paramètre me semble extrêmement important, car vous pouvez commencer avec une base de stratégies générées aléatoirement de bien meilleure qualité. Je l'ai actuellement réglé sur "4".

 

J'ai également utilisé les "conditions de la population initiale" pour filtrer la génération initiale. Je l'ai fait très légèrement (je pense ?) afin de ne pas réduire sans le savoir certaines stratégies qui ont des éléments qui peuvent être extrêmement rentables mais qui apparaissent beaucoup plus fréquemment dans les stratégies avec des normes moins élevées.

 

Par exemple, voici les paramètres que j'utilise pour l'instant (mais peut-être sont-ils encore trop serrés ?):

 

Nombre de transactions < 50 [période IS de cinq ans]

1TP9Facteur d'adaptation < 0,6

Stabilité < 0,2

% Stagnation > 50%

 

Quelques autres facteurs que j'envisageais de prendre en compte :

 

Net Profit < -$7,000 [l'utilisation de NP permettrait d'éliminer les stratégies qui passent le test PF mais qui ont un plus grand nombre de transactions mais qui n'ont pas beaucoup d'espoir d'être transformées en quelque chose de rentable].

Symétrie < 10% [Je n'en suis pas sûr, mais cela devrait produire des stratégies plus robustes].

Payout Ratio < 0.4 [biaiserait les résultats en faveur des systèmes ayant un Win% plus faible].

 

J'ai brièvement essayé d'appliquer ces paramètres aux résultats OOS, mais je ne pense pas que cela ait produit de meilleures stratégies initiales.

 

Même avec ces paramètres laxistes, il faut beaucoup de temps pour dériver une population initiale de 400 stratégies, mais je pense que le temps passé en vaut peut-être la peine.

Il suffit d'utiliser des critères plus souples,

C'est ce que j'utilise toujours :

Ce sont mes paramètres sur GenGen 😉

Voyons si c'est bon

 

Les critères que j'ai énumérés ci-dessus sont utilisés dans l'onglet "Options génétiques", dans les "Conditions initiales de la population", de sorte que la population de la première génération soit un peu plus exigeante.

 

J'ai des conditions similaires aux vôtres dans les "Options de classement".

J'ai par la suite adopté une approche similaire à la vôtre, car mon approche ne générait pas beaucoup de stratégies et ces stratégies n'étaient pas visiblement meilleures.

 

J'utilise toujours le "coefficient de décimation", mais la seule condition que j'impose pour inclure les stratégies générées est "Nombre de transactions > 40" (sur un IS de cinq ans).

 

J'ai ensuite utilisé les options de classement comme vous le faites pour orienter les générations de modèles en fonction de mes critères généraux. Cela a 100% de sens.

 

Je ne suis pas d'accord avec vous en ce qui concerne l'utilisation du nombre de transactions. Je pense que l'aptitude pondérée dans le classement des options tiendra compte d'un meilleur Profit net, mais que les stratégies initiales qui ont un nombre de transactions inférieur à un certain minimum ne sont pas de bons candidats pour produire une éventuelle bonne stratégie. Elles seront probablement éliminées par le processus génétique, ce qui réduit le nombre de stratégies initiales viables pouvant être utilisées à bon escient. Et puisque le nombre de transactions n'est pas utilisé dans mon aptitude pondérée, alors que d'autres critères le sont, je pense que c'est le seul critère qui devrait être utilisé dans ma phase de génération initiale.

Utilisez-vous ces critères dans l'onglet Classement ou dans l'onglet Génétique, et y a-t-il une différence entre l'endroit où vous définissez les critères et l'endroit où vous les définissez ?

@Karish :

 

J'utilise actuellement les critères suivants dans les options génétiques :

#/Trades < 40

 

Coefficient de décimation = 5 [Toutefois, compte tenu du message de Notch ci-dessus, je ramène ce coefficient à 1].

 

Dans les options de classement, j'utilise les paramètres d'aptitude simples et pondérés suivants :

Net Profit : 1 poids

Profit Factor : 3 poids

Rapport R/DD : 10 poids

@notch : Merci pour vos avertissements...

 

Comme indiqué ci-dessus, je n'utilise qu'un critère faible de "#/Trades" [40 pour une période de cinq ans]

Je suppose (mais je n'ai pas d'expérience bien sûr) que les stratégies avec des #/trades très faibles ne contribuent pas de manière significative au développement génétique.

 

Mes critères d'aptitude pondérés sont très simples (presque identiques à ceux de l'utilisation de R/DD).

 

J'ai brièvement utilisé Stabilité = 3 et % Stagnation = 1, mais je les ai abandonnées.

 

Honnêtement, je m'interroge sur l'importance de chacun de ces paramètres. (Je sais que ceux qui sont mieux informés que moi diront le contraire ! Je n'en suis pas convaincu). Tant que le R/DD est bon, ces paramètres ne devraient pas être trop préoccupants. ( ?)

C'est aussi mon avis, j'ai tendance à utiliser le RDD comme principal élément à suivre, plus il est élevé, mieux c'est,

Voici ce que je pense de la stagnation et de la stabilité... Dites-moi si je suis loin du compte.

 

Il est évident que le marché n'est pas totalement aléatoire et qu'il ne produit donc pas un ordre de transaction totalement aléatoire (comme le fait notre test de robustesse de l'ordre de transaction aléatoire). MAIS s'il a fait produire un ordre de transactions totalement aléatoire, nous pourrions alors complètement renoncer aux valeurs de stagnation et de stabilité, parce que le Drawdown de notre test de robustesse dominerait complètement en importance. Si l'ordre des transactions était aléatoire, la stagnation et la stabilité seraient tout à fait aléatoires et dépendraient fortement de Win % et de R/DD.

 

Le marché étant structuré, les stratégies ne produisent pas de transactions totalement aléatoires. Mais en réalité, comment beaucoup Le marché fournit-il une structure qui force une stratégie particulière à atteindre certaines valeurs de stagnation et de stabilité prédestinées ? Si nous reprenons la même période historique avec quelques déviations mineures, cela entraînera probablement un changement majeur dans les deux valeurs.

 

Cependant, le R/DD n'est pas aussi vulnérable à ces changements. Nous disposons de tests pour déterminer l'écart-type du R/DD et pouvons choisir les stratégies qui ont la plus grande probabilité d'avoir un R/DD élevé.

 

Je n'ai pas l'impression que ce qui précède soit une réflexion complète, mais il est un peu tard... 🙂 .

Non, parce que le modèle avec moins de stagnation et plus de stabilité est plus susceptible de présenter ces mêmes caractéristiques à l'avenir, mais ma question est la suivante : "Dans quelle mesure cette probabilité est-elle plus élevée ?

 

Il existe peut-être d'autres mesures susceptibles de fournir une meilleure prévision à long terme (ou une meilleure probabilité de valeurs) de la stagnation et de la stabilité.

 

Je suppose que la stagnation et la stabilité sont fortement influencées par des éléments tels que Win% et Average Win/Loss ( ?). Ces derniers chiffres auraient tendance à varier beaucoup moins si la taille de l'échantillon était suffisante. Je n'ai pas examiné la plupart des tests de robustesse... peut-être existe-t-il déjà un test pour la stagnation et la stabilité ?

 

Je pense que ce que je veux dire, c'est que n'importe quel cycle historique du marché peut produire une variance significative par rapport à la norme en matière de stagnation et/ou de stabilité (ainsi que d'autres caractéristiques, telles que R/DD - pour lesquelles nous disposons d'un test de variance).

Oui, la vérité est que lorsque j'utilise la taille de pop 100 et # de gen 25 avec coefficient 1, j'obtiens plus de résultats que ce que j'utilisais auparavant.

100+ pops size avec # de gen 999 et coeff 5~10,

 

c'est bizarre 🙂 .