歩いていたし、ランダムに雨が降り始めた場合, 明日は傘を持って考慮します。? もちろん、.
人々が行動を観察したとき、私はそのような修辞的な質問をする理由は、, それらはそれに応じて応答します. 彼らは何かが再び起こる可能性があることが予想される場合, 彼らは結果の変化に対応するために彼らの行動を変えます.
あなたは外国為替のロボットを考えるとき, 誰もが永遠に動作する戦略を開発するという夢を持っています. これは、変更する必要はありません. 初期設定は、常に動作. それをオンにし、ビーチに移動.
現実, もちろんです, それよりも複雑です.
あなたの戦略は、必然的にゆがんで行くときそれはあなたが何をする必要があるかの期待につながります. それはあなたが現在の市場にも驚くほど動作しない戦略を考え出すことは非常に可能性があります. しかし, 過去の天才は、将来の天才を意味するものではありません. あなたの戦略は、もはや将来的に動作しません可能性が常にあります.
何故ですか? それが今日雨が降れば、それはあなたが明日傘を運ぶかもしれないのと同じ理由です. 人々は一貫した方法で行う市場を観察. より多くの人々は、観測を行うと, 人々はそれに取引を開始します. 市場では、これらの変化に対応, あまりにも多くの人々がそれについて耳いるとして、最終的に機会が完全に洗います.
ウォークフォワードテストは、あなたの戦略が洗い流さしたかどうかを決定するプロセスです. データの1セットでテストすることにより, そして、ブラインドセットにそれをテスト, あなた自身にあなたの戦略が悪いかどうかの指標を与えることができます. ウォークフォワードの目標は、あなたの戦略が良好であることを証明することではありません. それはあなたの戦略が悪いことが知られていないことを証明することです.
ウォークフォワードテストのプロセスは非常に簡単です. あなたは、あなたのテストに使用する情報のセットを識別し、 最適化. 実際の例を使用して, 今ではの始まりに 2014. だから、多分あなたはからデータを見て、テストしたいです 2011 を通じて 2012. それはあなたの中のサンプルデータになります, し、サンプルデータのうち、あなたはすべての可能性があります 2013.
歩行フォワードテストを行うために, あなたはあなたの戦略をテストし、分析することになります 2011-2012. その後、, それはだかどうかを判断します “悪いことが知られていません”, あなたは、その後に先に歩きます 2103 見るために性能を確認.
あなたがやったことはブラインドテストであります. あなたはどのように戦略がで実行することになりかわかりませんでした 2013 あなたはそれをテストしたとき 2011-2012. ブラインドサンプルの上に置くことによって、, あなたはそれを失敗する機会を与えます.
それはあなたの最適化の弱点を識別するための絶対的な最高のツールだから非常に多くのトレーダーは徒歩フォワードテストで自分たちの信仰を置く理由は、. あなたは戦略をテストしているとき, それはあなたが過去の機会にオーバーフィットをした可能性が非常に高いです.
自己フィードバックは、現在の市場でループ
私はあなたに例を挙げましょう. 現在の市場では, トレーダーの多くはされています 叩い金 市場にどこの市場で毎日が開いて開きます。, 彼らはおそらくできる限り金を売却. 場合によっては、数分のスパンでの年間生産量の数倍です. あなたは何を参照してください5または10分間の絶対的自由落下であります. その状態は、一度日間持続します. しかし、それは永遠に続きません. 十分なトレーダーは、人々がオープンに金を強打することを見て起動すると、, 彼らは同じことをやって起動します.
効果的, 誰が彼らのためにその取引を行うために他のトレーダーを教えていた金は、市場のオープンにフォールオフしたいです. 人々は金が開いて最初の5分で落ちることを期待したよう, 彼らはその後、彼らの行動を変えます. いくつかは、オープンを叩いにジャンプし、短い移動しよう.
他の人は自分の動作を変更する開始します. 彼らは、5分間その金無料の落下に注意してください. その後、, 突然止まります, そのようなよりは平均値に戻ります. 非常に多くの分が開いてから経過した彼らは、タックと買いを変え始めましょう. 彼らは販売に先行重いボリュームが最終的に正常に戻ることを期待. 人々は彼らの行動を変更すると, 他の人が親切に対応します.
十分な人々がオープンに販売を開始し、その後、オープン5分で購入する場合, あなたは一人が別のアクションに応答する場合はパターンが形成されていることがわかります. それは日の最初のカップルのために働いていた状態がもはや将来的に機能する自己フィードバックループです.
あなたはこれらの条件に耐えることがある戦略を識別することができた場合, あなたが任意のテストと最適化をしなかった条件に耐えることがあります, あなた自身の将来に成功したのより良いオッズを与えます. それは非常に多くはないトレーダーは、あなたが発見したこの取引チャンスに物事をよく分かっていることを意味し.
フォワードテストを歩くためのアプローチは、として知られている問題に対する解毒剤であります カーブフィッティング. カーブフィッティングはcould haveの縮約形should haveの縮約形戦略究極のwould haveの縮約形であります. 昨日から、チャートを開いて、私はここで買っただろうと私はここに販売したと言っに似です, すでに蒸散何を知ります.
もちろん、あなたがしようとしています “稼ぐ” 其れでは. あなたは、市場が何をしたか、完璧な情報を知っています. 将来は, あなたは完璧な情報がわかりません. 戦略の目標は、そのあいまいさに対処することです.
新しい状況が必然的に発生していることをあなたが過去の市場の状況にまで完璧にフィットのすべてをしたカーブフィッティング手段, フレーズに似て一種の, “歴史は繰り返さありません, それは韻を踏みます,” あなたの戦略は、同じことを行い.
あなたは過去の実績でもない戦略をしたいです, しかし、あなたは歴史的な市場でお金を稼ぐための戦略を考え出すていません. 戦略を開発する目的は、将来の市場でお金を稼ぐことです. あなたはバックテストしているとき, あなたは、固体の歴史的性能とのバランスをしようとしています, 最も重要なこと, その歴史的知識が将来の業績に外挿することを確認すること. あなたの目標は、お金を稼ぐことです.
ローリングウォークフォワード最適化
ローリングウォークフォワード最適化は徒歩前方にアイデアを取り、継続的に新しいデータにそれを暴露することによって、戦略を改善. それでは、あなたが24ヶ月のサンプル期間を持っているとしましょう. それについて移動するための一つの方法は、二ヶ月の期間、あなたの戦略を最適化することであろう, その後、3ヶ月目に前方に歩いて. あなたは行動を観察し、あなたは、第2、第3の月の再最適化, その後、4番目の月を楽しみにして歩きます.
連続的にそうすることによって, あなたは戦略の減衰時間を排除し、それを継続的な市場の状況に適応する機会を与えます. これは、機械学習に赤毛の継子の一種であります. 経験と損失は戦略に徒歩フォワード最適化により改善し、市場の変化に適応する機会を与えます.
…あなたは戦略の減衰時間を排除し、それを継続的な市場の状況に適応する機会を与えます
散歩フォワード分析のためのもう一つの重要な考慮事項であります 自由度 系内で. たとえば, 例えば、あなたが、移動averaageクロスを分析しているとしましょう. あなたは、2つの移動平均を使用して、固定stoplossを使用して、利益を取るしています. それはあなたに4度の自由度を与えるだろう. 高速移動平均は、最初の学位であります. ゆっくりと移動平均は、二度あります. 第三はstoplossで、4番目はテイク利益であります.
あなたはシステムで許可するより多くの自由度が大幅に過去のデータにあなたのシステムをフィッティングチャンス0F曲線を増加させ. 絶対的な最高のシステムは、12自由度以下に保ちます. あなたは、大規模な取引の数、あなたが満足すること申し出性能を有する取引の機会を見つけたいです.
あなたの最適化の際に考慮すべきもう一つの要素は、あなたがのために最適化されたものです. ほとんどの人は絶対リターンに焦点を当てます. 戻り値は素晴らしいです, ほとんどのトレーダーは、について多くを気に どうやって 彼らはお金を稼ぐの代わりに、 いくら. 私はあなたに例を挙げましょう. 私が作っシステムを持っていた場合 $25,000 昨年, あなたはそれを望みます? ほとんど誰もがそう言います.
私が作っシステムを使用している場合 $25,000 昨年, しかし、あなたはに負けなければなりませんでした $15,000 あなたはお金を作った前に. ほとんどの人は、そのシステムを望んでいません. これが意味することは、最終的な結果ではなく、日々のパフォーマンスについてより多くを気にしていることです. 最適化、さらには徒歩フォワード最適化の問題点は、必ずしもあなたが現実の世界で気に何に焦点を当てていないということです: あなたがあなたのお金を作っている方法.
ほとんどのチャートパッケージは、ネット結果に焦点を当て、それはあなたのシステム内のいくつかの弱点を引き起こす可能性があります. あなたはレンジ取引している場合, あなたが本当にやったことは桜が少なくとも実質的なニュースの影響を受けている結果を選ぶです. 効果で, あなたはまだ影響を受けていません設定を選択しました 脂肪のしっぽ.
あなたはトレンド取引している場合, あなたは正反対をやりました. あなたが意図的に過去に起こった脂肪tailesを最大化の設定を選びます. トレンド取引戦略で, あなたはおそらく安定したパフォーマンスを見つけることするつもりはありません. 代わりに, 何を見つけることは、最適化を頻繁に長い引き起こすことがあります, 絶え間ないドローダウンの継続的な干ばつ. そして、突然、, ほとんどどこからともなく, それはあなたが経験したドローダウンの数倍を返すメガモンスターの勝者を見つけます. これは、架空のbacktestsの罰金です, しかし、現実の世界で、あなたは近く、日常的に損失を被るている場所, ほとんどのトレーダーは、痛みを取ることができません. 私はほとんどの最適化を見つけるの弱点は、彼らはパフォーマンスの一貫性を見ていないということです. 戦略を最適化するための潜在的な代替が見れることになります 線形回帰 経時株式曲線の. 最高の株式曲線は最強の線形回帰の傾きを有します.
ローリングウォークフォワード最適化を実装する人気チャートパッケージはAmibrokerです, 売買, MultichartsとNinjaTrader.
NinjaTraderでウォークフォワード最適化
コントロールセンターから戦略アナライザを開きます. [ファイル] をクリックします。 / 新機能 / 戦略分析.
- 楽器や機器のリストの上でマウスの左クリックと右のマウス、マウスの右クリックメニューを表示します. メニュー項目ウォークフォワードを選択. また、上でクリックすることができます “で” 戦略分析ツールバーのアイコン. あなたがホットキーを好む場合, あなたはまた、Ctrlキーを使用することができます + W. 最後に, あなたもプッシュすることができます “W” 戦略分析の左上のアイコン.
- 戦略引き出しメニューから戦略を選択します
- ウォークフォワードプロパティを設定 (参照してください。 “ウォークフォワードの特性を理解します” プロパティ定義については、以下のセクション) し、[OK]ボタンを押してください.
ウォークフォワード進行は、コントロール・センターのステータスバーに表示されます.
MT5戦略テスターは、ウォークフォワード能力を持っています (しかし、ローリングありません).
共有するためのおかげで, と.
優秀な記事. 私は過酷な部分は、最適化と前進試験のための良い戦略を取得しようとしていた非常に良いEAを持っています.
記事では、最適化のために非常に良い方法を提供します.
あなたはWFAツールを持っています ?
こんにちはルディ,
あなたはWFAとはどういう意味ですか? ウォークフォワード分析?
–ショーン
Recently I started experimenting with WFA and made a startling observation. When all else is equal, the outcome of one WFA i.e. Walk Forward Efficiency could vary greatly if the start date of the first In-Sample period is shifted by just one month.
Google Spread Sheet showing both the WFA runs – https://goo.gl/6VHRDU
In Case 1 the first IS-OS step starts on 2nd Aug 2006 and slides forward by 6 months in each step. In Case 2 it starts on 2nd July 2006.
効果で, in Case 1 the WFA leaves out one month in the beginning and includes one month in the end when compared to Case 2.
Case 1 WFE : 100%
Case 2 WFE : -12%
Is this a case of seasonal variation? Any other explanation? Its really astonishing to see such big difference between them.
反対に, the phenomenon reverses when we shift from 6 month Out of Sample period to 2 ヶ月. In this situation the WFA instance starting from 2nd July 2006 outperforms the one that starts from 2nd Aug 2006.
Google Spread Sheet showing both the WFA runs and result reversal – https://goo.gl/AkH4ID
May be you can throw more light on this phenomenon.