Comment mesurer la concentration du résultat de la méthode de retest MC ?

Nous savons que nous ne devons pas seulement nous concentrer sur un certain niveau de confiance, mais aussi vérifier la divergence de tous les résultats de simulation.

Quels sont les paramètres appropriés pour le tri (colonne de la banque de données) ou filtrage automatique?

Bonjour,

c'est à cela que servent les conditions de filtrage par recoupement. Mais de nombreux traders les évaluent sur la base d'une appréciation visuelle (sans utiliser de valeur stricte ou spécifique). Ils veulent simplement voir qu'il y a très peu ou idéalement aucun résultat qui diverge du reste de manière significative.

Merci, tomas262,

Je pense qu'elle ne mesure que la valeur à un certain niveau de confiance, et non la distribution de la simulation.

Nous pourrions peut-être essayer cette méthode,

1. Calculer la différence entre l'équité simulée et l'originale.

2. Calculez la somme des carrés de chaque ensemble de différences, puis calculez sa racine carrée.

3. Diviser le résultat de l'étape 2 par le capital initial.

4. Additionner le résultat de l'étape 3 de toutes les simulations. Par exemple, si nous l'appelons distribution de Monte Carlo.

Existe-t-il des critères similaires dans la SQ ? Si ce n'est pas le cas, comment mettre en œuvre mes idées dans la SQ ?

Imaginez une chose simple : vous avez par exemple une stratégie qui entre dans un bloc de construction OHLC, par exemple OPEN DAILY.

Ce bloc de construction n'a pas de paramètres du tout - il ne peut avoir qu'un décalage, rien de plus - donc l'OPEN DAILY est pour les tests MC toujours le même OPEN DAILY, rien ne sera changé dans les tests MC.

Et voici la conclusion - les tests MC avec ces blocs de construction non paramétriques seront toujours meilleurs que les stratégies utilisant par exemple l'EMA avec des paramètres.

Les tests MC ne sont pour moi qu'une projection dans l'avenir, ils ne me disent rien sur la qualité ou la rentabilité future.

J'utilise "Randomize starting bar" et "Randomize strategy parameters", la plupart des stratégies ont 2 ou 3 conditions avec des paramètres.

Le test MC peut évaluer la robustesse de la stratégie dans une certaine mesure, je pense.

Bonne journée à tous,

Excellente question M. eastpeace Je l'aime beaucoup et je pense que beaucoup d'utilisateurs ont les mêmes préoccupations.

Malheureusement, la réponse de l'administration ne vise pas la question et va à l'éthique et aux mythes des commerçants.

Je pense que l'information dont nous avons besoin de la part de l'unité de soutien est la manière spécifique d'utiliser le programme, la spécialité dans l'étape de génération en sélectionnant les blocs de construction et la manière appropriée d'utiliser le classement dans tous les processus.à mon avis, une mauvaise utilisation du classement détruira tout votre travail surtout quel est le nombre parfait à choisir pour chaque condition de classement et quelle est la condition appropriée à sélectionner.

Vous avez raison, il existe des outils mathématiques qui pourraient être utilisés pour évaluer la "qualité" des résultats des tests de robustesse (courbes), la proximité des courbes et l'aspect idéal de l'ensemble.

Comme le mentionne Hankeys, la question est de savoir ce que cela signifie pour les résultats futurs. Ce que j'évalue visuellement en une fraction de seconde sera difficile à exprimer dans des formules significatives. J'ai vu de nombreuses stratégies parfaites avec d'excellents résultats aux tests RT échouer lamentablement alors que d'autres stratégies peu performantes dans ces tests gagnaient de l'argent année après année.

Je demanderai à Mark ce qu'il en pense.

le filtrage par les tests MC n'aboutit qu'à une diversification plus faible

Merci beaucoup pour votre réponse sincère. Nous espérons qu'avec le temps nous pourrons trouver la bonne façon de procéder.

Le WFM est-il plus important que le MC TEST ?