ارزیابی اثربخشی سیستم های معاملاتی با تجزیه و تحلیل مؤلفه های آنها

ساخت وبلاگ

هرکسی که تجارت در بازارهای مالی را خیلی سریع شروع کند ، متوجه می شود که در این خط موفقیت کسب و کار فقط با یک رویکرد سیستماتیک خاص امکان پذیر است. معاملات خود به خود می تواند یک شانس ، ضربه ، عاطفی و عاطفی باشد و به طور معمول به دستیابی به نتایج مثبت کمک نمی کند و در صورت انجام ، موفقیت مختصر است و عواقب آن می تواند چشمگیر باشد. بنابراین ، هر تجزیه و تحلیل ، چه گرافیکی ، بر اساس شاخص ها ، یا سایر موارد ، یکی از مؤلفه های اصلی تجارت موفق در بازارهای مالی است. این مقاله تا حدی تحقیق در مورد چند سیستم تجاری ساده و مستقل برای تجزیه و تحلیل اثربخشی و سودمندی آنها از برنامه مشترک است.

تعیین معیارهای ارزیابی اثربخشی سیستم تجارت

معمولاً ، ارزیابی اثربخشی هر سیستم معاملاتی مجموعه خاصی از پارامترهای تعریف شده و مشخص و همچنین برخی از مقادیر حاصل از سیستم است. دوره های شاخص ها ، از دست دادن متوقف شده یا اندازه سود یا مجموعه پیچیده تری از ضرایب سیستم که تأثیر ورود و خروج از بازار را تحت تأثیر قرار می دهد ، می تواند به عنوان پارامترهای تعیین شده استفاده شود. مقادیر حاصل به نوبه خود سود خالص ، کاهش ، درصد معاملات موفق یا میانگین ارزش معاملات سود در سپرده ارز است.

هر سیستم معاملاتی با گذشت زمان اثربخشی خود را کاهش می دهد ، زیرا ماهیت بازارهای ارز به طور مداوم در حال تغییر است ، زیرا از شاخص های حاصل آشکار می شود. بنابراین ، پارامترهای سیستم SET باید در شرایط تغییر تغییر یافته و تنظیم شود. در این مقاله ما هدف ما تعریف مفهوم یک سیستم معاملاتی پیچیده است.

سیستم معاملاتی پیچیده مجموعه ای از بلوک های جداگانه است که الگوریتم ها و پارامترهای خاص خود را دارند و در رابطه با یکدیگر کار می کنند. عملکرد هر یک از این بلوک های موجود در سیستم را می توان با مجموعه ای از معیارها ارزیابی کرد. ما طرح ارزیابی اثربخشی سیستم را که در شکل 1 نشان داده شده است در نظر خواهیم گرفت. سیستم پیچیده دارای سه بلوک تشکیل دهنده A ، B ، C است و هر یک از آنها پارامترهای عملیاتی شخصی خود را دارد. عملکرد و اثربخشی این سیستم با سه بعد قابل ارزیابی است: 1 ، 2 ، 3. با گذشت زمان شرایط بازار ، جایی که این سیستم معامله می شود ، تغییر می کند و پارامترهای 1-3 به سمت رضایت بخش تغییر می یابد ، که سیگنال آن زمان استبرای پیکربندی مجدد سیستم. این کار را می توان با استفاده از روشهای زیر انجام داد:

  1. بهینه سازی هر نه پارامتر را به منظور تطبیق سیستم با واقعیت های فعلی بازار شروع کنید. با این حال ، این روش حاوی افزونگی است - چرا می توان همه پارامترها را بهینه سازی کرد ، اگر می توان فهمید که کدام بلوک بدتر شده است؟
  2. بر این اساس ، روش دوم. مجموعه متداول معیارهای ارزیابی C1 ، C2 ، C3 برای هر سه بلوک سیستم ایجاد شده است که امکان ارزیابی و مقایسه کارآیی عملکرد برای هر یک از بلوک ها را به طور جداگانه فراهم می کند.

مزایای این روش:

  • اجتناب از افزونگی. در صورتی که بلوک ها به راحتی کار کنند ، نیازی به بهینه سازی نیست.
  • سیستم نظارت. پارامترهای C1-C3 را می توان پس از برخی دوره های زمانی اندازه گیری کرد ، در نتیجه رفتار سیستم و واحدهای آن را با هم و به طور جداگانه در زمان های مختلف بازار روشن می کند (جلسات معاملاتی ، انتشار خبری و غیره).
  • تجزیه و تحلیل آسیب پذیری. این امکان را می دهد تا تعیین کند که کدام سیستم را به پایین می کشاند ، به منظور بهینه سازی ، جایگزینی یا بهبود فقط بلوک خاص ، به جای کل سیستم.

عکس. 1. سیستم معاملاتی پیچیده

نمونه ای از ارزیابی اثربخشی سیستم تجارت با تجزیه و تحلیل مؤلفه های آن

به منظور آزمایش کارآیی کل سیستم تجارت ، باید بررسی کنیم که چگونه بلوک های سیستم به طور جداگانه از یکدیگر و نحوه کار آنها با هم کار می کنند. سیستم آزمایش از دو بلوک تشکیل شده است:

  1. بلوک A. این مبتنی بر سیگنال های SAR پارابولیک شاخص استاندارد است.
  2. بلوک B. این بر اساس سیگنال های نوسان ساز شتاب دهنده شاخص استاندارد (AC) است.

بلافاصله مجموعه ای از معیارها را برای ارزیابی این بلوک ها تعریف خواهیم کرد:

  • معیارهای C1 - سود خالص.
  • معیارهای C2 - حداکثر کاهش.
  • معیارهای C3 - معاملات سود (٪ از همه).

برای وضوح کامل ، ما همان شاخص های پارامترهای کارآیی کلی را انتخاب خواهیم کرد:

  • پارامتر 1 - سود خالص.
  • پارامتر 2 - حداکثر کشش.
  • پارامتر 3 - معاملات سودآور (٪ از همه).

نمونه هایی از سیگنال های ورود به بازار برای این شاخص ها در اسناد کتابخانه استاندارد MQL5 قرار دارد: سیگنال های Parabolic SAR و سیگنال های نوسان ساز شتاب دهنده (شرایط اول). برای هر یک از آنها شرایط ورود را شرح خواهیم داد و شرایطی را که تحت آن در آزمایش بازه ای از پیش تعیین شده مؤثر هستند ، می یابیم.

تمام پارامترهای مشاور متخصص آزمون به روش زیر نوشته شده است:

شکل 2پارامترهای مشاور متخصص

اولین پارامتر EA TM (حالت تست) است و می تواند مقادیر 1 ، 2 یا 3 را نگه داشته باشد. این مقادیر با سه حالت عملکرد مطابقت دارد:

  • TM = 1. فقط از شرایط ورود به بازار با نشانگر SAR پارابولیک استفاده می شود. حالت کار فقط برای یک بلوک.
  • TM = 2. فقط از شرایط ورود به بازار با نشانگر نوسان ساز شتاب استفاده می شود. حالت کار فقط برای بلوک B.
  • TM = 3. عملکرد مشترک هر دو بلوک. کل سیستم کار می کند.

با تغییر پارامتر حالت آزمون می توانیم پارامترهای مورد علاقه خود را کشف کنیم: برای بلوک های A و B-C1-C3 ، برای کل سیستم-پارامترهای 1-3. در زیر نتایج آزمایش بلوک در SAR پارابولیک (شکل 3) ، AC (شکل 4) و عملکرد مشترک آنها (شکل 5) است.

شکل 3آزمایش ماژول SAR پارابولیک

شکل 4تست ماژول های AC

شکل 5عملکرد مشترک ماژول ها SAR و AC

براساس نتایج سه حالت عملیاتی مختلف ، جدول مقایسه ای برای اهداف شفاف ارائه می شود:

 

حالت آزمونسود خالصمعاملات سود ، ٪حداکثر کاهش
127،5637،9132،71
2106،9839،1938،94
3167،1640،6418،62

شبیه سازی بدتر شدن سیستم

بیایید پارامترهای عملیاتی بلوک A (حالت تست = 1) را به سمت کاهش کارایی آن تغییر دهیم. این به ما این سؤال را می دهد که در صورت تغییر یکی از بلوک های آن برای بدتر شدن یکی از بلوک های آن ، چه اتفاقی خواهد افتاد.

برای شبیه سازی کاهش کارایی سیستم ، ما یک پارامتر مربوط به عملکرد بلوک A - بازه زمانی برای ماژول محاسبه 1 را تغییر خواهیم داد - روش زیر همانطور که در شکل 6 نشان داده شده است. این دوره محاسبه آن را بر اساس SAR پارابولیک تغییر می دهد که بر نقاط ورود به بازار تأثیر می گذارد و از این رو کارایی کل سیستم را تغییر می دهد.

شکل 6شبیه سازی کاهش کارآیی سیستم

شکل 7نتیجه تغییر پارامتر ماژول بر اساس SAR پارابولیک

برای اهداف مصور ، ما عملکرد مشاهده شده بلوک A را با دو مقدار مختلف از بازه زمانی پارامترهای آن برای ماژول محاسبه 1 مقایسه خواهیم کرد:

 

بازه زمانی برای ماژول محاسبه 1سود خالصمعاملات سود ، ٪حداکثر کاهش
1 ساعت27. 5637. 9132. 71
4 ساعت2. 5436. 7343. 21

این بدیهی است که محاسبه دوره 4 ساعته نتایج ضعیف تری از عملکرد ماژول را برای هر سه معیار ارزیابی به ما داده است. آزمایش کل سیستم با مقادیر عمدی تخریب شده یکی از مؤلفه های آن ، همچنین اثربخشی پارامترهای 1-3 را کاهش داده است ، همانطور که در شکل 8 نشان داده شده است.

شکل 8عملکرد مشترک SAR Parabolic (بدتر) و AC

اکنون ما تمام نتایج آزمون را در کنار هم قرار خواهیم داد تا تعیین کنیم که چگونه تغییرات در بلوک A بر بازده کلی سیستم تأثیر گذاشته است.

 

بازه زمانی برای ماژول محاسبه 1سود خالص (ماژول 1)معاملات سود ، ٪ (ماژول 1)حداکثر کاهش ، ٪ (ماژول 1)سود خالص (سیستم)معاملات سود ، ٪ (سیستم)حداکثر کاهش ، ٪ (سیستم)
4 ساعت2. 5436. 7343. 21139. 3440. 0024. 9
1 ساعت27. 5637. 9132. 71167. 1640. 6418. 62

نتایج نشان داد که تحقیق در مورد هر بلوک از سیستم پیچیده به طور جداگانه به منظور بهبود کارایی ، تأثیر مثبتی در پارامترهای ارزیابی کل سیستم داشته است. پایان نامه ها در ابتدای این مقاله نیز تأیید شده است که این روش از بهینه سازی کل سیستم به عنوان یک شیء واحد کمتری دارد. علاوه بر این ، این روش توانایی های اضافی برای نظارت بر سیستم را فراهم می کند.

نتیجه

در این مقاله روش ارزیابی اثربخشی سیستم های معاملاتی با تجزیه و تحلیل مؤلفه های آنها در نظر گرفته شده است. بر اساس آزمایش و تحقیق در مورد مؤلفه سیستم بلوک و ماژول های آن ، نتیجه گیری زیر را می توان ترسیم کرد:

  • این روش ارزیابی با شناسایی تنها آن دسته از مؤلفه هایی که برای بهینه سازی و بهبود می یابند ، از بهینه سازی کلیه پارامترهای سیستم کمتری برخوردار است.
  • ایجاد سیستم های تجاری به شکل اجزای با استفاده از بلوک هایی که می توانند با معیارهای تعیین شده اندازه گیری شوند ، امکان مدیریت بهتر آنها ، شناسایی نقاط ضعف و ارتقاء با انعطاف پذیری بیشتر را فراهم می کند.

هشدار: کلیه حقوق این مواد توسط Metaquotes Ltd. کپی یا چاپ مجدد این مواد به طور کامل یا جزئی محفوظ است.

آشنایی با رمزارزها...
ما را در سایت آشنایی با رمزارزها دنبال می کنید

برچسب : نویسنده : بهاءالدین خرمشاهی بازدید : 107 تاريخ : دوشنبه 29 اسفند 1401 ساعت: 23:03