Dimensione della finestra dati

Ciao ragazzi, sono qui per aprire un topic produttivo.

Mi chiedo perché Mark e il team di sviluppatori non abbiano ancora inserito una funzione principale.
Mi riferisco alle dimensioni delle finestre di dati automatiche.
Come sapete, non è possibile scegliere una dimensione casuale delle finestre, o almeno sì, ma questo può essere improduttivo. Mi spiego meglio, quando si inizia un processo di costruzione, si cercano strategie produttive/robuste nel futuro più prossimo, e naturalmente, ad esempio, se si cercano strategie H1 che funzionano nel prossimo mese, è del tutto inutile utilizzare dati vecchi di 12 anni, non credete? Forse non tutti sanno che esiste un metodo scientifico per individuare la giusta dimensione delle finestre in base al proprio scopo.
Ecco, prima di scriverlo, voglio sentire il parere della comunità: come scegliete le dimensioni delle finestre? Conoscete il metodo scientifico?
Questo è per te Mark, lo sai? Tu e il tuo team sapete come calcolare la giusta dimensione delle finestre dei dati?

Dopo un po' di commenti vi spiegherò come fare.

Volevo saperne di più.

Mi sembra che più dati una strategia ha lavorato in passato, più è probabile che funzioni anche in futuro. Dal momento che avete la possibilità di creare molte strategie di questo tipo, sarebbe meglio testarle nuovamente su dati recenti per vedere quali funzionano ora e utilizzare quelle. Penso che scoprirete che l'% che funziona sarà molto più alto rispetto alle strategie realizzate su una finestra recente.

Non è del tutto corretto, sì, certo, più una strategia funziona durante la Storia e più è affidabile in diversi tipi di mercati, ma non siamo alla ricerca di una strategia "santo graal" che funzioni bene sempre e per sempre.
Una strategia creata su 12 anni o più, sarà una strategia molto lenta e perderà molte opportunità di guadagno. La conseguenza della dimensione della finestra di dati è un overfitting delle strategie costruite, per ottenere un buon rendimento/DD durante tutto questo tempo il SQ creerà regole molto complesse di entrata, uscita, gestione ecc.

IMHO preferisco creare strategie più frequentemente e ottimizzarle/eliminarle e sostituirle quando perdono affidabilità monitorando tutte le statistiche.

E' strano che questo argomento abbia un successo così basso, pensavo ad una maggiore illuminazione da parte della comunità...

Questo argomento è difficile. Ad esempio, si possono fare strategie sui dati dell'anno scorso, ma poi escludere il maggio recente. Si scopre che il 95 % è più lento in maggio, a seconda di come li classifichi. Ho fatto anche un altro test ieri, ho testato 3800 EU che erano veramente buoni durante il 2018 rdd >5 (erano da un lotto di 25000). 700 di questi 3800 hanno lavorato alla grande nel mese di gennaio-marzo, il resto erano perdenti. 525 di questi hanno lavorato alla grande nell'aprile 2019 80%. Ma solo 3 di questi 525 è stato redditizio in maggio il resto davvero grandi perdenti. Quindi ho testato tutti i 25000 nel mese di maggio 2019 che sono stati realizzati e testati sui dati dal 1986-2018-09. Ora ho avuto circa 2700 che è stato redditizio in maggio 2019. Ora sono andato oltre e li ho testati mese per mese per non avere mesi perdenti (ma flat è okey) andando indietro di 12 mesi. Ne sono rimasti 37 che non hanno un RDD superiore a 5 nel 2018, quindi non possono provenire dal mio test originale dei 3800.

Quindi forse questo è un buon flusso di lavoro. So che ci sono 37 strategie che hanno funzionato alla grande negli ultimi 12 mesi ma anche negli ultimi 30 e più anni.

In allegato è riportato il loro aspetto su Duka.

"Conosci il metodo scientifico?" Diteci

Clonex te lo dirò, ma prima voglio ascoltare qualche altro punto di vista al riguardo.

Un vicolo cieco per questo argomento? Per esempio su EURUSD H1 in questo momento c'è una finestra valida

Da: "10 ottobre 2018"
A: "26 aprile 2019"

Negoziabile in due prossime finestre:
Finestra 1: dal: 27 aprile 2019 al 21 maggio 2019 con precisione di 90%

Finestra 2: dal: 22 maggio 2019 al 27 giugno 2019 con precisione di 80%

Nessuno indovina come faccio a saperlo?

Forza ragazzi, siate attivi!

Non ne ho idea. L'unica cosa che so è che ti riferisci alla cronologia. Suppongo che sia facile dimostrarlo in seguito, testando le prestazioni di un paio di centinaia di strategie live sui dati storici da voi suggeriti.

Speriamo che tu abbia ragione 🙂

ciao ...Gianfranco hurst esponente.... per scansione simboli e dati Windows....up 0.5 ?

è la mia piccola idea....automatico con giorni minimi e massimi... come WFM

grazie

Gianfranco

Qualcuno lo dica, finalmente!!!
Sì è l'esponente di Hurst, abbiamo molti strumenti statistici per essere sicuri di lavorare correttamente.
Ora vi spiego il mio problema, ho un sacco di script python: per cancellare i dati, trovare la finestra di dati, correlazione tra i dati, gestire l'edificio, trovare le strategie non correlate, monitorare l'equità e scegliere per la riottimizzazione o la cancellazione.

Ci sono molti trucchi per velocizzare l'intero processo, ad esempio, la correlazione delle strategie con un pool molto grande, 10k strategie, invece di testare interamente con tutta la finestra di dati, sto riducendo la finestra di dati a 1/3 (IS-OOS) dell'originale, e utilizzando quelle azioni, meno potenza di calcolo, dividere il pool in due parti (buone correlazioni tra -0.5 e 0,5, e correlazioni negative tra -1 e -0,51, da 0,51 a 1), testando nuovamente le correlazioni dei beni con la dimensione dei dati originali per essere sicuri dei risultati parziali, e questo è tutto, un sacco di energia e tempo risparmiato.

Mi chiedo perché non abbiano incluso tutti questi strumenti nella suite.
Tuttavia, se qualcuno ha bisogno di questi script, li condividerò, ma preferisco condividerli con il team di sviluppo per unirli al software.

sì, se si è o si ha un buon programmatore molte cose potrebbero essere molto più semplici.... abbiamo ad esempio uno script python per il vecchio SQ per controllare i test MC, ecc.

Ho letto alcuni articoli per queste ipotesi - https://www.mql5.com/en/articles/2930

ma non so come utilizzarli nel nostro "business".

Non credo che questo funzionerebbe utilizzando le serie temporali per cercare di prevedere brevi periodi futuri in FX, che è totalmente casuale. Se funziona per un periodo è stata solo fortuna. Preferisco ottimizzare un'entrata su 100 anni di dati per ottenere una buona performance media e poi cercare di adattare le uscite al mercato attuale. In questo modo è possibile ottenere strategie con periodi di 6 mesi vincenti >90% guardando indietro di 30 anni e automatizzare il flusso di lavoro con gli strumenti attuali.