이 기사에서는 Expert Advisor 전략을 설계하고 EA 설정을 최적화하여 최적의 길이, 모드 및 사용법을 결정하는 방법을 배울 수 있습니다.
이전 기사에서 우리는 의도적으로 모든 외부 변수와 대부분의 내부 매개변수를 분리하여 20-200 이중 단순 이동 평균(SMA) 교차 EA를 만들었습니다. 41년(1971년 1월~2012년 1월) 동안 믿음직하게 지내왔고 2500점 미만의 손실로 15000점을 달성하는 등 좋은 성적을 거두었습니다. 나는 EA가 순수하고(즉, 추가 지표, 출구 및 필터로 인해 방해받지 않음) 가장 인기 있는 길이와 방법을 차용하기 때문에 성능이 좋다고 생각합니다. 이 기사에서는 원래 EA가 다른 길이나 접근 방식을 통해 이점을 얻을 수 있는지 살펴보겠습니다.
빠른 길이의 경우 초기 길이를 20 SMA로 선택하고 느린 길이의 경우 200 SMA를 선택하는 이유는 무엇입니까? 20일 SMA가 200일 SMA를 교차하면 골든 크로스, 교차하면 데드 크로스라고 여러 곳에서 읽었기 때문입니다. 이 용어는 주식과 선물의 세계에서 더 일반적으로 사용됩니다. 이들을 위해 만들어진 이름(Gold 및 Death)은 이들의 중요성을 나타냅니다. 장기적인 추세를 포착하는 능력으로 인해 모든 전문 트레이더가 이를 따르고 주도합니다. 우리는 중간 기간의 크로스오버 사례를 더 많이 생성하기 위해 일일 바에서 H4 바로 기간을 변경했습니다(따라서 더 많은 거래). 이렇게 긴 일일 막대에 대해 계산된 이동 평균은 신뢰할 수 있는 통계 평가를 위해 너무 적은 거래를 생성합니다.
MACross의 경우 정규화된 값 형식을 선택하는 것이 유용하며 Golden Cross의 경우 더 높은 값이 효과가 있는 것 같습니다. 그러나 더 유리한 길이를 발견할 수 있는지 알아보기 위해 50부터 느린 길이인 300까지 모든 빠른 길이를 테스트할 수 있다면 흥미로울 것입니다. 나는 빠른 길이를 최적화하는 것을 좋아하지 않습니다. 하나의 길이는 최적화에 충분하지만, 더 많은 길이나 매개변수에 대해 최적화하면 과도한 최적화 및 곡선 맞춤이 발생할 위험이 있습니다. 어쨌든 느림이 가장 중요한 길이이다. 대신 빠른 길이를 느린 길이의 고정 비율로 유지하겠습니다. 선택된 초기 점수는 1/10입니다. 20의 빠른 속도가 200의 느린 속도와 함께 작동한다면 빠른 속도의 길이가 느린 속도의 1/10이라면 이는 빠른 속도의 길이가 잘 작동할 수 있음을 나타냅니다. 상대적으로 빠른 5-50 이중 MA 크로스오버부터 상대적으로 느린(부드러운) 30-300 이중 MA 크로스오버에 이르기까지 더 넓은 범위의 작업에서 MACross의 민첩성과 정확성을 테스트하는 것은 흥미로울 것입니다. 20-200골든크로스 자체의 성적을 이기기는 어렵지만 노력해보겠습니다.
빠른 이동 평균을 느린 이동 평균의 고정 비율(1/10)로 만드는 방법은 무엇입니까? 외부 변수로서 빠른 이동 평균을 제거하고 이를 분수로 표시합니다:
// 외부 변수 섹션에서
extern int MAFraction = 10;//Start() 함수 뒤에 넣습니다.
Double MAFastLen = MASlowLen / MAFraction;
최적화에 대해 한마디. 특정 값을 올바르게 수행하는 한, 특정 값을 다른 값과 교환할 수 있는 더 객관적이고 아마도 더 수익성 있는 이유를 제공할 수 있습니다. 즉, 과도한 최적화의 위험을 미리 알고 이를 피하기 위한 조치를 취하는 것입니다. 과도한 최적화를 방지하는 단계에 대한 기사를 읽어보세요.
이 최적화 실험의 목적은 이중 MA 크로스오버 EA에 대한 최적의 길이와 방법을 결정하는 것입니다.
두 가지 질문을 하겠습니다:
느린 이동 평균의 최대값 최적의 길이는 얼마입니까?
가장 좋은 패턴은 무엇입니까(SMA 또는 EMA)?
SlowMA 길이에 대한 최적화 범위는 50-300(10단계)이며 25가지 가능한 조합을 제공합니다. 단순 이동 평균을 사용하여 이 최적화를 수행한 다음 지수 이동 평균을 사용하여 동일한 최적화를 수행합니다.
1999년 1월부터 2009년 1월까지 10년의 표본 기간 동안 길이를 최적화하고 해당 기간에 가장 적합한 길이를 선택한 다음 최근 3년(2009년 1월)에 대한 백테스트에서 해당 길이를 사용합니다. 1월로 이동 2012) 그리고 10년 간의 최적화 후에 거래할 경우 선택한 길이가 어떻게 작동하는지 확인하세요.
테스트 계좌 크기는 $10,000이고 로트 크기는 0.1이며 정지 손실은 150핍이므로 최대 손실 거래는 $150, 즉 1.5%입니다. 계정 규모의.
1차(SMA 패턴)
단순이동평균(SMA)을 사용하여 해당 기간의 모든 가격은
p>동등합니다. SMA는 단순히 일정 기간 동안의 모든 과거 종가의 합계를 계산하고 그 결과를 계산에 사용된 가격 수로 나눕니다.
SMA = SUM(종가, N)/N
여기서:
N — 계산된 숫자입니다. 주기의.
최적화 #1: 느린 길이를 50에서 300으로 최적화하고 빠른 길이를 20으로 유지합니다. 최적화에는 느린 길이가 가장 좋습니다.
다음은 1973년 2월부터 2013년 2월(40년)까지 제어점을 사용하여 모델링된 이중 SMA 교차점의 MASlowLen 26개 최적화 결과입니다.
연속적으로 길이가 길어질수록 결과가 어떻게 향상되는지 확인하세요. H4 이동 평균 크로스오버는 길이가 긴 평활 요소에서 가장 좋은 성능을 보이는 것 같습니다. 절대적으로 가장 높은 결과는 280의 느린 길이로, 탁월한 $18925/18925 포인트와 2.28의 매우 건강한 이익 계수를 얻었습니다. 느린 라인 200보다 7000포인트가 더 많고, 최대 감소폭은 1200포인트가 적다는 점에 유의하세요. 20-200 조합의 최대 되돌림은 3853포인트이고, 20-280 조합의 최대 되돌림은 2650포인트입니다. 이것은 모두 매우 유망한 것입니다.
< /p>
아래에서 살펴볼 EMA 버전은 치열한 경쟁에 직면하게 될 것입니다.
2라운드( EMA 패턴)
지수 이동 평균은 현재 종가의 일부 이동 평균을 이전 값에 추가하여 계산됩니다. 지수 평활 이동 평균을 사용하면 최신 가격이 더 가치가 있습니다. 장점은 단순 이동 평균보다 더 빠르게 추세와 추세 반전을 포착한다는 것입니다.
EMA = (종료(i)*P)+(EMA(i-1)*(1-P))
여기서:
CLOSE(i) — 현재 기간의 종가;
EMA(i-1) — 종가 이전 기간의 지수 이동 평균,
P - 가격 가치의 백분율을 사용합니다.
EMA의 단점은 속도가 부드러움을 희생하여 변동성이 큰 횡보 시장에서 잘못된 거래가 더 많이 발생한다는 것입니다. 우리는 짧고 느린 SMA가 긴 SMA보다 더 나쁜 결과를 낳는다는 것을 이미 알아차렸기 때문에 EMA가 동일한 속도 문제로 어려움을 겪기 때문에 SMA만큼 성공하지 못할 것이라고 이미 예견할 수 있습니다. 속도와 부드러움 사이의 싸움에서는 속도가 왕인 것 같습니다.
다음은 이중 EMA 크로스오버를 사용한 EMASlowLen의 처음 26개 최적화 결과입니다.
기간은 1973년 2월부터 2013년 2월(40년) )：
이 EMA 패턴은 SMA 패턴과 유사하지만 더 수익성이 높은 결과를 제공합니다. 가장 최적화된 260-EMACross의 가중치는 19847 US달러/19847포인트로 280-SMACross보다 1000포인트 높습니다. 그러나 SMA 크로스오버의 되돌림은 800포인트 감소했습니다. 260 길이가 100~130 길이 사이에서 어떻게 성능을 두 배로 늘리는지 확인하고 길이를 늘리면 신뢰성이 향상된다는 사실을 더욱 입증합니다.
< /p>
결론
좋은 최적화는 다양한 매개변수의 결과를 공개 및 비교하고, 유망한 매개변수를 선택하고, 수행하는 매개변수를 제거하는 발견/제거 프로세스입니다. 잘못되거나 과도한 최적화 규칙을 위반합니다.
각 방법에 대해 서로 다른 길이에 따라 이중 이동 평균 교차 전략을 최적화하는 동안 우리는 길이가 길수록 더 나은 결과를 얻을 수 있다는 것을 발견했습니다. 길이가 길수록 짧은 길이보다 더 유리한 평활화 효과가 나타나는 것 같습니다. MA가 길어질수록 식별하고 지원하려는 추세가 커지는 반면, MA<는 빨라집니다. /a > 기간이 길어질수록 반전을 예상하여 지배적인 추세에 들어가고 나가려는 의지가 약해집니다. 그 결과 소음과 채찍질이 줄어듭니다. 길이가 짧을수록 최근 움직임에 더 민감할 수 있지만 변동성이 더 큽니다.
단순과 지수 중에서 실제 선택을 하기 위해 다양한 방법을 비교할 때 지수는 강력한 결과를 제공하지만 되돌림을 통해 단순한 결과가 다소 우수합니다. 20-280 SMACross는 손실을 800핍 감소시켜 최고임이 입증되었지만 20-260 EMACross는 1000핍 이상의 수익을 창출하는 강력한 경쟁자였습니다. 긴 길이의 매끄러움이 짧은 길이의 속도를 능가하는 것처럼 간단한 방법의 매끄러움 요소도 지수 방법의 속도 요소를 능가하는 것으로 보입니다. 지수는 가장 최근의 가격대에 더 많은 가중치를 부여함으로써 단순한 둔화 요인을 해결하려고 시도합니다. 이를 통해 추세 및 반전에 더 빠르게 진입할 수 있지만 동시에 고르지 못한 횡보 시장으로 인해 더 많은 잘못된 거래에 뛰어들 수 있습니다. . 이러한 허위 아웃은 거래 손실을 늘리고 특히 횡보 시장에서 전반적인 성과를 약화시킬 수 있습니다.
