Manuelle Forex Trading Systems Stealth Forex Trading System Das Stealth Forex Trading System wurde mit dem Ziel entwickelt, um mehr Gewinn-Trades zu machen, indem Sie mit einfachen farbcodierten kaufen Bereitstellung und verkaufen Indikatoren, die Ihnen sagen, wenn sie mit vordefinierten entryexit Regeln zu handeln. Die Stealth Forex Trading System bietet 4 verschiedene Handelsstile, so dass Sie maximale Flexibilität, wie und wann Sie Handel. Kommt mit einer Geld-zurück-Garantie. Weiterlesen. Wie manuelle Handelssysteme arbeiten Manuelle Handelssysteme sind in diesem Zusammenhang indikatorbasierte Systeme, die Kauf - und Verkaufssignale auf Ihrem Heimcomputer gemäß den vordefinierten Regeln der Strategie generieren. Die Händler müssen manuell die Geschäfte auf ihr Konto platzieren, basierend auf den Signalen, die durch den Indikator auf Basis manuellen Handel system. How erzeugt zu gewinnen Mit Mechanische Handelssysteme viel Tinte hat zu der genauen Erkennung der Ursachen von mechanischen Handelssystemen Ausfälle gewidmet, vor allem nach der Tat. Obwohl es oxymoronic scheinen mag (oder, einige Händler, einfach schwachsinnig), warum der Hauptgrund, diese Handelssysteme scheitern, weil sie sich auf die Hände frei zu viel verlassen, Feuer-und-vergessen Art der mechanischen Handel. Algorithmen selbst fehlt die objektive menschliche Aufsicht und Intervention notwendig, um Systeme entwickeln sich im Einklang mit sich ändernden Marktbedingungen. Mechanische Handelssysteme Versagen oder Händler Ausfall Anstelle eines Handels-Systemausfall beklagten, ihre konstruktivere die Wege zu prüfen, in denen die Händler das Beste aus beiden Welten haben kann: Das heißt, Händler die Vorteile der Algorithmus-Managed mechanische Handelssysteme genießen Wie z. B. automatisierte Schnellabschaltungen und emotionsfreie Handelsentscheidungen, während sie ihre angeborene menschliche Fähigkeit zum objektiven Denken über Misserfolg und Erfolg noch nutzen. Das wichtigste Element eines jeden Traders ist die menschliche Fähigkeit zu entwickeln. Händler können ihre Handelssysteme ändern und anpassen, um weiter zu gewinnen, bevor Verluste finanziell oder emotional verheerend werden. Wählen Sie die richtige Art und Menge der Marktdaten für die Prüfung Erfolgreiche Händler verwenden ein System von sich wiederholenden Regeln, um Gewinne aus kurzfristigen Ineffizienzen auf dem Markt zu ernten. Für kleine, unabhängige Händler in der großen Welt der Wertpapiere und Derivate-Handel, wo die Spreads sind dünn und die Konkurrenz hart, kommen die besten Chancen für Gewinne aus Spekmarktineffizienzen basiert auf einfachen, leicht zu quantifizieren Daten, dann Maßnahmen zu ergreifen, so schnell wie möglich. Wenn ein Händler entwickelt und betreibt Systeme mechanische Handel basiert auf historischen Daten, kann er oder sie hofft auf die Idee zugrunde, zukünftige Gewinne, dass die aktuellen Marktineffizienzen fortsetzen wird. Wenn ein Händler den falschen Datensatz wählt oder die falschen Parameter verwendet, um die Daten zu qualifizieren, können wertvolle Möglichkeiten verloren gehen. Zur gleichen Zeit, sobald die Ineffizienz in historischen Daten nicht mehr existiert, dann das Handelssystem fehlschlägt. Die Gründe, warum es verschwunden ist unwichtig für die mechanische Händler. Nur die Ergebnisse sind wichtig. Wählen Sie bei der Auswahl des Datensatzes, aus dem die mechanischen Handelssysteme erstellt und getestet werden, die passenden Datensätze aus. Um eine Stichprobe zu testen, die groß genug ist, um zu bestätigen, dass eine Handelsregel konsequent unter einer breiten Palette von Marktbedingungen funktioniert, muss ein Händler die längste praktische Periode der Testdaten verwenden. So scheint es angebracht, mechanische Handelssysteme aufzubauen, die sowohl auf dem längst möglichen historischen Datensatz als auch auf dem einfachsten Satz von Entwurfsparametern basieren. Robustheit wird allgemein als die Fähigkeit angesehen, vielen Arten von Marktbedingungen standzuhalten. Robustheit sollte in jedem System inhärent sein, das über einen langen Zeitraum von historischen Daten und einfachen Regeln getestet wird. Langwierige Tests und grundlegende Regeln sollten die breiteste Palette potenzieller Marktbedingungen in der Zukunft widerspiegeln. Alle mechanischen Handelssysteme scheitern schließlich, weil historische Daten offensichtlich nicht alle zukünftigen Ereignisse enthalten. Jedes System auf historischen Daten gebaut wird schließlich ahistorischen Bedingungen begegnen. Menschliche Einsicht und Intervention verhindern, dass automatisierte Strategien von den Schienen laufen. Die Leute im Knight Capital wissen etwas über Live-Handel snafus. Einfachheit gewinnt durch seine Anpassungsfähigkeit Erfolgreiche mechanische Handelssysteme sind wie lebende, atmende Organismen. Die geologischen Schichten der Welt sind mit Fossilien von Organismen gefüllt, die zwar für den kurzfristigen Erfolg während ihrer eigenen historischen Perioden ideal geeignet waren, aber für das langfristige Überleben und die Anpassung zu spezialisiert waren. Einfache algorithmische mechanische Handelssysteme mit menschlicher Führung sind am besten, weil sie eine schnelle, einfache Evolution und Anpassung an die sich wandelnden Bedingungen in der Umwelt durchlaufen können (lesen Marktplatz). Einfache Handelsregeln reduzieren die potenziellen Auswirkungen der Data-Mining-Bias. Bias aus Data Mining ist problematisch, weil es überbewertet, wie gut eine historische Regel gelten unter künftigen Bedingungen, vor allem, wenn mechanische Handelssysteme sind auf kurze Zeitrahmen fokussiert. Einfache und robuste mechanische Handelssysteme sollten nicht von den Zeitrahmen beeinflusst werden, die für Testzwecke verwendet werden. Die Anzahl der Testpunkte, die innerhalb eines bestimmten Bereichs von historischen Daten gefunden wurden, sollte noch groß genug sein, um die Gültigkeit der zu testenden Handelsregeln nachzuweisen oder zu widerlegen. Anders ausgedrückt, einfache, robuste mechanische Handelssysteme übertreffen Data-Mining-Bias. Wenn ein Trader ein System mit einfachen Designparametern wie dem QuantBar-System verwendet. Und testet sie, indem sie die längste angemessene historische Zeitdauer, dann die einzige andere wichtige Aufgaben sein wird, um an der Disziplin des Handels des Systems zu bleiben und seine Resultate zu überwachen überwachen. Beobachtung ermöglicht Evolution. Auf der anderen Seite laufen Händler, die mechanische Handelssysteme gebrauchen, die aus einem komplexen Satz von mehreren Parametern gebaut werden, das Risiko, ihre Systeme frühzeitig auszulöschen. Erstellen Sie ein robustes System, das das Beste aus mechanischem Handel nutzt, ohne seine Schwächen zu beeinträchtigen. Es ist wichtig, die Robustheit der mechanischen Handelssysteme nicht mit ihrer Anpassungsfähigkeit zu verwechseln. Systeme, die auf der Basis einer Vielzahl von Parametern entwickelt wurden, führten in historischen Perioden und sogar während der aktuellen beobachteten Perioden zu erfolgreichen Trades, die oft als robust bezeichnet werden. Das ist keine Garantie dafür, dass solche Systeme erfolgreich gezaubert werden können, sobald sie über ihre Flitterwochen gehandelt haben.8221 Dies ist eine erste Handelsperiode, in der die Bedingungen mit einer bestimmten historischen Periode zusammenfallen, auf der das System basiert. Einfache mechanische Handelssysteme werden leicht an neue Bedingungen angepasst, auch wenn die Ursachen von Marktveränderungen unklar bleiben und komplexe Systeme kurz gehen. Wenn sich die Marktbedingungen ändern, wie sie fortwährend tun, sind die Handelssysteme, die am ehesten weiter zu gewinnen sind, diejenigen, die einfach und am leichtesten an neue Bedingungen anpaßbar sind, ein wirklich robustes System, das vor allem eine Langlebigkeit aufweist. Einfache algorithmische mechanische Handelssysteme mit menschlicher Führung sind am besten, weil sie eine schnelle, einfache Evolution und Anpassung an die sich wandelnden Bedingungen in der Umwelt durchlaufen können (lesen Marktplatz). Leider, nach dem Erleben einer ersten Periode der Gewinne bei der Verwendung von übermäßig komplexen mechanischen Handelssysteme, fallen viele Händler in die Falle des Versuchens, diese Systeme zurück zum Erfolg zu zwicken. Die Märkte, die unbekannten, aber sich ändernden Bedingungen sind, können bereits die ganze Art der mechanischen Handelssysteme zum Aussterben verurteilt haben. Auch Einfachheit und Anpassungsfähigkeit an sich ändernde Bedingungen bieten die beste Hoffnung für das Überleben eines jeden Handelssystems. Verwenden Sie eine objektive Messung, um zwischen Erfolg und Misserfolg zu unterscheiden Ein Händler am häufigsten Sturz ist eine psychologische Bindung an sein Handelssystem. Wenn Trading-System-Ausfälle auftreten, seine in der Regel, weil die Händler haben eine subjektive, anstatt objektive Sicht, vor allem in Bezug auf Stop-Verluste bei bestimmten Trades angenommen. Die menschliche Natur treibt häufig einen Händler an, um eine emotionale Bindung zu einem bestimmten System zu entwickeln, besonders wenn der Händler eine beträchtliche Menge an Zeit und Geld in mechanische Handelssysteme mit vielen komplexen Teilen investiert hat, die schwer zu verstehen sind. Allerdings ist es von entscheidender Bedeutung für einen Händler, außerhalb des Systems zu treten, um ihn objektiv zu betrachten. In einigen Fällen wird der Trader über den erwarteten Erfolg eines Systems verwirrt, sogar bis zu dem Punkt, in dem ein offensichtlich verlustreiches System weitaus länger gehandelt wird, als es eine subjektive Analyse erlaubt hätte. Oder, nach einem Zeitraum von Fett gewinnt, kann ein Trader mit einem ehemaligen Sieger-System, auch wenn seine Schönheit verblasst unter dem Druck der Verluste verheiratet werden. Schlimmer noch, ein Händler kann in die Falle der selektiven Auswahl der Testperioden oder statistische Parameter für ein bereits verlierend System fallen, um falsche Hoffnung für die Systeme weiterhin Wert zu halten. Ein Zielmaßstab, wie die Verwendung von Standardabweichungsmethoden, um die Wahrscheinlichkeit eines Stromausfalls zu beurteilen, ist die einzige Gewinnmethode, um festzustellen, ob mechanische Handelssysteme wirklich versagt haben. Durch ein objektives Auge ist es für einen Händler leicht, Fehler oder einen möglichen Ausfall in mechanischen Handelssystemen schnell zu erkennen, und ein einfaches System kann schnell und einfach angepasst werden, um ein neu gewonnenes System wieder zu erzeugen. Der Ausfall von mechanischen Handelssystemen wird häufig auf der Grundlage eines Vergleichs der gegenwärtigen Verluste, gemessen an den historischen Verlusten oder Verlusten, quantifiziert. Eine solche Analyse kann zu einem subjektiven, falschen Schluss führen. Maximum Drawdown wird oft als Schwellenwert verwendet, durch den ein Händler ein System aufgibt. Ohne Rücksicht auf die Art und Weise, mit der das System dieses Abzugsniveau erreicht hat, oder die Zeitdauer, die erforderlich ist, um dieses Niveau zu erreichen, sollte ein Trader nicht darauf schließen, dass das System ein Verlierer ist, der nur auf dem Drawdown basiert. Standardabweichung versus Drawdown als Metrik des Versagens In der Tat ist die beste Methode, um zu vermeiden, ein Gewinnsystem zu verwerfen, einen objektiven Messstandard zu verwenden, um die aktuelle oder jüngste Verteilung der Renditen aus dem System zu ermitteln, während es tatsächlich gehandelt wird. Vergleichen Sie diese Messung mit der historischen Rückvergütung, die aus dem Backtesting berechnet wird, während Sie einen festen Schwellenwert entsprechend der Gewissheit zuweisen, dass die derzeitige Verlustverteilung von mechanischen Handelssystemen tatsächlich über normale, zu erwartende Verluste hinausgeht und daher sollte Verworfen als fehlgeschlagen. So wird zum Beispiel angenommen, dass ein Trader ignoriert die aktuelle Drawdown-Ebene, die ein Problem signalisiert hat und löste seine Untersuchung. Stattdessen vergleichen Sie die aktuelle Verluststrecke mit den historischen Verlusten, die während des Handels dieses Systems während historischer Testperioden aufgetreten wären. Abhängig davon, wie konservativ ein Trader ist, kann er oder sie entdecken, dass der gegenwärtige oder jüngste Verlust jenseits, sagen wir, das 95-Sicherheitsniveau ist, das durch zwei Standardabweichungen von dem normalen historischen Verlustniveau impliziert wird. Dies wäre sicherlich ein starkes statistisches Anzeichen dafür, dass das System schlecht funktioniert und deshalb versagt hat. Im Gegensatz dazu kann ein anderer Händler mit größerem Risikoappetit objektiv entscheiden, dass drei Standardabweichungen von der Norm (d. h. 99,7) die geeignete Sicherheitsebene für die Beurteilung eines Handelssystems als fehlgeschlagen ist. Der wichtigste Faktor für jeden Erfolg, ob manuell oder mechanisch, ist immer die menschliche Entscheidungsfähigkeit. Der Wert von guten mechanischen Handelssystemen besteht darin, dass sie, wie alle guten Maschinen, menschliche Schwächen minimieren und Leistungen erreichen, die weit über die durch manuelle Verfahren erreichbaren hinausgehen. Dennoch, wenn richtig gebaut, erlauben sie immer noch eine feste Kontrolle nach dem Urteil des Händlers und erlauben ihm oder ihr, von Hindernissen und potenziellen Ausfällen zu lenken. Obwohl ein Trader Mathe in Form einer statistischen Berechnung der Standardverteilung verwenden kann, um zu beurteilen, ob ein Verlust normal und akzeptabel nach historischen Aufzeichnungen ist, vertraut er sich weiterhin auf menschliches Urteilsvermögen statt auf rein mechanische, mathematische Entscheidungen Basierend auf Algorithmen allein. Händler können das Beste aus beiden Welten genießen. Die Macht der Algorithmen und des mechanischen Handels minimiert die Auswirkungen menschlicher Emotionen und Verspätungen auf die Auftragserteilung und - durchführung, insbesondere im Hinblick auf die Aufrechterhaltung der Stop-Loss-Disziplin. Sie verwendet weiterhin die objektive Bewertung der Standardabweichung, um die menschliche Kontrolle über das Handelssystem zu behalten. Seien Sie bereit für den Wandel, und bereit sein, das Handelssystem zu ändern Zusammen mit der Objektivität zu erkennen, wenn mechanische Handelssysteme von Gewinner in Verlierer zu ändern, muss ein Händler auch die Disziplin und die Vorausschau zu entwickeln und ändern Sie die Systeme, so dass sie weiterhin gewinnen können Unter neuen Marktbedingungen. In jeder Umgebung mit Veränderung gefüllt, je einfacher das System, desto schneller und einfacher wird seine Entwicklung sein. Wenn eine komplexe Strategie fehlschlägt, kann sie leichter ersetzt werden, als sie zu modifizieren, während einige der einfachsten und intuitivsten Systeme, wie das QuantBar-System. Sind relativ einfach zu modifizieren, on-the-fly, um an die zukünftigen Marktbedingungen anzupassen. Zusammenfassend lässt sich sagen, dass ordnungsgemäß gebaute mechanische Handelssysteme einfach und anpassungsfähig sein und gemäß der richtigen Art und Menge an Daten getestet werden sollten, damit sie robust genug sind, um Gewinne unter einer Vielzahl von Marktbedingungen zu erzeugen. Und ein Sieger-System muss durch die entsprechende Messgröße beurteilt werden. Anstatt sich lediglich auf algorithmische Handelsregeln oder maximale Drawdown-Werte zu verlassen, sollte jede Entscheidung, ob ein System gescheitert ist, nach dem menschlichen Urteilsvermögen des Händlers erfolgen und auf der Grundlage einer Bewertung der Anzahl der Standardabweichungen der gegenwärtigen Leistung des Systems gemessen werden Seine historischen-Test Verluste. Wenn mechanische Handelssysteme nicht ausgeführt werden, sollte der Händler die notwendigen Änderungen vornehmen, anstatt an einem verlierenden System festzuhalten. Nur weil ein System funktionierte vor 20 Jahren doesn8217t bedeuten, es sollte heute funktionieren. Seien Sie vorsichtig, wenn Sie vorschlagen, ein System über einen langen Zeitraum zu testen. Wie lange ist lang Gleichermaßen, wie einfach ist einfach Vier Regeln mit insgesamt vier Variablen Sieben Regeln mit insgesamt zehn Variablen Ich bin im Allgemeinen einig, dass einfacher ist besser, aber was ist einfach Mit der Standard-Abweichung der Renditen sollten ähnliche Schlussfolgerungen zum Laufen Eine Monte Carlo Analyse, die nicht schwierig mit Software, die verfügbar ist. Mit einer MC-Analyse, wie Sie wissen, kann man sehen, die möglichen Renditen und mögliche Drawdowns. Die Zukunft muss nicht der Vergangenheit entsprechen, aber eine MC-Analyse ist eine Möglichkeit, ein System zu testen. Leicht zu geben Leitlinien schwer zu einem System mit einem edge823082308230.and am schwersten zu handeln .. wenn möglich teilen einige Variable 2 ein Handelssystem zu entwickeln. Kurze Ausfahrten (Stopps oder Profit-Exit) Bleiben Sie aus (falls erforderlich, je nach System) Position Größe (unter Berücksichtigung max Drawdown) Thats it8230 können alle Stücke hinzufügen Rat u want8230 Dank für die Post, stimme ich mit vielen Dingen, die Sie erwähnt haben. Und außerdem gibt mir ein paar Ideen zu versuchen. Hallo alle Shaun, ich bin einverstanden. Konzentrieren sich auf nicht zu verlieren ist ein sehr wichtiger Erfolg des Erfolgs. Tarun, ein EA, dass ich gebaut habe, die sehr erfolgreich ist, verwendet eine einfache Pivot-Punkt-Swing-Trading-Strategie. Eine benutzerdefinierte Indikator meiner eigenen gibt mir eine Premarket Bias (nach oben oder unten) und mein Trigger für den Eintritt ist Marktpreis innerhalb eines 2-Pip-Bereich der wichtigsten täglichen Pivot. Exit-Strategie ist auch einfach, wird der Preis entweder stoppen oder schließen die Hälfte der Position auf Support1 oder Resistance1. Stoploss wird dann zum Brechen bewegt. Der Preis hört dann auf oder erreicht S2 oder R2, an welchem Punkt die Hälfte der verbleibenden Position wieder geschlossen wird, wird der Stop-Over auf S1 oder R1 verschoben. Der Preis stoppt dann oder verschiebt sich zu S3 oder R3, an welchem Punkt die verbleibende Position geschlossen ist. 8211 Diese einfache Strategie ist 1 Million Dollar über einen Zeitraum von 15 Jahren wert. Frei, mein Vergnügen. Die meisten Leute tun nichts mit dieser Info sowieso lol. Das Dilema: Einfache Strategie, sehr komplizierte EA. Warum, weil jede Strategie Grenzen hat und zu wissen, was bewirkt, dass es scheitert, ist der erste Schritt zu 8220focusing auf nicht verlierening8221. Aka, setzen meausures an Ort und Stelle anaylize den Markt und machen Sie Ihre EA entweder abzuschalten oder anzupassen, wenn der Markt ist in einer Weise schlecht für Ihre Strategie handeln. Auch, RR, Balance-Schutz und mit einer LOT-Skala macht die EA ziemlich komplex, aber es lohnt sich der Aufwand. Kombinieren Sie eine einfache Strategie mit einem detaillierten Managementsystem innerhalb eines komplexen EA ist 50 Millionen über 15 Jahre wert. Dont erwarten, dass diese Art von System über Nacht zusammen zu kommen, verbrachte ich 2 Jahre Gebäude Mine, aber es war eine sehr aufregende Reise. Wenn you8217re leidenschaftlich über den Handel und EA8217s einfach nicht aufgeben. Konzentriert bleiben und weiter lernen. Tatsächlich. Sie könnten die meisten Strategien in der Zeitung veröffentlichen. Fast niemand würde alles mit ihm tun. Ich liebe die Betonung auf 8220not verlieren8221 anstatt zu gewinnen. You8217re, die meine Sprache sprechen, würde ich 3 Punkte hinzufügen, um bei der Bewertung der Leistung der programmierten Handelssysteme zu berücksichtigen. Vor allem, wenn Backtest ein System in MetaTrader ist es wichtig zu bedenken, dass MT4 nicht bieten einen echten Tick-Datenstrom. Es simuliert nur die Tick-Daten, indem die im History Center gespeicherten Datenbalken verwendet werden. Dies bedeutet, dass eine sehr aktuelle Preisentwicklung aus 1 oder 5 Minuten Balken aufgebaut werden kann und die Historie weiter aus 15 oder 30 Minuten Balken aufgebaut werden kann. Das Ausführen von Tests über Zeiträume von mehreren Jahren kann MT4 dazu veranlassen, die Tick-Daten unter Verwendung von Balken mit noch größeren Zeiträumen zu simulieren. Aus diesem Grunde sehen Sie viele Leistungsprüfungen, die in MetaTrader über mehrere Jahre mit einer Kennlinie durchgeführt wurden. Es gibt eine steil profitable Kurve in den ersten Jahren und eine flache zu verlieren Kurve in der jüngsten Zeit. Wenn das System auf den wahren Tick-Daten ausgeführt würde, würde es höchstwahrscheinlich während des gesamten Testzeitraums schlecht funktionieren, da die frühen Jahre auf 15M oder 30M Bars simuliert wurden und weniger volatil waren als die tatsächliche Preisaktion des Zeitraums. Zweitens neigen die meisten Leute, die Handelssysteme entwerfen, dazu, ihr System zu optimieren, um den Gewinn zu maximieren, der während des Zeitraums erhalten wurde, der verwendet wurde, um das System zu testen. Als ein Beispiel let8217s sagen, der System-Designer getestet sein System über einen Zeitraum von 5 Jahren. Die natürliche Neigung ist es, die Variablen zu optimieren, um den Gewinn zu maximieren. Der Gedankeprozess geht so: Wenn das System einen 50 Gewinn und einen 2,5 Gewinnfaktor über diesen Testzeitraum erzeugt, sollte ich zumindest eine annehmbare Leistung in Echtzeit nutzen. Glauben Sie mir, dies ist der Kuss des Todes in EA-Programmierung und der Grund so viele kommerzielle professionelle Berater scheitern. Der Kunde kauft in die rentable Leistung während der Back-Test-Phase und dann unweigerlich verliert, wenn er versucht, die EA mit echtem Geld laufen. Proper Back-Tests versucht, die wahre durchschnittliche Leistung der EA auf mehrere Testperioden zu finden. Schließlich gibt es das Problem, das im Artikel des Wissens berührt wurde, wenn die Ergebnisse, die Sie erleben, statisch gültig sind. Natürlich, wie Herr Flower sagt, wenn ein Verlust Streifen außerhalb 2 Standard-Abweichungen dann sind die Chancen etwas geändert hat. Ich möchte darauf hinweisen, dass die Verteilung der Gewinne und Verluste Trades immer zufällig ist und durch den Gesamtprozentsatz der Gewinner oder Verlierer in einer Stichprobe von Geschäften unter der Annahme, dass es groß genug, um statisch gültig ist bestimmt. Um ein Beispiel geben let8217s sagen, Ihr System erfordert eine 50-Gewinn-Rate, um rentabel zu sein. Nun, wir wissen bereits, aus einer Münze, die die gleiche 50-Sieg-Rate, dass die Gewinner und Verlierer neigen dazu, zusammen in gewinnende Streifen und verlieren Streifen neigen. Darüber hinaus wissen wir aus der Studie von Statistiken, dass die Verteilung der Gewinner und Verlierer in der EA mit einem 50-Gewinn-Rate wird die gleiche wie die Verteilung aus dem Werfen einer Münze erhalten. Das heißt, es wird in einer Gruppe von 1000 Trades im Durchschnitt 8 verlieren Streifen von 5 Verlierer in einer Reihe und 8 Siegerreihen von 5 Siegern in Folge sein. Ähnlichkeit in einer Gruppe von 1000 Trades sollten Sie auch im Durchschnitt von 4 verlieren und gewinnende Streifen von 6 in einer Reihe, 2 verlieren und gewinnende Streifen von 7 in einer Reihe und 1 gewinnen und verlieren Streifen von 8 und 1 gewinnen und verlieren Streifen von 9 in einer Reihe. Es ist wichtig, dass der Benutzer eine realistische Vorstellung von Größe und Anzahl der verlorenen Streifen hat, die er mit der EA begegnen wird. Andernfalls wird er sicherlich aufgeben und ganz das erste Mal begegnet er einem erwarteten verlieren Serie von Trades. That8217s einer der vielen Gründe, dass ich don8217t testen alles in MetaTrader. Ich verwende es nur für Live-Trading. Die schwachen Daten und die Unfähigkeit, Portfolios zu testen, machen sie für meine Zwecke unbrauchbar. You8217re Recht über über-Optimierung. Der einfachste Weg, dies zu vermeiden, ist, die Anzahl der Parameter in Ihrer Strategie zu minimieren. Ich habe nur 4 in meiner Dominari-Strategie, zum Beispiel. Danke für die ausführlichen Gedanken
No comments:
Post a Comment