Amibroker testando um sistema de cruzamento médio móvel

Crossovers média móvel são um estilo popular de negociação no comércio intra-dia. A seguir, o Amibroker AFL para o Crossover médio móvel é um 5 SMA que atravessa os 9 SMA. As setas de compra ou venda são mostradas na vela de fechamento no ponto de cruzamento. As entradas feitas com base no Crossover de média móvel podem vir a ser prejudiciais nos mercados paralelos. Portanto, a Tendência sempre deve ser levada em consideração quando esses negócios de cruzamento estão sendo iniciados. Quando a Média de Baixo Movimento cruza a Média de Movimento Superior acima ou abaixo, o comércio é iniciado na direção do cruzamento. Isto é, se 5 SMA cruza 9 SMA acima, então um comércio de venda deve ser iniciado e quando 5 SMA atravessam o 9 SMA abaixo, então o comércio longo deve ser iniciado. Para referência, uma imagem foi postada abaixo da publicação. Copie o código abaixo MA5 MA (C, 5) MA9 MA (C, 9) Compre Cruz (MA5, MA9) Venda Cruz (MA9, MA5) Filtro Comprar OU Vender Comprar Extrem (Comprar, Vender) Venda ExRem (Vender, Comprar) Disparar WriteIf (Comprar, comprar, WriteIf (Vender, VENDER)) fg IIf (Comprar, colorDarkGreen, IIf (Vender, colorRed, colorDefault)) bg IIf (Comprar, colorPaleGreen, IIf (Vender, colorPink, colorDefault)) se (Status (Ação) açãoIndicador) PlotOHLC (O, H, L, C, colorGrey40, styleCandle) Plot (MA5, MA (Close, 5), colorSeaGreen, styleLine) Plot (MA9, MA (Close, 9), colorRed, styleLine) PlotShapes (IIf (Comprar, shapeSquare, shapeNone), colorGreen, 0, L, Offset-20) PlotShapes (IIf (Comprar, shapeSquare, shapeNone), ColorLime, 0, L, Offset-10) PlotShapes (IIf (Comprar, shapeUpArrow, ShapeNone), ColorWhite, 0, L, Offset-15) PlotShapes (IIf (Sell, shapeSquare, shapeNone), colorRed, 0, H, Offset20) PlotShapes (IIf (Sell, shapeSquare, shapeNone), colorOrange, 0, H, Offset10 ) PlotShapes (IIf (Sell, shapeDownArrow, shapeNone), colorWhite, 0, H, Offset-15) se (Status (ação) actionExplore) SetOption (Node FaultColumns, True) AddTextColumn (Name (), Symbol, 77, colorDefault, colorDefault, 120) AddColumn (DateTime (), Date, formatDateTime, colorDefault, colorDefault, 96) AddTextColumn (trigger, Signal, 77, fg, bg) AddColumn ( C, CMP, 1.2, fg, colorDefault, 96) CLIQUE PARA AGRADECER Requisito do US Government Disclaimer amp CTFC Rule 4.41 Futures trading contém riscos substanciais e não é adequado para todos os investidores. Um investidor poderia potencialmente perder todo ou mais do que o investimento inicial. O capital de risco é dinheiro que pode ser perdido sem prejudicar a segurança financeira ou o estilo de vida. Considere apenas o capital de risco que deve ser usado para negociação e apenas aqueles com capital de risco suficiente devem considerar a negociação. O desempenho passado não é necessariamente indicativo de resultados futuros. A REGRA CTFC 4.41 8211 RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TEM CERTAS LIMITAÇÕES. NÃO GOSTO DE UM REGISTO DE DESEMPENHO REAL, RESULTADOS SIMULADOS NÃO REPRESENTAM NEGÓCIO REAL. TAMBÉM, DESDE QUE OS NEGÓCIOS NÃO FORAM EXECUTADOS, OS RESULTADOS PODERÃO TER COMPRIMIDO COM COMPENSADO PARA O IMPACTO, SE QUALQUER, DE CERTOS FATORES DE MERCADO COMO LIQUIDEZ. PROGRAMAS DE NEGOCIAÇÃO SIMULADOS EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE ESTÃO DESIGNADOS COM O BENEFÍCIO DE HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ FAZENDO QUE QUALQUER CONTA VOCE OU POSSIBILIDADE DE ALCANÇAR LUCROS OU PERDAS SIMILARES ÀOS MOSTRADOS. Todos os negócios, padrões, gráficos, sistemas, etc. discutidos neste site ou propaganda são apenas para fins ilustrativos e não são interpretados como recomendações específicas de assessoria. Todas as idéias e materiais aqui apresentados são apenas para fins informativos e educacionais. Nenhum sistema ou metodologia de negociação já foi desenvolvido que pode garantir lucros ou evitar perdas. Os depoimentos e exemplos aqui utilizados são resultados excepcionais que não se aplicam a pessoas comuns e não se destinam a representar ou a garantir que alguém obtenha os mesmos resultados ou resultados semelhantes. As negociações sobre a dependência dos sistemas Trend Methods são tomadas por sua conta e risco por sua própria conta. Esta não é uma oferta para comprar ou vender interesses de futuros. Categorias Posts populares Os comerciantes estão muito familiarizados com os índices. Para citar alguns índices muito familiares, podemos listar DOW JONES DJIA (EUA), NASDAQ (EUA), NIFTY (INDIA), B. Swing Trading System V 2.0 Amibroker AFL Code. O crédito é para o criador do Código AFL. Nenhuma alteração foi feita pelo proprietário do Blog para. Identificar uma Reversão de tendência em uma estratégia de negociação é uma grande consulta para cada comerciante. A inversão de tendência, se capturada em um bom momento, pode ser realmente. 160NIRVANA Revisado ou Modificado Amibroker AFL. Um sistema de comércio que é amplamente utilizado pelos comerciantes para avaliar a tendência, conforme demonstrado pelo Heiken. Para começar a negociar como um comerciante on-line, é preciso tomar uma decisão muito importante sobre a escolha de uma empresa de corretagem confiável para que o tra. Como otimizar o sistema de negociação NOTA: Este é um tópico bastante avançado. Leia primeiro os tutoriais AFL anteriores. A idéia por trás de uma otimização é simples. Primeiro, você precisa ter um sistema comercial, isso pode ser um simples cruzamento de média móvel, por exemplo. Em quase todos os sistemas, existem alguns parâmetros (como período de média) que decidem como o sistema se comporta (ou seja, é adequado para longo prazo ou curto prazo, como é reagir em ações altamente voláteis, etc.). A otimização é o processo de encontrar valores ótimos desses parâmetros (dando o maior lucro do sistema) para um determinado símbolo (ou um portfólio de símbolos). AmiBroker é um dos poucos programas que permitem otimizar seu sistema em vários símbolos ao mesmo tempo. Para otimizar seu sistema, você deve definir de um até dez parâmetros para serem otimizados. Você decide o que é um valor mínimo e máximo permitido do parâmetro e em que incrementos esse valor deve ser atualizado. AmiBroker então executa vários back testes o sistema usando TODAS as possíveis combinações de valores de parâmetros. Quando este processo está concluído, o AmiBroker exibe a lista de resultados ordenados pelo lucro líquido. Você pode ver os valores dos parâmetros de otimização que dão o melhor resultado. Escrevendo a fórmula AFL A otimização no testador traseiro é suportada por uma nova função chamada otimizar. A sintaxe desta função é a seguinte: variável otimizar (quot Descrição quot, padrão. Min. Etapa máxima) variável - é uma variável AFL normal que recebe o valor retornado pela função de otimização. Com os modos normal de backtesting, digitalização, exploração e comentário, a função de otimização retorna o valor padrão, então a chamada de função acima é equivalente a: variável padrão Na função de otimização de modo otimizado retorna valores sucessivos de min para max (inclusive) com passo a passo. Quot Descriptionquot é uma string que é usada para identificar a variável de otimização e é exibida como um nome de coluna na lista de resultados de otimização. O padrão é um valor padrão que otimiza a função retorna na exploração, no indicador, no comentário, na varredura e nos modos normais de teste de volta. Min é um valor mínimo da variável otimizada. O valor máximo é o valor máximo da variável otimizada. O passo é um intervalo usado para aumentar a Valor de min para max AmiBroker suporta até 64 chamadas para otimizar a função (portanto, até 64 variáveis ​​de otimização), note que, se você estiver usando otimização exaustiva, então é uma boa idéia limitar o número de variáveis ​​de otimização a apenas alguns. Cada chamada para otimizar gerar loops de otimização de etapas (max - min) e múltiplas chamadas para otimizar multiplicar o número de execuções necessárias. Por exemplo, otimizar dois parâmetros usando 10 etapas exigirá 1010 100 loops de otimização. Chamar otimizar a função apenas UMA VEZ por variável no início da sua fórmula à medida que cada chamada gera novos laços de otimização A otimização de vários símbolos é totalmente suportada pelo AmiBroker O espaço de busca máximo é de 2 64 (10 19 10.000.000.000.000.000) combinações 1. Otimização de variável única: sigavg Otimizar (Média do sinal. 9. 2. 20. 1) Cruz de compra (MACD (12. 26), Sinal (12. 26. sigavg)) Cruz de venda (Sinal (12. 26. sigavg), MACD (12. 26)) 2. Otimização de duas variáveis ​​(adequado para gráficos em 3D) por otimizar (per. 2. 5. 50. 1) Nível de otimização (nível 2. 2. 150. 4) Compra Cruzada (CCI (per), Nível) Vender Cross (Level, CCI (per)) 3. Otimização variável múltipla (3): mfast Optimize (MACD Fast. 12. 8. 16. 1) mslow Optimize (MACD Lento 26. 17. 30. 1) sigavg Optimize (Signal Média 9. 2. 20. 1) Cross de Compra (MACD (mfast, mslow). Sinal (mfast, mslow, sigavg)) Sell Cross (Sinal (mfast, mslow, sigavg), MACD (mfast, mslow)) Depois de entrar O f Ormula basta clicar no botão Otimizar na janela QuotaAutomatic Analysisquot. AmiBroker começará a testar todas as combinações possíveis de variáveis ​​de otimização e reportará os resultados na lista. Após a otimização é feita, a lista de resultados é apresentada ordenada pelo lucro líquido. Como você pode classificar os resultados por qualquer coluna na lista de resultados, é fácil obter os melhores valores de parâmetros para o menor desconto, o menor número de negócios, o maior fator de lucro, a menor exposição ao mercado e o retorno anual ajustado de maior risco. As últimas colunas da lista de resultados apresentam os valores das variáveis ​​de otimização para teste dado. Quando você decide qual combinação de parâmetros se adequa às suas necessidades, o melhor que você precisa fazer é substituir os valores padrão em otimizar as chamadas de função com os valores ideais. Na fase atual você precisa digitá-los manualmente na janela de edição da fórmula (o segundo parâmetro da função otimizada). Exibição de gráficos de otimização animada 3D Para exibir o gráfico de otimização em 3D, você precisa primeiro executar a otimização de duas variáveis. A otimização de duas variáveis ​​precisa de uma fórmula que tenha 2 chamadas de função otimizadas (). Um exemplo de fórmula de otimização de duas variáveis ​​parece assim: por Otimizar (por 2. 2. 5. 50. 1) Nível de otimização (nível 2. 2. 150. 4) Cruzamento de Compra (CCI (per), Nível) Cruz de venda (Nível, CCI (per)) Depois de inserir a fórmula, você precisa clicar no botão quotOptimizequot. Uma vez que a otimização esteja completa, você deve clicar na seta suspensa no botão Otimizar e escolher Exibir gráfico de otimização 3D. Em alguns segundos, um gráfico de superfície tridimensional colorido aparecerá em uma janela de visualização de gráfico 3D. Um exemplo de gráfico 3D gerado usando a fórmula acima é mostrado abaixo. Por padrão, os gráficos 3D exibem valores de lucro líquido contra variáveis ​​de otimização. No entanto, você pode plotar gráfico de superfície 3D para qualquer coluna na tabela de resultados de otimização. Basta clicar no cabeçalho da coluna para ordená-lo (uma seta azul aparecerá indicando que os resultados de otimização são classificados pela coluna selecionada) e, em seguida, escolha Exibir gráfico de otimização 3D novamente. Ao visualizar como os parâmetros dos seus sistemas afetam o desempenho da negociação, você pode decidir prontamente quais os valores dos parâmetros que produzem quotfragilequot e que produzem o desempenho do sistema quotrobustquot. Configurações robustas são regiões no gráfico 3D que mostram mudanças graduais em vez de abruptas no gráfico de superfície. Os gráficos de otimização 3D são uma ótima ferramenta para evitar o ajuste de curvas. O ajuste de curvas (ou sobre otimização) ocorre quando o sistema é mais complexo do que precisa ser, e toda essa complexidade foi focada em condições de mercado que talvez nunca mais aconteçam. Mudanças radicais (ou pontos) nos gráficos de otimização 3D mostram claramente áreas de otimização excessiva. Você deve escolher uma região de parâmetros que produza um amplo e amplo patamar no gráfico 3D para o seu comércio de vida real. Os conjuntos de parâmetros que produzem picos de lucro não funcionarão de forma confiável na negociação real. Controles do visualizador de gráficos 3D O visualizador de gráficos 3D do AmiBrokers oferece recursos de visualização total com rotação e animação completas de gráficos. Agora você pode visualizar os resultados do sistema de todas as perspectivas possíveis. Você pode controlar a posição e outros parâmetros do gráfico usando o mouse, a barra de ferramentas e os atalhos do teclado, o que você achar mais fácil para você. Abaixo, você encontrará a lista. - para rodar - mantenha pressionado o botão esquerdo do mouse e mova-se nas direções XY - para Zoom-in, zoom-out - mantenha pressionado o botão RIGHT do mouse e mova-se nas direções XY - para Mover (traduzir) - mantenha pressionado o botão esquerdo do mouse e a tecla CTRL e Mova-se nas direções XY - para animar - mantenha pressionado o botão esquerdo do mouse, arraste rapidamente e solte o botão enquanto arrasta o SPACE - anima (gire automaticamente) CHAVE ESQUERDA PARA ESQUERDA - gire o verde. Esquerda CHAVE DE SETA PARA A DIREITA - rotate vert. Direita PARA CIMA SETA CHAVE - gire horiz. PARA CIMA SETA PARA BAIXO - gire o horiz. BAIXO NUMPAD - (MINUS) - Longe (desligar) NUMPAD 4 - mover para a esquerda NUMPAD 6 - mover para a direita NUMPAD 8 - mover para cima NUMPAD 2 - mover para baixo PAGE UP - nível de água para cima PAGE DOWN - nível da água para baixo Otimização inteligente (não exaustiva) A AmiBroker agora oferece otimização inteligente (não exaustiva) além da busca regular e exaustiva. A pesquisa não exaustiva é útil se o número de todas as combinações de parâmetros de um determinado sistema de negociação for simplesmente muito grande para ser viável para pesquisa exaustiva. A busca exaustiva é perfeitamente adequada, desde que seja razoável usá-la. Digamos que você tem 2 parâmetros cada um variando de 1 a 100 (passo 1). Isso é 10000 combinações - perfeitamente correto para pesquisa exaustiva. Agora, com 3 parâmetros, você obteve 1 milhão de combinações - ainda está correto para pesquisa exaustiva (mas pode ser lenta). Com 4 parâmetros você tem 100 milhões de combinações e com 5 parâmetros (1..100) você tem 10 bilhões de combinações. Nesse caso, seria muito demorado verificá-los, e esta é a área em que os métodos de pesquisa inteligente não exaustivos podem resolver o problema que não é solucionável em um tempo razoável usando uma busca exaustiva. Aqui está absolutamente a instrução SIMPLES sobre como usar um novo otimizador não exaustivo (neste caso CMA-ES). 1. Abra sua fórmula no Editor de fórmulas 2. Adicione esta única linha no topo da sua fórmula: OptimizerSetEngine (quotcmaequot) você também pode usar quotspsoquot ou quottribquot aqui 3. (Opcional) Selecione o seu objetivo de otimização em Análise automática, Configurações, QuotWalk - guia Forwardquot, campo de destino de otimização. Se você ignorar esta etapa, otimizará para CARMDD (retorno anual composto dividido pela redução máxima). Agora, se você executar a otimização usando esta fórmula, usará o novo otimizador CMA-ES evolutivo (não exaustivo). Como funciona? A otimização é o processo de encontrar o mínimo (ou o máximo) de determinada função. Qualquer sistema comercial pode ser considerado como uma função de certo número de argumentos. As entradas são parâmetros e dados de cotação. A saída é o seu objetivo de otimização (diga CARMDD). E você está procurando o máximo de função dada. Alguns algoritmos de otimização inteligente são baseados na natureza (comportamento animal) - algoritmo PSO, ou processo biológico - algoritmos genéticos, e alguns são baseados em conceitos matemáticos derivados de humanos - CMA-ES. Esses algoritmos são usados ​​em muitas áreas diferentes, incluindo finanças. Entre quotPSO financequot ou quotCMA-ES financequot no Google e você encontrará muitas informações. Métodos não exaustivos (ou quotsmartquot) encontrarão o melhor ou otimizado global ou local. O objetivo é, obviamente, encontrar um global, mas se houver um único pico afiado de combinações de parâmetros de zilhões, métodos não-exaustivos podem não encontrar este único pico, mas levando-o de comerciantes perspecive, encontrar único pico afiado é inútil para Negociação porque esse resultado seria instável (muito frágil) e não replicável na negociação real. No processo de otimização, procuramos regiões de platô com parâmetros estáveis ​​e esta é a área onde brilham métodos inteligentes. Quanto ao algoritmo usado por pesquisa não exaustiva, ele se destaca da seguinte maneira: a) o otimizador gera alguma população inicial (geralmente aleatória) de conjuntos de parâmetros b) o teste de retorno é realizado por AmiBroker para cada conjunto de parâmetros da população c) os resultados dos testes alternativos são Avaliado de acordo com a lógica do algoritmo e a nova população é gerada com base na evolução dos resultados, d) se for encontrada uma nova melhoração - salve-a e vá para a etapa b) até que os critérios de parada sejam atendidos. Os critérios de parada de exemplo podem incluir: a) alcançar especificado Iterações máximas b) pare se a gama de melhores valores objetivos das últimas gerações X for zero c) pare se a adição de 0,1 vetor de desvio padrão em qualquer direção do eixo principal não altera o valor do valor objetivo d) outros Para usar qualquer dispositivo inteligente (não - Exaustivo) no AmiBroker, você precisa especificar o mecanismo otimizador que deseja usar na fórmula AFL usando a função OptimizerSetEngine. A função seleciona o mecanismo de otimização externo definido pelo nome. AmiBroker atualmente é fornecido com 3 motores: Otimizador de enxame de partículas padrão (quotspsoquot), Tribes (quottribquot) e CMA-ES (quotcmaequot) - os nomes em chaves devem ser usados ​​em chamadas OptimizerSetEngine. Além de selecionar o mecanismo do otimizador, você pode querer definir alguns dos seus parâmetros internos. Para isso use a função OptimizerSetOption. Função OptimizerSetOption (quotname, value) A função define parâmetros adicionais para o mecanismo de otimização externa. Os parâmetros são dependentes do motor. Todos os três otimizadores fornecidos com AmiBroker (SPSO, Trib, CMAE) suportam dois parâmetros: quotRunsquot (número de execuções) e quotMaxEvalquot (avaliações máximas (testes) por execução única). O comportamento de cada parâmetro é dependente do motor, então os mesmos valores podem e, geralmente, produzir resultados diferentes com diferentes motores usados. A diferença entre Runs e MaxEval é a seguinte. A avaliação (ou teste) é uma prova simples (ou avaliação do valor da função objetivo). RUN é uma execução completa do algoritmo (encontrando o melhor valor) - geralmente envolvendo muitos testes (avaliações). Cada execução simplesmente RESTAURA todo o processo de otimização a partir do novo começo (nova população aleatória inicial). Portanto, cada execução pode levar a encontrar maxmin local diferente (se não encontrar um global). Assim, o parâmetro Runs define o número de algoritmos subseqüentes. MaxEval é o número máximo de avaliações (bactests) em qualquer execução única. Se o problema é relativamente simples e 1000 testes são suficientes para encontrar o máximo global, 5x1000 é mais provável que encontre o máximo global porque há menos chances de ficar preso no máximo local, pois as corridas subseqüentes começam a partir de diferentes aleatórias aleatórias. Escolher valores de parâmetros podem Seja complicado. Depende do problema em teste, da sua complexidade, etc., etc. Qualquer método estocástico não exaustivo não lhe dá garantia de encontrar maxmin global, independentemente do número de testes se for menor do que exaustivo. A resposta mais fácil é a. Especifique como um grande número de testes como é razoável para você em termos de tempo necessário para concluir. Outro conselho simples é multiplicar por 10 o número de testes com a adição de nova dimensão. Isso pode levar a superestimar o número de testes necessários, mas é bastante seguro. Os motores enviados são projetados para ser simples de usar, portanto, os valores padrão são usados, pois a otimização pode ser executada sem especificar nada (aceitando padrões). É importante entender que todos os métodos inteligentes de otimização funcionam melhor em espaços de parâmetros contínuos e funções objetivas relativamente lisas. Se o espaço dos parâmetros é discreto, os algoritmos evolutivos podem ter dificuldade em encontrar o melhor valor. É especialmente verdade para parâmetros binários (onoff) - eles não são adequados para qualquer método de pesquisa que use gradiente de mudança de função objetiva (como a maioria dos métodos inteligentes o fazem). Se o seu sistema comercial contiver muitos parâmetros binários, você não deve usar o otimizador inteligente diretamente neles. Em vez disso, tente otimizar apenas os parâmetros contínuos usando otimizador inteligente e altere os parâmetros binários manualmente ou através de um script externo. SPSO - Otimizador padrão de enxertia de partículas O otimizador padrão de enxertia de partículas é baseado no código SPSO2007 que é suposto produzir bons resultados desde que os parâmetros corretos (ou seja, Runs, MaxEval) sejam fornecidos para um problema específico. Escolher opções corretas para o otimizador de PSO pode ser complicado, portanto, os resultados podem variar significativamente caso a caso. O SPSO. dll vem com códigos-fonte completos dentro da subpasta quotADKquot. Código de exemplo para Otimizador de enxame de partículas padrão: (encontrando o valor ideal em 1000 testes dentro do espaço de busca de 10000 combinações) OptimizerSetEngine (quotspsoquot) OptimizerSetOption (quotRunsquot, 1) OptimizerSetOption (quotMaxEvalquot, 1000) sl Optimize (quotsquot, 26, 1, 100, 1 ) Fa Optimize (quotfquot, 12, 1, 100, 1) Buy Cross (MACD (fa, sl), 0) Sell Cross (0, MACD (fa, sl)) TRIBES - Adaptive Parameter-less Partilion Swarm Optimizer Tribes é adaptável , Versão sem parâmetros do otimizador não-exaustivo PSO (otimização de enxames de partículas). Para o conhecimento científico, veja: particlewarm. infoTribes2006Cooren. pdf Em teoria, ele deve ter um desempenho melhor do que o PSO regular, pois pode ajustar automaticamente o tamanho dos enxames e a estratégia do algoritmo para o problema que está sendo resolvido. A prática mostra que seu desempenho é bastante semelhante ao PSO. O plugin Tribes. DLL implementa a variante quribTribes-D (ou seja, adimensional). Baseado em clerc. maurice. free. frpsoTribesTRIBES-D. zip por Maurice Clerc. Códigos fonte originais usados ​​com permissão do autor Tribes. DLL vem com o código fonte completo (dentro de uma pasta DKquot) Parâmetros suportados: quotMaxEvalquot - número máximo de avaliações (backtests) por execução (padrão 1000). Você deve aumentar o número de avaliações com número crescente de dimensões (número de params de otimização). O valor padrão 1000 é bom para 2 ou máximo 3 dimensões. QuotRunsquot - número de execuções (reinicia). (Padrão 5) Você pode deixar o número de execuções no valor padrão de 5. Por padrão, o número de execuções (ou reiniciações) está definido para 5. Para usar o otimizador Tribes, você só precisa adicionar uma linha ao seu código: OptimizerSetOption (quotMaxEvalquot , 5000) 5000 avaliações max CMA-ES - Covariance Matrix Adaptation O otimizador de estratégia evolutiva CMA-ES (Covariance Matrix Adaptation Strategy) é um otimizador avançado não-exaustivo. Para conhecimentos científicos, consulte: bionik. tu-berlin. deusernikocmaesintro. html De acordo com benchmarks científicos, supera as nove outras estratégias evolutivas mais populares (como PSO, evolução genética e diferencial). Bionik. tu-berlin. deusernikocec2005.html O plugin CMAE. DLL implementa quotGlobalquot variante de pesquisa com vários reinícios com o aumento do tamanho da população CMAE. DLL vem com o código fonte completo (dentro de uma pasta DKquot) Por padrão, o número de execuções (ou reinícios) está configurado Para 5. É aconselhável deixar o número padrão de reinícios. Você pode alterá-lo usando a chamada OptimizerSetOption (quotRunsquot, N), onde N deve estar no intervalo 1..10. Especificar mais de 10 execuções não é recomendado, embora possivel. Observe que cada execução usa TWICE o tamanho da população da corrida anterior para que ela cresça exponencialmente. Portanto, com 10 execuções você acaba com a população 210 maior (1024 vezes) do que a primeira corrida. Há outro parâmetro quotMaxEvalquot. O valor padrão é ZERO, o que significa que o plugin irá calcular automaticamente o MaxEval necessário. É aconselhável NÃO definir o MaxEval sozinho, pois o padrão funciona bem. O algoritmo é inteligente o suficiente para minimizar o número de avaliações necessárias e converge muito rápido para o ponto de solução, muitas vezes encontra soluções mais rápidas do que outras estratégias. É normal que o plugin ignore algumas etapas de avaliação, se detectar que a solução foi encontrada, portanto, você não deve se surpreender que a barra de progresso de otimização possa se mover muito rápido em alguns pontos. O plugin também possui capacidade para aumentar o número de etapas sobre o valor inicialmente estimado se for necessário encontrar a solução. Devido à sua natureza adaptativa, o tempo restante do tempo e o número de etapas selecionados pela caixa de diálogo de progresso são apenas o melhor adivinhar o tempo e podem variar durante o curso de otimização. Para usar o otimizador CMA-ES, você só precisa adicionar uma linha ao seu código: Isso executará a otimização com configurações padrão que são boas para a maioria dos casos. Deve-se notar, como é o caso de muitos algoritmos de pesquisa de espaço contínuo, que o parâmetro Quotstepquot decrescente nas chamadas de função Optimize () não afeta significativamente os tempos de otimização. O único que importa é o problema quotdimensionquot, ou seja, o número de parâmetros diferentes (número de otimização de chamadas de função). O número de quotstepsquot por parâmetro pode ser definido sem afetar o tempo de otimização, então use a melhor resolução que você deseja. Em teoria, o algoritmo deve ser capaz de encontrar solução em no máximo 900 (N3) (N3) backtests onde quotNquot é a dimensão. Na prática, converge muito mais rápido. Por exemplo, a solução em espaço de parâmetros dimensionais 3 (N3) (digamos 100100100 1 milhão de etapas exaustivas) pode ser encontrada em apenas 500 a 900 passos CMA-ES. Otimização individual multi-threaded Começando a partir do AmiBroker 5.70, além do multithreading de vários símbolos. Você pode executar a otimização de um único símbolo multi-threaded. Para acessar esta funcionalidade, clique na seta suspensa ao lado do botão quotOptimizequot na janela New Analysis e selecione Quot Individual Optimize quot. O Optimizequot individual usará todos os núcleos de processador disponíveis para realizar otimização de um único símbolo, tornando-o muito mais rápido do que otimização regular. No modo de simbolo atual, ele realizará otimização em um símbolo. Em quot. Todos os símbolos e quantos modos de Filtragem, ele processará todos os símbolos seqüencialmente, ou seja, a primeira otimização completa para o primeiro símbolo, depois a otimização no segundo símbolo, etc. Limitações: 1. O backtester personalizado NÃO é suportado (ainda) 2. Os motores de otimização inteligentes NÃO são suportados - Apenas otimizações EXAUSTIVAS funcionam. Eventualmente, podemos nos livrar da limitação (1) - quando o AmiBroker é alterado, então o backtester personalizado não usa mais OLE. Mas (2) está provavelmente aqui para ficar por muito tempo. Sistema de lançamento: como codificar um Crossover médio móvel que retornou 28 por ano Ah, o modesto sistema de negociação de transição média móvel Como um dos primeiros (se não o primeiro) sistemas de negociação Criado e usado por Richard Donchian e Ed Seykota já no final da década de 1960, você provavelmente já ouviu falar de um crossover média móvel de alguma forma ou forma durante o seu tempo nos mercados. Um dos mais comuns é o 8220Golden Cross8221 e 8220Dead Cross8221, onde a média móvel de 50 dias cruza acima (ou abaixo) a média móvel de 200 dias. Aquele neste vídeo é um crossover de média móvel de 61 dias e 93 dias, no qual também adicionamos uma perda de 10 par usando a função ApplyStop em Amibroker. Isso ajuda a reduzir o máximo de drenagem um pouco, para tornar o sistema um pouco mais confortável. Você poderia, se você quisesse, até mesmo, usando uma média móvel de 60 dias e 90 dias, os resultados são semelhantes. No geral, o sistema retornou uma média de 28 por ano nos últimos 13 anos. Claro, como você sabe, isso não é uma garantia de desempenho futuro, mas pode dar-lhe idéias para criar seus próprios sistemas de negociação. Confira o vídeo abaixo. Os resultados do sistema de negociação em média móvel: em uma lista ASX 200 ao longo de 13 anos: Porcentagem de vitória: 49 Retorno anual médio: 36 p. a. Máximo Drawdown do sistema: 45 Após adicionar uma perda de 10 paradas: Porcentagem de vitória: 41 Retorno anual médio: 28 p. a. Máximo Drawdown do Sistema: 37 É óbvio que é sensato testar este sistema de negociação, adicionar peças ou modificar para atender às suas próprias necessidades, conscientizando seu limiar de dor de redução máxima e compreendendo a necessidade de testar dados fora da amostra. Mas é um ótimo olhar para outro sistema comercial e como codificá-lo em Amibroker. Também podemos ver os resultados dos testes de volta em segundos, em vez de testá-lo e levar semanas ou meses. Estes são os grandes benefícios do teste automático rápido, gratuito e fácil. Espero que isso ajude, feliz tendência e aproveite o 8211 Dave McLachlan Vídeos no FREE Amibroker Course: FREE Trading System Video Lessons: FREE Amibroker Q amp A Vídeos: 6 Responses Deixe uma resposta