"Model aramada brute force yaklaşımı (Bölüm II): Yoğunlaşma" makalesi için tartışma

Global modellerle başlayacağım. Matematiksel beklentileri 8 puan civarındaydı. Bunun nedeni, formül için 50 mum kullanmamız ve ilk sekmede, yalnızca 1 çekirdek kullanırken her döviz çifti için yaklaşık 200.000 varyantı kontrol etmemizdir. Daha iyi bir makineyle daha kolay olurdu. Programın bir sonraki sürümü bilgisayar gücüne daha az bağımlı olacaktır. Burada puan olarak ortaya çıkan matematik beklentisine değil, performansın gelecekteki Uzman Danışman performansını nasıl etkileyeceğine odaklanmak istiyorum.

EURUSD H1 ile başlayalım. Testler 2010.01.01-2020.01.01 aralığında gerçekleştirilmiştir. Amacı global bir model bulmaktı:

Sonuçlar göze pek hoş gelmiyor, ancak ilgili zaman aralığında döviz çiftinden elde edebildiğimiz tek şey budur. Çok net olmasa da global bir model tanımlayabiliriz. Brute force için formülde 50 mum kullandım. Sonuç beklediğimiz kadar iyi değildir, ancak gereklidir. Ne için olduğunu daha sonra göreceksiniz. Gelecekteki performansını anlamak için aynı segmenti 2020.01.01-2020.11.01 ileri döneminde test edelim:

Sonuçlar oldukça anlaşılabilir. Bu analizin, modelin devamından kâr elde etmeye çalışmak için yetersiz olduğu ortaya çıktı. Genel olarak, global modelleri analiz ediyorsak, amaç en az birkaç yıl daha çalışacak bir model bulmak olmalıdır, aksi takdirde böyle bir analiz tamamen yararsızdır. Grafiğin başında model çalışmaya devam eder, ancak altı ay sonra tersine döner. Dolayısıyla, ilk test için yeterince iyi parametreler bulmayı başarmamız koşuluyla, böyle bir analiz birkaç ay boyunca ticaret yapmak için yeterli olabilir. Bu durumda analiz P_Factor değerine göre yapılmıştır. Bu parametre Kâr Faktörüne benzerdir, ancak [0...1] aralığında değerler alır. Kârın %1 ila %100 aralığıdır. İlk sekmede, bu parametrenin en yüksek değeri yaklaşık 0.029’du. Bulunan tüm varyantların ortalama değeri yaklaşık 0.02’ydi.