Moving Gjennomsnittet Optimalisering

MetaTrader 4 - Indicators. Optimize single Moving gjennomsnittlig handelsindikator for MetaTrader 4.Denne koden følger ideen om MA Profit, bortsett fra at den bruker et enkelt Moving Average i stedet for kryssende glidende gjennomsnittssystem. Bruk bare en enkelt bevegelig gjennomsnittshastighet opp optimalisering, kan det sjekke alle bevegelige gjennomsnitt mellom 10 og 1000 på nesten ingen tid. Opplæring med enkeltflytende gjennomsnitt gir tre signaler Vanligvis fungerer det med store bevegelige gjennomsnitt som 150 eller til og med 500 eller mer. Kurven ligger under lysene - kjøp. Kurven er over stearinlys - selger. Kurven er horisontal og mange ganger krysser lysene - lukk posisjoner og vent. Ved å bytte perioden er alt beregnet på nytt, du kan sjekke om forskjellige tidsrammer minutt, time, dag og så videre Vis det samme signalet Vanligvis er et signal sterkere hvis det vises av flere tidsrammer. Du kan også bytte til lavere tidsramme for å finne et inngangspunkt i en lang eller kort handel. Indikatoren tegner 4 slags trekanter. Red med tykk grense kort handel med win. Red med tynn grense kort handel tapt. Green med tykk kantlinje Lang handel i win. Green med tynn kant Langt tap tapt. Hvis et nytt signal er tilgjengelig kan indikatoren vise et varsel eller bruke stemme utgang I dette tilfellet trenger du for eksempel fra. Indikatoren disponerer status og tall for gode og gale signaler i statuslinjen. Optimaliseringen kan være i to moduser. Simulert handel Det beste glidende gjennomsnittet er det som ga best profit. Counting kryss mellom lysene Jo mindre tid kurven og lysene treffer hverandre jo bedre er det bevegelige gjennomsnittet. Parametre ser kildekoden også. extern bool bOptimize true True Finn den beste single MA ved å optimalisere bryter tidsrammen for å optimalisere eksternt bool bOptimizeIntersect true True optimalisere for minimum kryss, ellers optimalisere for maks profitt ekstern int PeriodMA 400 Hvis du ikke vil optimalisere, kan du definere en periode ekstern int Metode 0 Metode for MA 0 Enkel, 1 Eksotensial, 2 Glatt, 3 Lineærvektet ekstern bool DrawTringles true Tegner trekanter for simulert handel ekstern int MinMA 5 Minimum test for optimalisering ekstern int MaxMA 500 Maksimal test for optimalisering ekstern int StepMA 1 trinn under optimalisering, 1 test hver MA, 10 tester hver 10th etc external int CountOptimize 300 Antall stearinlys for optimalisering av ekstern int RepaintBars 3000 Antall lys som vi tegner trekanter på og beregne vinnertapet ekstern bool Alarm sant Lag et synlig varsel på nytt signal ekstern bool bSpeak true Snakk alarmen med gspeak. Moving gjennomsnittlig handel gir noe veldig godt signal, men også mange falske signaler. Jeg søker for tiden flere ideer om å filtrere det falske signalet for å publisere min glidende gjennomsnittlige ekspertrådgiver. Bruk på egen risiko. Gjennomsnittlig - MA. BREAKING DOWN Moving Gjennomsnittlig - MA. Som et SMA-eksempel, betrakt en sikkerhet med følgende sluttkurser over 15 dager. Vei 1 5 dager 20, 22, 24, 25, 23.Week 2 5 dager 26, 28, 26, 29, 27.Week 3 5 dager 28, 30, 27, 29, 28.A 10-dagers MA vil gjennomsnittlig utgående sluttpriser for de første 10 dagene som første datapunkt Det neste datapunktet vil slippe den tidligste prisen, legge til prisen på dag 11 og ta gjennomsnittet, og så videre som vist nedenfor. Som tidligere nevnt, lagrer MAs nåværende prishandling fordi de er basert på tidligere priser, jo lengre tidsperioden for MA, jo større er lagdet. Dermed en 200-dagers MA vil ha en mye høyere grad enn en 20-dagers MA fordi den inneholder priser for de siste 200 dagene. Lånet til MA som skal brukes, avhenger av handelsmålene, med kortere MAs som brukes til kortvarig handel og langsiktig MA mer egnet for langsiktige investorer 200-dagers MA er mye etterfulgt av investorer og forhandlere, med brudd over og under dette bevegelige gjennomsnittet ansett for å være viktige handelssignaler. MA'er gir også viktige handelssignaler alene eller når to gjennomsnitt krysser over En stigende MA indikerer at sikkerheten er i en uptrend mens en fallende MA indikerer at det er i en downtrend Tilsvarende er oppadgående momentum bekreftet med et bullish overgang som oppstår når en kortsiktig MA krysser over en langsiktig MA Nedadgående momentum er bekreftet med en bearish crossover, som oppstår når en kortsiktig MA krysser under en langsiktig MA. How å optimalisere trading system. NOTE Dette er ganske avansert emne Vennligst les tidligere AFL opplæringsprogrammer først. Ideen bak en optimalisering er enkel Først må du ha et handelssystem, dette kan være en enkel, flytende gjennomsnittlig crossover for eksempel I nesten alle systemer er det noen parametere som gjennomsnittlig periode som bestemmer hvordan gitt system oppfører seg, det vil si at det er godt egnet for langsiktig eller kort sikt, hvordan reagerer det på svært volatile aksjer osv. Optimaliseringen er prosessen med å finne optimale verdier av de parametrene som gir høyeste fortjeneste fra systemet for et gitt symbol eller en portefølje med symboler AmiBroker er en av de svært få programmene som lar deg optimere systemet på flere sym bols samtidig. For å optimalisere systemet må du definere fra en opptil ti parametere som skal optimaliseres. Du bestemmer hva som er minimum og maksimum tillatt verdi for parameteren og i hvilke trinn denne verdien skal oppdateres. AmiBroker utfører deretter flere tilbakemeldinger på systemet bruker ALLE mulige kombinasjoner av parameterværdier Når denne prosessen er ferdig, viser AmiBroker listen over resultater sortert etter nettoresultat. Du kan se verdiene for optimaliseringsparametere som gir best resultat. Skrive AFL formel. Optimalisering i back tester støttes via ny funksjonen kalles optimalisere Syntaxen til denne funksjonen er som følger. variabel optimaliser Beskrivelse, standard min max trinn. variabel - er normal AFL-variabel som blir tilordnet verdien returnert ved optimalisering av funksjonen Med normal backtesting, skanning, leting og kommende moduser optimaliserer funksjonen tilbake standardverdien, slik at funksjonssamtalen ovenfor svarer til variabel standard. I optimaliseringsmodus optimaliserer funksjonen på returnerer suksessive verdier fra min til maks inklusive med trinnstapping. Beskrivelsen er en streng som brukes til å identifisere optimaliseringsvariabelen og vises som et kolonnenavn i optimaliseringsresultatlisten. Default er en standardverdi som optimaliserer avkastning i leting, indikator, kommentator, skanning og normal tilbakestillingstest. Min er en minimumsverdi av variabelen som er optimalisert. Max er en maksimumsverdi av variabelen som er optimalisert. trinn er et intervall som brukes til å øke verdien fra min til maks. AmiBroker støtter opptil 64 samtaler for å optimalisere funksjonen derfor opptil 64 optimaliseringsvariabler, merk at hvis du bruker uttømmende optimalisering, er det veldig godt å begrense antall optimaliseringsvariabler til bare få. Hver samtale for å optimalisere generere maksimalt trinnoptimaliseringsløkker og flere samtaler til optimalisere multiplisere antall løp som trengs For eksempel kan optimalisering av to parametere ved hjelp av 10 trinn kreve 10 10 100 optimaliseringsløkker. Ring optimalisere funksjon bare en gang per variabel i begynnelsen av formelen da hvert anrop genererer en ny optimaliseringsløp. Multiplikasjonssymboloptimalisering støttes fullt ut av AmiBroker. Maksimal søkeplass er 2 64 10 19 10 000 000 000 000 000 000 kombinasjoner.1 Enkelt variabel optimering. sigavg Optimaliser Signal gjennomsnitt 9 2 20 1.Buy Cross MACD 12 26, Signal 12 26 sigavg Selg Cross Signal 12 26 sigavg, MACD 12 26.2 To-variabel optimalisering egnet for 3D charting. per Optimaliser per 2 5 50 1 Nivå optimaliser nivå 2 2 150 4.Buy Cross CCI per, - Level Sälj Korsnivå, CCI per.3 Flere 3 variable optimization. mfast Optimaliser MACD Fast 12 8 16 1 mslow Optimaliser MACD Slow 26 17 30 1 Sigavg Optimaliser Signal gjennomsnitt 9 2 20 1.Buy Cross MACD mfast, mslow Signal msnow, mslow, sigavg Selg kryssignal mfast, mslow, sigavg, MACD mfast, mslow. Etter å ha kommet inn i formelen klikker du bare på Optimer-knappen i vinduet Automatisk analyse AmiBroker vil begynne å teste alle mulige kombinasjoner av optimaliseringsvariabler og rapportere resultatene i listen Etter at optimaliseringen er gjort, vises resultatlisten sortert etter nettoresultatet. Da du kan sortere resultatene med en hvilken som helst kolonne i resultatlisten, er det enkelt å få de optimale verdiene av parametere for laveste nedtelling, laveste Antall bransjer, største profittfaktor, laveste markedseksponering og høyeste risikojustert årlig avkastning De siste kolonnene i resultatlisten presenterer verdiene for optimaliseringsvariabler for gitt test. Når du bestemmer hvilken kombinasjon av parametere som passer dine behov, er det beste alt du trenger å gjøre er å erstatte standardverdiene for å optimalisere funksjonssamtaler med de optimale verdiene. På nåværende stadium må du skrive dem manuelt i formellredigeringsvinduet. Den andre parameteren for å optimalisere funksjonssamtalen. Viser 3D animerte optimaliseringsdiagrammer. For å vise 3D optimeringsdiagram, skal du må kjøre to variabel optimalisering først To variabel optimalisering trenger en formel som har 2 Optimaliser funksjonsanrop Et eksempel på to variabel optimaliserings formel ser ut som this. per Optimaliser per 2 5 50 1 Nivå optimaliser nivå 2 2 150 4.Buy Cross CCI per, - Level Sälj Kors nivå, CCI per. Når du har skrevet inn formelen må du klikke på Optimer knappen. Når optimalisering er fullført, bør du klikk på nedtrekkspilen på Optimaliser-knappen og velg Vis 3D-optimaliseringsgraf I et par sekunder vises et fargerikt tredimensjonalt overflateplott i et 3D-kartvisningsvindu. Et eksempel på 3D-diagram som er generert ved hjelp av overformelen, vises nedenfor. Standard 3D diagrammer viser verdier av netto overskudd mot optimaliseringsvariabler Du kan imidlertid plotte 3D overflatediagram for en hvilken som helst kolonne i optimaliseringsresultattabellen Bare klikk på kolonneoverskriften for å sortere den blå pilen vises som angir at optimaliseringsresultater sorteres etter valgt kolonne og velg deretter Vis 3D-optimaliseringsgrafikk igjen. Ved å visualisere hvordan systemets parametere påvirker handelsytelsen, kan du lettere bestemme hvilke parameterverdier som produseres skjøre og som produserer robuste sys tem ytelse Robuste innstillinger er regioner i 3D-grafen som viser gradvis snarere enn brå endringer i overflateplottet. 3D-optimaliseringskart er et godt verktøy for å forhindre kurvepassing. Kurvepassing eller overoptimalisering oppstår når systemet er mer komplekst enn det er nødvendig for å vær og all den kompleksiteten var fokusert på markedsforhold som aldri kan skje igjen. Radikale endringer eller pigger i 3D-optimaliseringsdiagrammer viser tydelig overoptimaliseringsområder. Du bør velge parameterregion som produserer et bredt og bredt platå på 3D-diagram for ditt virkelige liv trading Parametersett som produserer profittpigg vil ikke fungere pålitelig i ekte trading.3D chart viewer controls. AmiBroker s 3D chart viewer tilbyr total visningskapasitet med full grafrotasjon og animasjon Nå kan du se systemresultatene dine fra alle tenkelige perspektiv Du kan kontrollere posisjonen og andre parametere i diagrammet ved hjelp av musen, verktøylinjen og tastatursnarveier, uansett hva du finner enklere for deg nedenfor du vil finne listen .- å rotere - hold nede VENSTRE museknapp og flytte i XY retninger - for å zoome inn, zoome ut - hold nede HØYRE museknapp og flytte i XY retninger - å flytte oversette - hold nede VENSTRE museknapp og CTRL-tasten og flytte i XY retninger - for å animere - hold nede VENSTRE museknapp, dra raskt og slipp knappen mens du drar. SACE - animere automatisk rotere VENSTRE PIL NØKKEL - roter vert venstre HØYRE PIL NØKKEL - roter vert høyre OPP PIL NØKKEL - roter horisonten NED PIL NØKKEL - roter horisonten ned NUMPAD PLUS - I nærheten av zoom inn NUMPAD - MINUS - Lang zoom ut NUMPAD 4 - flytt til venstre NUMPAD 6 - flytt til høyre NUMPAD 8 - flytt opp NUMPAD 2 - flytt ned PAGE UP - Vannnivå opp PAGE NED - vannstand nede. Smart ikke-uttømmende optimalisering. AmiBroker tilbyr nå smart, ikke-uttømmende optimalisering i tillegg til vanlig, uttømmende søk. Ikke-uttømmende søk er nyttig hvis antall av alle parameterkombinasjoner av gitt handelssystem er rett og slett for stort til å være mulig for uttømmende søk. Eks australsk søk ​​er helt fint så lenge det er rimelig å bruke det. La oss si at du har 2 parametere som varierer fra 1 til 100 trinn 1 Det er 10000 kombinasjoner - perfekt OK for uttømmende søk Nå med 3 parametere har du 1 million kombinasjoner er fortsatt OK for uttømmende søk, men kan være lengre. Med 4 parametre har du 100 millioner kombinasjoner og med 5 parametere 1 100 du har 10 milliarder kombinasjoner. I så fall vil det være for tidkrevende å sjekke dem alle, og dette er området der ikke-uttømmende smarte søkemetoder kan løse det problemet som ikke er løsbart i rimelig tid, med uttømmende søk. Her er absolutt den enkleste instruksjonen hvordan du bruker ny, ikke-uttømmende optimizer i dette tilfellet CMA-ES.1 Åpne formelen din i formelen Editor.2 Legg til denne linjen øverst på formula. OptimizerSetEngine cmae du kan også bruke spso eller trib here.3 Valgfritt Velg optimaliseringsmål i Automatisk analyse, Innstillinger, Walk-Forward-tab, Optimizatio n målfelt Hvis du hopper over dette trinnet, vil det optimalisere for CAR MDD-sammensatt årlig avkastning divisjonert med maksimal drawdown. Nå hvis du kjører optimalisering ved hjelp av denne formelen, vil den bruke ny evolusjonær ikke-uttømmende CMA-ES optimizer. Hvordan fungerer det. optimalisering er prosessen med å finne minimum eller maksimal gitt funksjon. Et hvilket som helst handelssystem kan betraktes som en funksjon av et visst antall argumenter. Inngangene er parametere og sitatdata. Utgangen er ditt optimaliseringsmål, sier CAR MDD. Og du leter etter maksimalt gitt funksjon. Noen av smart optimaliseringsalgoritmer er basert på naturdyrsadferd - PSO-algoritme, eller biologisk prosess - Genetiske algoritmer, og noen er basert på matematiske konsepter avledet av mennesker - CMA-ES. Disse algoritmer brukes på mange forskjellige områder, inkludert økonomi Skriv inn PSO-finansiering eller CMA-ES finans i Google, og du vil finne mye info. Ingen uttømmende eller smarte metoder vil finne global eller lokal optimal. Målet er selvsagt å finne g lobal en, men hvis det er en enkelt skarpe topp ut av zillions parameterkombinasjoner, kan ikke-uttømmende metoder mislykkes i å finne denne single-toppen, men når det er en trader s perspecive, er det enkelt å finne en enkelt topp som er ubrukelig for handel fordi dette resultatet ville være instabil for skjøre og ikke replikerbare i ekte handel I optimaliseringsprosessen ser vi heller platåregioner med stabile parametere, og dette er området der intelligente metoder skinner. Som en algoritme brukt ved ikke-uttømmende søk, ser det ut som følger. a optimaliseringen genererer noen vanligvis tilfeldig start populasjon av parameter sett b backtest utføres av AmiBroker for hvert parameter sett fra befolkningen c resultatene av backtests blir evaluert i henhold til algoritmen logg og ny befolkning er generert basert på utviklingen av resultater, d hvis nye beste er funnet - lagre det og gå til trinn b til stoppkriteriene er oppfylt. Eksempelstoppkriteriene kan inneholde en nådd angitt maksimal iterasjoner b stopp hvis rekkevidde av de beste objektivverdiene for de siste X-generasjonene er nullstopp hvis du legger til 0 1 standardavviksvektor i en hvilken som helst hovedakse, endrer ikke verdien av objektivverdien d andre. For å bruke en hvilken som helst smart, ikke-uttømmende optimizer i AmiBroker må du spesifisere optimeringsmotoren du vil bruke i AFL-formelen ved hjelp av OptimizerSetEngine-funksjonen. Funksjonen velger ekstern optimaliseringsmotor definert ved navn AmiBroker leverer for øyeblikket med 3 motorer Standard Particle Swarm Optimizer spso, Stammestamme, og CMA-ES cmae - navnene i seler er for å bli brukt i OptimizerSetEngine-samtaler. I tillegg til å velge optimaliseringsmotor, vil du kanskje sette inn noen av sine interne parametere. For å gjøre det, bruk OptimizerSetOption-funksjonen. OptimalisererSetOptikk navn, verdifunksjon. Funksjonen angir tilleggsparametere for ekstern optimaliseringsmotor Parametrene er motor - avhengig Alle tre optimalisatorer levert med AmiBroker SPSO, Trib, CMAE støtter to parametere Kjører antall løp og MaxEv al maksimal evalueringstester per enkelt løp Oppførselen til hver parameter er motoravhengig, slik at samme verdier kan og vil gi forskjellige resultater med forskjellige motorer som brukes. Forskjellen mellom Runs og MaxEval er som følger. Evaluering eller test er single backtest eller evaluering av objektiv funksjonsverdi RUN er en full runde av algoritmen som finner optimal verdi - vanligvis involverer mange tester evalueringer. Hver gang bare RESTARTS hele optimaliseringsprosessen fra den nye begynnelsen nye, første tilfeldige populasjon. Derfor kan hver løp føre til å finne forskjellig lokal max min hvis den finner ikke global en Så kjører parameter definerer antall påfølgende algoritmer kjører MaxEval er det maksimale antall evalueringer bactests i en enkelt run. If problemet er relativt enkelt og 1000 tester er nok til å finne global max, er 5x1000 mer sannsynlig å finne global maksimalt fordi det er mindre sjanser til å bli sittende fast i lokal max, da etterfølgende løp vil starte fra forskjellige første rand om population. Choosing parameter verdier kan være vanskelig Det avhenger av problem under test, dens kompleksitet, etc, osv. Enhver stokastisk ikke-uttømmende metode gir deg ikke garanti for å finne global maks min, uansett antall tester hvis det er mindre enn uttømmende Det enkleste svaret er å angi så stort antall tester som det er rimelig for deg når det gjelder tid som kreves for å fullføre. Et annet enkelt råd er å multiplisere med 10 antall tester med å legge til ny dimensjon. Det kan føre til overestimering av antall tester som kreves, men det er ganske trygt. Sendte motorer er konstruert for å være enkle å bruke. Derfor brukes rimelige standardautomatiske verdier, slik at optimalisering vanligvis kan kjøres uten å spesifisere noe som aksepterer standardinnstillinger. Det er viktig å forstå at alle smarte optimaliseringsmetoder fungerer best i kontinuerlige parameterrom og relativt jevne objektivfunksjoner Hvis parameterplasseringen er diskret, kan evolusjonære algoritmer ha problemer med å finne optimal verdi. Det er espe Mest sant for binære på av parametre - de passer ikke til noen søkemetode som bruker gradient av objektiv funksjonsendring som de fleste smarte metoder gjør Hvis ditt handelssystem inneholder mange binære parametere, bør du ikke bruke smart optimizer direkte på dem i stedet prøve å optimalisere bare kontinuerlige parametere ved hjelp av smart optimizer, og bytt binære parametre manuelt eller via eksternt script. SPSO - Standard Particle Swarm Optimizer. Standard Particle Swarm Optimizer er basert på SPSO2007 kode som skal produsere gode resultater, forutsatt at riktige parametere, dvs Runs, MaxEval er gitt for et bestemt problem Å velge riktige alternativer for PSO optimizer kan være vanskelig, derfor kan resultatene variere vesentlig fra sak til sak. leveres med full kildekoder i ADK-undermappe. Eksempelkode for Standard Particle Swarm Optimizer å finne optimal verdi i 1000 tester innenfor søkeområdet på 10000 kombinasjoner. OptimalisererSetEngine spso OptimizerSetOption kjører, 1 OptimizerSetOption MaxEval, 1000.sl Optimaliser s, 26, 1, 100, 1 fa Optimaliser f, 12, 1, 100, 1.Buy Cross MACD fa, sl, 0 Selg Kors 0, MACD fa, sl. TRIBES - Adaptiv Parameter-mindre Partikkel Swarm Optimizer. Tribes er adaptiv, parameter-mindre versjon av PSO partikkel swarm optimalisering ikke-uttømmende optimizer For vitenskapelig bakgrunn se. I teorien skal det fungere bedre enn vanlig PSO, fordi det kan automatisk justere svømmestørrelser og algoritme strategi for å løse problemet. Praktikk viser at ytelsen er ganske lik PSO. Plugin implementerer Tribes-D dvs. dimensjonsløs variant Basert på av Maurice Clerc Originale kildekoder brukt med tillatelse fra forfatteren. leveres med full kildekode inne i ADK-mappen. Støttede parametere MaxEval - maksimalt antall evalueringsbacktests per run default 1000.You bør øke antall evalueringer med økende antall dimensjoner antall optimaliseringsparameter Standard 1000 er bra for 2 eller maksimalt 3 dimensjoner. Runs - Antall kjører starter på nytt 5 Du kan forlate antall kjøringer med standardverdien på 5.Ved standard antall kjøringer eller omstart er satt til 5.Til å bruke Stammer optimizer, trenger du bare å legge til en linje i koden din. OptimizerSetOption MaxEval, 5000 5000 evalueringer max. CMA-ES - Covariance Matrix Adaptation Evolutionær Strategi Optimizer. CMA-ES Covariance Matrix Adaptation Evolusjonær Strategi er avansert ikke-uttømmende optimizer For vitenskapelig bakgrunn se I henhold til vitenskapelige referanser overgår ni andre, mest populære evolusjonære strategier som PSO, Genetisk og Differensiell evolusjon. Plugin implementerer global variant av søk med flere omstart med økende pop Vektstørrelse kommer med full kildekode inne i ADK-mappen. Standard antall kjøringer eller omstart er satt til 5 Det anbefales at du forlater standardnummeret på nytt. Du kan variere det ved hjelp av OptimizerSetOption Kjører, N-anrop, hvor N skal være innenfor rekkevidde 1 10 Angi mer enn 10 løp anbefales ikke, selv om det er mulig Merk at hver løp bruker TWICE størrelsen på populasjonen i forrige runde, slik at den vokser eksponentielt. Derfor med 10 løp slutter du med befolkningen 2 10 større 1024 ganger enn den første runden. Der er en annen parameter MaxEval Standardverdien er null, noe som betyr at plugin vil automatisk beregne MaxEval påkrevd Det anbefales at IKKE definere MaxEval selv fordi standard fungerer fint. Algoritmen er smart nok til å minimere antall evalueringer som kreves, og det konvergerer veldig fort til løsningspunkt, så ofte finner det løsninger raskere enn andre strategier. Det er normalt at plugin vil hoppe over noen evalueringstrinn, hvis det oppdager at løsningen ble funnet, derfor e du bør ikke bli overrasket over at optimaliseringsfremdriftslinjen kan bevege seg veldig fort på noen punkter Pluggen har også mulighet til å øke antall trinn over opprinnelig estimert verdi dersom det er nødvendig for å finne løsningen På grunn av sin adaptive natur, er den estimerte tiden igjen og eller antall trinn som vises i fremdriftsdialogboksen, er bare den beste gjetningen, og kan variere under optimaliseringskurs. For å bruke CMA-ES optimizer trenger du bare å legge til en linje i koden. Dette vil kjøre optimaliseringen med standardinnstillinger som er bra for de fleste tilfeller. Det skal bemerkes, som det er tilfellet med mange continouos-plasssøkalgoritmer, påvirker den avtagende trinnparameteren i Optimaliser funciton-anrop ikke signifikant optimaliseringstider. Det eneste som betyr noe er problemdimensjonen, dvs. Antall forskjellige parametre Antall optimere funksjonsanrop Antall trinn per parameter kan settes uten å påvirke optimaliseringstiden, så bruk den fineste oppløsningen du vil ha i teorien y algoritmen skal kunne finne en løsning på maksimalt 900 N 3 N 3 backtests hvor N er dimensjonen I praksis konvergerer det en masse raskere For eksempel kan løsningen i 3 N 3-dimensjonal parameter plass si 100 100 100 1 million uttømmende trinn kan finnes i så få som 500-900 CMA-ES-trinn. Multi-threaded individuell optimalisering. Ved å starte fra AmiBroker 5 70 i tillegg til fler-symbol multithreading kan du utføre multi-threaded single-symbol optimalisering. For å få tilgang til denne funksjonaliteten, klikk på drop pil ned ved siden av Optimaliser knappen i vinduet Ny analyse og velg Individuell optimalisering. Individuell optimalisering vil bruke alle tilgjengelige prosessorkjerner til å utføre enkeltsymboloptimalisering, noe som gjør det mye raskere enn vanlig optimalisering. I nåværende symbolmodus vil den utføre optimalisering på ett symbol I alle symboler og filtermodi vil det behandle alle symbolene i rekkefølge, dvs. første fullstendige optimalisering for første symbol, deretter optimalisering på andre symbol etc. Limitations 1 Custo m backtester er IKKE støttet ennå 2 Smart optimeringsmotorer støttes IKKE - bare EXHAUSTIVE optimalisering fungerer. Til slutt kan vi bli kvitt begrensning 1 - når AmiBroker er endret, slik at egendefinert backtester ikke bruker OLE lenger. Men 2 er sannsynligvis her for å være for lenge.