آموزش نرم افزار الگویاب

معرفی نرم افزار الگویاب

اَلگویاب چیست؟

اَلگویاب نرم افزاری قدرتمند برای ساخت استراتژی و یک پلتفرم تحقیقاتی است. این برنامه ، امکانات زیر را در اختیار کاربران قرار می دهد:

• به طور خودکار استراتژی های معاملاتی منحصر به فرد جدیدی را برای هر نمادی در بازار های سهام ، آتی ، تبادلات ارزی بین المللی ، رمزارزها و حتی ETF ها و CFD تولید می کند .
• استراتژی ها را با بازارها یا تنظیمات مختلف آزمایش می کند و دوباره بهینه سازی می کند .
• برای اطمینان از این که استراتژی های ساخته شده در بازار واقعی کارایی داشته باشند ، تست های هم زمان  پیشرفته ای را جهت تست استحکام استراتژی ها انجام می دهد .

با استفاده از اَلگویاب می توانید استراتژی های معاملاتی با بک تست سودآوری را در بازارهای مختلف و تایم فریم های مختلف بدون نیاز به دانش برنامه نویسی پیدا کنید .

کد منبع استراتژی های حاصل را می توان برای استفاده در پلتفرم های معاملاتی مانند متاتریدر 4 و 5 ذخیره و اجرا کنید.

با استفاده از اَلگویاب :

• می توانید تعداد نامحدودی استراتژی معاملاتی منحصر به فرد برای تقریباً هر بازار یا تایم فریمی تولید کنید .
• می توانید استراتژی های خود را به عنوان یک اکسپرت برای متاتریدر 4و 5 و حتی ترید استیشن و نینجا تریدر با کد منبع کامل ذخیره نمایید . البته توجه داشته باشید که در حال حاضر ما در حال کار بر روی پشتیبانی از تریدینگ ویو در اَلگویاب هستیم همچنین امکان استفاده از این استراتژی ها را در سایر پلتفرم های معاملاتی مانند بایننس را به زودی پی گیری خواهیم کرد .
• این امکان فراهم شده تا پروسۀ سخت و طاقت فرسای کد نویسی استراتژی معاملاتی که به صورت دستی در گذشته مورد نیاز بود را از کار خود حذف کنید .
• می توانید استراتژی های معاملاتی جدیدی را پیدا کنید که نه تنها منحصر به فرد هستند، بلکه به طور معمول هیچگاه به فکر شما نمی رسیدند.
• می توانید زمان لازم برای ساخت یک استراتژی را از هفته ها و ماه ها به چند دقیقه کاهش دهید!
• می توانید استراتژی های ایجاد شدۀ خود را بهبود دهید.
• می توانید استراتژی های خود را بهینه سازی کنید و بهترین پارامترها را برای آن ها پیدا کنید .
• می توانید قدرت استراتژی های خود را بیازمایید و عملکرد آن ها را تجزیه و تحلیل کنید .

آیا اَلگویاب برای شما مناسب است؟

اگر با استفاده از سیستم های معاملاتی خودکار که به آن ها ربات یا اکسپرت نیز گفته می شود معامله می کنید یا قصد دارید استراتژی های معاملاتی خود را توسعه دهید ، اَلگویاب می تواند در هزینه و گرفته شدن صدها ساعت وقت شما صرفه جویی کند.

برخی از معامله گران ترجیح می دهند که یک ربات معاملاتی آماده را خریداری کنند و البته  انبوهی از پیشنهادات خصوصاً برای بازار بین المللی ارز در فضای اینترنت وجود دارد.

شاید به نظر برسد که این روش می تواند کارا باشد ، اما خریداری کردن یک یا چند ربات از شخصی دیگر ، مثل این است که یک جعبۀ پلمپ شده را خریداری کرده اید، چون شما نمی دانید که این ربات ها با چه ساز و کاری کار می کنند، قوانین ورود و خروج دقیق آن ها چیست و بنابراین با تغییر شرایط بازار و عدم  سازگاری بالقوه این ربات ها با شرایط جدید حاکم بر بازار مورد نظرتان ، طراح یا فروشندۀ ربات ها را مقصر خواهید دانست.

حال آن که با استفاده از اَلگویاب چون این امکان فراهم می شود که استراتژی های معاملاتی خود را به شخصه ایجاد کنید و نقاط قوت و ضعف آن را شناسایی کنید و با فرمت و کد منبع دلخواه ذخیره کنید ، کاملاً کنترل استراتژی های خود را در دست خواهید داشت.

اگر معامله گر دستی هستید چه باید بکنید؟

فرض کنیم که در بازار مورد نظرتان (همانند بازار بورس ایران) امکان معاملات اتوماتیک ارائه نمی شود شما باز هم برای تولید استراتژی های معاملاتی می توانید از اَلگویاب استفاده کنید. شما از یافتن استراتژی های سودآور بسیار زیادی که مبتنی بر قوانین نسبتاً ساده ای کار می کنند و شما تا کنون به آن ها فکر هم نمی کردید ، متعجب خواهید شد.

هر استراتژی که توسط اَلگویاب ایجاد شده است ، می تواند به شبه کد هایی نزدیک به زبان انسان و قابل خواندن با شرح کامل قوانین معاملاتی تبدیل شود و بنابراین شما می توانید از استراتژی های اَلگویاب برای معامله کردن به صورت دستی هم استفاده کنید .

چه انتظاری باید از اَلگویاب داشت ؟

به خاطر داشته باشید که هر چند اَلگویاب ابزاری قدرتمند است ، اما جعبه جادویی نیست که با کلیک بر روی یک دکمه شروع به درآمدزایی کند . برای به دست آوردن نتایج خوب ، باید از آن به روش صحیح استفاده شود که به این منظور توصیه اکید می شود حتما در دوره های مربوطه در شرکت مهد سرمایه جهت فهم دقیق قوانین طراحی استراتژی شرکت کنید. ما ضمانت می کنیم که پس از شرکت در دوره ها فهم شما در طراحی استراتژی تماماَ متحول شود.

تولید استراتژی های جدید در اَلگویاب تنها شاید 50٪ از کل کار است.

نیمۀ دوم کار ، آن جایی است که شما باید به ارزیابی استراتژی های تولید شده بپردازید تا استراتژی هایی را که دارای برازش منحنی بیش از حد هستند یا به اندازه کافی قوی نیستند را فیلتر کنید.

این شما هستید که باید استراتژی های جدید خود را به درستی ارزیابی کنید و نقاط قوت ، ضعف و محدودیت های آن ها را قبل از استفاده کردن در بازار واقعی بدانید.

خیلی معمول است که از هر 1000 استراتژی سودآور تولید شده توسط اَلگویاب ، تنها یک مورد از آنها از کل آزمون های استحکام عبور کند و بتوانیم از آن برای معامله گری در بازار واقعی استفاده کنیم.

اما تعداد استراتژی هایی که می توانیم تولید کنیم تقریباً بی پایان است ، بنابراین حتی 1٪ از بینهایت نیز عدد بسیار بزرگی است و تنها چند مرحله برای ارزیابی کیفیت استراتژی ها و اندازه گیری میزان خوب بودن و کارابودن آن ها در بازار واقعی وجود دارد.

اَلگویاب چگونه کار می کند؟

برای رسیدن به پاسخ این پرسش ، به موارد زیر خواهیم پرداخت :

• شیوۀ ساخت استراتژی های معاملاتی به صورت تصادفی
• مفاهیم تکامل ژنتیک
• بررسی یک نمونه کد استراتژی
• بلوک های ساختاری قابل پشتیبانی

شیوۀ ساخت استراتژی های معاملاتی به صورت تصادفی

تولید نسل های اولیۀ تصادفی ، پایۀ کار اَلگویاب است. استراتژی های تولید شده از این طریق با استفاده از تکامل ژنتیکی می توانند بیشتر بهبود و تکامل یابند .

استراتژی های معاملاتی مربوط به جمعیت اولیه ، با استفاده از ترکیبی از الگوهای قیمت ، اندیکاتورهای تکنیکال ، انواع شرایط ورود و خروج از معاملات و دیگر موارد برای شکل گیری قوانین ورود و خروج ساخته می شوند.

اَلگویاب می تواند از تمام اندیکاتور های استاندارد تکنیکال و اوسیلاتورها مانندCCI ، RSI ، استوکاستیک و … ، مقادیر زمانی مانند زمانی خاص در یک روز ، روز های هفته و الگوهای گوناگون قیمت استفاده کند . این عناصر “ساخت” اولیه ، سپس با استفاده از عملگرهای منطقی و مفاهیم ریاضی چون & ، OR ،> ، <و مانند این ها برای ایجاد یک قانون ورود یا خروج ترکیب می شوند.

علاوه بر این ، انواع مختلف سفارشات ورود و خروج مانند سفارش ورود آنی به بازار ، سفارشات معوق ، محدوده سود ، خروج پس از چند کندل و … را پشتیبانی می کند.

با ترکیب احتمالی تمام این قوانین و دستورالعمل ها ، اَلگویاب قادر است میلیاردها استراتژی معاملاتی مختلف را تولید کند.

 

خود روند ساخت استراتژی ها کاملاً تصادفی است و بخش “ساخت” ، به طور تصادفی گزینه ها و بلوک های مختلف را از لاجیک موجود انتخاب می کند و آن ها را برای ایجاد قوانین ورود ، نوع سفارشات و قوانین خروج با هم ترکیب می کند.

همواره در انجام این ترکیبات ، برخی از محدودیت ها وجود دارند که اَلگویاب از آن ها اطمینان حاصل می کند و در نهایت ، نتیجۀ کار ، تولید یک استراتژی معاملاتی کاملاً تصادفی منحصر به فرد است.

هر چند استراتژی حاصل ممکن است سودآور باشد ، اما اَلگویاب می تواند بسته به قدرت کامپیوتر شما هزاران استراتژی جدید در هر ساعت تولید و آزمایش کند و راه کارهای مختلف بسیاری هم برای اطمینان از سودآوری وجود دارد.

تکامل ژنتیکی

تکامل استراتژی ها به روش “ژنتیک” ، روند یافتن استراتژی های معاملاتی مناسب را با استفاده از الگوریتم هوش مصنوعی ژنتیک با گزینشی بهتر پیش می برد.

در این حالت اَلگویاب ابتدا تعدادی استراتژی تصادفی ایجاد می کند ، که به عنوان جمعیت اولیه در پروسۀ تکامل استراتژی ها استفاده می شود.

سپس این نسل اولیۀ استراتژی ها با استفاده از فناوری هوش مصنوعی ژنتیک در نسل های متوالی “تکامل” می یابد.

این فرآیند از تئوری تکامل طبیعت تقلید می کند . الگوریتم ، مناسب ترین استراتژی ها را با توجه به  معیارهای عملکرد انتخاب شده در هر نسل انتخاب می کند ، و سپس از گروه کاندیداهای مناسب برای تولید نسل جدیدی از استراتژی های معاملاتی استفاده می شود.

همان طور که در  شیوۀ تکامل طبیعت هم وجود دارد ، این روش باید منجر به ایجاد نامزدهای بهتر و بهتر شود که البته در مورد کار ما ، استراتژی هایی که از نسل های اولیۀ سودآور و با معیارهای عملکرد بهتر انتخاب شده اند معمولا” سود آورتر ، پایدارتر یا به طور کلی بهتر هستند.

کد منبع استراتژی

در این قسمت یک نمونه کد برای مثال از یک استراتژی ایجاد شده توسط اَلگویاب آورده شده است . می بینید که استراتژی شامل دستورات ورود ، دستورات خروج و دستورات مدیریت معاملات مانند تریلینگ استاپ و … است .

استراتژی های تولید شده توسط این برنامه شبیه به نمونه زیر هستند و از آن ها می توان در قالب اکسپرت های متاتریدر خروجی گرفت.

====================================================================
== Entry conditions
==================================================================== 
LongEntryCondition = (Stoch(40, 1, 3) < 50)
ShortEntryCondition = (Stoch(40, 1, 3) > 50)

====================================================================
== Entry orders
====================================================================
-- Long entry
if LongEntryCondition is true {
   if No position is open then Buy at Ichimoku(6, 18, 38, Kijun-sen) + (0.4 * ATR(86)) Limit;
   Stop/Limit order expires after 34 bars.

   Stop Loss = 190 pips;
   Profit Target = (0.74 * ATR(87)) pips;

   // Move SL to BE (on close)
   Move Stop Loss to Entry price when in profit at least (77 * ATR(12)) pips;

   // Profit trailing (on close)
   Profit Trailing by 222 pips;

   // Stop trailing (on close)
   Move Stop to (Close(1) + (0.5) * BBWidthRatio(20, 2.0))) on bar close;
}

-- Short entry
if ShortEntryCondition is true {
   if No position is open then Sell at Ichimoku(6, 18, 38, Kijun-sen) + (-0.4 * ATR(86)) Limit;
   Stop/Limit order expires after 34 bars.

   Stop Loss = 190 pips;
   Profit Target = (0.74 * ATR(87)) pips;
}

====================================================================
== Exit orders
====================================================================
-- Long exit
if MarketPosition is Long {
   if (Bars Since Entry >= 33) {
      Close position at market;
   }
}

بلوک های ساختاری

اَلگویاب بیش از 250 بلوک ساختاری را پشتیبانی می کند ، از جمله تمام اندیکاتورهای تکنیکال استاندارد مانند CCI ، RSI ، استوکاستیک ، مومنتوم و … .

هم چنین از همۀ انواع سفارشات استاندارد مانند ورود آنی به بازار ، معاملات معوق و روش های پیشرفتۀ خروج مانند تریلینگ استاپ یا حرکت دادن حد ضرر به نقطه صفر (نه سود نه ضرر) پشتیبانی می کند.

ما به عنوان تیم پشتیبانی و متخصصان اَلگویاب به طور مداوم اندیکاتور های تکنیکال جدید و سایر ویژگی ها را به برنامه اضافه خواهیم کرد .

اگر اندیکاتور مورد علاقه خود را دارید و می خواهید در اَلگویاب هم آن را داشته باشید و مشاهده کنید ، فقط کافی است که با کارشناسان ما جهت ارائه قیمت و زمان انجام پروژه تماس بگیرید.

ویژگی های اصلی اَلگویاب چیست؟

اَلگویاب UI یا رابط کاربری مدرن و پیشرفته ای دارد که از لحاظ بصری انعطاف پذیری بسیار بالایی دارد .

اَلگویاب دارای موتور تست بازآزمایی معاملات پیشرفته ای است که با استفاده از آن می توان هر استراتژی را بارها و بارها تست کرد . این موتور تست استراتژی فقط به یک دسته یا قالب خاص از استراتژی های ثابت محدود نمی شود و برای تست همۀ انواع استراتژی ها کاربرد دارد .

اَلگویاب اکنون دیگر به شما امکان می دهد تا استراتژی هایی ایجاد کنید که در چند نمودار مختلف معامله می کنند ، اعم از استراتژی هایی با یک نماد یکسان و تایم فریم های متفاوت یا نمادهای کاملا متفاوت و تایم فریم های یکسان.

اَلگویاب استراتژی هایی با ساختار و معماری انعطاف پذیر و دلخواه برای شما ایجاد می کند و به شما امکان می دهد از بین سه نوع معماری مختلف برای استراتژی ها ، یکی را انتخاب کنید و مثلا” استراتژی هایی مبتنی بر منطق فازی بسازید و به لطف این آزادی در انتخاب معماری و ساختار کلی استراتژی ها ، به راحتی می توانید نوع استراتژی دلخواه خود را ایجاد کنید.

اَلگویاب با امکان ایجاد پروژه های سفارشی انعطاف پذیر ، روند و جریان کار را بسیار آسان کرده ، چرا که علاوه بر سه قسمت اصلی برنامه یعنی “ساخت” ، “تست” و “بهینه سازی” ، اکنون شما می توانید جریان کار و روند خاص پروژه های خود را نیز اتوماتیک کنید .

اَلگویاب امکان ایجاد فرآیندهای خودکاری را فراهم می کند که بدون دخالت کاربر قابل اجرا هستند و می توانند استراتژی های تولید شده را به طور مداوم ایجاد ، آزمایش ، تأیید و فیلتر کنند.

اَلگویاب از امکان انجام محاسبات تحت شبکه و موازی بر روی چندین رایانه به طور هم زمان پشتیبانی خواهد کرد. هر چند این امکانی است که ما هنوز در حال توسعۀ آن هستیم ، اما استفاده از چندین رایانه برای سرعت بخشیدن به آزمایشات یا تولید استراتژی های معاملاتی برای شما امکان پذیر خواهد شد.

سیستم مورد نیاز

اَلگویاب یک اکسپرت نیست ، یک برنامه معمولی با فایل اجرایی (EXE) تحت ویندوز است و در همۀ رایانه های استاندارد با اتصال اینترنت اجرا می شود .

حداقل سیستم مورد نیاز :

• 2 پردازندۀ 2 گیگاهرتزی 2 هسته ای
• 8 گیگابایت RAM
• 10 گیگابایت فضای هارد دیسک
• ویندوز 7 ، ویندوز 8 یا ویندوز 10 با سیستم عامل 64 بیتی

قدرت پردازش :

مقادیر گفته شده حداقل مورد نیاز جهت اجرای برنامه می باشد ولی قاعدتا برای بهره گیری از تمامی امکانات سیستم نیاز به رایانه های بهتری خواهید داشت که در این ارتباط می توانید در قسمت پشتیبانی تیکت گذاشته و با کارشناسان ما تماس گرفته و از تجربیات ما در این بخش استفاده نمایید.

تولید و آزمایش مجدد استراتژی ها به قدرت پردازش بسیار زیادی نیاز دارد ، بنابراین هرچه رایانۀ شما سریع تر باشد ، استراتژی های بیشتری نیز تولید و آزمایش می شوند .

مهمترین مولفه ای که بر سرعت تست تأثیر می گذارد ، پردازنده یا همان CPU است. اَلگویاب می تواند از تمام هسته های پردازنده استفاده کند ، بنابراین با استفاده از پردازنده های چند هسته ای مانند i7 یا AMD بهترین نتایج حاصل می شود.

نصب و راه اندازی اَلگویاب

نکتۀ مهم – لطفاً اَلگویاب را در پوشۀ استاندارد C: Program Files نصب نکنید!

چرا که ممکن است به درستی کار نکند . زیرا تنظیمات امنیتی ویندوز اجازه نمی دهد اَلگویاب در پوشه های خود داده ها ی مربوطه را بنویسد .

در عوض برنامه را در یک درایو یا پوشۀ عادی روی  هارد دیسک مانند  C:\Algoyab نصب کنید .

برای نصب اَلگویاب فقط برنامۀ نصب را اجرا کرده و دستورالعمل ها را دنبال کنید .

نکتۀ مهم – مراحل پس از نصب

بسته به سیستم عاملی که استفاده می کنید ، در بعضی از موارد ، ریزه کاری های کمی وجود دارد که باید پس از نصب انجام دهید .

برخی از اندیکاتور های تکنیکال یا توابع استفاده شده در اَلگویاب به طور خاص توسط تیم اَلگویاب پیاده سازی می شوند تا آن ها را به روشی استاندارد ، برای رفع برخی از ایرادات که باعث ایجاد اختلاف در نتایج تست مجدد می شدند  استفاده کنیم.

همۀ این اندیکاتور های تکنیکال بخشی از بستۀ نصب هستند ، می توانید آن ها را در پوشۀ { Algoyab } / custom_indicators پیدا کنید.

این نکته بسیار مهم است که تمام این اندیکاتورهای تکنیکال را به پوشه اندیکاتور نرم افزار متاتریدر خود اضافه کنید!

متاتریدر

به سادگی می توانید فایل های * .mq4 یا * .mq5 را از این پوشه در متاتریدر خود نصب و کپی کنید.

نحوۀ پیدا کردن پوشۀ صحیح برای کپی کردن اندیکاتور ها در متاتریدر به این صورت است :

1. متاتریدر را باز کنید
2. به File -> Open Data Folder بروید – این پوشه ، متاتریدر را در پنجرۀ explorer باز می کند .
3. به MQL4 یا MQL5 ، سپس به زیر پوشۀ Indicators بروید .
4. تمام اندیکاتورهای سفارشی اَلگویاب را در آنجا کپی کنید .
5. اندیکاتورهای اَلگویاب ، پس از راه اندازی مجدد ، در متاتریدر وارد شده و در دسترس هستند .
6. در صورتی که اندیکاتور ها را در لیست اندیکاتور خود هنوز هم مشاهده نمی کنید در مارکت واچ در داخل قسمت  اندیکاتور ها دکمه سمت راست موس را فشار داده و گزینه refresh را انتخاب کنید.

اگر از بیش از یک متاتریدر نصب شده استفاده می کنید ، باید این مراحل را برای هر متاتریدری که در حال حاضر از آن استفاده می کنید یا در آینده نصب می کنید ، تکرار کنید.

موتورهای بک تست متاتریدر 4 و 5 ، ترید استیشن و مولتی چارتس

اَلگویاب می تواند از استراتژی های معاملاتی برای پلتفرم های معاملاتی متاتریدر 4 و 5  ، ترید استیشن و مولتی چارتس خروجی بگیرد . همچنین با ایجاد شبه کد (PseudoCode) ، امکان توصیف قابل فهم و درک انسانی را از منطق استراتژی ها فراهم می نماید .

این فرمت ها و پلتفرم های معاملاتی با هم از نظر شیوۀ مدیریت معاملات ، باز و بسته شدن پوزیشن ها و دیگر موارد ، تفاوت هایی اساسی دارند که می تواند باعث شود استراتژی ، نتایج بسیار متفاوتی در یک موتور معاملاتی نسبت به موتور معاملاتی دیگر داشته باشد . همیشه استراتژی ها را برای موتور معاملاتی پلتفرمی که بعداً با آن می خواهید معامله کنید بسازید!

اَلگویاب به شما امکان می دهد موتور بک تست را تغییر دهید تا موتور تست داخلی بداند که  چگونه معاملات را به روشی منطبق با پلتفرم انتخاب شدۀ شما انجام دهد.

هر پلتفرم معاملاتی و موتور تست خاص ، به شما امکان می دهد که تنظیمات مخصوص به همان پلتفرم را پیکربندی کنید.

شروع سریع نرم افزار الگویاب

چیدمان برنامۀ اَلگویاب

وقتی اَلگویاب را برای اولین بار باز می کنید ، صفحۀ اصلی آن را مانند تصویر زیر مشاهده خواهید کرد :

عملکرد های اصلی برنامه به وسیله ی تب های مختلفی به شرح زیر از هم تفکیک شده اند :

1. شروع به کار – صفحۀ شروع ، حاوی نمونه ای از تنظیمات ، اخبار و لینک های مفید است .
2. ساخت – بخشی برای ساختن استراتژی های جدید یا بهبود استراتژی های موجوداست و در واقع این قسمت هستۀ اصلی برنامه و کارخانه اصلی استراتژی  محسوب می شود .
3. تست – بخشی برای آزمایش مجدد استراتژی های موجود بر روی داده های دیگر یا با تنظیمات متفاوت است .
4. بهینه ساز – قسمتی برای بهینه سازی پارامترهای استراتژی های موجود یا اجرای شبیه سازی واک فوروارد است .
5. مدیریت داده – بخشی است که از آن برای مدیریت ، بارگیری ، وارد کردن و خروجی گرفتن از داده هایی که در تست مجدد به کار برده می شود ، استفاده می شود .
6. پروژه های سفارشی – ابزاری برای ایجاد روندی سفارشی از کارهای مد نظر شما .
7. اَلگو ساز – ویرایشگر استراتژی های معاملاتی است و خودتان به آسانی از این جا می توانید با تعریف کردن قوانین دقیق ، یک استراتژی معاملاتی را بدون کد نویسی و به زبانی قابل فهم از ابتدا ایجاد کنید .
8. کنترل شبکه- ابزاری است برای مرور وظایف و کارهایی که تحت شبکه در حال محاسبه و اجرا می باشد
9. پیکربندی- گزینه های مربوط به پیکربندی و تنظیمات کلی برنامه از این جا در دسترس است .
10. گزارش اشکال – گزارش اشکالات یا پیشنهادات یا ایده هایتان در ارتباط با اَلگویاب را می توانید با استفاده از این بخش با تیم پشتیبانی اَلگویاب در میان بگذارید .
11. نسخۀ ساخت – شمارۀ نسخه ای از اَلگویاب که در حال حاضر از آن استفاده می کنید در این جا نمایش داده می شود .

ساختار بخش “ساخت”

وقتی برای مثال بر روی بخش “ساخت” کلیک می کنید ، می بینید که کل صفحه به سه ستون یا بخش اصلی تقسیم شده است :

1. موتور – این بخش جایی است که از آن می توانید مراحل کار را شروع یا متوقف کنید ، ببینید چه چیزی در سیستم ثبت می شود و ادامه پیدا می کند.
2. تنظیمات – این بخش در واقع شرح مختصری از پیکربندی واقعی بخش “ساخت” است ، برای مشاهدۀ پیکربندی کامل ، می توانید روی هر یک از این برگه ها کلیک کنید.
3. نتایج – حداکثر سه قسمت کوچک به همراه خلاصۀ نتایج سه استراتژی برتر که در بانک استراتژی موجود است ، در این جا نمایش داده می شود . این قسمت ها تنها پیش نمایش مهم ترین نتایج استراتژی ها هستند . با کلیک کردن بر روی این صفحه یا دو بار کلیک کردن بر روی یک استراتژی در بانک داده ، می توانید نتایج را به شکلی دقیق و با جزئیات بیشتر مشاهده و بررسی کنید.
4. بانک استراتژی – جایی است که تمام استراتژی ها در آن ذخیره می شوند .

بانک استراتژی و فایل ها

استراتژی های موجود در اَلگویاب در قالب فایل های اختصاصی خود ذخیره می شوند که فقط توسط اَلگویاب قابل باز شدن هستند . اگر استراتژی های بالقوه خوبی پیدا کردید ، باید همیشه با دقت آن ها را در جایی امن ذخیره کنید تا بعداً بتوانید روی آن ها بیشتر کار کنید.

بانک استراتژی

مهمترین مفهومی است که در هنگام استفاده از اَلگویاب باید درک کنید . مهم نیست که از کدام حالت استفاده می کنید ، استراتژی ها همیشه در بانک های استراتژی ذخیره می شوند .

بانک های استراتژی در پایین صفحه قرار دارند و می توانید بسته به نیازتان در هنگام کار ، صفحۀ نمایش آن ها را کوچک کنید یا با کشیدن آن به سمت بالا ، بانک های استراتژی را باز کنید.

تمام استراتژی هایی که اَلگویاب تولید می کند یا با آن ها کار می کند ، مسلما” در یکی از بانک های استراتژی موجود است. در بانک استراتژی می توانید استراتژی ها را بر اساس خصوصیات آن ها مرتب کرده ، بارگیری و ذخیره کنید و وقتی روی یک ردیف دو بار کلیک کنید ، اَلگویاب جزئیات مربوط به نتایج تست استراتژی ها را در پنجرۀ نتایج باز می کند.

شیوۀ اجرای استراتژی ها در پلتفرم معاملاتی شما مانند متاتریدر ، ترید استیشن و دیگر پلتفرم های معاملاتی

متاتریدر نمی تواند فایل های استراتژی های اَلگویاب را بخواند. اگر می خواهید استراتژی های جدید خود را در متاتریدر تست یا اجرا کنید ، باید این استراتژی ها را با فرمت کد منبع MQL ذخیره کنید .

لطفاً بخش مربوط به نحوۀ خروجی گرفتن از استراتژی های ساخته شده به وسیلۀ نرم افزار اَلگویاب را بررسی کرده و آن را در متاتریدر آزمایش کنید.

لطفا توجه داشته باشید که فایل های ذخیره شده با فرمت * .MQ4 توسط اَلگویاب قابل خواندن نیستند ، بنابراین همیشه حداقل یکبار استراتژی های خود را به شکل فایل های استراتژی اَلگویاب ذخیره کنید .

حالت های مختلف “ساخت” استراتژی

لطفا مقالۀ “اَلگویاب چگونه کار می کند” را مطالعه کنید تا بفهمید که چگونه این نرم افزار استراتژی تولید می کند.

اَلگویاب دو روش “ساخت” قابل انتخاب دارد که اولی “تولید نسل تصادفی” و دیگری روش “تکامل ژنتیکی” نام دارد .

نسل تصادفی

در این حالت اَلگویاب به طور مداوم استراتژی های تصادفی جدیدی را یکی پس از دیگری تولید و آزمایش می کند تا زمانی که متوقف شود .

نامزدهای برتر براساس معیارهای از پیش تعیین شده ، در بانک داده ها ذخیره می شوند تا بعداً بتوانید آن ها را بررسی کنید.

خوبی های روش تصادفی :

• سریع تر و ساده تر از روش تکامل ژنتیکی است .
• می تواند اجرا شود تا زمانی که متوقف شود ، بنابراین اگر اجازه دهید که برای چند روز بی وقفه اجرا شود ، می تواند میلیون ها استراتژی را تولید و مقایسه کند .
• به امکانات اضافی کمتری نیاز دارد ، بیشتر استراتژی های تولید شده به این روش ، پس از بهینه سازی  آن چنان تغییری نمی کنند .

بدی های روش تصادفی :

• پس از ایجاد ، این استراتژی ها تکامل یا بهینه سازی پیدا نمی کنند اما می توانید از آن ها به عنوان جمعیت اولیه برای ساخت سری بعدی استراتژی ها براساس روش تکامل ژنتیکی استفاده کنید .

تکامل ژنتیکی

اَلگویاب ابتدا جمعیت اولیۀ کاندیداها را با استفاده از روش تصادفی ایجاد می کند و سپس از فرایند تکامل ژنتیکی برای افزایش و تکامل جمعیت و تولید نامزدهای بهتر و بهتر در هر نسل استفاده می کند.

این فرآیند با رسیدن به تعداد از پیش تعیین شدۀ نسل ها و یا بهبود یافتن استراتژی ها به پایان می رسد.

خوبی های روش ژنتیک :

• از نظر تئوری باید به تولید استراتژی هایی بهتر از نسل اولیه تصادفی منجر شود .
• این بدان معنی است که استراتژی های خوب موجود در نسل اول می توانند بیشتر بهبود یابند .
• جستجو برای یافتن استراتژی های سودآور در تریلیون ها ترکیب مختلف ، ممکن است با روش پر قدرت تکامل ژنتیکی موثرتر باشد.

بدی های روش ژنتیک :

• پروسۀ تکامل ممکن است کندتر باشد .
• گاهی اوقات تکامل می تواند به بن بست برسد و در این وضعیت مجبور هستیم نسل اولیه را دوباره بررسی کنیم .
• تعداد استراتژی های تولید شده ، وابسته به تعداد جمعیت اولیه است و گاهی بسیار محدود می شود .
• بیشتر مستعد تناسب بیش از حد نتایج معاملات استراتژی های تولید شده با نمودار نمادهای تحت آزمایش است و از دیدگاهی این روش را اساساً می توان یک فرایند بهینه سازی به حساب آورد .

پروژه های سفارشی

هر چند پروژه های سفارشی دقیقاً روشی برای ساخت استراتژی نیستند ، اما صحبت کردن دربارۀ آن ها در این جا بد نیست چرا که به شما امکان می دهد پروژه هایی اتوماتیک و چند منظوره برای انجام کارها ایجاد کنید . به عنوان مثال ، می توانید چندین مرحله ساخت تصادفی استراتژی ها را یکی پس از دیگری اجرا کنید یا از یک سری استراتژی تولید شدۀ تصادفی به عنوان نسل اولیه استفاده کنید و سپس به صورت خودکار به دنبال تکامل ژنتیکی بروید و از استراتژی های تولید شده به روش تصادفی به عنوان جمعیت اولیه برای این مرحله استفاده کنید . البته لازم است که برای اطلاعات بیشتر بخش مقدمۀ پروژه های سفارشی را مرور کنید.

سبک استراتژی ها

اَلگویاب به شما امکان می دهد تا از میان سه سبک مختلف ، سبک استراتژی دلخواه تان را انتخاب کنید. منظور ما از سبک ، نحوۀ ساخت استراتژی است.

هر استراتژی معاملاتی شامل مجموعه ای از قوانین IF – THEN است . به این معنی که ” اگر” اتفاقی روی دهد ، “سپس” اقدامی از پیش تعیین شده باید انجام شود . با این وجود تفاوت هایی در نحوۀ دقیق ساخت این قوانین در سبک های مختلف ساخت استراتژی وجود دارد.

سبک اَلگویاب

معماری استراتژی ها در سبک اَلگویاب به این شکل است که اولین قانون ، در واقع یک سیگنال ویژه است که تمام شرایط معاملاتی را بررسی می کند. سپس بقیۀ قوانین مربوط به سیگنال های معاملاتی تولید شده را بررسی کرده و معاملات را باز می کند یا می بندد . در نهایت ، قوانین استراتژی به شکل زیر به نظر خواهند رسید :

SIGNAL RULE:

LongEntrySignal = Long Entry Conditions

ShortEntrySignal = Short Entry Conditions

LongExitSignal = Long Exit Conditions

ShortExitSignal = Short Exit Conditions

LONG ENTRY RULE:

IF LongEntrySignal = true and ShortEntrySignal = false

and LongExitSignal = false

THEN Open Long order

SHORT ENTRY RULE:

IF ShortEntrySignal = true and LongEntrySignal = false

and ShortExitSignal = false

THEN Open Short order

LONG EXIT RULE:

IF LongExitSignal = true and LongEntrySignal = false

THEN Close Long order

SHORT EXIT RULE:

IF ShortExitSignal = true and ShortEntrySignal = false

THEN Close Short order

سبک اَلگویاب با منطق فازی

سبک دیگری از استفاده از قوانین می تواند به تولید استراتژی هایی با استفاده از منطق فازی کمک کند ، تنها تفاوت این سبک با سبک قبلی ، قانون سیگنال است و در روش قبلی سیگنال ها با هم AND می شدند ولی در منطق فازی سیگنال ها به روش OR و رای گیری سنجیده می شوند.

یک سیگنال معمولی در یک استراتژی معاملاتی استاندارد می تواند مانند مثال زیر باشد :

SIGNAL RULE:

LongEntrySignal = ((CCI(14) > 0) and (RSI(20) > 50))

or

((MACD(10, 20, 30) > 0) and Hammer Candle Pattern))

در روش تولید استراتژی های معاملاتی با کمک منطق فازی ، ما در حال افزایش امکان ارزیابی همۀ شرایط هستیم . بنابراین مانند این است آگاهانه اجازه می دهیم تا برخی از شرایط اشتباه باشند ، در حالی که هنوز سیگنال معتبری دارند.

SIGNAL FUZZY RULE

LongEntrySignal (70% of the conditions below must be true):

CCI(14) > 0

RSI(20) > 50

MACD(10, 20, 30) > 0

Hammer Candle Pattern

توجه داشته باشید که ما در این جا در متن کد ها از AND یا OR استفاده نمی کنیم و اجازه می دهیم تا همۀ شرایط ارزیابی شوند.

اما با استفاده از قوانین فازی شما یک چیز دیگر را در متن کد ها تعریف می کنید و آن این است که حالا چه تعداد از همۀ این شروط باید برقرار باشد تا کل سیگنال در مجموع معتبر به حساب آید .

در مورد این مثال ، ما چهار شرط داریم و 70٪ از آن ها یعنی 3 شرط از 4 شرط باید درست باشند. بنابراین اگر از این چهار شرط تنها سه مورد آن درست باشند ، سیگنال ورود به معاملۀLong  برقرار خواهد بود.

استفاده از قوانین فازی فقط در صورتی منطقی است که به استراتژی تان اجازه دهید که بیش از 2 یا 3 شرط فرعی در هر سیگنال ایجاد کند و اگر فقط 2 یا 3 شرط در یک سیگنال داشته باشید ، معنی چندانی نخواهد داشت.

اما تصور کنید اگر سیگنال ورود به معاملۀLong  شما از 10 شرط تشکیل شده باشد ، در این حالت منطق فازی را می توان بیشتر شبیه به “رأی گیری” دانست به این معنی که بیشترین آرا هر چه که بود ، جهت درست و نتیجۀ نهایی سیگنال را تعیین کند .

این روش ، فرصت های جدیدی برای ایجاد استراتژی های معاملاتی به وجود می آورد .

الگوهای استراتژی سفارشی

سفارشی سازی ، امکانی قدرتمند و بزرگ است که در اَلگویاب تعبیه شده است. شما محدود به این سبک های از پیش تعریف شده نیستید . الگوهای سفارشی به شما امکان می دهد تا “الگویی” با معماری مورد نظر خود برای تولید استراتژی ها ایجاد کنید و سپس استراتژی هایی مطابق با این الگو ایجاد کنید.

لطفاً برای اطلاعات بیشتر مقالۀ “توسعه استراتژی ها با استفاده از الگوهای استراتژی سفارشی” را بررسی کنید.

بررسی های هم زمان – تست های خودکار استحکام استراتژی

بزرگترین خطر موجود در ارتباط با هر استراتژی تولید شده ای با استفاده از هر فرآیندی که در آن از روش های یادگیری ماشین استفاده می شود ، برازش بیش از حد یا “تناسب استراتژی ها با داده های گذشته” است که بر اساس آن ساخته شده اند .

در هنگام تولید هر استراتژی جدید یا بعد از آن ، باید مطمئن شوید که استراتژی شما در شرایط مختلف بازار قوی و مستحکم است و حتی لازم است که احتمال کارایی آن در آینده را نیز افزایش دهید .

استحکام چیست؟

به زبان ساده ، منظور از استحکام ، خاصیت کنار آمدن استراتژی با شرایط متغیر بازار است :

• اول از همه ، استراتژی اگر ویژگی های بازار تغییر نکرده باشد ، باید بدون بهینه سازی  یا پس از بهینه سازی  مجدد دوره ای پارامترها ، بر روی داده های ناشناخته کار کند .
• اگر برخی از معاملات را به هر دلیلی انجام ندادید نباید استراتژی ضررده شود.
• یک استراتژی قوی نباید خیلی حساس به پارامترهای ورودی باشد و باید حتی اگر مقادیر پارامتر های ورود به معاملات مانند پریود یا دورۀ اندیکاتورها یا برخی از ثابت ها یا داده های تاریخی یا کارمزد و کمیسیون و غیره را کمی تغییر دادید ،  نباید از کار بیفتد .

مهم ترین آزمایش برای سنجش میزان استحکام ، آزمایش استراتژی بر روی داده های ناشناخته یا “خارج نمونه” است .

اگر تولید استراتژی به روش تکامل ژنتیکی را اجرا کنید ، استراتژی ها فقط در بخش “داخل نمونه” ی داده های گذشتۀ بازار توسعه می یابند . قسمت “خارج نمونه” برای استراتژی ها ناشناخته است ، بنابراین می توان از آن برای تعیین این که آیا استراتژی ها در قسمت ناشناختۀ داده ها نیز درست عمل می کند ، استفاده کرد .

در این تصویر ، قسمت آبی هر نمودار ، مربوط به داده های “خارج نمونه” یا ناشناخته است. ، می توانیم ببینیم که چگونه استراتژی سمت چپ در این بخش نیز عملکرد خوبی دارد ، در حالی که استراتژی سمت راست در تست روی داده های ناشناخته شکست می خورد و برای ما تقریباً قطعی است که ناکارآمد است چون این استراتژی خودش را با داده های گذشته تطبیق داده و متناسب کرده است .

بررسی اتوماتیک هم زمان برای سنجش میزان استحکام استراتژی در اَلگویاب

بررسی های متقابل هم زمان در واقع روش های اضافی اختیاری هستند که می توانند پس از تولید و عبور از فیلترهای اولیه ، بر روی استراتژی ها اعمال شوند .

بررسی های متقابل با تست معاملات در نمادهای اضافی دیگر ، یا با استفاده از روش های مونت کارلو برای شبیه سازی منحنی های نمادها و سهام مختلف ، یا حتی با استفاده از روش های بهینه سازی و واک فوروارد یا ماتریس واک فوروارد می توانند استحکام استراتژی ها را از هر نظر بیشتر تأیید کنند .

نکته مهم این است که در صورت عدم موفقیت در تست بررسی های متقابل ، می توانید از فیلترهای متقابل نیز استفاده کنید تا استراتژی ها را فیلتر کنید. این موارد در تست های استحکام پیشرفته بررسی می شوند، چون استراتژی های ناموفق به طور خودکار کنار گذاشته می شوند ، به شما امکان می دهد که قیف هایی ایجاد کنید و کار را سریع تر و بهتر پیش ببرید .

نمونه ای از فیلتر های قیف مانند با استفاده از تست های هم زمان در مرحلۀ ساخت استراتژی

این که چند تست هم زمان را به کار بگیرید و چگونه فیلترهای آن ها را پیکربندی کنید، به دانش شما بستگی دارد.

بررسی های متقاطع بسته به طول زمان انجام تست آنها به سه گروه اولیه، استاندارد و پیشرفته تقسیم می شوند.

همچنین باید بدانید که این تست ها به ترتیب از ساده ترین مورد به پیچیده ترین مورد اعمال می شوند . بنابراین ، مثلا” اگر استراتژی توسط اَلگویاب از Cross Check 1 عبور نکند و قبول نشود ، در مرحلۀ بعد توسط Cross Check 2 دیگر آزمایش نمی شود .

توجه داشته باشید که اجرای تست بررسی های متقاطع برای هر یک از استراتژی ها ممکن است زمان خیلی زیادی بگیرد.

برخی از روش های بررسی متقابل ، شبیه سازی های پیچیده و حتی صدها یا هزاران آزمایش روی یک استراتژی با پارامترهای مختلف انجام می دهند و ممکن است هزاران بار بیشتر در مقایسه با تولید استراتژی اولیه و آزمایش اولیه به زمان نیاز داشته باشند . بنابراین می توان استراتژی ها را در ابتدا بدون هیچ گونه تست بررسی متقابلی ایجاد کرد که به عنوان مثال شاید 0.2 ثانیه به طول بیانجامد اما با استفاده از برخی بررسی های متقابل شاید حتی به راحتی بین 10 تا 200 ثانیه برای هر استراتژی طول بکشد تا نتیجه مشخص شود!

بررسی های متقابل می توانند در هنگام تست مجدد استراتژی ها و بدون فیلتر نیز اعمال شوند . بنابراین نیازی نیست که از همۀ تست های متقابل در همان مرحلۀ اولیۀ ساخت استفاده شود .

کاربردهای مختلف تست های متقابل

از روش تست های متقابل ممکن است برای هر یک از این موارد استفاده شود :

• تست مجدد استراتژی ها با دقت بالاتر
• تست متقابل مونت کارلو و دستکاری معاملات
• تست متقاطع مجدد در نمادهای دیگر
• بررسی مورد به مورد و مجدد تست های مونت کارلو

اَلگویاب پس از انجام این تست ها ، تست های زیر را روی هر استراتژی تولید شده انجام می دهد :

1. استراتژی به طور تصادفی در سریع ترین زمان و با بیشترین دقت بر روی حالت “تایم فریم انتخاب شده” تولید و آزمایش می شود . این به تنظیمات شما بستگی دارد اما معمولا” به طور پیش فرض از همین حالت استفاده می شود .
2. اگر استراتژی از فیلترهای کلی شما عبور نکند ، به طور خودکار فیلتر شده و دور ریخته می شود . به عنوان مثال ، اگر تعداد معاملات کافی نداشته باشد یا سود خالص آن کمتر از میزان تعیین شده به وسیلۀ شما باشد .
3. بررسی متقاطع بازآزمایی با دقت بالاتر این استراتژی را با دقت دقیقه یا حتی تیک واقعی ، مجددا” آزمایش می کند – تا مطمئن شوید با استفاده از دقت اولیه در استراتژی تست مجدد آن قابل اعتماد بوده است. توجه داشته باشید که فقط استراتژی هایی که از مرحله 2 عبور می کنند به اینجا می رسند . اگر استراتژی از این مرحله عبور نکند، دور ریخته می شود..
4. بررسی متقابل دستکاری معاملات مونت کارلو با دستکاری در معاملات موجود ، تعدادی شبیه سازی نمودارهای مختلف نتایج خاص را اجرا می کند . برای اطمینان از این که دوباره و به اشتباه همان نمودار نتایج اصلی اولیه به دست نیامده باشد ، شما می بایست استراتژی هایی را که در آزمون مونت کارلو قبول نمی شوند را فیلتر کنید.
5. بررسی متقابل بازآزمایی در بازارهای اضافی ، استراتژی را روی نمادهای مختلف یا بازه های زمانی متفاوت آزمایش می کند. اگر استراتژی در بازارهای دیگر سودآور نباشد ، حذف می شود .
6. بررسی متقاطع اختیاری روش های تست مجدد مونت کارلو با استفاده از تغییرات اندک در پارامترهای شاخص استراتژی ، گزینه های معاملاتی مانند کمیسیون ، تغییر لحظه ای قیمت بازار یا داده های تاریخی ، چندین شبیه سازی انجام می دهد که هر شبیه سازی یک نتیجۀ جدید برای استراتژی است . توجه داشته باشید که هر شبیه سازی یک تست مستقل است ، بنابراین اگر آزمایش مجدد استراتژی در مرحله 1. 0.2 ثانیه طول بکشد ، تا مرحلۀ صدم ، 20 ثانیه طول می کشد . بنابراین مثلا” اگر از 100 شبیه سازی مونت کارلو استفاده می کنید ، 20 ثانیه برای پایان یافتن هر یک تست به ازای هر یک از استراتژی ها باید در نظر بگیرید .

اگر استراتژی از این تست نیز عبور کند ، در بانک استراتژی ها ذخیره می شود و می توانید تا حدود زیادی اطمینان داشته باشید که به قدر کافی در شرایط بد و غیر قابل پیش بینی بازار ، استحکام دارد.

می توانید توضیحاتی دقیق تر را در بخش بررسی های متقابل – تست های استحکام بدست آورید.

افزودن یک استراتژی جدید به پورتفو متناسب با استراتژی های موجود

این یک قابلیت منحصر به فرد در اَلگویاب است و به شما امکان می دهد تا استراتژی هایی پیدا کنید که پورتفوی استرتژی های موجود شما را تکمیل کنند .

ایدۀ پشت این قابلیت ، یافتن بهترین استراتژی هایی است که پورتفوی استراتژی های موجود شما را تکمیل می کنند و با هیچ یک از استراتژی های موجود شما در پورتفو ارتباطی ندارند.

پیکربندی آن در “تنظیمات -> رتبه بندی” در بخش ساخت در دسترس است و بانک دادۀ جدیدی به نام پورتفوهای موجود در این قسمت قرار دارد.

برای استفاده از این امکان ، کافی است که چند تا از استراتژی های موجود خود را در بانک دادۀ پورتفوهای موجود ، بارگیری کنید .

سپس می توانید :

• میزان تناسب را بر اساس پورتفوی موجود خود محاسبه کنید.
• میزان تناسب را برای پورتفوی جدید خود محاسبه کنید و نه پورتفوی اصلی.
• می توانید این کار را با استفاده از تنظیمات میزان تناسب برای پورتفوی جدید انجام دهید.

پس از انجام تنظیمات ، یک شبیه سازی ، پورتفوی جدیدی را  با استفاده از استراتژی جدید شما به علاوۀ استراتژی های موجود قبلی ایجاد می کند و تناسب این پورتفو ها را محاسبه می کند.

با محاسبۀ میزان تناسب با نمودار به این روش ، شما متوجه می شوید که استراتژی هایی را بهبود بخشید که پورتفو را به طور کلی بهبود می دهند، و نه استراتژی هایی که فقط به تنهایی بهترین هستند.

استراتژی های شبیه به هم را فیلتر کنید

برای فیلتر کردن استراتژیهای ایجاد شدۀ جدید که همبستگی بیش از حد زیادی با سایر استراتژی های موجود دارند ، در اَلگویاب فیلتری در نظر گرفته شده است.

البته یک فیلتر اضافی در پایین بخش تنظیمات شرایط فیلتر وجود دارد:

تصویر 3

در این قسمت می توانید حداکثر میزان همبستگی مجاز ، روش محاسبۀ همبستگی مثلا” در در روز ، ماه و چند ویژگی دیگر را تنظیم کنید.

وقتی فیلتر فعال است ، اَلگویاب همبستگی بین استراتژی تازه تولید شده و تمام استراتژی های موجود در بانک اطلاعات پورتفو را محاسبه می کند و اگر هر یک از این همبستگی ها بیش از حد مجاز باشد ، استراتژی جدید را قبول نمی کند.

روش کار پیشنهادی برای ایجاد استراتژی ها

مسلما” فقط یک روش ایده آل برای ایجاد استراتژی ها وجود ندارد که باید آن را دنبال کنید. با کسب اطلاعات بیشتر در مورد روش ایجاد استراتژی ها ، گزینه ها و مسیرهای مختلفی را می توانید امتحان کنید.

برای مطالعۀ مقالات جدید ، توصیه ها و نکات به روز می توانید از وبلاگ ما هم دیدن کنید.

چگونه سریع شروع کنیم؟

ساده ترین راه برای شروع ، استفاده از تنظیمات از پیش تعریف شدۀ قسمت “ساخت” است .

یک روش کمی پیچیده تر ، استفاده از یکی از نمونه کارهای گردش کار پروژه موجود در صفحۀ شروع است:

طرحی از یک گردش کار استاندارد

مراحل کلی کار تولید استراتژی های جدید را می توان به شکل یک سری از مراحل زیر تقسیم بندی کرد :

1. داده های تاریخی را برای آزمایش به اَلگو یاب وارد کنید
2. گزینه های مربوط به بخش “ساخت” را پیکربندی کنید
3. ساخت استراتژی ها را آغاز کنید .
4. استراتژی های تولید شده را ارزیابی کنید
5. دوباره آزمایش یا بهینه سازی کنید ، بررسی های بیشتری انجام دهید.
6. استراتژی را بهبود ببخشید
7. استراتژی را بهینه کنید

1- داده ها را برای آزمایش مجدد بارگیری کنید

شما می توانید از داده های تاریخی موجود در برنامه استفاده کنید یا داده های دلخواه خود را در قالب های مختلف از سایت ها و کارگزاری های مختلف معتبر دریافت کرده و با تنظیمات درست فایل های CSV بر اساس قالب خواسته شده به اَلگویاب وارد کنید .

2- گزینه های مربوط به بخش “ساخت” را تنظیم کنید

تمام تنظیمات را انجام داده و نوع استراتژی ، نماد ها و نوع سفارشات را برای استفاده در قوانین معاملات استراتژی هایتان تعیین کنید. اگر لازم بود می توانید از گزینه های مربوط به محدودیت های زمانی برای محدود کردن معاملات به یک بازه زمانی خاص استفاده کنید.

تست های استحکام استراتژی را که می خواهید در طول تولید استراتژی استفاده کنید ، فعال کنید. تست های متقاطع مد نظر شما بر روی استراتژی های ساخته شده اعمال می شود و می تواند به طور خودکار استراتژی های “نا کارآمد” را فیلتر کند.

گزینه های مربوط به رتبه بندی استراتژی ها را نیز پیکربندی کنید . بخش رتبه بندی استراتژی ها به شما امکان می دهد که معیارهای انتخاب استراتژی را انتخاب کنید تا به این ترتیب بهترین استراتژی ها مشخص شوند.

همچنین می توانید تنظیمات خاصی را  تعیین کنید تا استراتژی هایی که معیارهای خاص مد نظر شما را  دارند انتخاب شوند .

کاملا” منطقی است که همۀ استراتژی هایی که  نسبت Profit Factor, Return/DD یا SQN بسیار پایینی دارند ، کنار گذاشته شوند.

تنظیمات داده ها – برای سرعت بخشیدن به مرحلۀ “ساخت” استراتژی ها ، می توانید دقت تست Selected time frame only را استفاده کنید. استفاده از این حالت امکان می دهد تا برنامه به سرعت کار کند و تا آنجا که ممکن است استراتژی های جدید را تست کند. مسلما شما در مرحلۀ بعد ، وقتی کاندیداهای بالقوۀ خوبی پیدا کردید ، بعداً می توانید آنها را با دقت بیشتری آزمایش کنید.

3- “ساخت” استراتژی ها را شروع کنید

مرحلۀ ساخت را شروع کنید . بسته به تنظیماتی که در نظر گرفته اید ، می توانید اجازه دهید تا مرحلۀ ساخت چند دقیقه ، چند ساعت یا حتی چند روز پشت سر هم اجرا شود. هر چه زمان بیشتری برای اجرا در این مرحله به اَلگو یاب داده شود ، مسلما” فرصت دارد تا استراتژی های بیشتری را آزمایش کند و بهترین آنها را در بانک استراتژی ذخیره کند .

4- استراتژی های تولید شده را ارزیابی کنید

استراتژی های ساخته شده را بررسی کرده و آنها را ارزیابی کنید. می توانید با دیدن و بررسی نمودار نتایج معاملات یا با مرتب سازی بر اساس پارامترهای مختلف دلخواهتان در بانک استراتژی آنها را ارزیابی کنید.

بهترین استراتژی ها را برای ورود به مرحلۀ بعدی انتخاب و با فرمت اَلگو یاب ذخیره کنید تا بعداً بتوانید بیشتر روی آنها کار کنید .

5- در این مرحله می توانید استراتژی هایتان را دوباره آزمایش یا بهینه سازی کنید و بررسی های بیشتری انجام دهید .

هدف از ارزیابی استراتژی ها ، یافتن استراتژی های قوی تر و قابل اتکا تر در بازار است .

تولید استراتژی هایی که نمودار نتایج معاملات سودآوری داشته باشند ، کار دشواری نیست ، زیرا این استراتژی ها بر روی کل داده های موجود گذشتۀ بازار را تجربه کرده اند و با این داده های تاریخی موجود خود را تطبیق داده اند .

استراتژی های قوی باید در شرایط مختلف بازار به خوبی کار کنند و وقتی در آینده تغییر اتی جزئی در اندازۀ پارامترها یا در داده های قیمتی رخ دهد یا تعداد کمی از معاملات را از دست بدهند ، نباید نتایج مثبت آنها بسیار زیاد تغییر کند و کارآیی خود را از دست بدهند.

ایجاد استراتژی خوب تا مرحلۀ 4 ، فقط نیمی از کار است. نیمۀ دیگر این است که مطمئن شوید که استراتژی تازه کشف شده در بازار واقعی هم به همین خوبی کار می کند و بیش از حد خودش را با داده های تاریخی موجود متناسب نساخته است .

برای کسب اطمینان و رفع این ایراد ، می توانید از آزمایشات استحکام بعنوان بخشی از مراحل ساخت در همین مرحله یا حتی در مراحل بعدی استفاده کنید.

شما باید استراتژی های خود را در بازارهای مختلف و با تنظیمات مختلف دوباره امتحان کنید ، و اطمینان پیدا کنید که آنها شکست نمی خورند . تنها در این صورت است که می توانید اطمینان بیشتری داشته باشید که استراتژی تان قوی است و در بازار واقعی شکست نخواهد خورد .

این مرحلۀ آخر ، خودش دارای چندین مرحله است و می تواند شامل تست استراتژی ها با تنظیمات دیگر ، در بازارها و  یا تایم فریم های مختلف ، در دوره های زمانی گوناگون و با کمیسیون و کارمزدهای متفاوت در هنگام اجرای تست های بهینه سازی واک فوروارد یا ماتریس واک فوروارد و آزمایشات متنوع و دلخواه دیگر باشد .

این دو مرحلۀ بعدی ، اضافی و اختیاری هستند و عبارت اند از :

6- استراتژی را بهبود ببخشید

می توانید سعی کنید در بخش “بهبود” ،  استراتژی یا استراتژی های دلخواهتان را بهبود ببخشید. می توانید برای پیدا کردن بهترین عملکرد ، ترکیبات مختلفی را برای  شرایط خروج  از معامله یا شرایط اضافی متنوعی را برای شرایط ورود به معاملات جایگزین کنید .

پس از بهبود دادن استراتژی ، باید دوباره استراتژی جدید را از نظر استحکام بسنجید تا مطمئن شوید که مقاومت خود را از دست نداده است.

7- استراتژی را بهینه کنید

برای یافتن ترکیب بهتری از پارامترهای ورودی برای استراتژی خود می توانید از روش “بهینه سازی ساده” کمک بگیرید . همچنین می توانید بهینه سازی واک فوروارد را اجرا کنید تا بفهمید که آیا این استراتژی پس از بهینه سازی مجدد هنوز سودآور است یا خیر .

در آخرین مرحله ، می توانید تحلیل ماتریس واک فوروارد را برای تعیین بهترین زمان بهینه سازی مجدد انجام دهید.

ساخت

بخش “ساخت” هسته اصلی برنامۀ اَلگو یاب است . با استفاده از این بخش شما می توانید استراتژی های جدید معاملاتی ایجاد کنید.

قبل از شروع به ساخت یا آزمایش مجدد ، باید داده ها و تنظیمات را پیکربندی کنید. استراتژی های برتر تولید شده به طور مداوم در بانک استراتژی در قسمت پایین صفحه ذخیره می شوند.

ساختار استاندارد

با کمک گرفتن از هر یک از بخش های ” ساخت ”  ، ” تست” ،” بهینه ساز”  و ” پروژه های سفارشی ” که در  قسمت های موجود در بالای نرم افزار اَلگو یاب قرار دارند ، می توانید بین بخش های “روند کار” ، “تنظیمات” و “نتایج” جابجا شوید .

صفحۀ “روند کار”  به شما امکان می دهد که ساخت استراتژی ها را شروع یا متوقف یا در روند کار وقفه ایجاد کنید و همچنین در این صفحه ، گزارش ها ، نمودارهای نتایج و موارد مربوط به میزان استفاده از حافظه و نمای کلی تنظیمات به نمایش در می آید .

صفحۀ “تنظیمات” شامل تمام تنظیماتی است که در این بخش خاص موجود است.

صفحۀ “نتایج” شامل بخش هایی برای نمایش معیارهای مختلف مانند میزان سود خالص ، نمودار نتایج معاملات استراتژی و مواردی این چنین است که در بانک استراتژی برای نمایش انتخاب شده است.

بانک های استراتژی

بانک استراتژی، جایی برای ذخیره سازی است که در آن استراتژی های تولید شده یا آزمایش شده به همراه نتایج آن ها ذخیره می شوند . در هر پروژه می توانید بیش از یک بانک داشته باشید و هر بخش “ساخت” ، “تست” و “بهینه ساز” هم  بانک های استراتژی مستقل خودشان را دارند.

بانک استراتژی ها در اَلگویاب به دلیل محدودیت حافظه ، نمی تواند تعداد نامحدودی از استراتژی ها را در خود نگه دارد ، در عوض می تواند تعدادی از استراتژی های برتر را مثلا” 100 یا 1000 استراتژی را ذخیره کند .

تنظیمات مربوط به تعداد استراتژی های قابل ذخیره در بانک استراتژی و نحوۀ مرتب سازی آنها را می توان از قسمت تنظیمات -> گزینه های رتبه بندی تنظیم کرد.

اقدامات مربوط به استراتژی ها در بانک استراتژی

نتایج استراتژی های ذخیره شده در بانک استراتژی را می توان با استفاده از دو بار کلیک کردن بر روی ردیف مربوط به هر استراتژی موجود در صفحۀ نمایش استراتژی ها در بانک استراتژی مشاهده کرد.

بارگیری

فایل های استراتژی های ساخته شده توسط نرم افزار اَلگویاب را در بانک استراتژی بارگیری می کند .

ذخیره سازی

با این روش می توانید استراتژی خود را ذخیره کنید ، همیشه باید استراتژی های خوب را در جایی امن ذخیره کنید تا بعداً بتوانید روی آنها کار کنید.

همچنین می توانید استراتژی ها را در چندین فرمت دیگر بجز فرمت مربوط به اَلگویاب ذخیره سازی کنید و البته این امکان هم فراهم شده که کل محتوای جداول بانک استراتژی را به شکل یک فایل CSV یا XLS ذخیره نمایید .

حذف یا پاک کردن کلی

با استفاده از این گزینه ، کل استراتژی های انتخاب شده یا همۀ بانک های استراتژی حذف می شوند .

تست

یک امکان ویژه در اَلگویاب این است که می توانید استراتژی های انتخاب شده در بخش “ساخت” را به بخش “تست” همراه با همۀ تنظیمات ، دقیقا” همان طور که در بخش “تست” تنظیم شده اند ، انتقال دهید ، بنابراین می توانید استراتژی ها را به انتخاب خود تغییر دهید و برخی از گزینه های دلخواه را به آنها اضافه کرده و دوباره تست کنید.

ویرایش پارامترها یا استراتژی ها

گزینۀ ویرایش به شما امکان می دهد که کد استراتژی های مد نظرتان را ویرایش کنید یعنی مقادیر و پارامترهای آن یا قوانین معاملاتی استراتژی را در ویرایشگر داخلی اَلگوساز به هر شکلی که می خواهید تغییر دهید .

پورتفو

این گزینه ، استراتژی های انتخاب شده را به شکل یک پورتفو با هم ترکیب می کند و گزارشی ویژه از نتایج ترکیب معاملات چندین استراتژی انتخاب شده با هم را ایجاد می کند. سپس می توانید نتایج کل مجموعه استراتژی ها را بررسی یا تحلیل کنید .

هر سطر در جدول ، نشان دهندۀ یک استراتژی به همراه نتایج تست آن استراتژی است . در هر سطر به شکل پیش فرض ، مواردی مانند تعداد معاملات ، سود و زیان کلی ، و مواردی از این دست قابل مشاهده است.

مانند اکثر موارد دیگر در اَلگو یاب ، ستون های داده ای که در بانک استراتژی مشاهده می کنید قابل تنظیم هستند. می توانید بین نماها جابجا شوید و می توانید نمای خود را با ستون هایی که برای شما مهم تر هستند تغییر دهید.

روند کار – گزارش های پروژه ، آمار عملکرد و نمودارها

هنگامی که یک پروژه در حال اجرا است ، می توانید نتایج جاری عملکرد و گزارش های مختلف را در صفحۀ” روند کار ” مشاهده کنید:

برخی از این نمودارها قابل تنظیم هستند و می توانید گزینه ای را که نیاز دارید انتخاب کنید.

تنظیمات

تنظیمات هر قسمت از برنامه در ردیف بالای برگه ها نمایش داده می شود.

با کلیک کردن بر روی هر یک از برگه ها ، یک صفحه با جزئیات مربوط به تنظیمات باز می شود و به شما امکان می دهد که این تنظیمات را با جزئیات دقیق تری مشاهده کنید .

بارگیری یا ذخیره کردن تنظیمات پیکربندی کل پروژه

شما به آسانی می توانید تنظیمات پیکربندی پروژۀ فعلی خود را در یک فایل ذخیره کرده و بعداً در تب “روند کار” ، آن را از فایل ذخیره شده بارگیری کنید :

تنظیمات – چه چیزی ساخته شود؟

در این بخش می توانید انتخاب کنید که دقیقاً می خواهید چه نوع استراتژی هایی تولید کنید. شما می توانید یک استراتژی جدید برای یک نماد ، برای چند نماد یا چند تایم فریم مختلف ایجاد کنید یا استراتژی موجود خود را بهبود ببخشید.

گزینه های مربوط به نوع استراتژی :

• استراتژی ساده – این  استراتژی های ساده ، همان استراتژی های “استاندارد” هستند که با یک نماد و در یک تایم فریم معامله می کنند.
• استراتژی چند تایم فریمی یا چند نمادی – این نوع از استراتژی ها می توانند علاوه بر نماد اصلی ، از چندین نماد اضافی نیز استفاده کند. به عنوان مثال ، بر روی EURUSD / H1 معامله خواهد شد ، اما همزمان می توانند به دنبال استراتژی بر روی داده های EURUSD / H4 و GBPUSD / H1 نیز باشند.
• شما باید تعیین کنید که این استراتژی از چند نماد اضافی استفاده خواهد کرد ، سپس بعداً باید مشخص کنید که کدام یک از آنها دقیقاً در تنظیمات داده ها وجود داشته باشند .
• استفاده از الگو در ساخت استراتژی – در این بخش این امکان فراهم است که با استفاده از الگوی از پیش تعیین شدۀ استراتژی خود ، استراتژی ایجاد کنید. می توانید الگوی یک استراتژی را در اَلگوساز ایجاد کنید و سپس آن را در این بخش انتخاب کنید. این بخش به شما امکان می دهد که استراتژی هایی با ساختاری متفاوت از استراتژی های استاندارد اَلگو یاب ایجاد کنید
• بهبود استراتژی موجود – با استفاده از این قسمت می توانید استراتژی مورد نظر خود را برای بهینه سازی انتخاب کنید و سپس در بخش تنظیمات ، قسمت هایی مد نظر تان  را دقیقاً انتخاب کنید . توجه داشته باشید که با استفاده از این امکان فقط قوانین ورود مانند فقط Long یا فقط  Short، یا نوع سفارش ها مثل “لحظه ای” و “دنباله رو روند” یا  “باز گشت به میانه” را  تغییر دهید و بهینه کنید.

جهت معاملات

می توانید استراتژی هایی را انتخاب کنید که به یک جهت یعنی فقط  Long یا  Short یا هر دو جهت استاندارد معامله می کنند.

همچنین می توانید انتخاب کنید که می خواهید قوانین ورود یا خروج متقارن باشند یا خیر . اگر حالت متقارن را انتخاب کنید ، قوانین برای هر دو جهت یکسان هستند و فقط معکوس می شوند.

نمونه ای از شروط متقارن:

Go Long if CCI > 0

Go Short if CCI < 0

به عنوان یک گزینه دیگر ، می توانید از شروط غیر متقارن استفاده کنید ، در این حالت ، شرط ها برای هر ورود به یک معامله یا خروج از هر معاملۀ Long یا  Short به طور مستقل تولید می شوند .

نمونه ای از شروط غیر متقارن:

Go Long if CCI > 0

Go Short if RSI < 0 and Momentum < 100

این تنظیم می تواند برای هر دو قانون ورود یا خروج استفاده شود ، به عنوان مثال شما می توانید قوانین ورود متقارن داشته باشید ، اما از قوانین خروجی غیر متقارن استفاده کنید ، که به عنوان مثال در اینصورت استراتژی می تواند در عمل از حد ضرر و سود متفاوتی برای سفارشات Long یا  Shortاستفاده می کند.

پیکربندی تنظیمات “سبک استراتژی” و حالت “ساخت”

گزینه های مهمی در پیکربندی و تنظیمات بجز “سبک استراتژی” اصلی وجود دارد که می توانید آنها را نیز تنظیم کنید و به کار بگیرید . با کلیک کردن بر روی این بخش ، پنجرۀ جدیدی باز می شود. شما می توانید از بین سه نوع مختلف معماری یکی را انتخاب کنید . هر یک از آنها در این بخش از راهنما ، با جزئیات شرح داده شده اند.

روش ساخت

شما می توانید انتخاب کنید که آیا می خواهید با استفاده از اَلگو یاب استراتژی هایتان را با استفاده از روش تکامل “ژنتیکی” بسازید یا روش “تصادفی”.

اگر از گزینۀ تکامل “ژنتیکی” استفاده شود ، یک برگه جدید با نام “گزینه های ژنتیکی” در بخش “ساخت” نشان داده می شود . البته تمام گزینه های موجود بعداً در این راهنما مورد بحث قرار گرفته است.

 

تعداد شروط در قوانین ورود و خروج

این بخش مربوط به تعیین تعداد حداقل و حداکثر شروطی است که باید برای تولید یک سیگنال برقرار شود.

برای مثال اگر فقط یک شرط تعیین کنید ، سیگنال شما مانند مثال زیر خواهد شد :

EntrySignal = CCI > 0

اگر از سه شرط استفاده کنید ، سیگنال شما می تواند به صورت زیر در آید :

EntrySignal = CCI > 0 and RSI >50 or Momentum < 0

توجه داشته باشید که سه شرط مختلف وجود دارد یعنیCCI ، RSI و Momentum که رابطۀ این سه شرط با and و or مشخص شده است .

تنظیم تعداد بیشتر برای دامنۀ بالایی به ویژه برای استراتژی ساخته شده بر اساس منطق فازی بسیار بهتر است . زیرا استراتژی های مبتنی بر منطق فازی ، زمانی موثر خواهند بود که در آن ها حداقل 3 یا 4 شرط برای ارزیابی وجود داشته باشد.

اگر از منطق فازی برای تولید استراتژی استفاده می کنید ، اطمینان حاصل کنید که حداقل 3 شرط یا بیشتر را در این بخش تعیین کرده باشید .

Shift (دورۀ نگاه به گذشته)

تعداد کندل های گذشته که باید بررسی شود .

Shift = 0 به این معنی است که شرط بر روی کندل فعلی ارزیابی می شود ، Shift = 1 به این معنی است که شرط در کندل قبلی ارزیابی می شود ، Shift = 2 به این معنی است که شرط از دو کندل قبل ارزیابی می شود و …. بنابراین در اینجا می توانید بازه هایی را تعریف کنید که در هنگام ایجاد شروط استراتژی از آن ها استفاده خواهد شد.

به طور کلی ، اصلا خوب نیست که اجازه دهیم که دورۀ نگاه به گذشتۀ استراتژی خیلی زیاد باشد . به عنوان مثال برایCCI(14)  ، تعیین عدد 10 برای دورۀ نگاه به گذشت ، در بازار واقعی، تاثیر چندانی در سیگنال های این اندیکاتور ندارد. توصیه می شود برای تعیین این عدد از اعداد کوچکی بین 0 تا 5 استفاده کنید.

استفاده از Shift = 0

هنگامی که حداقل Shift  را برابر با صفر تعیین می کنید ، اجازه ایجاد شرایطی را می دهید که مقدار اندیکاتور در آخرین کندل جاری بررسی شود . شرایط معمولاً در نقطۀ Open هر کندل ارزیابی می شوند ، اما بیشتر اندیکاتورها از نقطۀ Close کندل برای انجام محاسبۀ مقادیر استفاده می کنند. بنابراین مقدار اندیکاتور ، با توجه به نقطۀ Open کندل در حال محاسبه است که در این حالت نتایج می تواند با حالت استفاده از Close هر کندل برای انجام محاسبات بسیار متفاوت باشد .

به همین دلیل ، به نظر می رسد تنظیم حداقل Shift روی عدد 1 منطقی تر است ، بدین ترتیب ارزیابی شرایط با توجه به نقطۀ Open کندل قبلی انجام می شود ، مقادیر اندیکاتور با توجه به کندل قبلی که به پایان رسیده است در نهایت محاسبه می شود .

(پریود) دورۀ اندیکاتور ها

تعیین مقدار حداقل و حداکثر دامنۀ پریود اندیکاتور است ، به این معنی که چه پریودی برای اندیکاتور های انتخاب شده برای تولید استراتژی ها در اَلگو یاب باید استفاده شود.

دورۀ اندیکاتور ها باید بزرگتر از 1 و کوچکتر از 1000 باشد و در کل سعی شود کوچکتر از 50 انتخاب شود .

باز هم توصیه می شود از اعداد بزرگ برای پریود اندیکاتورها استفاده نکنید.

اگر از بیش از یک نمودار استفاده می کنید ، می توانید همۀ این پیکربندی ها را برای هر نمودار به صورت جداگانه تنظیم کنید.

توجه داشته باشید که همه این تنظیمات یک حداقل و یک حداکثر محدوده دارند. در هنگام تولید هر استراتژی یا شرط ، تعداد دقیق شروط ، شیفت و پریود به طور تصادفی تعیین می شود.

قسمت دوم پیکربندی هر نماد است که استراتژی می تواند به آن دسترسی داشته باشد. برای یک استراتژی ساده فقط یک نماد وجود دارد ، اما اگر یک استراتژی چند تایم فریمی یا چند نمادی بسازید ، می توانید برای هر نماد ، به صورت جداگانه تنظیمات مد نظر خود را انجام دهید .

تعیین گزینه های حد سود و حد ضرر

این تنظیمات به شما امکان می دهد تعیین کنید که آیا استفاده از حد سود و حد ضرر در استراتژی اجباری است یا نه و این که حداقل و حداکثر مقادیر حد سود و حد ضرر بر حسب پیپ در بازار ارز بین المللی چقدر است . همچنین می توانید نسبت ریسک به بازدۀ مورد نظرتان را در این قسمت تعیین کنید.

تعیین حداقل و حداکثر مقادیر حد سود و حد ضرر ، از جمله ساده ترین و موثرترین رویکرد ها در هنگام تولید استراتژی هاست.

اگر حد سود و حد ضرر اجباری را انتخاب نکنید ، استراتژی ایجاد شده به طور تصادفی می تواند حد سود و حد ضرر ثابت داشته باشد اما لزوما” همیشه هم این اتفاق نمی افتد . اگر این گزینه را انتخاب نکنید ، استفاده از قوانین خروج ، اکیدا” توصیه می شود ، به عنوان مثال خروج پس از X کندل . در غیر این صورت ، استراتژی هیچ راهی برای خروج از معاملات نخواهد داشت .

تنظیمات – بهبود قسمت های مختلف استراتژی

این تنظیم فقط درصورتی قابل مشاهده است که بخواهید استراتژی موجود را در تنظیمات “چه چیز ساخته شود” بهینه سازی کنید.

در اینجا می توانید تنظیماتی را انجام دهید که تعیین کنید که کدام قسمت از استراتژی باید بهبود یابد. اگر می خواهید کل بخش های مختلف استراتژی را جایگزین کنید یا حتی بلوک های جدیدی به آن اضافه کنید ، می توانید تنظیمات مورد نیاز این کار را از این قسمت انجام دهید .

از این قسمت به سادگی می توانید قسمت هایی از استراتژی را که می خواهید بهبود دهید را انتخاب کنید. شما می توانید قوانین ورود و خروج یا نوع سفارشات را بهبود بخشید و می توانید یکی از این سه گزینه را انتخاب کنید:

• افزودن – اضافه کردن شروط جدید به شروط موجود
• جایگزین کردن – حذف شروط موجود و ایجاد شروط جدید
• افزودن یا جایگزینی – در این حالت اَلگویاب به طور تصادفی تصمیم می گیرد که آیا از “افزودن” استفاده کند یا “جایگزینی”.

اَلگویاب در این حالت ساخت استراتژی ها را شروع می کند ، سعی می کند قوانین ورود و خروج را تشخیص دهد و سپس بسته به تنظیمات شما ، شروط اضافی ایجاد می کند یا شروط موجود در استراتژی موجود را با شروط جدید جایگزین می کند.

توجه داشته باشید که روش انعطاف پذیر دیگری نیز برای بهبود استراتژی های شما وجود دارد و آن استفاده از الگوی مشخص برای ساخت استراتژی است .

در این صورت ، شما باید استراتژی مدنظر خود را در اَلگوساز باز کرده و قسمتهایی از استراتژی را که می خواهید تغییر دهید ، مشخص کنید . سپس با استفاده از این استراتژی اولیه “ساخت” را شروع کنید . با این روش ، اَلگو یاب استراتژی های جدیدی را ایجاد می کند که بر مبنای الگوی استراتژی اصلی شما ساخته شده اند ، اما متغیرهای آن ها با شروط جدید جایگزین می شوند .

تنظیمات – گزینه های ژنتیک

این برگۀ مربوط به تنظیمات گزینه های ژنتیک است و فقط درصورتی قابل مشاهده است که از حالت تکامل ژنتیکی در بخش “چه چیز ساخته شود؟”-> “حالت ساخت” استفاده کنید.

می توانید تنظیمات مختلف تکامل ژنتیکی را از اینجا انجام دهید :

گزینه های ژنتیکی

حداکثر تعداد نسل ها

تعداد نسلی که جمعیت اولیۀ استراتژی ها برای تکمیل آنها تکامل می یابد . مقدار پیشنهادی ما عددی بین 5 تا 100 است . معمولاً استفاده از تعداد نسل های زیاد پیشرفت خاصی در کل کار ایجاد نمی کند بنابر این به نظر می رسد بهتر است روند کار را طوری طرح ریزی کنید که در صورت نیاز تکامل را مجدداً شروع کرده و از ابتدا شروع به تولید جمعیت اولیه کنید .

میزان جمعیت

عدد پیشنهادی ما برای در نظر گرفتن به عنوان تعداد جمعیت در یک جزیره ، چیزی بین 10 تا 100 است اما اگر مایلید می توانید حتی از اعداد بزرگتری هم استفاده کنید .
لطفا توجه داشته باشید که اگر از بیش از یک جزیره استفاده کنید ، کل جمعیت شما برابر با حاصل ضرب تعداد جزایر در اندازه جمعیت هر جزیره خواهد بود ، بنابراین مطمئن شوید که اعداد بسیار بزرگ و نامعقولی را برای این قسمت ها در نظر نگیرید .

اختلاط والد ها و احتمال جهش

با استفاده از این گزینه می توانید احتمال انجام اختلاط ژنتیکی را بالا یا پایین ببرید . شما می توانید این مقادیر را کم و زیاد کنید و اعداد مختلفی را آزمایش کنید . اما به عنوان مثال در کل از نظر منطقی باید افزایش احتمال جهش ژنتیکی منجر به تولید استراتژی های متنوع تری شود .

گزینه های جزیره

جزایر

مفهوم جزیره و تعداد جزایر مستقل ، کلا” مفهوم جدیدی در اَلگویاب است . وجود جزایر مستقل از هم برای تولید نسل های اولیه ، امکان تکامل ژنتیکی را به طور جداگانه در هر جزیره و همچنین مهاجرت گاه به گاه والد های اولیۀ تولید شده بین جزایر را فراهم می کند .
این که فقط یک جزیره وجود داشته باشد البته مشکلی ندارد اما عدد توصیه شدۀ ما بین 1 تا 10 است . استفاده از بیش از 10 جزیره منطقی نیست ، چرا که می تواند در کل ، جمعیت استراتژی های شما را بسیار بزرگ کند و در این حالت تکامل یافتن تنها یک نسل هم زمان زیادی می برد .

هر چند نسل یکبار مهاجرت انجام شود؟

معمولاً خوب است که اجازه داده شود تا هر از چند گاهی تعدادی از استراتژی های تولید شدۀ اولیه به جزیره ای دیگر مهاجرت کنند . این امر می تواند تولید نسل ها را برای برخی از جزایر که در افزایش کارایی گیر کرده اند ، راه گشا باشد . اما توجه داشته باشید که این کار نباید زیاد هم انجام شود ، زیرا در این صورت جزایر مستقل تنوعشان را از دست خواهند داد . مقدار پیشنهادی ما برای این گزینه عدد 10 است .

میزان مهاجرت جمعیت

منظور از این گزینه ، تعداد استراتژی هایی است که می توانند مهاجرت کنند . بسته به اندازۀ جمعیت ، باید حدوداً عددی بین 1 تا 5 استراتژی باشد . بنابراین برای اندازۀ جمعیتی معادل 10 ، عددی مانند 10 تا 20٪ و برای اندازۀ جمعیتی معادل 100 ، عددی مانند 1 تا 5٪ مناسب است .

تولید اولیه جمعیت

تکامل ژنتیکی با تولید جمعیت اولیه آغاز می شود . استراتژی های مربوط به این جمعیت اولیه یا به صورت تصادفی تولید می شوند ، یا این که می توانید از تعدادی استراتژی موجود به عنوان جمعیت اولیه استفاده کنید و سعی کنید که آنها را بهبود دهید.

به عبارت دیگر با شروع روند تکامل ، از استراتژی های موجود در بانک استراتژی می توانید به عنوان جمعیت اولیه استفاده کنید .
پس از بارگیری استراتژی هایتان ، اَلگویاب بانک استراتژی را بررسی می کند و سپس از این استراتژی ها به عنوان جمعیت اولیه استفاده می شود . اگر تعداد آنها کافی نباشد ، بقیۀ استراتژی های لازم به صورت تصادفی تولید می شوند .
لطفا توجه داشته باشید که جمعیت اولیه ای که شما در بانک استراتژی بارگیری می کنید ، از فیلتر های تعیین شده برای جمعیت اولیه عبور نمی کنند و این فیلتر ها روی آن ها اعمال نمی شود .

ضریب نابودی استراتژی های تولید شده

ضریب نابودی به این معنی است که اَلگویاب در ابتدا چند برابر بیشتر از حد مورد نیاز استراتژی تولید می کند و از فیلترهای تعیین شده عبور می دهد و از این میان بهترین ها را انتخاب می کند .
برای مثال اگر ضریب نابودی را برابر با 3 قرار دهید ، 3 برابر استراتژی برای جمعیت اولیه ایجاد می کند و به تعداد جمعیت اولیه بهترین ها را از میان آنها انتخاب می کند.
مسلما” استفاده از ضریب نابودی باعث بهبود کیفیت جمعیت اولیه می شود ، اما تولید جمعیت اولیۀ بیشتر ، بسیار بیشتر زمان می برد .
لطفاً از اعداد معقولی برای این گزینه استفاده کنید ، زیرا می تواند تعداد استراتژی هایی را که باید برای جمعیت اولیه تولید شود ، بسیار افزایش دهد و تولید استراتژیهای اولیه قبل از شروع تکامل ممکن است به تنهایی پروسه ای بسیار طولانی شود !

فیلتر ایجاد جمعیت اولیه

در اینجا می توانید فیلتری را برای حداقل خصوصیاتی که یک استراتژی باید در نسل اولیه داشته باشد ، در نظر بگیرید .
لطفاً از اعداد و فیلتر های آسان استفاده کنید ، چون اَلگویاب در مرحلۀ تکامل ژنتیکی باید بتواند هر نوع جمعیتی از استراتژی ها را بهبود بخشد ، بنابراین نسبت به نسل های اولیۀ استراتژی ها خیلی هم سختگیر نباشید .
تنها فیلتر پیشنهادی برای استفاده در این مرحله برای فیلتر کردن استراتژی هایی که اصلاً معامله نمی کنند ، فیلتر تعداد معاملات است .

مدیریت تکامل

پس از اتمام ، دوباره تولید استراتژی شروع شود

از این گزینه برای اجرای مجدد مراحل تکامل تا زمانی که شما آن را متوقف کنید، استفاده کنید. اَلگویاب کار تکامل بخشیدن جمعیت اولیه را ادامه می دهد.

اگر کار تکامل پیشرفت چشم گیری نداشته باشد ، از اول دوباره آغاز می شود . این بدان معنی است که جمعیت به طور کلی در حال بهبود نیست ، بنابراین بهتر است که تطبیق استراتژی ها را در جهت تکامل دوباره از ابتدا شروع کنیم .

“خون تازه”

استراتژی های مشابه را شناسایی کرده و استراتژی های جدید را جایگزین آنها کنید.

این فرایند ، استراتژی های مشابه را در هر نسل شناسایی می کند ، و به طور تصادفی استراتژی های جدیدی را به جای آنها تولید می کند . این روش می تواند به متنوع شدن استراتژی ها کمک کند.

درصدی از ضعیف ترین استراتژی ها را با استراتژی های تازه جایگزین کنید.

این گزینه می تواند ضعیف ترین یا بدترین استراتژی ها را با استراتژی های تازه ایجاد شده جایگزین کند.

نمایش نسل آخر در بانک داده

استراتژی های نسل فعلی در حال تولید را فقط برای اولین جزیره در بانک استراتژی نشان می دهد.

تنظیمات – داده ها

از این قسمت می توانید نماد ، تایم فریم و دورۀ زمانی را که در آن استراتژی ها آزمایش مجدد می شوند ، تنظیم کنید .

موتور معاملاتی

این قسمت به شما امکان می دهد تا از بین موتورهای تست موجود در اَلگویاب مانند متاتریدر 4 و 5 و …یکی را برای آزمایش استراتژی ها استفاده کنید .
تنظیمات داده برای تست بر روی داده های تاریخی
نماد ، تایم فریم و محدودۀ تاریخی را که استراتژی ها در آن آزمایش می شوند ، انتخاب کنید .
اگر از استراتژی های چند تایم فریمی یا چند نمادی استفاده می کنید ، باید نماد و تایم فریم را برای هر نماد اضافی انتخاب کنید :

پارامترهای تست

دقت تست

این گزینه به معنی چگونگی شبیه سازی قیمت در حین انجام تست است .
معمولاً برای سفارشات لحظه ای در بازار استفاده از حالت Selected Timeframe only کافی است اما برای سفارشات معوق استفاده از حالت Tick های شبیه سازی شده توصیه می شود .
همچنین می توانید از حالت های سریعتر برای تولید استراتژی ها و سپس از حالت های کندتر و با دقت بیشتر برای انجام تست های مجدد استراتژی ها استفاده کنید .

انواع دقت تست:

• Selected Timeframe only

سریعترین حالت تست است . این فقط از تایم فریم اصلی برای شبیه سازی قیمت ها استفاده می شود، برای هر کندل تنها چهار “tick” در Open ،High ، Low و Close ایجاد می کند .
این یک روش تست بسیار سریع با دقت قابل قبول برای یک نتیجه گیری و پیش نمایش سریع است. با این حال برای سفارشات انتظاری ، این میزان از دقت برای تست ممکن است کافی نباشد و شما باید حالت دقیق تری را امتحان کنید.

• 1 Minute data

این حالت تست ، کندتر است و حتی الامکان از داده های یک دقیقه ای برای شبیه سازی تغییرات قیمت در حین تست استفاده می کند . در این روش ، در هر دقیقه ، 4 تیک ایجاد می شود و بنابراین حرکات درون هر کندل بزرگتر را نیز شبیه سازی می کند .

• Real Tick – با کارمزد تصادفی

در این حالت اَلگویاب برای شبیه سازی دقیق قیمت در صورت وجود داشتن ، از قیمت Bid داده های واقعی استفاده می کند ، اما با استفاده از کارمزدی که به صورت تصادفی خودتان تعیین کرده اید ، مقدار Ask را محاسبه می کند . این حالت کندتر از حالت های دیگر است و باید برای تأیید نهایی استراتژی های جدید استفاده شود .

• Real Tick – با کارمزد واقعی

این حالت از داده های واقعی برای شبیه سازی دقیق قیمت با قیمت واقعی Ask و Bid استفاده می کند. سرعت آن بسیار کندتر از حالت های دیگر است و برای تأیید نهایی استراتژی ها کاربرد دارد.

کارمزد

می توانید کارمزد استفاده شده در تست را مشخص کنید – کارمزد در واقع همان تفاضل میان قیمت Bid و Ask است.

تغییر لحظه ای قیمت در بازار
باز سازی تغییر لحظه ای قیمت در بازار بر حسب پیپ یا تیک ، میزان مشخصی را بر حسب پیپ یا تیک به قیمت Ask و Bid اضافه می کند.

حداقل فاصله

حداقل فاصلۀ قیمت – اکثر کارگزارانی که پلتفرم متاتریدر را برای ثبت سفرشات در اختیار کاربران خود قرار می دهند ، محدودیتی در میزان نزدیک بودن به قیمت لحظه ای بازار در هنگام قرار دادن سفارشات معوق در نظر می گیرند.

کمیسیون

با کلیک کردن بر روی این گزینه ، پنجرۀ جدیدی باز می شود که در آن می توانید تنظیمات اضافی مربوط به کمیسیون را انجام دهید .

بخش بندی محدوده های داده

به شما امکان می دهد داده های گذشتۀ بازار را به چندین قسمت تقسیم کنید :

• داخل نمونه – یادگیری (IST) – این همان فضای نمونه ای از داده ها است که تاکنون داشته ایم . تکامل ژنتیکی از این قسمت برای تعیین تناسب و رتبه بندی استراتژی ها در کل جمعیت اولیه استفاده می کند.
• داخل نمونه – اعتبار سنجی (ISV) – قسمت جدیدی در اَلگویاب که برای تعیین این که آیا همان عملکرد استراتژی در قسمت IST ، در قسمت ISV نیز وجود دارد یا خیر ، استفاده می شود. در یادگیری ماشینی ، برای تعیین این که آیا همان نتایج خوب نشان داده شده برای استراتژی های آموزش داده شده در بخش آموزش (IST) در مجموعه داده های بخش اعتبار سنجی (ISV) نیز وجود دارد ، استفاده می شود . در اَلگویاب می توان برای شروع مجدد تکامل ژنتیکی هنگامی که روند تولید استراتژی های متناسب در این قسمت راکد شده است ، استفاده کرد .
• خارج از نمونه – این بخش از داده ها ، همانند بخش قبلی است . در واقع بخشی از داده ها است که برای استراتژی ها “ناشناخته” است و همان قسمتی را نشان می دهد که در مرحلۀ تکامل استراتژی ها نقشی نداشته است .
• بدون معامله – این قسمت خاص بدان معنی است که استراتژی در این قسمت معامله ای نخواهد کرد . به عنوان مثال این بخش می تواند برای صرف نظر از بخشی از داده ها در زمانی که دارای نوسانی کم بوده اند استفاده شود.

تنظیمات – گزینه های معاملاتی

این تنظیمات به شما امکان می دهد چگونگی رفتار استراتژی های تولید شده و همچنین شرایط آزمایش را تعیین کنید.

گزینه های معاملاتی بر رفتار استراتژی در موتور تست ثاثیر می گذارد مثلا” بستن همۀ معاملات در پایان روز و گزینه هایی از این قبیل در این قسمت قابل تنظیم هستند .

خروج در پایان روز ، خروج در روز جمعه

در صورت انتخاب این گزینه ها ، استراتژی در پایان روز یا پایان هفته در زمان مشخص شده ، همۀ پوزیشن ها و معاملات را می بندد. به این ترتیب هیچ معامله یا پوزیشنی در ساعات تعیین شده ، مثلا” شب ها یا آخر هفته ها دیگر باز نخواهند ماند.

محدوده کردن زمان معاملات ، محدودۀ زمانی “از” ، محدودۀ زمانی “تا” ، خروج در انتهای بازۀ زمانی

این گزینه ساعت هایی را که استراتژی در حال بررسی برای یافتن سیگنال ورود است را به یک بازه زمانی مشخص که شما آن را تعیین کرده اید ، محدود می کند .

اگر از گزینۀ “خروج در پایان محدوده” استفاده شود ، تمام پوزیشن ها و معاملات باز در انتهای محدوده بسته می شوند.

اگر گزینۀ “خروج در پایان محدوده” را انتخاب نکنید، استراتژی معاملات جدیدی را خارج از محدودۀ معاملات باز نمی کند ، اما پوزیشن های از قبل باز شده نیز بسته نخواهند شد.

حداکثر تعداد معاملات در روز

شما می توانید حداکثر تعداد معاملات روزانۀ استراتژی های خود را محدود کنید. انتخاب عدد 0 به معنای عدم وجود محدودیت است و استراتژی می تواند به هر تعداد که خواست در طول روز پوزیشن بگیرد.

حداقل یا حداکثر حد سود و حد ضرر

این گزینه به شما امکان می دهد که حداقل و حداکثر میزان حد ضرر و حد سود را تعیین کنید .

هنگامی که حد ضرر یا حد سود خود را محدود می کنید ، مقدار هر حد ضرر یا حد سود به شکل عادی توسط استراتژی محاسبه می شود اما با رسیدن هر کدام به این محدودۀ تعیین شده ، به میزان تعیین شده کاهش داده می شوند تا از این اعداد تعیین شده بیشتر نشوند.

جلسه

زمان هر جلسۀ معاملاتی را برای معاملات روزانه آتی یا سهام تنظیم می کند . موارد مربوط به زمان آغاز و پایان جلسات معاملاتی را می توان از بخش مدیریت داده ها مدیریت کرد.

کندل های رزرو شده

از این قسمت می توانید تعداد کندل هایی را که قبل از شروع معاملات باید رزرو کنید را تعیین کنید . این تعداد باید بیشتر از پریود اندیکاتورهای استفاده شده باشد .

مدیریت واقع بینانۀ Gap ها

در تستر متاتریدر 4 ، Gap ها به روشی متفاوت از آنچه در معاملات واقعی اتفاق می افتد کنترل می شوند. هنگامی که در بازار Gap وجود دارد ، به جای قیمت بعد از Gap ، سفارش Stop  یا  Limit را با قیمت open فرضی مورد نظر خود پر می کند .

در معاملات واقعی زنده ، سفارش پس از شکاف با قیمت پر می شود .

توجه داشته باشید که استفاده کردن از این گزینه در تست های اَلگویاب ممکن است با تست های انجام شده با متاتریدر متفاوت باشد ، اما واقع بینانه تر خواهد بود .

داده های نمودار را ذخیره کنید

در صورت استفاده کردن از این گزینه ، اَلگویاب کل داده های نمودار را ذخیره می کند به این معنی که شما می توانید نمودار داده های گذشتۀ بازار را به همراه موارد اضافه شده در تست مجدد یعنی تمام اندیکاتورها و تمام معاملات انجام شده بر روی نمودار مشاهده کنید . این امکان می تواند به شما کمک کند تا استراتژی های خود را بررسی کنید و به صورت بصری شیوۀ معامله کردن آن ها را ببینید .

با فعال کردن این گزینه ، می توانید نمودار نتایج معاملات را مانند تصویر زیر مشاهده کنید :

تنظیمات – بلوک های ساختاری

بلوک های ساختاری اصلی ترین اجزایی هستند که جهت ایجاد قوانین و شروط در هر استراتژی معاملاتی با هم ترکیب می شوند.

از هر بلوکی که می خواهید می توانید استفاده کنید . همچنین می توانید وزن یا درصد احتمال استفاده از آن را به صورت اختیاری افزایش دهید :

از وزن برای بلوک هایی استفاده می شود که با یکدیگر رقابت می کنند و بلوکی که وزن بیشتری دارد ،  شانس بیشتری هم برای انتخاب و به کار رفتن در استراتژی در حال ساخت دارد .

درصد برای خروج استفاده می شود – چقدر احتمال استفاده از این روش خروج وجود دارد .

به این ترتیب می توانید اندیکاتور های مورد علاقه خود را انتخاب کنید ، یا به عنوان مثال اگر می خواهید استراتژی هایی فقط بر اساس قیمت ایجاد کنید فقط داده های قیمت به علاوۀ عملگرها را انتخاب کنید .

یک تمرین خوب

با توجه به تجربه ای که ما در کار کردن با اَلگو یاب داریم ، توصیه می کنیم که انتخاب های خود را به گروه های کوچک تر از اندیکاتور ها یا مقادیر مختلف دسته بندی کنید و هر بار دسته ای محدود را برای ساخت استراتژی های جدید دلخواه امتحان کنید به هر حال به نظر می رسد اگر همۀ امکانات و مولفه های موجود را همزمان انتخاب نکنید ، گاهی اوقات می توانید نتایج بهتری بگیرید .

بلوک های ساختاری به چهار بخش جداگانه تقسیم می شوند :

سیگنال ها ، اندیکاتورها ، بلوک های ورود به معاملات در جهت روند یا معاملات بازگشت به میانه

بزرگترین بخش که کل سمت چپ را اشغال می کند ، خودش به سه زیر بخش تقسیم می شود :

سیگنال ها

بخش بلوک های سیگنال – این ها شروط کامل از پیش تعریف شده ای هستند که اندیکانور ها را با هم مقایسه می کنند یا برخی از ویژگی ها را با هم ترکیب می کنند . به عنوان مثال ، “اندیکاتور ADX در حال افزایش است” یا ” اندیکاتور CCI از 0 عبور کرد”

اندیکاتور ها

این بخش مربوط به انتخاب اندیکاتور ها ، دامنۀ قیمت و … است . با انتخاب اندیکاتور ها و توابع دلخواه از این بلوک های انتخاب شده به طور تصادفی برای ایجاد شروط تصادفی در ترکیبات مختلف در هنگام ساخت استراتژی های جدید استفاده می شود .

بلوک های ورود به معاملات در جهت روند یا معاملات بازگشت به میانه

در هنگام باز کردن سفارشات معوق، از این بلوک ها در معاملات در جهت روند یا معاملات بازگشت به میانه استفاده می شود .

نوع سفارش

این بلوک ها مشخص می کنند که  چه نوعی از سفارشات می توانند در هنگام ساخت استراتژی های جدید مورد استفاده قرار گیرند .

نوع خروج

از این بخش می توانید انواع مختلف روش های خروج را برای استراتژی های خود تعیین کنید .

اندیکاتور های سفارشی

اندیکاتور های سفارشی به عنوان داده از این قسمت به اَلگویاب وارد می شوند . توجه داشته باشید که این  فقط برای اندیکاتور های سفارشی تایم فریم انتخاب شده معتبر هستند .

سفارشی سازی و ویرایش پارامترهای بلوک های ساختاری

امکان ویرایش پارامترهای هر بلوک وجود دارد .اَلگویاب به طور پیش فرض ، از پارامترهای از قبل تعیین شده استفاده می کند اما شما می توانید بر روی لینک “پیش فرض” در کنار هر بلوک کلیک کنید تا پیکربندی آن بلوک را به شکل دلخواه تغییر دهید .

با کلیک بر روی لینک “پیش فرض” در کنار هر بلوک ، صفحه ای باز می شود که در آن می توانید نوع هر پارامتر مربوط به هر بلوک یا اندیکاتور و یا دامنه و پریود و مواردی از این قبیل را برای هر یک از آن ها به طور جداگانه بررسی و اصلاح کنید .

بیایید به عنوان مثال پیکربندی اندیکاتور CCI را در بخش پارامترها باز کنیم .

مقادیر پارامتر

در این بخش ، لیستی از تمام پارامترهای یک بلوک را مشاهده می کنید و می توانید نحوۀ تولید آنها را اصلاح کنید . می توانید پریود دقیق را برای مقادیر ایجاد شده به صورت تصادفی انتخاب کنید یا برخی از پارامترها را روی اعداد ثابت تنظیم کنید .

در اینجا می توانید لیستی از تمام پارامترهای مورد استفاده در بلوک ساختاری مربوط به اندیکاتور CCI را مشاهده کنید :

• نمودار – هر اندیکاتور در یک نمودار مشخص محاسبه می شود . اگر فقط از یک نمودار مثلا” برای ساخت یک استراتژی از نوع ساده و نه چند نماده استفاده کنید ، از داده های نماد اصلی برای انجام محاسبات استفاده می شود .
• محاسبه شده – داده های قیمتی که اندیکاتور CCI با توجه به آنها محاسبه می شود .
• Period – دورۀ اندیکاتور CCI
• Shift – مقدار شیفت اندیکاتور CCI

هر اندیکاتور یا بلوکی ، مجموعۀ پارامترهای خاص خود را دارد ، بیشتر آنها معمولا” شامل نمودار و شیفت هستند ، به علاوۀ تعدادی از پارامترهای اندیکاتور مانند پریود ها .

برای ویرایش کردن یک پارامتر ، روی آن در جدول دو بار کلیک کنید . صفحۀ مربوط به ویرایش پارامتر مانند این تصویر باز می شود :

 

در اینجا شما می توانید انتخاب کنید که آیا پارامتر مقدار ثابتی داشته باشد یا به شکل تصادفی تولید شود . برای ایجاد پارامترهای تصادفی ، می توانید لیستی از مقادیر پارامترهای عددی را از میان بازه ای از اعداد ،  انتخاب کنید.

مجموعه های پارامتر

در این قسمت یک امکان دیگر برای تعریف دامنۀ پارامترهای هر بلوک وجود دارد . شما می توانید چندین مجموعه از پارامترها را ایجاد کنید . در این بخش برخی از پارامترها به طور تصادفی تولید می شوند اما سایر مقادیر ثابت هستند .

 

بنابراین به عنوان مثال به جای تولید پریود اندیکاتور  CCIبه طور تصادفی از محدودۀ 10 تا 50 ، خودتان می توانید چند دسته پارامتر ایجاد کنید و بگذارید اَلگویاب خودش به طور تصادفی پریود اندیکاتور CCI را از میان اعداد بین 14 و 30 انتخاب کند .

مجموعه پارامترها با پارامترهای نرمال تعریف شده رقابت می کنند که کدام یک از آنها واقعاً در بلوک تولید شده نهایتا” استفاده شود . برای افزایش احتمال استفاده از مجموعه ای خاص می توانید از گزینۀ “وزن” استفاده کنید .

به عنوان مثال ، با تنظیم وزن پارامترها روی 0 ، در حالی که وزن پارامترهای گروهی را بر روی 1 نگه دارید ، به اَلگویاب می گویید که فقط با استفاده از این مجموعه اعداد ، پارامترها را تولید کند .

مقادیر اندیکاتور

سومین تب که در اَلگویاب وجود دارد ، مقادیر اندیکاتور است :

این گزینه به شما امکان می دهد دامنۀ مورد انتظار مقادیر اندیکاتور را تعیین کنید . این مورد هنگام مقایسۀ اندیکاتور در حالت تصادفی با اعداد استفاده می شود . در این حالت اَلگویاب می داند که اندیکاتور به طور معمول چه محدوده ای دارد.

پیشرفته – کالیبراسیون اندیکاتور ها

برخی از مقادیر اندیکاتور به بازاری که در آن محاسبه می شوند وابسته هستند. دامنه های این مقادیر می توانند بسیار متفاوت باشند مثلا” EURUSD با مقداری در حدود 1 محاسبه می شود اما CFD ها با استفاده از مقادیری در محدوده های تا 10000 محاسبه شوند .

کالیبراسیون اجازه می دهد تا مقدار حداقل ، حداکثر و گام همۀ  اندیکاتور ها را یکجا تنظیم کنید .

کالیبراسیون خودکار با در نظر گرفتن و محاسبۀ اندیکاتور های موجود در بازار فعلی که در بخش داده ها تنظیم شده اند و تجزیه و تحلیل مقدار حداقل و حداکثر هر یک از آن ها ، این کار را به صورت خودکار برای شما انجام می دهد.

تنظیمات – گزینه های معاملاتی

این تنظیمات به شما امکان می دهد چگونگی رفتار استراتژی های تولید شده و همچنین شرایط آزمایش را تعیین کنید.

گزینه های معاملاتی بر رفتار استراتژی در موتور تست ثاثیر می گذارد مثلا” بستن همۀ معاملات در پایان روز و گزینه هایی از این قبیل در این قسمت قابل تنظیم هستند .

خروج در پایان روز ، خروج در روز جمعه

در صورت انتخاب این گزینه ها ، استراتژی در پایان روز یا پایان هفته در زمان مشخص شده ، همۀ پوزیشن ها و معاملات را می بندد. به این ترتیب هیچ معامله یا پوزیشنی در ساعات تعیین شده ، مثلا” شب ها یا آخر هفته ها دیگر باز نخواهند ماند.

محدوده کردن زمان معاملات ، محدودۀ زمانی “از” ، محدودۀ زمانی “تا” ، خروج در انتهای بازۀ زمانی

این گزینه ساعت هایی را که استراتژی در حال بررسی برای یافتن سیگنال ورود است را به یک بازه زمانی مشخص که شما آن را تعیین کرده اید ، محدود می کند .

اگر از گزینۀ “خروج در پایان محدوده” استفاده شود ، تمام پوزیشن ها و معاملات باز در انتهای محدوده بسته می شوند.

اگر گزینۀ “خروج در پایان محدوده” را انتخاب نکنید، استراتژی معاملات جدیدی را خارج از محدودۀ معاملات باز نمی کند ، اما پوزیشن های از قبل باز شده نیز بسته نخواهند شد.

حداکثر تعداد معاملات در روز

شما می توانید حداکثر تعداد معاملات روزانۀ استراتژی های خود را محدود کنید. انتخاب عدد 0 به معنای عدم وجود محدودیت است و استراتژی می تواند به هر تعداد که خواست در طول روز پوزیشن بگیرد.

حداقل یا حداکثر حد سود و حد ضرر

این گزینه به شما امکان می دهد که حداقل و حداکثر میزان حد ضرر و حد سود را تعیین کنید .

هنگامی که حد ضرر یا حد سود خود را محدود می کنید ، مقدار هر حد ضرر یا حد سود به شکل عادی توسط استراتژی محاسبه می شود اما با رسیدن هر کدام به این محدودۀ تعیین شده ، به میزان تعیین شده کاهش داده می شوند تا از این اعداد تعیین شده بیشتر نشوند.

جلسه

زمان هر جلسۀ معاملاتی را برای معاملات روزانه آتی یا سهام تنظیم می کند . موارد مربوط به زمان آغاز و پایان جلسات معاملاتی را می توان از بخش مدیریت داده ها مدیریت کرد.

کندل های رزرو شده

از این قسمت می توانید تعداد کندل هایی را که قبل از شروع معاملات باید رزرو کنید را تعیین کنید . این تعداد باید بیشتر از پریود اندیکاتورهای استفاده شده باشد .

مدیریت واقع بینانۀ Gap ها

در تستر متاتریدر 4 ، Gap ها به روشی متفاوت از آنچه در معاملات واقعی اتفاق می افتد کنترل می شوند. هنگامی که در بازار Gap وجود دارد ، به جای قیمت بعد از Gap ، سفارش Stop  یا  Limit را با قیمت open فرضی مورد نظر خود پر می کند .

در معاملات واقعی زنده ، سفارش پس از شکاف با قیمت پر می شود .

توجه داشته باشید که استفاده کردن از این گزینه در تست های اَلگویاب ممکن است با تست های انجام شده با متاتریدر متفاوت باشد ، اما واقع بینانه تر خواهد بود .

داده های نمودار را ذخیره کنید

در صورت استفاده کردن از این گزینه ، اَلگویاب کل داده های نمودار را ذخیره می کند به این معنی که شما می توانید نمودار داده های گذشتۀ بازار را به همراه موارد اضافه شده در تست مجدد یعنی تمام اندیکاتورها و تمام معاملات انجام شده بر روی نمودار مشاهده کنید . این امکان می تواند به شما کمک کند تا استراتژی های خود را بررسی کنید و به صورت بصری شیوۀ معامله کردن آن ها را ببینید .

با فعال کردن این گزینه ، می توانید نمودار نتایج معاملات را مانند تصویر زیر مشاهده کنید :

تنظیمات – بلوک های ساختاری

بلوک های ساختاری اصلی ترین اجزایی هستند که جهت ایجاد قوانین و شروط در هر استراتژی معاملاتی با هم ترکیب می شوند.

از هر بلوکی که می خواهید می توانید استفاده کنید . همچنین می توانید وزن یا درصد احتمال استفاده از آن را به صورت اختیاری افزایش دهید :

از وزن برای بلوک هایی استفاده می شود که با یکدیگر رقابت می کنند و بلوکی که وزن بیشتری دارد ،  شانس بیشتری هم برای انتخاب و به کار رفتن در استراتژی در حال ساخت دارد .

درصد برای خروج استفاده می شود – چقدر احتمال استفاده از این روش خروج وجود دارد .

به این ترتیب می توانید اندیکاتور های مورد علاقه خود را انتخاب کنید ، یا به عنوان مثال اگر می خواهید استراتژی هایی فقط بر اساس قیمت ایجاد کنید فقط داده های قیمت به علاوۀ عملگرها را انتخاب کنید .

یک تمرین خوب

با توجه به تجربه ای که ما در کار کردن با اَلگو یاب داریم ، توصیه می کنیم که انتخاب های خود را به گروه های کوچک تر از اندیکاتور ها یا مقادیر مختلف دسته بندی کنید و هر بار دسته ای محدود را برای ساخت استراتژی های جدید دلخواه امتحان کنید به هر حال به نظر می رسد اگر همۀ امکانات و مولفه های موجود را همزمان انتخاب نکنید ، گاهی اوقات می توانید نتایج بهتری بگیرید .

بلوک های ساختاری به چهار بخش جداگانه تقسیم می شوند :

سیگنال ها ، اندیکاتورها ، بلوک های ورود به معاملات در جهت روند یا معاملات بازگشت به میانه

بزرگترین بخش که کل سمت چپ را اشغال می کند ، خودش به سه زیر بخش تقسیم می شود :

سیگنال ها

بخش بلوک های سیگنال – این ها شروط کامل از پیش تعریف شده ای هستند که اندیکانور ها را با هم مقایسه می کنند یا برخی از ویژگی ها را با هم ترکیب می کنند . به عنوان مثال ، “اندیکاتور ADX در حال افزایش است” یا ” اندیکاتور CCI از 0 عبور کرد”

اندیکاتور ها

این بخش مربوط به انتخاب اندیکاتور ها ، دامنۀ قیمت و … است . با انتخاب اندیکاتور ها و توابع دلخواه از این بلوک های انتخاب شده به طور تصادفی برای ایجاد شروط تصادفی در ترکیبات مختلف در هنگام ساخت استراتژی های جدید استفاده می شود .

بلوک های ورود به معاملات در جهت روند یا معاملات بازگشت به میانه

در هنگام باز کردن سفارشات معوق، از این بلوک ها در معاملات در جهت روند یا معاملات بازگشت به میانه استفاده می شود .

نوع سفارش

این بلوک ها مشخص می کنند که  چه نوعی از سفارشات می توانند در هنگام ساخت استراتژی های جدید مورد استفاده قرار گیرند .

نوع خروج

از این بخش می توانید انواع مختلف روش های خروج را برای استراتژی های خود تعیین کنید .

اندیکاتور های سفارشی

اندیکاتور های سفارشی به عنوان داده از این قسمت به اَلگویاب وارد می شوند . توجه داشته باشید که این  فقط برای اندیکاتور های سفارشی تایم فریم انتخاب شده معتبر هستند .

سفارشی سازی و ویرایش پارامترهای بلوک های ساختاری

امکان ویرایش پارامترهای هر بلوک وجود دارد .اَلگویاب به طور پیش فرض ، از پارامترهای از قبل تعیین شده استفاده می کند اما شما می توانید بر روی لینک “پیش فرض” در کنار هر بلوک کلیک کنید تا پیکربندی آن بلوک را به شکل دلخواه تغییر دهید .

با کلیک بر روی لینک “پیش فرض” در کنار هر بلوک ، صفحه ای باز می شود که در آن می توانید نوع هر پارامتر مربوط به هر بلوک یا اندیکاتور و یا دامنه و پریود و مواردی از این قبیل را برای هر یک از آن ها به طور جداگانه بررسی و اصلاح کنید .

بیایید به عنوان مثال پیکربندی اندیکاتور CCI را در بخش پارامترها باز کنیم .

مقادیر پارامتر

در این بخش ، لیستی از تمام پارامترهای یک بلوک را مشاهده می کنید و می توانید نحوۀ تولید آنها را اصلاح کنید . می توانید پریود دقیق را برای مقادیر ایجاد شده به صورت تصادفی انتخاب کنید یا برخی از پارامترها را روی اعداد ثابت تنظیم کنید .

در اینجا می توانید لیستی از تمام پارامترهای مورد استفاده در بلوک ساختاری مربوط به اندیکاتور CCI را مشاهده کنید :

• نمودار – هر اندیکاتور در یک نمودار مشخص محاسبه می شود . اگر فقط از یک نمودار مثلا” برای ساخت یک استراتژی از نوع ساده و نه چند نماده استفاده کنید ، از داده های نماد اصلی برای انجام محاسبات استفاده می شود .
• محاسبه شده – داده های قیمتی که اندیکاتور CCI با توجه به آنها محاسبه می شود .
• Period – دورۀ اندیکاتور CCI
• Shift – مقدار شیفت اندیکاتور CCI

هر اندیکاتور یا بلوکی ، مجموعۀ پارامترهای خاص خود را دارد ، بیشتر آنها معمولا” شامل نمودار و شیفت هستند ، به علاوۀ تعدادی از پارامترهای اندیکاتور مانند پریود ها .

برای ویرایش کردن یک پارامتر ، روی آن در جدول دو بار کلیک کنید . صفحۀ مربوط به ویرایش پارامتر مانند این تصویر باز می شود :

 

در اینجا شما می توانید انتخاب کنید که آیا پارامتر مقدار ثابتی داشته باشد یا به شکل تصادفی تولید شود . برای ایجاد پارامترهای تصادفی ، می توانید لیستی از مقادیر پارامترهای عددی را از میان بازه ای از اعداد ،  انتخاب کنید.

مجموعه های پارامتر

در این قسمت یک امکان دیگر برای تعریف دامنۀ پارامترهای هر بلوک وجود دارد . شما می توانید چندین مجموعه از پارامترها را ایجاد کنید . در این بخش برخی از پارامترها به طور تصادفی تولید می شوند اما سایر مقادیر ثابت هستند .

 

بنابراین به عنوان مثال به جای تولید پریود اندیکاتور  CCIبه طور تصادفی از محدودۀ 10 تا 50 ، خودتان می توانید چند دسته پارامتر ایجاد کنید و بگذارید اَلگویاب خودش به طور تصادفی پریود اندیکاتور CCI را از میان اعداد بین 14 و 30 انتخاب کند .

مجموعه پارامترها با پارامترهای نرمال تعریف شده رقابت می کنند که کدام یک از آنها واقعاً در بلوک تولید شده نهایتا” استفاده شود . برای افزایش احتمال استفاده از مجموعه ای خاص می توانید از گزینۀ “وزن” استفاده کنید .

به عنوان مثال ، با تنظیم وزن پارامترها روی 0 ، در حالی که وزن پارامترهای گروهی را بر روی 1 نگه دارید ، به اَلگویاب می گویید که فقط با استفاده از این مجموعه اعداد ، پارامترها را تولید کند .

مقادیر اندیکاتور

سومین تب که در اَلگویاب وجود دارد ، مقادیر اندیکاتور است :

این گزینه به شما امکان می دهد دامنۀ مورد انتظار مقادیر اندیکاتور را تعیین کنید . این مورد هنگام مقایسۀ اندیکاتور در حالت تصادفی با اعداد استفاده می شود . در این حالت اَلگویاب می داند که اندیکاتور به طور معمول چه محدوده ای دارد.

پیشرفته – کالیبراسیون اندیکاتور ها

برخی از مقادیر اندیکاتور به بازاری که در آن محاسبه می شوند وابسته هستند. دامنه های این مقادیر می توانند بسیار متفاوت باشند مثلا” EURUSD با مقداری در حدود 1 محاسبه می شود اما CFD ها با استفاده از مقادیری در محدوده های تا 10000 محاسبه شوند .

کالیبراسیون اجازه می دهد تا مقدار حداقل ، حداکثر و گام همۀ  اندیکاتور ها را یکجا تنظیم کنید .

کالیبراسیون خودکار با در نظر گرفتن و محاسبۀ اندیکاتور های موجود در بازار فعلی که در بخش داده ها تنظیم شده اند و تجزیه و تحلیل مقدار حداقل و حداکثر هر یک از آن ها ، این کار را به صورت خودکار برای شما انجام می دهد.

تنظیمات – ATM

این بخش به شما امکان می دهد از ویژگی جدید اَلگویاب در بخش مدیریت پیشرفتۀ معاملات استفاده کنید که به آسانی استفاده از امکان خروج چند مرحلۀ ای از معاملات را برای استراتژی ها امکان پذیر می کند .

توجه داشته باشید که این ویژگی جدید همچنان به عنوان آزمایشی علامت گذاری شده است و این ویژگی در  نسخۀ آینده اَلگویاب در دسترس است .

منطق روش خروج چند مرحلۀ ای بسیار ساده است :

• وارد معامله می شوید ،
• با هدف پوشش دادن هزینه ها و ریسک ، بخشی از معامله را سریعا” با سود کم می بندید ،
• سپس اجازه می دهید معامله به حد سود هایی دورتر و دورتر برسد که در این حالت معاملۀ باز شما دیگر بدون ریسک است .

البته این قابلیت را قبلا” هم می توانستید با ویرایش دستی کد های استراتژی خود یا با کمک اَلگوساز به استراتژی هایتان اضافه کنید اما اکنون در اَلگویاب در دسترس است تا به روشی کاملا ساده مورد استفاده قرار گیرد ، علاوه بر این ، می توانید آن را در استراتژی های موجود نیز به کار گیری کنید .

نحوۀ تنظیم کردن آن به شکل زیر است :

تصویر 1

تنظیمات روش خروج چند مرحلۀ ای بسیار ساده است . تنها کافیست که شما گزینۀ مربوط به بکار گیری آن را فعال کرده و محدودیت های خروج و اندازۀ حجم مورد نیاز خود را با توجه به مدیریت صحیح سرمایه تعریف کنید .

در مثال بالا دو خروجی داریم :

1. 50٪ از حجم معامله را وقتی به اندازۀ نصف حد سود اصلی ، در سود فرو رفت می بندد .
2. 50٪ حجم باقی ماندۀ معامله را هم وقتی به اندازۀ دو برابر اندازۀ حد سود اصلی ، در سود فرو رفت می بندد.

اما دو نکته در اینجا وجود دارد:

نکتۀ اول این است که ATM به غیر از حد ضرر ، سایر مقادیری که شما به آن داده اید را لغو می کند.

بنابراین ، استراتژی هایی که در ساختارشان از این روش استفاده شده است ، از حد سود اصلی ، روش جا به جا کردن حد ضرر یا خروج پس از چند کندل استفاده نخواهد کرد و فقط توقف ضرر و روش های خروجی را که شما در بخش ATM تعریف کرده اید را خواهند داشت .

نکتۀ دوم این است که می توانید از مضربی از حد سود و حد ضرر اصلی خود در ورودی ها استفاده کنید .

تعیین اندازۀ حجم در روش ATM

برای این که ATM بداند که برای خروج از هر معامله باید از چه اندازۀ حجمی استفاده کند ، باید برخی از محدوده ها را برایش مشخص کنید :

تصویر 2

این بخش به ATM می گوید که پوزیشن دارای یک رقم اعشاری است و حداقل اندازۀ حجم آن 0.1 است .

بنابراین هنگامی که دو مرحلۀ خروج دارید ، هر کدام از این مراحل حجمی برابر با 50٪ پوزیشن اصلی را دارند ، می داند که چگونه اندازۀ حجم پوزیشن محاسبه شده توسط بخش مدیریت سرمایه را در هر مرحلۀ خروج تقسیم کند .

توجه داشته باشید که ATM فقط خروج هایی را انجام می دهد که با محدودیت های تعریف شده برای اندازۀ حجم  در بخش مدیریت سرمایه و ATM تناسب داشته باشند.

به عنوان مثال ، اگر در بخش مدیریت سرمایه ،  اندازۀ ثابت 0.1 را از قبل تعریف کرده باشید ، هر دو روی 50٪ پوزیشن تنظیم شده باشد ، و حداقل اندازۀ ATM نیز 0.1 تعریف شده باشد ، به هیچ وجه نمی توان 0.1 اندازه محاسبه شده توسط مدیریت سرمایه را به 50٪ تقسیم کرد در این حالت است که حداقل اندازه را  0.1 برای هر خروج در نظر می گیرد .

بنابراین در این حالت فقط از اولین خروج با اندازۀ 0.1 استفاده خواهد شد.

پیکربندی ATM

هنگامی که بخش ATM را فعال می کنید ، دو گزینه دیگر نیز برای استفاده از ATM وجود دارد :

تصویر 3

ATM در استراتژی به دو شکل ذخیره می شود . در صورتی که از ابتدا در تنظیمات استراتژی در زمان ساخت از ATM استفاده کرده باشید ، مسلما” این بخش به صورت خودکار در کد منبع استراتژی ذخیره می شود . اگر هم از ابتدا در تنظیمات استراتژی در زمان ساخت از ATM استفاده نکرده باشید می توانید از تنظیمات هنگام ذخیره سازی استفاده کنید که در این حالت هم بدون هیچ تفاوتی با حالت اول ،ATM  در کد منبع استراتژی ذخیره می شود .

انواع روش های خروج از معاملات و تنظیمات آن ها

می توانید اندازه و نوع هر خروج را تنظیم کنید . در هر مرحله از خروج ها می توانید بر اساس روش استفاده از چندین حد ضرر یا حد سود ، یا روش حفظ مقدار ثابتی از سود یا روش حرکت دادن حد ضرر تا نقطۀ صفر صفر یا روش حد سود زمانی بر اساس مشخص کردن تعداد کندل ها استفاده کنید .

تصویر 4

نتایج نهایی حاصل از استفاده از روش ATM مسلما” به دقت خود استراتژی اولیه و تنظیمات ATM بستگی خواهد داشت . با خروج های چند مرحله ای با کمک روش ATM در استراتژی های مختلف ، نتایج متفاوتی را تجربه خواهید کرد .

البته روش ATM مثل چوب جادویی نیست ، و این روش  همیشه استراتژی های شما را بهبود نمی بخشد ، اما استفاده از آن پتانسیل بیشتری را برای رسیدن به استراتژی های بهتر فراهم می کند .

اما نتایج حاصل از آزمایشات اولیۀ ما ، نشان می دهد که به نظر می رسد استفاده از یک پیکربندی ATM بسیار ساده مانند مثال های بالا می تواند بلافاصله 10 تا 30 درصد استراتژی ها را بیشتر بهبود بخشد و اگر با ضرایب مربوط به آن در تنظیمات بیشتر بازی کنیم ، حتی درصد بهبود بیشتر و بیشتر هم خواهد شد .

این ویژگی در اَلگویاب کاملا” جدید است و ما تحقیقات بیشتری در مورد نحوۀ استفاده از آن برای دستیابی به بهترین نتیجه در آینده خواهیم کرد و مقالات مرتبط را در اختیار شما خواهیم گذاشت.

تنظیمات – مدیریت سرمایه

بحث مدیریت سرمایه مربوط به مشخص کردن اندازۀ حجم پول سرمایه گذاری شده روی هر سهم یا تعیین اندازۀ لات قابل معامله در هر پوزیشن است .

اَلگویاب دارای گزینه های مدیریت سرمایۀ انعطاف پذیر و قابل تنظیم است که می توانند در مرحلۀ “ساخت” و “تست” استراتژی ها و بعداً در معاملات واقعی نیز در سیستم معاملاتی شما مورد استفاده قرار گیرند .

شرح مختصر انواع مدیریت سرمایه

اندازۀ ثابت

استراتژی هایی که از این روش برای مدیریت سرمایه استفاده می کنند ، با حجم لات ثابت معامله خواهند کرد. هنگام تنظیم ، جهت ساخت استراتژی های جدید ، استفاده از این روش مدیریت سرمایه توصیه می شود زیرا به شما نمایی کلی از عملکرد واقعی استراتژی ها می دهد و به آسانی می توانید آن ها را با هم مقایسه کنید.

گام ثابت

در این حالت استراتژی حجم خود را بر اساس افزایش یا کاهش ضریب سرمایه اولیه تغییر می دهد.

مقدار پول ثابت

در این روش ، استراتژی برای هر معامله ، مقدار پولی ثابت را که شما مشخص کرده اید به خطر می اندازد . این یک روش مدیریت سرمایۀ ابتدایی و بدون امکان بهره گیری از سود مرکب است . از این روش می توان برای آزمایش عملکرد واقعی استراتژی هایی که حد ضررشان مبتنی بر تغییرات ATR است استفاده کرد . به علاوه اگر می خواهید تفاوت عملکرد حد ضرر استراتژی ها را با مقایسه کنید ، این روش بسیار کارایی دارد .

درصد ثابتی از موجودی

این روش پیشرفتۀ مدیریت سرمایه ، جهت به کارگیری در معاملات واقعی توصیه می شود . در این روش استراتژی برای هر معامله ، درصدی ثابت از موجودی حساب را ریسک می کند . این روش یک روش مدیریت سرمایۀ ساده ، اما بسیار کارآمد است که به استراتژی  امکان می دهد با رشد موجودی حساب شما ، حجم لات را افزایش دهد . معمولاً توصیه می شود حداکثر 2 تا 5 درصد از موجودی حساب را در هر معامله ریسک کنید .

درصد ثابتی از بالانس

این روش مانند روش ریسک بر حسب درصد ثابتی از موجودی است اما برای محاسبه به جای موجودی حساب ، میزان بالانس حساب را در نظر می گیرد .

مانده حساب یا موجودی ، سود یا ضرر معاملات شما را پس از بسته شدن نشان می دهد ، در حالی که دارایی ، حاصل سود یا ضرر در لحظه با در نظر گرفتن کل پوزیشن های باز و بسته است.

اندازۀ حجم بر اساس قیمت سهام

از این روش برای اندازه گیری حجم هر پوزیشن در بازار سهام استفاده می شود . استفاده از مانده حساب برای محاسبۀ حجم معاملات ، اَلگویاب را وادار می کند تا از ماندۀ حساب جاری به جای سرمایه اولیه استفاده کند .

اندازۀ حجم بر اساس قیمت رمز ارز

اندازۀ حجم بر اساس مانده یا اندازۀ دارایی محاسبه می شود . از این روش برای اندازه گیری حجم هر پوزیشن به طور خاص برای معاملات رمز ارزها استفاده می گردد . برای این منظور لازم است که تعداد دقیق ارقام بعد از ممیز را برای گرد کردن مشخص کنید .

مارتینگل ساده

در روش مارتینگل پس از هر ضرر ، تعداد پوزیشن ها افزایش پیدا می کند . این روش مدیریت سرمایه برای تعیین اندازۀ حجم هر پوزیشن اضافه شده استفاده می شود .

تنظیمات – تست های همزمان

تست های همزمان ، تست های دیگری هستند که می توان از آن ها برای سنجش میزان استحکام  استراتژی ها استفاده کرد .

تست استحکام ، بررسی چگونگی رفتار استراتژی در صورت به وجود آمدن تغییراتی اندک در ورودی ها ، داده های تاریخی یا سایر مولفه های استراتژی است .

برای اطلاعات بیشتر پیشنهاد می شود دربارۀ موارد زیر بیشتر مطالعه کنید :

• تست های همزمان ، تست خودکار استحکام استراتژی ، معنی استحکام و همچنین شیوۀ عملکرد تست های همزمان در اَلگویاب
• تست های همزمان برای ساخت استراتژی ها در بخش “ساخت” و “تست”

تنظیمات – رتبه بندی

هنگامی که استراتژی ها به وسیلۀ اَلگویاب تولید می شوند ، هر استراتژی جدید بر اساس داده های گذشتۀ بازار آزمایش می شود و پس از پایان یافتن آزمون ، نتایج حاصل برای رتبه بندی استراتژی ها استفاده می شوند.

تناسب عددی بین 0 تا 1 دارد و “کیفیت” استراتژی را با توجه به معیارهای در نظر گرفته شده منعکس می کند .

در این صفحه از نرم افزار اَلگویاب می توانید مقدار تناسب و نحوۀ محاسبۀ آن را بر اساس معیارهای انتخاب استراتژی تعیین کنید . برای مثال می توانید تعداد استراتژی های برتر ذخیره شده در بانک استراتژی و این که کدام استراتژی ها در بانک استراتژی ذخیره شوند و کدام یک از آن ها تحت چه شرایطی دور ریخته شوند را سفارشی سازی کنید .

گزینه های بانک استراتژی

بهترین استراتژی های یافت شده به طور مداوم در بانک استراتژی ذخیره می شوند .

نرم افزار اَلگویاب در هر ساعت می تواند هزاران استراتژی جدید ایجاد کند اما ذخیره سازی کل این استراتژی های ساخته شده مسلما” امکان پذیر نیست . بنابراین ما باید مشخص کنیم که چه تعداد استراتژی باید در بانک استراتژی ذخیره شود و نحوۀ مرتب سازی آن ها برای یافتن بهترین استراتژی ها چگونه باید باشد و کدام استراتژی ها باید دور ریخته شوند .

حداکثر تعداد استراتژی هایی که باید در بانک استراتژی ذخیره شوند

از این قسمت به سادگی می توانید حداکثر تعداد استراتژی هایی را که دوست دارید در بانک استراتژی اَلگویاب ذخیره شوند را با تعیین عدد مد نظر خود مشخص کنید .

توقف تولید استراتژی ها

این بخش به شما اجازه می دهد تا تعریف کنید که اگر تعداد استراتژی های ذخیره شده به عدد مد نظر و از پیش تعیین شده توسط شما رسید و بانک استراتژی پر شد ، روند تولید به پایان برسد یا این که تا زمان توقف دستی توسط شما ادامه پیدا کند .

رتبه بندی کیفیت استراتژی ها (تناسب)

در اینجا می توانید داده ها و مقادیر مربوط به تنظیمات معیارهای میزان تناسب استراتژی ها را محاسبه کنید و مشخص کنید که برای محاسبۀ میزان تناسب کل استراتژی ها ، اَلگویاب از چه معیارهایی استفاده کند .

استفاده از داده های بک تست اصلی یا داده های بررسی های متقابل :

شما می توانید تعیین کنید که مقایسه برای تعیین امتیاز میزان تناسب استراتژی ها با هم بر اساس داده های بک تست اصلی انجام شود یا اگر از تست های متقابل و اضافی نیز استفاده می کنید ، بر اساس داده های بررسی های متقابل .

معمولاً استفاده از گزینۀ پورتفو توصیه می شود . در این حالت میزان تناسب استراتژی ها بر اساس مجموع نتایج معاملات انجام شده در تمام نمادهای موجود در پورتفو محاسبه می شود .

اگر از این روش استفاده کنید و داده های اضافی نداشته باشید ، اَلگویاب به طور خودکار از داده های اصلی برای محاسبۀ میزان تناسب استفاده می کند .

تعیین بهترین استراتژی ها

شما می توانید از معیارهای از پیش تعیین شده استفاده کنید ، یا می توانید روش تعیین تناسب ترکیبی پیچیده ای را برای خود بر اساس معیارهای متعدد که هر کدام وزن های مختلفی هم نسبت به هم دارند ، در نظر گرفته و طراحی کنید .

توجه داشته باشید که اگر می خواهید معیارهای زیادی را با هم ترکیب کنید ، ممکن است به آن چه انتظار داشتید نرسید. چرا که گاهی بعضی از این معیار ها با هم تداخل پیدا می کنند و در تضاد با هم قرار می گیرند و در نتیجه این کار نتیجۀ معکوس می دهد .

شرایط فیلتر کردن استراتژی ها

شما می توانید شرایطی را برای دور انداختن استراتژی های بد تعریف کنید . به عنوان مثال ، معمولاً منطقی است که استراتژی هایی را که ضررده اند یا آن هایی را که تعداد کمی معامله دارند را فیلتر کنید و دور بریزید .

فیلترهای خودکار

از فیلترهای اتوماتیک برای کنار گذاشتن استراتژی هایی که کلا” غلط هستند مانند استراتژی هایی که تعدا معاملات آن ها صفر است یا استراتژی های بدون سود باید استفاده شود . تمام گزینه های موجود در زیر قابل مشاهده هستند :

فیلترهای سفارشی

فیلترهای سفارشی به شما امکان می دهد که برای ارزیابی هر استراتژی ، قوانین سفارشی مورد نظر خود را تعیین کنید .

اگر این استراتژی با هر یک از این قوانین و فیلتر ها مطابقت نداشته باشد ، از آن صرف نظر می شود .

این کار برای کنار گذاشتن سریع استراتژی هایی که منجر به ضرر می شوند یا تعداد معاملات آن ها کم است بسیار مفید می باشد .

امکان تعیین فیلتر های جداگانه ای هم برای سنجش مقادیر نتایج در داده های “داخل نمونه” و “خارج نمونه”  و همچنین تست های استحکام یا پورتفو در صورت استفاده در این قسمت وجود دارد .

حروف اختصاری که  در هنگام استفاده از فیلتر های سفارشی مورد استفاده قرار می گیرند عبارتند از :

• IS (داخل نمونه) – نتیجۀ قسمت داخل نمونۀ داده ها است .
• OOS (خارج نمونه) – نتیجۀ قسمت خارج از نمونۀ داده ها است .
• RT (تست های استحکام) – نتیجۀ انجام آزمایشات استحکام است .
• P (پورتفو ها) – اگر پورتفو وجود داشته باشد ، نتیجۀ انجام آزمایشات روی پورتفو ها می باشد .

البته نتایج را می توان بر اساس میزان “پول” ، “درصد” یا “پیپ” برای معاملات Long یا Short یا هر دو ارزیابی کرد .

تنظیمات – یادداشت ها

این یادداشت در واقع یک دفترچۀ یادداشت ساده است که به شما امکان می دهد که یادداشت های مورد نیاز خود در مورد پیکربندی مورد استفاده در هر استراتژی ، در مراحل مختلف را یادداشت کنید. یادداشت ها همراه با تنظیمات پروژۀ شما ذخیره می شوند:

نتایج – بررسی اجمالی

در این صفحه ، نتایج مربوط به استراتژی که در واقع در بانک استراتژی با دو بار کلیک کردن انتخاب شده اند ، نشان داده می شود .

اَلگویاب ، اعداد و آمار مختلفی که نتیجۀ انجام تست است را محاسبه کرده و در صفحۀ گزارش کلی  نشان می دهد .

نتایج – معیارهای تجزیه و تحلیل استراتژی

سود کل:

سود بر حسب پیپ:

میانگین سود سالانه:

این عدد میانگین سود در هر سال را نشان می دهد .

 

CAGR:

این عدد میزان نرخ سود مرکب سالانه را محاسبه می کند.

نسبت شارپ:

برای کمک به معامله گران برای درک میزان بازگشت سرمایه نسبت به ریسک استفاده می شود . نسبت متوسط ​​بازدۀ مازادی است که بدون ریسک بر حسب یک واحد نوسان حجم بازار یا ریسک کل کسب می شود .

فاکتور سود:

شاخصی محبوب است و ما اصولاً به مقداری معادل 1.3 یا بالاتر از این عدد نیاز داریم.

نسبت بازده به حداکثر اُفت:

این نسبت بسیار مورد استفاده قرار می گیرد . بهتر است که مقادیر کم آن را بسیار بدبینانه در نظر بگیرید.

درصد برد:

برای این شاخص معمولاً عددی بین 40 تا 60 درصد مورد قبول است. حتی استراتژی هایی با درصد برد کمتر از 50 نیز نیز می توانند خیلی خوب باشند و این مورد به نسبت اندازۀ حد ضرر در مقابل اندازۀ حد سود بستگی دارد ، یعنی ضرر بالقوه یا سود بالقوه .

حداکثر  اُفت:

این مورد نشان می دهد که بزرگترین میزان اُفت کل سرمایه یا همان دارایی کل چقدر است .

درصد اُفت:

این شاخص نشان می دهد که حداکثر درصد میزان اُفت کل سرمایه چقدر است .

میانگین سود روزانه:

میانگین سود ماهانه:

میانگین معاملات:

این شاخص نشان دهندۀ میزان سود متوسط ​​در هر معامله است.

نسبت درصد سود سالانه به درصد حداکثر اُفت:

انتظار بازگشت:

این مورد نسبت متوسط حداکثر ضرر بالقوه در مقابل ریسک نظر گرفته شده در معاملات است .

رتبۀ ریسک انتظاری:

این شاخص ، ریسک مورد انتظار را با در نظر گرفتن نسبت متوسط​​ کل معاملات و تعداد معاملات سالانه محاسبه می کند .

نمرۀ کیفی STR:

این معیاری برای سنجش کیفی عملکرد استراتژی ها است که توسط آقای پروفسور ون تارپ توسعه یافته است و کیفیت یک سیستم معاملاتی را اندازه گیری می کند . روش تفسیر استاندارد SQN به شرح زیر است :

• امتیاز: 1.6 – 1.9 کمتر از حد متوسط ​​است ، اما قابل استفاده برای معامله گری است .
• امتیاز: 2.0 – 2.4 متوسط ​​است .
• امتیاز: 2.5 – 2.9 خوب است .
• امتیاز: 3.0 – 5.0 عالی است .
• امتیاز: 5.1 – 6.9 بسیار عالی است .
• امتیاز: 7.0 – این استراتژی با این رتبه ممکن است همان جام مقدس باشد و لازم است روی آن کار کنید .

رتبه SQN:

شاخص نمرۀ کیفی STR ، طول دوره آزمایش و تعداد معاملات انجام شده را در نظر نمی گیرد. بنابراین ، رتبه SQN نیز می تواند شاخصی دیگر برای مقایسۀ استراتژی ها با هم باشد .

نسبت برنده به بازنده:

نسبت بازده:

این نسبت بیان می کند که میانگین معاملات برنده چند برابر بیشتر از میانگین معاملات بازنده است.

متوسط بازگشت سرمایه طی دوره:

 

z-score:

در آمار، z-score مضربی از انحراف معیار است که مقدار آن نشان می‌دهد یک نمره خام (یعنی مقدار مشاهده شده یا یک نقطه از داده) چقدر بالاتر یا کمتر از میانگین مقدار مشاهده یا اندازه‌گیری شده ‌است. نمرات خام بالاتر از میانگین دارای z-score مثبت و نمرات زیر میانگین دارای z-score منفی هستند.

نمره استاندارد، با کسر میانگین جمعیت از یک نمره خام فردی و سپس تقسیم آن بر انحراف معیار جمعیت محاسبه می‌شود .

z-probability:

z-probability یک مقدار آماری دیگر است . احتمال ناشی از z-score و توزیع  استاندارد.

انتظار:

انحراف معیار:

نسبت در معرض ریسک بازار بودن:

این شاخص بیان می کند که درصد میزان قرار گرفتن در معامله در کل دوره تست چقدر است .

تعداد روزهای رکود:

درصد رکود:

سود ناخالص:

ضرر ناخالص:

میانگین برد:

میانگین باخت:

حداکثر تعداد سود های پشت سر هم:

حداکثر تعداد ضرر های پشت سر هم:

لطفاً به خاطر داشته باشید که رسیدن به اعداد بسیار خوب برای تمام شاخص های فوق الذکر در بک تست الزاما” رسیدن به نتایج مشابه در معاملات آینده با حساب واقعی را تضمین نمی کند . برای بررسی کیفیت استراتژی ها لازم است که حداقل آزمایش های استحکام هم باروشی صحیح روی هر استراتژی انجام شود.

نتایج – لیست معاملات

لیست معاملات شامل لیست کاملی از معاملات انجام شده در گذشتۀ بازار است .

اگر استراتژی خود را روی چندین نماد یا چند تایم فریم دیگر مجددا” آزمایش کرده اید ، می توانید نتایج را در این قسمت مشاهده کنید یا حتی لیست معاملات کل پورتفو را بررسی کنید .

نتایج – نمودار نتایج معاملات

نمودار نتایج معاملات انجام شده توسط استراتژی را نمایش می دهد .

نشانگر رکود ، حداکثر دورۀ رکود را نشان می دهد . این دورۀ مشخص شده ، در واقع طولانی ترین دوره ای در نمودار نتایج معاملات در مدت زمان انجام معاملات است که طول کشیده است تا یک سقف سودآوری جدید توسط استراتژی ایجاد شود .

در مورد پورتفو ها ، نمودارهای مربوط به هر نماد یا تایم فریم آزمایش شده ، به علاوۀ نمودار نتایج معاملات کامل پرتفو را در این قسمت نشان می دهد .

چندین گزینۀ بسیار کارای دیگر نیز وجود دارد که می توانید آن ها را فعال یا غیر فعال کنید تا در نمودار نتایج معاملات آن ها را مشاهده کنید ، برای مثال نمایش نتایج روزانۀ معاملات و خطوط MAE یا  MFE.

هنگامی که برای تست استراتژی در نماد های بیشتر ، از بک تست در بازارهای اضافی استفاده می کنید ، نتایج همۀ آزمایش های بعدی به استراتژی اضافه می شود و می توانید بین آن ها جابجا شوید یا در صورت نیاز ، کل منحنی های نمودارهای نتایج را به طور هم زمان به نمایش در آورید :

تصویر 3

نتایج – معیارهای تجزیه و تحلیل استراتژی

سود کل:

سود بر حسب پیپ:

میانگین سود سالانه:

این عدد میانگین سود در هر سال را نشان می دهد .

 

CAGR:

این عدد میزان نرخ سود مرکب سالانه را محاسبه می کند.

نسبت شارپ:

برای کمک به معامله گران برای درک میزان بازگشت سرمایه نسبت به ریسک استفاده می شود . نسبت متوسط ​​بازدۀ مازادی است که بدون ریسک بر حسب یک واحد نوسان حجم بازار یا ریسک کل کسب می شود .

فاکتور سود:

شاخصی محبوب است و ما اصولاً به مقداری معادل 1.3 یا بالاتر از این عدد نیاز داریم.

نسبت بازده به حداکثر اُفت:

این نسبت بسیار مورد استفاده قرار می گیرد . بهتر است که مقادیر کم آن را بسیار بدبینانه در نظر بگیرید.

درصد برد:

برای این شاخص معمولاً عددی بین 40 تا 60 درصد مورد قبول است. حتی استراتژی هایی با درصد برد کمتر از 50 نیز نیز می توانند خیلی خوب باشند و این مورد به نسبت اندازۀ حد ضرر در مقابل اندازۀ حد سود بستگی دارد ، یعنی ضرر بالقوه یا سود بالقوه .

حداکثر  اُفت:

این مورد نشان می دهد که بزرگترین میزان اُفت کل سرمایه یا همان دارایی کل چقدر است .

درصد اُفت:

این شاخص نشان می دهد که حداکثر درصد میزان اُفت کل سرمایه چقدر است .

میانگین سود روزانه:

میانگین سود ماهانه:

میانگین معاملات:

این شاخص نشان دهندۀ میزان سود متوسط ​​در هر معامله است.

نسبت درصد سود سالانه به درصد حداکثر اُفت:

انتظار بازگشت:

این مورد نسبت متوسط حداکثر ضرر بالقوه در مقابل ریسک نظر گرفته شده در معاملات است .

رتبۀ ریسک انتظاری:

این شاخص ، ریسک مورد انتظار را با در نظر گرفتن نسبت متوسط​​ کل معاملات و تعداد معاملات سالانه محاسبه می کند .

نمرۀ کیفی STR:

این معیاری برای سنجش کیفی عملکرد استراتژی ها است که توسط آقای پروفسور ون تارپ توسعه یافته است و کیفیت یک سیستم معاملاتی را اندازه گیری می کند . روش تفسیر استاندارد SQN به شرح زیر است :

• امتیاز: 1.6 – 1.9 کمتر از حد متوسط ​​است ، اما قابل استفاده برای معامله گری است .
• امتیاز: 2.0 – 2.4 متوسط ​​است .
• امتیاز: 2.5 – 2.9 خوب است .
• امتیاز: 3.0 – 5.0 عالی است .
• امتیاز: 5.1 – 6.9 بسیار عالی است .
• امتیاز: 7.0 – این استراتژی با این رتبه ممکن است همان جام مقدس باشد و لازم است روی آن کار کنید .

رتبه SQN:

شاخص نمرۀ کیفی STR ، طول دوره آزمایش و تعداد معاملات انجام شده را در نظر نمی گیرد. بنابراین ، رتبه SQN نیز می تواند شاخصی دیگر برای مقایسۀ استراتژی ها با هم باشد .

نسبت برنده به بازنده:

نسبت بازده:

این نسبت بیان می کند که میانگین معاملات برنده چند برابر بیشتر از میانگین معاملات بازنده است.

متوسط بازگشت سرمایه طی دوره:

 

z-score:

در آمار، z-score مضربی از انحراف معیار است که مقدار آن نشان می‌دهد یک نمره خام (یعنی مقدار مشاهده شده یا یک نقطه از داده) چقدر بالاتر یا کمتر از میانگین مقدار مشاهده یا اندازه‌گیری شده ‌است. نمرات خام بالاتر از میانگین دارای z-score مثبت و نمرات زیر میانگین دارای z-score منفی هستند.

نمره استاندارد، با کسر میانگین جمعیت از یک نمره خام فردی و سپس تقسیم آن بر انحراف معیار جمعیت محاسبه می‌شود .

z-probability:

z-probability یک مقدار آماری دیگر است . احتمال ناشی از z-score و توزیع  استاندارد.

انتظار:

انحراف معیار:

نسبت در معرض ریسک بازار بودن:

این شاخص بیان می کند که درصد میزان قرار گرفتن در معامله در کل دوره تست چقدر است .

تعداد روزهای رکود:

درصد رکود:

سود ناخالص:

ضرر ناخالص:

میانگین برد:

میانگین باخت:

حداکثر تعداد سود های پشت سر هم:

حداکثر تعداد ضرر های پشت سر هم:

لطفاً به خاطر داشته باشید که رسیدن به اعداد بسیار خوب برای تمام شاخص های فوق الذکر در بک تست الزاما” رسیدن به نتایج مشابه در معاملات آینده با حساب واقعی را تضمین نمی کند . برای بررسی کیفیت استراتژی ها لازم است که حداقل آزمایش های استحکام هم باروشی صحیح روی هر استراتژی انجام شود.

نتایج – لیست معاملات

لیست معاملات شامل لیست کاملی از معاملات انجام شده در گذشتۀ بازار است .

اگر استراتژی خود را روی چندین نماد یا چند تایم فریم دیگر مجددا” آزمایش کرده اید ، می توانید نتایج را در این قسمت مشاهده کنید یا حتی لیست معاملات کل پورتفو را بررسی کنید .

نتایج – نمودار نتایج معاملات

نمودار نتایج معاملات انجام شده توسط استراتژی را نمایش می دهد .

نشانگر رکود ، حداکثر دورۀ رکود را نشان می دهد . این دورۀ مشخص شده ، در واقع طولانی ترین دوره ای در نمودار نتایج معاملات در مدت زمان انجام معاملات است که طول کشیده است تا یک سقف سودآوری جدید توسط استراتژی ایجاد شود .

در مورد پورتفو ها ، نمودارهای مربوط به هر نماد یا تایم فریم آزمایش شده ، به علاوۀ نمودار نتایج معاملات کامل پرتفو را در این قسمت نشان می دهد .

چندین گزینۀ بسیار کارای دیگر نیز وجود دارد که می توانید آن ها را فعال یا غیر فعال کنید تا در نمودار نتایج معاملات آن ها را مشاهده کنید ، برای مثال نمایش نتایج روزانۀ معاملات و خطوط MAE یا  MFE.

هنگامی که برای تست استراتژی در نماد های بیشتر ، از بک تست در بازارهای اضافی استفاده می کنید ، نتایج همۀ آزمایش های بعدی به استراتژی اضافه می شود و می توانید بین آن ها جابجا شوید یا در صورت نیاز ، کل منحنی های نمودارهای نتایج را به طور هم زمان به نمایش در آورید :

تصویر 3

نتایج – تجزیه و تحلیل معاملات

صفحۀ تجزیه و تحلیل معاملات ، عملکرد سالانۀ استراتژی به علاوۀ نمودارهای نتایج قابل تنظیم با معیارهای مختلف آزمایش های  استراتژی را مثل تعداد معاملات درهر ساعت ، در هر روز هفته ، در هر روز ماه  و … نشان می دهد .

نتایج – همبستگی استراتژی ها

صفحۀ مربوط به همبستگی استراتژی های تشکیل دهندۀ یک پورتفو فقط در صورتی قابل مشاهده است که مراحل و آزمایشات زیر پس از استراتژی ها روی آن انجام شده باشد و در داخل فایل های گزارش ، حتما” نتایج زیر موجود باشند :

• شما می بایست برای ادغام چندین استراتژی با هم در یک پورتفو از عملکرد “ادغام” در بانک داده ها استفاده کرده باشید .
• شما باید استراتژی را در نماد های اضافی دیگر ، تست کرده باشید .

ماتریس همبستگی باید محاسبه شود و شما می توانید میزان همبستگی را بر اساس ساعت ، روز ، هفته یا ماه بسنجید و می توانید میزان همبستگی استراتژی های موجود در یک پورتفو را با هم بر اساس سود یا ضرر و حتی تعداد معاملات بررسی کنید .

تصویر 1

هنگامی که پورتفویی حاصل از ادغام نتایج بک تست چندین استراتژی داشته باشید ، می توانید نمودار های منحنی های نتایج معاملات مربوط به همۀ آن ها را در یک نمودار واحد مشاهده کنید :

تصویر 2

نتایج – نمایش معاملات بر روی نمودار

این بخش کل داده های نمودار را که بک تست روی آن انجام شده است را نشان می دهد . بنابراین شما به آسانی می توانید نمودار کل معاملات انجام شده روی داده های تاریخی را به همراه نتایج تست با استفاده از رسم تمام اندیکاتور ها و تمام سفارشات انجام شده در یک نمودار مشاهده کنید . این امکان می تواند به شما کمک کند تا استراتژی خود را بررسی کنید و به صورت بصری نحوۀ انجام دادن معاملات را روی نمودارهای مربوط به آن ها به آسانی ببینید.

توجه داشته باشید که این برگه تنها در صورتی در دسترس است که اَلگویاب را به شکل صحیح برای ذخیرۀ داده های نمودار در تنظیمات -> گزینه های معاملاتی -> ذخیرۀ نمودار داده ها تنظیم کنید و گزینۀ مربوط به آن را فعال کرده باشید :

نتایج – پیکربندی استراتژی

این صفحه تنظیمات فعلی را در مقابل تنظیمات مورد استفاده در آخرین آزمایش استراتژی نشان می دهد و تفاوت ها را با رنگ قرمز نمایش می دهد.

به این ترتیب می توانید به سرعت تفاوت بین تنظیمات را تشخیص دهید .

برای بارگیری تنظیمات از استراتژی ، می توانید از دکمۀ به کارگیری تنظیمات استراتژی استفاده کنید. با این کار ، اَلگویاب تنظیمات را از استراتژی بارگیری کرده و آن ها را در فایل نمونۀ استراتژی انتخاب شده اعمال می کند.

نتایج – کد منبع

صفحۀ کد منبع جایی است که نهایتا” شما می توانید نتیجۀ کار پیچیدۀ برنامۀ اَلگویاب را دریافت کنید . برنامۀ اَلگویاب برای هر استراتژی انتخابی ، برای پلتفرم معاملاتی انتخاب شده ، کد منبعی مجزا تولید می کند.

می توانید از بین گزینه های قابل پشتیبانی زیر یکی را انتخاب کنید :

• سودو کد – سودو کد ، کد استراتژی قابل خواندن توسط انسان است . شما می توانید منطق استراتژی را ببینید و می توانید از آن برای معاملات دستی استفاده کنید .
• اکسپرت متاتریدر 4 – می توانید کد اکسپرت خود را برای متاتریدر 4 ذخیره کرده و در پوشۀ MetaTrader/experts  ذخیره کنید و به این ترتیب قادر خواهید بود اکسپرت جدید طراحی شده به وسیلۀ اَلگویاب خود را در متاتریدر 4 اجرا کنید .
• اکسپرت متاتریدر 5 – می توانید کد اکسپرت خود را برای متاتریدر 5 ذخیره کرده و در پوشۀ MetaTrader/experts  ذخیره کنید و به این ترتیب قادر خواهید بود اکسپرت جدید طراحی شده به وسیلۀ اَلگویاب خود را در متاتریدر 5 اجرا کنید .
• Easy Language برای ترید استیشن و یا مولتی چارتس – می توانید کد اکسپرت خود را برای ترید استیشن و یا مولتی چارتس ذخیره کرده و در آن ها وارد کنید و با استفاده از این دو پلتفرم به انجام معاملات بپردازید .
• XML استراتژی – این گزینه به شما امکان می دهد تا کل کد های استراتژی را در قالب XML ذخیره و مشاهده کنید .

گزینه های دیگری نیز وجود دارند :

• متغیرهای پارامتر – تنظیمات مقادیر پارامترهای استراتژی مثل دوره ها ، اعداد و … که توسط اَلگویاب برای تولید استراتژی به کار رفته اند ، در این قسمت کاملا” در دسترس شماست . این مقادیر یا پارامترها می توانند به صورت عددی باقی بمانند ، یا می توانند تبدیل به پارامتر شوند . این بدان معناست که در پلتفرم معاملاتی شما قابل دیدن و تنظیم هستند .
• مدیریت سرمایۀ استفاده شده – شما می توانید با همان مدیریت سرمایه ای که در آخرین تست استراتژی استفاده شده است ، کد منبع تولید کنید یا می توانید مدیریت سرمایه ای از نوع دیگر انتخاب کنید.

شکل ظاهری الگویاب

ساخت

بخش “ساخت” هسته اصلی برنامۀ اَلگو یاب است . با استفاده از این بخش شما می توانید استراتژی های جدید معاملاتی ایجاد کنید.

قبل از شروع به ساخت یا آزمایش مجدد ، باید داده ها و تنظیمات را پیکربندی کنید. استراتژی های برتر تولید شده به طور مداوم در بانک استراتژی در قسمت پایین صفحه ذخیره می شوند.

ساختار استاندارد

با کمک گرفتن از هر یک از بخش های ” ساخت ”  ، ” تست” ،” بهینه ساز”  و ” پروژه های سفارشی ” که در  قسمت های موجود در بالای نرم افزار اَلگو یاب قرار دارند ، می توانید بین بخش های “روند کار” ، “تنظیمات” و “نتایج” جابجا شوید .

صفحۀ “روند کار”  به شما امکان می دهد که ساخت استراتژی ها را شروع یا متوقف یا در روند کار وقفه ایجاد کنید و همچنین در این صفحه ، گزارش ها ، نمودارهای نتایج و موارد مربوط به میزان استفاده از حافظه و نمای کلی تنظیمات به نمایش در می آید .

صفحۀ “تنظیمات” شامل تمام تنظیماتی است که در این بخش خاص موجود است.

صفحۀ “نتایج” شامل بخش هایی برای نمایش معیارهای مختلف مانند میزان سود خالص ، نمودار نتایج معاملات استراتژی و مواردی این چنین است که در بانک استراتژی برای نمایش انتخاب شده است.

بررسی های متقاطع – تست های مقاومت

روش های تست های مجدد مونت کارلو

این روش نوع دیگری از شبیه سازی مونت کارلو است ، در این روش ، اَلگویاب به صورت تصادفی تغییراتی را در ویژگی های خاصی از استراتژی که نیاز به تست دوباره دارند مثل کارمزد  ، تغییر قیمت لحظه ای  ، پارامترهای مختلف استراتژی یا داده های تاریخی ایجاد می کند و دوباره آن ها را شبیه سازی می کند.

از آنجا که هر شبیه سازی به یک بک تست کامل نیاز دارد ، بررسی متقابل ممکن است طولانی شود .

فرض کنید مدت زمان مورد نیاز برای تست نهایی بر روی داده های اصلی 0.5 ثانیه باشد ، و شما می خواهید 100 شبیه سازی انجام دهید ،بنابراین باید انتظار داشته باشید که برای هر استراتژی که تست می شود 0.5*50=100 ثانیه زمان نیاز باشد.

برخی از روش های موجود در تست مونت کارلو عبارتند از :

شروع از یک کندل تصادفی – در این روش تست استراتژی از یک کندل متفاوت آغاز می شود . بدیهی است که یک استراتژی خوب نباید به این که از کدام کندل آزمون را شروع می کنید حساس باشد .

تصادفی کردن پارامترهای استراتژی – هر استراتژی از پارامترهایی مانند پریودی ثابت برای یک اندیکاتور استفاده می کند . این تست ، حساسیت استراتژی نسبت به ایجاد مقدار کمی تغییر در پارامترها را بررسی می کند . احتمال دارد که هر پارامتری خودش مقداری تغییر کند . حداکثر میزان تغییر یک پارامتر ، در واقع همان حداکثر درصدی است که پارامتر خودش را تغییر می دهد . به عنوان مثال ، اگر حداکثر تغییر پارامتر را روی 10٪ تنظیم کنید ، یک پارامتر با مقدار 60 می تواند به طور تصادفی در یک محدوده بین اعداد 54 تا 66 یعنی به اضافۀ 10٪ یا منهای 10٪ مقدار اصلی آن یعنی عدد 60 تغییر یابد .

تصادفی کردن داده های تاریخی – یکی از علل بسیار مهم به وجود آمدن ایرادی مانند متناسب شدن بیش از حد استراتژی زمانی اتفاق می افتد که استراتژی کاملا” به داده های تاریخی وابسته باشد . تست تصادفی کردن داده های تاریخی ، رفتار استراتژی را بر روی داده های تغییر یافته بررسی می کند .

احتمال تغییر مشخص شده در این تست تعیین می کند که قیمت open ،High  ، Low یا Close هر کندل چقدر ممکن است که تغییر کند . حداکثر تغییر قیمت ، درصدی از تغییراتATR  است .

به عنوان مثال اگر قیمت Close برای تغییر تصادفی انتخاب شود و مقدار ATR برابر با 10 پیپ و حداکثر تغییر قیمت 20٪ باشد ، بنابراین قیمت می تواند به اضافۀ 2 یا منهای 2  پیپ تغییر کند .

استفاده از تست های همزمان متقابل در هنگام “ساخت” و “تست” استراتژی ها

اَلگویاب به شما امکان می دهد که در هنگام “ساخت” استراتژی یا در هنگام “تست” مجدد استراتژی ها از تست های متقابل  یا همان تست های استحکام استفاده کنید .

با استفاده از اَلگویاب شما می توانید تست های متقابل بسیار متنوعی را از موارد ساده گرفته تا موارد بسیار پیچیده به سادگی روی استراتژی هایتان اجرا کنید . فقط کافی است که با استفاده از موس نوع تنظیمات دلخواهتان را انتخاب کنید :

تصویر 1

یا این که آن ها را به صورت جداگانه در بخش تنظیمات پیشرفته فعال یا غیر فعال کنید و از همین جا می توانید پیکربندی و فیلترهای آن ها را نیز به دلخواه خود تغییر دهید:

با استفاده از تنظیمات از پیش تعیین شده برای هر تست همزمان متقابل می توانید از یک سری تنظیمات بهینه استفاده کنید . چرا که همیشه باید بین سرعت انجام تست ها  و سرعت خروجی گرفتن اعتدال وجود داشته باشد.

تست مجدد با دقت بالاتر

این تست آسان است – در این تست اَلگویاب دوباره استراتژی را با همان داده های قبلی آزمایش می کند ، اما با دقت بالاتر .

معمولاً بهترین کار این است که تست اصلی با سریع ترین حالت یعنی Selected time frame only انجام شود . زیرا در این صورت اَلگویاب می تواند خیلی سریع استراتژی های بد مثل  استراتژی هایی که هیچ معامله ای انجام نمی دهند یا ضررده هستند را فیلتر کند و دور بریزد .

هنگامی که یک استراتژی سودآور داشته باشیم ، آن را به طور خودکار و با دقت بالاتر می توانیم با استفاده از این تست آزمایش کنیم . با استفاده از این آزمایش می توانیم اطمینان حاصل کنیم که استراتژی درست کار می کند.

ممکن است این اتفاق بیفتد که استراتژی شما با سریعترین حالت یعنی Selected time frame only سودآوری داشته باشد اما در صورتی که آن را مجددا” با دقت بالاتر آزمایش کنید ، دیگر از آن سودآوری اولیه برخوردار نباشد و دلیلش هم این است که طبعا” دقت کمتری دارد.

تست مجدد در بازارهای دیگر

این آزمون استحکام ، بسیار دشوار است. این تست بدان معنی است که باید یک استراتژی را در بازارهای مختلف آزمایش کنید. منظور از بازارهای مختلف ، نمادها یا تایم فریم های دیگر است. یک استراتژی قوی باید به طور ایده آل بر روی چندین نماد یا تایم فریم مختلف کار کند.

در حقیقت ، از آنجا که هر بازاری ویژگی های خاص خود را دارد مثل میزان نوسانات روزانه و …  ، یافتن یک استراتژی با عملکردی عالی و یکسان در چندین نماد ، فقط با استفاده از یک مجموعه از تنظیمات یکسان ، اصلا” آسان نخواهد بود.

اگر یک استراتژی با حداقل سودآوری یا حتی اندکی ضرر هم در بازارهای دیگر عمل کند ، برای ما می تواند راضی کننده باشد.

تصویر 1

تصویر 2

در دو نمودار بالا می توانید تست یک استراتژی روی EURUSD (خط قرمز) ، GBPUSD (خط نارنجی) و پورتفوی حاصل از ترکیب هر دو (خط آبی) را مشاهده کنید.

در حالی که در نمودار سمت چپ استراتژی عملکرد خوبی در هر دو نماد دارد ، در نمودار سمت راست می توانید عملکرد بد آن روی GBPUSD را مشاهده کنید. این استراتژی احتمالاً به اندازه کافی قوی و مستحکم نیست.

تست مونت کارلو با روش دستکاری معاملات

در این روش اَلگویاب شبیه سازی های همزمانی را اجرا می کند که در هر شبیه سازی معاملات انجام شدۀ موجود را دستکاری می کند یعنی ترتیب آن ها به هم می ریزد یا برخی را حذف می کند و غیره.

اَلگویاب این تست را بسیار به سرعت انجام می دهد ، زیرا به بک تست نیاز ندارد و روی نتایج معاملات موجود در بک تست اصلی کار می کند .

ایدۀ پشت این کار به این ترتیب است که می خواهیم بررسی کنیم که نمودار نتایج استراتژی چه مقدار به ترتیب خاص انجام معاملات بستگی دارد و در صورت از دست رفتن برخی معاملات چه اتفاقی در نتایج معاملات می افتد .

با استفاده از اَلگویاب این دستکاری ها را می توانید در هر شبیه سازی انجام دهید:

تصادفی کردن انجام معاملات – این ساده ترین تست است و در آن  اَلگویاب به طور تصادفی ترتیب معاملات را تغییر می دهد . با این کار سود تغییری نمی کند ، اما میزان “اُفت” که می تواند نتیجۀ معاملات بشت سر هم باشد ، ممکن است تغییر کند و به همین علت است که این آزمایش بسیار مهم و مفید است .

حذف تصادفی تعدادی از معاملات – اَلگویاب به طور تصادفی با توجه به عددی که برای احتمال به آن داده شده است ، تعدادی از معاملات را حذف می کند . در معاملات واقعی بسیار پیش می آید که معامله ای را به دلایل مختلف مثل خرابی سیستم کامپیوتر یا قطع شدن اینترنت یا اصلا به این دلیل که مدتی معامله گری را متوقف کرده اید از دست بدهید .  این تست به شما این دید را می دهد که اگر بعضی از معاملات به طور تصادفی حذف و کنار گذاشته شوند ، نمودار نتایج معاملات به چه شکلی در خواهد آمد .

تفسیر نتایج

اَلگویاب نتایج تست های استحکام را به صورت مجموعه ای از نمودارها برای هر یک بار آزمایش و یک جدول که نتایج تست شبیه سازی مونت کارلو را نشان می دهد ، ارائه می دهد .

در این مثال ما 100 شبیه سازی را با معاملات کاملاً تصادفی انجام داده ایم .

اَلگویاب می تواند نتایج هر یک از این شبیه سازی ها را نشان دهد و در جدول سمت چپ اطلاعات ارزشمندی در مورد خصوصیات استراتژی در طول انجام این شبیه سازی ها به ما ارائه دهد .

این مقادیر به چه معنا هستند؟

در ردیف اول مقادیر مربوط به سود خالص ، حداکثر درصد اُفت سرمایه و غیرۀ استراتژی اصلی را برای مقایسه نشان می دهد.

بقیه ردیف ها مقادیر مربوط به سطوح اطمینان مختلف دیگر را نشان می دهند .

این اعداد نتیجۀ تحلیل مونت کارلو هستد که از 10 شبیه سازی تصادفی اعمال شدۀ ما حاصل شده اند .

به عنوان مثال ، مقادیر نشان داده شده در سطح اطمینان 80٪ ، به این معنی است که 20٪ احتمال دارد که سود خالص ، درصد افت سرمایه و غیره از مقادیر سطح اطمینان بدتر باشد .

مقادیر نشان داده شده در سطح اطمینان 90٪ ، به این معنی است که 10٪ احتمال دارد که سود خالص ، افت سرمایه و غیره از مقادیر سطح اطمینان بدتر باشد .

مقادیر نشان داده شده در سطح اطمینان 95٪ به این معنی است که فقط 5٪ احتمال دارد که سود خالص ، اُفت سرمایه و غیره از این مقادیر بدتر باشد.

بنابراین اَلگویاب با انجام این شبیه سازی مونت کارلو به ما نشان می دهد که با کنار گذاشتن 10٪ تصادفی ، سود خالص ما می تواند از 6990 دلار به 3943 دلار کاهش یابد و حداکثر اَفت نیز از عدد 6.97٪ به عدد 11.36٪ افزایش یابد.

این بدان معناست که تنها 5٪ احتمال پایین آمدن سود خالص از 3943 دلار وجود دارد. با بررسی سطوح اطمینان بالاتر ، می توان نتیجه گرفت که هیچ یک از آزمایش های ما نتایج بدتری از 3943 دلار نداشته اند ، بنابراین به نظر می رسد که این استراتژی با توجه به تغییراتی که در معرض آن بوده است نسبتاً قوی و مستحکم است.

از آنجا که شبیه سازی های مونت کارلو به صورت تصادفی انجام می شوند ، در هر بار که استراتژی را دوباره امتحان کنید نتایج متفاوتی را در نمودارهای نتایج معاملات و جداول مربوطه خواهید گرفت . همچنین هر چه تعداد شبیه سازی های بیشتری را در نظر بگیرید ، ارزش و اهمیت آماری این تست بیشتر و نتایج قابل اتکا تر خواهند بود.

شبیه سازی “What If”

شبیه سازی “What If” یک آزمایش جدید قدرتمند و در عین حال سریع و ساده برای سنجش میزان استحکام استراتژی است.

شبیه سازی های “What If” به شما امکان می دهند که سناریوهایی را برای تست مانند موارد زیر ترتیب دهید :

• مثلا” اگر استراتژی فقط در روزهای خاصی از هفته یا ساعات خاصی در یک روز معامله کند چه اتفاقی در نتایج می افتد؟
• یا مثلا” اگر 5٪ از سودآورترین معاملات را حذف کنیم ، چه می شود؟
• … و غیره

با استفاده از شبیه سازی “What If” به عنوان یک ابزار برای تست همزمان ، می توانید بلافاصله استراتژی هایی را که عملکردشان در این تست به شکل قابل توجهی بدتر می شود را فیلتر کنید .

شبیه سازی “What If” چطور کار می کند؟

طرز کار این روش بسیار ساده است . اَلگویاب هر نوع شبیه سازی را که شما انتخاب کنید در لیست نتایج معاملاتی که توسط بک تست اصلی از قبل تولید شده اند ، انتخاب می کند و نتایج حاصله را گزارش می دهد .

به عنوان مثال ، اگر از شبیه سازی “انجام معامله فقط در طول روز” استفاده کنید و بخواهید استراتژی تان فقط در روزهای سه شنبه ، چهارشنبه و پنجشنبه معامله کند ،اَلگویاب تمام معاملاتی که در غیر از این سه روز باز شده اند و مربوط به روزهای دیگر هفته هستند را حذف می کند .

مهم این است که بدانیم شبیه سازی “What If” دوباره استراتژی را بکتست نمی کند و تنها با لیست معاملات موجود از بکتست اصلی کار می کند . به همین علت است که این تست تا این حد سریع است .

پیکربندی

شبیه سازی “What If” بسیار شبیه به تست مونت کارلو است – شما یک یا چند سناریو را انتخاب می کنید و این موارد بر روی نتایج معاملات استراتژی اعمال شوند :

فیلتر کردن استراتژی ها بر اساس نتایج شبیه سازی “What If”

به صورت اختیاری می توانید از فیلتر های خودکار برای فیلتر کردن استراتژی هایی که نتایج عملکرد آن ها از نظر شما در حد مشخصی قرار ندارند استفاده کنید :

در تصویر بالا تعریف کرده ایم که سود خالص در نتایج حاصل از شبیه سازی “What If” باید حداقل به اندازۀ 80٪ سود خالص تست اصلی باشد .

مشاهدۀ نتایج

وقتی شبیه سازی “What If” را اجرا می کنید ، اَلگویاب به سرعت نتایج جدیدی را ایجاد می کند که این نتایج جدید می توانند در صفحات مربوطه در بخش های “نمودار نتایج” ، “نمای کلی” یا “لیست معاملات” نمایش داده شوند .

می توانید نمونه ای از تفاوت بین نمودار نتایج بکتست و شبیه سازی “What If” را در تصویر زیر مشاهده کنید:

روش بهینه سازی استراتژی و ایجاد تغییر در پارامترهای های سیستم معاملاتی در اَلگویاب

این قسمت در مورد دو ویژگی مهم خواهد بود که به یکدیگر مرتبط هستند و هر دو در تلاشند تا هنگام ایجاد یک استراتژی جدید معاملاتی به این دو سوال مهم پاسخ دهند :

• آیا استراتژی جدید من واقعا” نسبت به دیگر استراتژی ها برتری واقعی دارد؟
• آیا می توانم انتظار داشته باشم که در آینده روی داده های ناشناخته هم به خوبی کار کند؟

پاسخ هر دو این پرسش ها در انجام و ارزیابی بهینه سازی استراتژی است . این بدان معنی است که شما ابتدا باید پارامترهای استراتژی را بهینه کنید ، و سپس از یک یا هر دو این روش ها برای ارزیابی نتایج تمام مراحل بهینه سازی استفاده کنید .

مشخصات بهینه سازی

ایدۀ و روش بهینه سازی در کل بسیار ساده است . پس از بهینه سازی پارامترهای استراتژی ، ما یک “لیست نتایج” از تمام اجرای بهینه سازی را ایجاد کرده و آن را مورد ارزیابی قرار می دهیم  .

5 مسئلۀ اساسی وجود دارد که در بهینه سازی باید به دنبال آن ها باشید :

1- تعداد قابل توجهی از بهینه سازی ها باید نتایج مثبت داشته باشند . دلیلش هم این است که استراتژی شما باید با طیف وسیعی از پارامترها عمل کند .

2- میزان سود متوسط همۀ بهینه سازی ها باید بالای صفر باشد .

3- کلیه سودها تا حد ممکن باید از نظر آماری توزیع یکنواختی داشته باشند .  به این معنی که با انجام هر بار بهینه سازی از مثبت به منفی نرسد .

4- نتیجۀ برترین بهینه سازی در مقایسه با نتیجۀ بهینه سازی متوسط با یک انحراف از معیار استاندارد نباید ​​بسیار بزرگ تر باشد . به این معنی که نتایج بدست آمده در آن یک تست خاص انجام شده توسط شما نسبت به بقیۀ تست ها نباید یک استثنا و مورد خاص باشد .

5- شکل ظاهری نمودار سه بعدی بهینه سازی باید “پایدار” به نظر برسد و این مورد فقط با نگاه کردن به نمودار سه بعدی نتایج و با چشم قابل بررسی است .

چگونگی پیاده سازی بهینه سازی در اَلگویاب

خوبی این روش این است که شما نیازی به انجام دادن کار خاصی ندارید . برای هر بهینه سازی که اجرا می کنید یک نمودار نتیجۀ بهینه سازی ایجاد و ذخیره می شود .  بنابراین مثلا” اگر بهینه سازی ساده یا واک فوروارد انجام می دهید ، اَلگویاب برای بهینه سازی شما یک نمودار نتایج بهینه سازی ایجاد می کند که شما را قادر می سازد با استفاده از آن به ارزیابی و مقایسۀ نتایج بپردازید .

بررسی نتایج بهینه سازی در بخش “نتایج”

اگر استراتژی شما بهینه سازی شده باشد و نتایج بهینه سازی در آن ذخیره شده باشد ، صفحۀ جدید مربوط به نمایش “نتایج بهینه سازی” در بخش “نتایج” قابل مشاهده است .

در بخش “نتایج” می توانید صفحات مخصوصی را برای هر یک از مواردی که باید مطابق با قوانین تعیین شده در تنظیمات بهینه سازی ارزیابی شوند را مشاهده کنید .

صفحه اول ، اعداد و درصد مربوط به سود و زیان بهینه سازی های اضافه شده را نشان می دهد و اولین مورد موجود در لیست قبلی بهینه سازی را بررسی می کند .

صفحه دوم ، هیستوگرام سود خالص را برای تمام بهینه سازی های اجرا شده نمایش می دهد . هر میله نشان دهندۀ سود خالصی است که در این بهینه سازی به دست آمده است و خط قرمز رنگ ، میانگین سود خالص را در تمام مدت انجام تست نشان می دهد .

در زیر این نمودار ، سه آزمون وجود دارد که موارد 2 تا 4 را در لیست نتایج قبلی ارزیابی می کند .

صفحه سوم در سمت راست ، نمودار بهینه سازی سه بعدی را به یکی از چهار سبک ممکن نشان می دهد. می توانید پارامترهایی را که در محور X و Y قرار دارند و همچنین مقادیری را که در محور Z نمایش داده می شوند را انتخاب کنید.

استفاده از در تست های همزمان

تست همزمانی با نام “مشخصات بهینه سازی” یا “جایگزینی پارامترهای سیستم معاملاتی” در اَلگویاب وجود دارد و شما می توانید آن را از بخش تنظیمات تست های همزمان فعال کنید .

این تست تنظیمات پیکربندی ساده ای دارد . کافی است که شما تنها نوع پارامترهایی را که باید بهینه سازی شوند و تعداد “حداکثر آزمون ها” ی بهینه سازی های مختلف را برای اجرا انتخاب کنید .

تصویر 2

سپس در برگۀ “فیلتر” ، می توانید شروطی را به صورت درست/نادرست تنظیم کنید . در واقع از این بخش تعیین می کنید که شرایط بهینه سازی استراتژی برای رد یا قبول شدن در این تست چگونه باید باشد .

تصویر 3

می توانید یک تست خاص را روشن یا خاموش کرده و حد مجاز را برای هر مورد تعیین کنید .

جایگزینی پارامتر های سیستم معاملاتی

ایدۀ پشت روش ” جایگزینی پارامتر های سیستم معاملاتی ” به زبان بسیار ساده به این شکل است که بیان می کند ما از روی نتایج آزمون بهینه سازی فعلی استراتژی ، با مقادیر و پارامترهای فعلی قادر نیستیم مشخص کنیم که آیا این استراتژی نسبت به بقیۀ استراتژی ها برتری دارد یا خیر . همان طور که می دانید در اَلگویاب از روش های داده کاوی نیز برای ایجاد استراتژی استفاده می شود بنابراین  پارامترهای آن می توانند به طور تصادفی انتخاب می شوند و کم و بیش ممکن است مقادیر آن ها خودشان را با داده های تاریخی نمودارها متناسب کنند و استراتژی را کم و بیش سودآور نشان دهند .

در این جا در مورد روش “جایگزینی پارامتر های سیستم معاملاتی” این مسئله مطرح می شود که ما باید تا حد ممکن ، همۀ ترکیبات پارامترهای مختلف استراتژی را آزمایش کنیم و به عنوان مثال استراتژی را با تمام ترکیبات ممکن بهینه کنیم و فقط در صورت داشتن تمام داده های مربوط به نتایج بهینه سازی های مختلف و مقایسۀ آن ها با هم می توانیم عملکرد استراتژی مان را واقع بینانه فرض کنیم .

اطلاعات مهمی که از روش “جایگزینی پارامتر های سیستم معاملاتی” به دست می آید مانند سود خالص ، میزان اُفت ، درصد اُفت ، نسبت شارپ و … ، مقادیر آمار​ی میانه برای عملکرد استراتژی در هر تست است . بدین ترتیب حالا دیگر می توانیم سود خالص میانه ، درصد اُفت میانه ، نسبت شارپ میانه ​​و … را داشته باشیم و ببینیم .

این مقادیر میانه همان چیزی است که حالا دیگر ما می توانیم با تکیه بر آن ها عملکرد واقعی استراتژی بر مبنای داده های به دست آمده را با آن ها تخمین بزنیم و بدانیم .

استفاده از این روش ساده است و تنها به جای سود خالص در بکتست اصلی ، حالا دیگر باید سود خالص میانه را با استفاده از روش “جایگزینی پارامتر های سیستم معاملاتی” محاسبه کنید و در نظر بگیرید .

نتایج روش “جایگزینی پارامتر های سیستم معاملاتی”

اگر داده های مربوط به روش “جایگزینی پارامتر های سیستم معاملاتی” در فایل استراتژی ذخیره شده و موجود باشد ، یک صفحۀ جدید با نام “جایگزینی پارامتر های سیستم معاملاتی”در بخش “نتایج” قابل مشاهده است .

در سمت چپ ، جدولی وجود دارد که با استفاده از روش “جایگزینی پارامتر های سیستم معاملاتی” بر روی نتایج بهینه سازی ، مقادیر میانه را برای همۀ مقادیر آماری محاسبه شده در بکتست نشان می دهد .

در سمت راست نمودارهایی وجود دارد که میزان فراوانی را نشان می دهد و در سمت راست هم نمودارهای قابل تنظیم قرار دارند که هیستوگرام های قابل شمارشی را به همراه مقادیر میانه بر اساس مقادیر تعیین شده نمایش می دهند .

استفاده از “جایگزینی پارامتر های سیستم معاملاتی” در آزمون های همزمان

“جایگزینی پارامتر های سیستم معاملاتی” در آزمون های همزمان جدید با نام “مشخصات بهینه سازی” یا “جایگزینی پارامتر های سیستم معاملاتی” آورده شده است.

پیکربندی این بررسی متقابل قبلاً در بخش مشخصات بهینه سازی شرح داده شده است .

قسمت فیلتر به شما امکان می دهد تا مقادیر میانۀ مواردی چون سود خالص میانه ، درصد اُفت میانه ، نسبت شارپ میانه ​​و … را در ستون هایی استاندارد و منظم بررسی کنید .

تصویر 5

برای استفاده از مقادیر میانه در بخش فیلترها ابتدا باید ستون هایی را که می خواهید مشاهده کنید را انتخاب کنید و سپس هر یک را با دو بار کلیک کردن ویرایش کرده و “مشخصات بهینه سازی” یا “جایگزینی پارامتر های سیستم معاملاتی” را به مانند یک مقدار در قسمت لیست بکتست انتخاب کنید .

این مورد ستونی از آزمون های همزمان “جایگزینی پارامتر های سیستم معاملاتی” ، که مقدار میانۀ ستون اصلی را محاسبه می کند را  ایجاد می کند .

تصویر 6

نمایش مقادیر میانه ​​در بانک استراتژی ها

مقادیر میانۀ ​​به دست آمده از روش “جایگزینی پارامتر های سیستم معاملاتی” را به همان روشی که در بالا در مورد فیلتر توضیح داده شده می توان در بانک استراتژی نیز نمایش داد . فقط بر روی “مدیریت نمایه ها” کلیک کنید ، چند ستون جدید اضافه کنید و آن را از “بکتست” به “جایگزینی پارامتر های سیستم معاملاتی” تغییر دهید و به این ترتیب “مشخصات بهینه سازی” یا “جایگزینی پارامتر های سیستم معاملاتی” به همراه مقادیر میانۀ ​​آن ها را در بانک استراتژی ها مشاهده خواهید کرد.

توجه داشته باشید که این مقادیر فقط در صورت فعال بودن این تست و در صورت وجود مشخصات بهینه سازی برای استراتژی در فایل مربوط به آن قابل محاسبه و دیدن می شوند.

نکتۀ مهم در مورد حداکثر تعداد آزمایشات و ترکیبات ممکن پارامترها

هر دو روش با این فرض که همه ترکیبات احتمالی پارامترهای استراتژی آزمایش شده اند کار می کنند . این در صورتی امکان دارد که استراتژی شما تنها 2 یا 3 پارامتر قابل تنظیم داشته باشد .

توصیه می شود که تا حد ممکن استراتژی شما دارای چند پارامتر قابل تنظیم باشد و با این کار درجۀ آزادی را بالا ببرید .

در واقع ، استراتژی معاملاتی معمولاً پارامترهای بیشتری دارد و تعداد همه ترکیبات ممکن آن ها از هزاران به میلیاردها یا حتی به تریلیون هم می رسد .

اما آزمایش کردن همۀ این ترکیبات امکان پذیر نیست.

در اَلگویاب ما با محدود کردن حداکثر تعداد آزمایشات بهینه سازی این مشکل را حل کرده ایم . برای همین است که عددی را به عنوان حداکثر تعداد آزمون ها در تنظیمات بهینه سازی موجود است و شما می توانید آن را تنظیم کنید . با رسیدن به این حد ، بهینه سازی متوقف می شود .

محدود کردن تعداد آزمون ها تنها کاری است که در عمل برای حل این مشکل قابل انجام است  اما لازم است که شما از این حد و تأثیر آن آگاه باشید .

اگر تعداد تمام ترکیبات پارامترهای ممکن بسیار بیشتر از این حد باشد ، شما فقط یک زیر مجموعۀ کوچک از همه تغییرات ممکن استراتژی را ارزیابی می کنید . این امر به نوعی داده هایی را که با استفاده از “مشخصات بهینه سازی” یا “جایگزینی پارامتر های سیستم معاملاتی” به دست می آورید را محدود می کند.

بهینه سازی

بهینه سازی واک فوروارد

بهینه سازی چیست؟

ایدۀ پشت بهینه سازی ساده است . در ابتدا باید یک سیستم معاملاتی داشته باشید مثل برخورد دو میانگین ​​متحرک ساده با هم . به این ترتیب که  اگر (EMA (10 از سمت پایین به (20)EMA برخورد کرد ، استراتژی وارد معاملۀ Long شود و برعکس اگر (EMA (10 از سمت بالا به (20)EMA برخورد کرد وارد معاملۀ Short شود .

تقریباً در هر سیستم معاملاتی پارامترهایی مثل دوره های اندیکاتور و ثابت هایی برای مقایسه و …  وجود دارد که بر عملکرد سیستم معاملاتی تأثیر می گذارند . بهینه سازی به معنای یافتن بهترین مقادیر برای این پارامترها مثل کسب بیشترین سود یا بهترین نسبت بازده به اُفت یا پارامتر های مورد نظر دیگر است .

به عنوان مثال ، آیا استفاده از قانون یا شرطی مانند برخورد (EMA (10 از سمت پایین به (20)EMA یا شرط برخورد (EMA (10 از سمت بالا به (20)EMA اصلا” ایدۀ خوبی است؟

بهینه سازی می تواند به شما کمک کند تا مقادیری که بهترین عملکرد بر روی داده های گذشتۀ بازار داشته اند را پیدا کنید .

بهینه سازی یا تحلیل واک فوروارد چیست؟

بهینه سازی واک فوروارد به طور کلی نوع خاصی از بکتست است که خودش از چندین بکتست کوچکتر در طول دوره های بهینه سازی تشکیل می شود . کل دورۀ “تست مجدد” به تعدادی از این دوره های بهینه سازی تقسیم می شوند و همیشه با کمک تست های “خارج نمونه” با پارامترهای بهینه شده انجام می شوند .

این تکنیکی است که شما همیشه قادرید با آن مقادیر پارامترها را بر روی بخش قبلی داده های بازار بهینه سازی کنید و سپس عملکرد سیستم معاملاتی بهینه سازی شده را با آزمایش واک فوروارد بر روی بخش دیگری از داده ها تأیید کنید و این کار را می توانید برای بخش های بعدی هم تکرار کنید .

شیوۀ کار بهینه سازی واک فوروارد

در بهینه سازی واک فوروارد، داده ها به تعداد قابل تنظیمی از دوره ها تقسیم می شوند . در این مثال برای تعداد دوره عدد 5 در نظر گرفته شده است و هر دوره شامل یک بخش بهینه سازی و یک بخش اجرا است .

تصویر 1

اَلگویاب کارش را با بهینه سازی کردن دورۀ 1 شروع می کند و جهت یافتن بهترین مقادیر برای هر پارامتر ، بهینه سازی ساده را بر روی دورۀ بهینه سازی 1 اجرا می کند . سپس این مقادیر پارامتریک برای اجرا روی دورۀ 1 به کار گرفته می شوند و استراتژی با پارامترهای بهینه شدۀ به دست آمده در مرحلۀ قبل ، انجام معاملات را ادامه می دهد .

در پایان دورۀ اجرای 1 ، اَلگویاب دوباره بهینه سازی ساده را روی بخشی از داده ها که به عنوان دوره بهینه سازی مشخص شده اند ، اجرا می کند . با این کار بهترین مجموعه از مقادیر برای پارامترها را پیدا می کند و از آن ها برای انجام معاملات در دورۀ 2 دوباره استفاده می کند .

این کار تا دورۀ 5 که داده های تاریخی مورد استفاده در آزمون تمام می شوند ، ادامه می یابد .

بهینه سازی واک فوروارد چگونگی کار با استراتژی را در هنگام انجام معاملات واقعی شبیه سازی می کند و می توانید آن را بر روی برخی داده های تاریخی بهینه کرده و سپس با مقادیر بهینه شده معامله کنید . بعد از مدتی لازم است که دوباره استراتژی تان را بهینه سازی کنید و اجازه دهید تا دوباره معامله کند .

بهینه سازی یا تجزیه و تحلیل واک فوروارد به شما چه می گوید؟

در اصل به شما می گوید که آیا این استراتژی اولیه از اساس به اندازۀ کافی قوی و مستحکم هست و آیا می توان با بهینه سازی مجدد عملکرد آن را بهبود بخشید یا خیر .

اگر نتایج عملکرد استراتژی پس از بهینه سازی مجدد بدتر شد ، این یک اخطار بزرگ برای این است که شاید اصلا” استراتژی خودش را با داده های تاریخی “متناسب” کرده باشد .

از طرف دیگر ، اگر استراتژی بهینه شده توسط آزمون واک فوروارد عملکرد بهتری نسبت به نسخۀ بهینه نشده در همان داده ها داشته باشد ، به شما نشان می دهد که :

1. استراتژی شما قابل بهینه سازی است ، بنابراین شما باید به طور دوره ای مجدداً آن را بهینه کنید تا بهترین عملکرد را داشته باشد .
2. همچنین به این معنی است که استراتژی اولیه به اندازۀ کافی قوی هست که بتواند با استفاده از بهینه سازی مجدد با تغییرات بازار کنار بیاید و احتمال زیادی وجود دارد که در آینده نیز به خوبی کار کند و در بازار به انجام معاملات بپردازد .

مثال بهینه سازی واک فوروارد در اَلگویاب

انجام بهینه سازی واک فوروارد با کمک نرم افزار اَلگویاب کاری ساده است و ما در ادامه روند کامل این کار را به شما نشان می دهم .

استراتژی قابل بهینه سازی

برای سادگی کار ، ما از استراتژی “برخورد دو میانگین متحرک” در این مثال استفاده خواهیم کرد . توجه داشته باشید که این استراتژی در کل از ابتدا اصلا” سودآور نیست و بهینه سازی مجدد به آن کمکی نمی کند  اما در این جا برای نشان دادن روش بهینه سازی به اندازه کافی خوب و ساده است و ما از آن برای تشریح مراحل مختلف استفاده می کنیم .

مراحل کار :

1. بارگذاری یک استراتژی جهت بهینه سازی
2. تنظیم مقادیر بهینه سازی
3. پیکربندی اجراهای واک فوروارد
4. بررسی نتایج
5. تفسیر نتایج
6. تشریح اجزای پیشرفتۀ رتبۀ واک فوروارد

________________________________________

مرحله 1: بارگذاری یک استراتژی برای بهینه سازی

اول از همه ، شما باید به پنجرۀ “بهینه ساز” بروید و استراتژی مورد نظر خود را جهت بهینه سازی بارگذاری کنید.

برای این مثال همان طور که گفته شد از استراتژی سادۀ EMA_Cross استفاده خواهیم کرد که وقتی EMA سریعتر از EMA کندتر عبور می کند وارد معاملۀ Long می شود و وقتی EMA کندتر از EMA سریعتر عبور می کند وارد معاملۀ Short می شود . پس از بارگیری ، استراتژی به عنوان استراتژی اصلی به بانک داده های نتایج بهینه سازی نیز اضافه می شود .

می توانید روی استراتژی اصلی دو بار کلیک کنید و سپس به نتایج -> کد منبع بروید تا قوانین آن را ببینید.

تصویر 3

با دقت کادر تعیین مقادیر پارامترها را علامت بزنید تا متغیرهای pLongEMA_1 ، pLongEMA_2 ، pShortEMA_1 ، pShortEMA_1 به عنوان پارامترهای اندیکاتور ذخیره شوند . کلا” در مرحلۀ بهینه سازی ما سعی خواهیم کرد که مقادیر بهینۀ این پارامترها را پیدا کنیم .

اما هنوز یک مشکل کوچک وجود دارد . می توانیم ببینیم که این استراتژی از پارامترهای مختلفی برای جهت Long و Short کردن استفاده می کند . اگر بخواهیم مقادیر مطلوب را به طور مستقل برای هر سمت Long و Short پیدا کنیم ، می توانیم از این روش استفاده کنیم ، اما برای مثال ما می خواهیم از پارامتری مشابه برای سمت Long و Short استفاده کنیم .

می توانیم این کار را در اَلگویاب از بخش ابزار -> گزینه ها -> پارامترهای استراتژی انجام دهیم .

تصویر 4

اگر اولین گزینه را علامت بزنید ، از پارامترهای یکسانی برای Long و Short استفاده می شود و قوانین آن ها یکسان هستند . برای ذخیرۀ تنظیمات و به روز کردن کد منبع ، دکمۀ تأیید را بفشارید .

تصویر 5

مرحله 2: تنظیم مقادیر بهینه سازی

برای تنظیم مقادیری که بهینه شوند ، باید به قسمت تنظیمات -> پارامترها بروید .

تصویر 6

در اینجا می توانید لیستی از تمام پارامترهای استراتژی که قابل بهینه سازی هستند را مشاهده کنید . بهینه سازی صرفاً به معنای امتحان کردن مقادیر مختلف برای پارامترهای ورودی است .

برای هر پارامتری که می خواهید بهینه سازی کنید ، باید خط پارامتر را بررسی کنید و مقادیر Start ، Stop و Step را انتخاب کنید . بهینه ساز ، با انجام این مراحل ، مقادیر عددی مختلف را با توجه به میزان Start و Stop تولید می کند . مقدار عدد اصلی نیز قابل تنظیم است ، برای آزمایش مجدد ، استراتژی اصلی استفاده خواهد شد . می توانید از این نتایج می توان برای مقایسۀ عملکرد نتایج جدید با تنظیمات “اصلی” استفاده کنید .

مقدار تعداد تست ها نشان می دهد که چند آزمایش لازم است برای کل این ترکیبات انجام شود .

توجه!

ممکن است جدول پارامترهای استراتژی شما گاهی پارامترهای بیشتری هم داشته باشد ، مثلا” می تواند به شکل زیر باشد :

تصویر 7

این یکی دیگر از ویژگی های قدرتمند اَلگویاب است که به شما امکان می دهد نه تنها پارامترهای استراتژی ، بلکه سایر گزینه های معاملاتی مانند تعداد معاملات روزانه یا بازۀ زمانی انجام معاملات را نیز بهینه کنید . این تنظیمات به طور معمول مربوط به بخش “گزینه های استراتژی” هستند اما شما می توانید مقادیر آن ها را نیز بهینه کنید .

اگر نمی خواهید از آن ها استفاده کنید و در واقع نمی خواهید آن ها را در جدول پارامترها مشاهده کنید ، یک بار دیگر به بخش ابزارها -> گزینه ها -> گزینه های استراتژی بروید و علامت افزودن پارامترها برای گزینه های استراتژی را بردارید .

________________________________________

مرحله 3: پیکربندی واک فوروارد

همچنین باید تنظیمات واک فوروارد را مشخص کنیم . در این مثال ما از عدد 30٪ برای دورۀ “خارج نمونه” یا همان اجرا و از عدد 6 برای مشخص کردن تعداد مراحل بهینه سازی مجدد استفاده خواهیم کرد .

درصد “خارج نمونه”

درصد “خارج نمونه” بدان معنی است که چه مقدار از کل دوره برای اجرا باقی مانده است . اگر آن را روی 30٪ تنظیم کنیم ، به این معنی است که در هر دوره از 70٪ داده ها برای بهینه سازی و 30٪ برای انجام معاملات با استفاده از مقادیر بهینه شده استفاده می شود .

اجرا های واک فوروارد

این بدان معنی است که چند بار بهینه سازی باید اجرا شود یا چند بار استراتژی را دوباره بهینه سازی می کنیم.

تصویر 8

همچنین می توان دوره های بهینه سازی “داخل نمونه” و اجرا های “خارج نمونه” را بر حسب روز دقیقا” تعیین کرد و این کار را می توان با تعیین عددی خاص برای تعداد روز ها انجام داد .

________________________________________

مرحله 4: بررسی نتایج

مسلما” بهینه سازی واک فوروارد بیش از زمان مورد نیاز برای انجام یک مرحلۀ ساده به زمان نیاز دارد زیرا به جای فقط یک مرحله ، در این جا 6 مرحلۀ بهینه سازی یا حتی بیشتر وجود دارد .

پس از پایان کار ، می بینیم که فقط دو نتیجه در بانک استراتژی ها نمایان می شود . یکی برای همان استراتژی اصلی و دیگری نتیجۀ آزمون واک فوروارد است.

تصویر 9

هنگامی که بر روی نتیجه در بانک استراتژی ها دو بار کلیک می کنیم ، نتایج استراتژی باز می شوند.

تصویر 10

می توانیم ببینیم که این استراتژی با توجه به تنظیمات رتبۀ استحکام ، در آزمون واک فوروارد شکست خورده است.

رتبۀ استحکام به طور کامل قابل تنظیم است . ما می توانیم تمام شروطی را که می خواهیم ببینیم را در جدول تنظیمات جزئیات مربوط به رتبۀ استحکام (1) مشخص کنیم و محدودۀ مقادیر آن ها را نیز تنظیم کنیم .

مقدار اصلی محدودۀ مقادیر رتبۀ استحکام (2) به این معنی است که برای این که نتیجۀ آزمون واک فوروارد موفقیت آمیز تلقی شود ، باید چه امتیازی بیاورد .

در سمت راست این جدول می توان نتایج مربوط به هر بهینه سازی و اجرا در هر دوره را بررسی کرد :

تصویر 11

می بینید که از هر 6 اجرا فقط 2 مورد به سود رسیده است .

همچنین می توان نمودار نتایج معاملات را بررسی کرد :

تصویر 12

خط آبی نشان دهندۀ نتایج استراتژی است که مجددا” بهینه سازی شده است و این در حالی است که خط خاکستری نازک تر نشان دهندۀ استراتژی اصلی غیربهینه است .

________________________________________

تفسیر نتایج

چگونه باید این نتایج را تفسیر کنیم؟

اول از همه کاملا روشن است که این استراتژی خاص ، هنگام استفاده مجدد از بهینه سازی هم نتیجۀ بهتری ندارد .

مطمئناً اصل خود این استراتژی سودآور نیست و با استفاده از بهینه سازی مجدد هم سودآور نخواهد شد .

اما اگر بیشتر این استراتژی را بهینه کنیم ، چه می شود؟ یا اگر از درصد “خارج نمونه”ی متفاوتی استفاده کنیم چگونه می توان فهمید که بهترین دوره برای بهینه سازی مجدد استراتژی کدام است ؟

اینجاست که استفاده از روش تست ماتریس واک فوروارد نیاز می شود و ما در ادامه آن را بررسی می کنیم .

نکته – همچنین موارد مربوط به تعریف مقادیر پیشرفته برای آزمون واک فوروارد جهت تعیین مقادیر مختلفی که می توانید در فیلترها استفاده کنید یا در بانک استراتژی ها ببینید را بررسی بفرمایید.

ماتریس واک فوروارد

ماتریس واک فوروارد یک ویژگی منحصر به فرد و قدرتمند در اَلگویاب است . این ویژگی می تواند در دو مورد به شما کمک کند :

1. تأیید استحکام استراتژی

اگر این استراتژی از آزمون ماتریس واک فوروارد با موفقیت عبور کند ، به این معنی است که با کمک بهینه سازی مجدد پارامتر ها ، می تواند خود با طیف وسیعی از شرایط مختلف در بازار سازگار کند .

2. پیدا کردن زمان بهینه سازی مجدد استراتژی

این مورد به شما کمک می کند تا بتوانید بهترین دورۀ زمانی برای بهینه سازی های مجدد و تکرار آن در آینده را برای این استراتژی خاص شناسایی کنید .

بهینه سازی استاندارد واک فوروارد نتایج استراتژی را با بهینه سازی مجدد دوره ای آزمایش می کند ، در اینجا فرض کنید هر 300 روز یک بار .

اما چگونه می توان فهمید که بهترین دوره برای بهینه سازی مجدد چیست؟ ما فقط می توانیم حدس بزنیم ، مگر این که از ماتریس واک فوروارد که ترکیبات مختلف دوره های بهینه سازی مجدد را آزمایش می کند استفاده کنیم .

ماتریس واک فوروارد چیست؟

به زبان ساده ماتریس واک فوروارد ، مجموعه ای از بهینه سازی های واک فوروارد است که بر روی تعداد مختلف دوره های بهینه سازی مجدد و درصدهای “خارج نمونه” ی متفاوت انجام می شود .

نتیجۀ ماتریس واک فوروارد مانند تصویر نشان دادن نتیجه کل به علاوه دورۀ ایده آل برای بهینه سازی مجدد است .

تصویر 1

همچنین نمودار سه بعدی نتایج تست استحکام تمام ترکیبات “خارج نمونه” ی اجرا شده در این ماتریس واک فوروارد را نشان می دهد .

تصویر 2

این نمودار و جدول در پایین این مقاله توضیح داده خواهد شد ، ابتدا با مثال کامل شروع می کنیم.

مثال ماتریس واک فوروارد در اَلگویاب

اجرای ماتریس واک فوروارد تقریباً به همان سادگی است که انجام بهینه سازی واک فوروارد ، در ادامه روند کامل کار را به شما نشان می دهم .

به دلیل این که کل فرآیند استفاده از ماتریس واک فوروارد تقریباً مشابه استفاده از بهینه سازی واک فوروارد است ، این مثال فقط تفاوت ها را شرح می دهیم .

برای درک جزئیات بیشتر مربوط به مراحل مختلف می توانید به مثال های آورده شده در بخش مربوط به بهینه سازی واک فوروارد مراجعه کنید .

مرحله 1: بارگذاری یک استراتژی برای بهینه سازی

باید به پنجرۀ بهینه ساز برویم و استراتژی مورد نظر را جهت بهینه سازی بارگیری کنیم .

تصویر 3

این بار حالت ماتریس واک فوروارد را انتخاب کرده و پارامترهای مربوط به آن را تنظیم می کنیم . ماتریس واک فوروارد یک سری بهینه سازی های واک فوروارد انجام می دهد ، بنابراین ما باید تعیین کنیم که چه تعداد دوره برای اجرا بر روی چند درصد از داده های خارج نمونه باید انجام شود . برای این کار باید گزینه های های شروع ، پایان و گام را مشخص کنیم .

در ماتریس باید مشخص کنیم که کدام ترکیبات را می خواهیم برای بهینه سازی واک فوروارد آزمایش کنیم. در این مثال ما دوره های 5 ، 7 ، 9 ، 11 ، 13 ، 15 را برای اجرا و از درصد خارج نمونۀ 20 ، 30 و 40 استفاده خواهیم کرد .

توجه!

انجام محاسبات مربوط به آزمون ماتریس واک فوروارد بسیار وقت گیر است زیرا باید بهینه سازی کامل واک فوروارد برای هر ترکیب در ماتریس اجرا شود . بهتر است حداقل اگر می خواهید سریعا تر به نتیجه برسید تا حد امکان تعداد مراحل زیادی را برای تست در نظر نگیرید .

استفاده از نوع جدیدی از بهینه سازی واک فوروارد هم امکان پذیر است . این روش شبیه سازی می تواند سرعت انجام محاسبات مربوط به بهینه سازی واک فوروارد یا ماتریس واک فوروارد را 10 تا 100 برابر سریع تر کند .

تصویر 4

مرحله 2: تنظیم مقادیر بهینه سازی

مرحله 3: پیکربندی ماتریس واک فوروارد

این تنظیمات بسیار شبیه به همان روش به کار رفته در مثال بهینه سازی واک فوروارد انجام می شوند .

برای شروع آزمایش می توانیم بر روی دکمۀ “شروع” کلیک کنیم .

تصویر 5

مرحله 4: بررسی نتایج

همان طور که قبلاً هم گفته شد ، تجزیه و تحلیل ماتریس واک فوروارد ممکن است بسیار زمان بر شود بنابراین باید صبر کنید تا پایان این تست پایان یابد . می توانید از پارامترهای کمتر ، مراحل کمتر و همچنین ترکیبات کمتری در تست واک فوروارد استفاده کنید تا تعداد آزمایشات مورد نیاز کاهش یابد و در نتیجه تجزیه و تحلیل سریع تر انجام شود .

هنگامی که بهینه سازی تمام شد ، اَلگویاب یک بار دیگر یک نتیجۀ جدید برای ماتریس واک فوروارد در بانک استراتژی ها نمایش می دهد .

پس از پایان کار ، می بینیم که فقط دو نتیجه در بانک استراتژی داریم . یک نتیجه مربوط به استراتژی اصلی و نتیجۀ دیگر مربوط به ماتریس واک فوروارد است .

تصویر 6

نتیجۀ ماتریس واک فوروارد در بانک استراتژی ، بهینه سازی را با بالاترین سود خالص از میان تمام بهینه سازی های انجام شده نشان می دهد . باید روی نتیجۀ بهینه سازی واک فوروارد در بانک استراتژی دو بار کلیک کنیم تا جزئیات آن برای مشاهده و بررسی باز شود.

تصویر 7

جزئیات نتیجه نهایی آزمون استحکام را نشان می دهد . چه استراتژی از آزمون را با موفقیت پشت سر گذاشته باشد چه از کار افتاده باشد ، اَلگویاب یک نمودار سه بعدی قابل تنظیم که نتایج همۀ ترکیبات ماتریس را نمایش دهد را رسم می کند .

در قسمت پایین نتایج نهایی می توانید هر ترکیب واک فورواردی آزمایش شدۀ دلخواهی را انتخاب کرده و نتایج دقیق مربوط به آن را مشاهده کنید .

تصویر 8

اگر به قسمت نمودار نتایج معاملات برویم ، نتایج بهینه سازی واک فورواردی ترکیب انتخاب شدۀ مربوط به جدول ماتریس واک فوروارد را نیز خواهیم یافت .

تصویر 9

خط آبی نشان دهندۀ استراتژی دوباره بهینه شده و خط خاکستری نازک تر نشان دهندۀ استراتژی اصلی بهینه نشده است .

به وضوح می توان دریافت که اگر این استراتژی به طور دوره ای مجدداً بهینه شود ، عملکرد بهتری دارد.

توجه داشته باشید که این نتایج و نمودار نتایج برای بهینه سازی انتخاب شده یعنی 7 اجرا با 20 درصد “خارج نمونه” نمایش داده می شود که اگر ترکیبی دیگر را انتخاب کنید مسلما” نتایج و نموداری متفاوت نمایش داده می شوند .

تصویر 10

تفسیر نتایج

همان طور که در ابتدای این مقاله بیان شد ، ماتریس واک فوروارد هم به عنوان یک آزمون استحکام استراتژی و هم به عنوان ابزاری برای یافتن دورۀ زمانی بهینه سازی مجدد استراتژی عمل می کند .

استفاده از ماتریس واک فوروارد به عنوان آزمون استحکام

انجام بهینه سازی استراتژی با استفاده از بهینه سازی واک فوروارد با کمک پارامترهای مختلف به ما امکان می دهد تا ببینیم که آیا استراتژی مد نظر ما طی دوره های مختلف بهینه سازی مجدد روی داده های تاریخی متفاوتی که با آن ها بهینه سازی شده است ، آیا دوام آورده است یا خیر .

نمودار نتایج سه بعدی ، نتیجۀ آزمون استحکام برای هر ترکیب خاص از پارامترها را به ما نشان می دهد ، این یک ابزار عالی برای شناسایی و جلوگیری از بهینه سازی بیش از حد و متناسب شدن استراتژی با داده های تاریخی است. به نظر می رسد که در سطح نمودار سه بعدی استراتژی های قوی و مستحکم ، تغییراتی با شیب ملایم و تدریجی وجود دارد اما این تغییرات آنچنان ناگهانی نیست .

تصویر 11

آنچه ما به دنبال آن هستیم این است که تا آنجا که ممکن است ترکیبات آزمون واک فوروارد موفق باشند .

به عنوان یک هدف حداقلی ، ما در اینجا به دنبال حداقل یک گروه ترکیبی 3 × 3 هستیم که در آن تست های موفق بیش از تست های شکست خورده وجود داشته باشند .

هنگامی که بر روی دکمۀ ” پیکربندی کنید ” کلیک می کنیم می توانیم اعداد مربوطه را طوری تنظیم کنیم که اَلگویاب بتواند این مورد را به طور خودکار تشخیص دهد . در این مثال می خواهیم به دنبال گروه ترکیبی 3 × 3 ای از آزمون های واک فورواردی منفرد بگردیم که حداقل در 7 آزمون از 9 آزمون واک فوروارد موفق شده باشند .

تصویر 12

در مثال ما دو گروه وجود دارد که مرزهای آن ها با رنگ زرد و آبی ترسیم شده است . هر دو مورد در 7 آزمون از 9 آزمون واک فوروارد قبول شده اند . در این تصویر می توانید ببینید که چگونه مناطق مورد نظر با رنگ سبز مشخص شده است و آزمون ها هم با دایره های قرمز مشخص شده اند .

تصویر 13

اگر فقط یک گروه 3 × 3 در ماتریس پدید آید ، ما این استراتژی را قوی و مستحکم محسوب می کنیم . پدیدار شدن این گروه به این معنی است که نه تنها بهینه سازی مجدد برای این استراتژی خوب و مفید است ، بلکه می تواند در دوره های زمانی مختلف دوباره بهینه سازی شود و همچنان هم سودآوری خود را حفظ کند و این خودش نشانۀ قدرت و استحکام استراتژی است .

چه چیز موفقیت بودن یک آزمون بهینه سازی واک فورواردی مستقل را تعیین می کند؟

در مثال بالا ما کل ترکیبات آزمایش شدۀ واک فوروارد را بررسی کردیم تا به این مورد پی ببریم که با توجه به این که اکثر بهینه سازی های واک فورواردی ما تک به تک بر اساس معیارهای مد نظرمان در آزمون پذیرفته شده اند ، آیا استراتژی اصلا” قوی هست یا نه .

اما با چه روشی تصمیم بگیریم که یک آزمون بهینه سازی واک فوروارد موفق است یا نه؟

برای این منظور از گزینۀ “امتیاز استحکام” استفاده می کنیم که برای هر یک از بهینه سازی های واک فوروارد قابل تنظیم و مستقلا” قابل محاسبه است .

تصویر 14

موارد مربوط به امتیاز استحکام به طور کامل قابل تنظیم هستند . ما می توانیم تمام شرایطی را که می خواهیم در جدول اجزای امتیاز استحکام ببینیم و مقادیر و حد و مرز آن ها را تنظیم کنیم . می توانید با مطالعۀ توضیحات آورده شده در بخش مربوط به بهینه سازی واک فوروارد در مورد اجزای تشکیل دهندۀ امتیاز پیشرفته ، اطلاعات بیشتری کسب کنید .

مقدار اصلی محدودۀ امتیاز استحکام (2) به این معنی است که برای این که نتیجۀ آزمون واک فوروارد موفقیت آمیز تلقی شود ، باید از چند تا از این امتیازات استفاده شود .

به عنوان مثال می توانیم ببینیم که آزمون ما در 9 اجرا و با 20٪ خارج نمونه ناموفق محسوب شد زیرا در 2 آزمون از 6 آزمون قبول نشده است . رتبۀ استحکام فقط 66٪ است (4 از 6 می شود 66٪) در حالی که در اینجا رتبۀ 80٪ مورد نیاز ما بوده است .

همیشه بهتر است به ترکیباتی که شکست خورده اند هم نگاه کنیم و بررسی کنیم که دلیل شکست آن ها چه بوده است .

ما باید جزئیات آن ها را نیز بررسی کنیم و ببینی که آیا همۀ ترکیبات با هم انجام نشده اند یا نه و اصلا” شاید معیارهای تعیین شده از طرف ما برای قبول یا رد یک آزمون خیلی محدود بوده باشد .

استفاده از ماتریس واک فوروارد برای یافتن بهترین زمان بهینه سازی مجدد

این مورد بر مبنای توسعۀ طبیعی تست استحکام است . برای مثال وقتی یک گروه 3 × 3 بهینه سازی واک فوروارد را پیدا کردیم ، بهتر است یکی را که در وسط این گروه قرار دارد را انتخاب کنیم .

اَلگویاب این کار را به طور خودکار برای ما انجام می دهد . البته اگر آن را به درستی پیکربندی و تنظیم کرده باشیم ، نتیجه دقیقاً زیر نتیجۀ نهایی نمایش داده شود :

تصویر 15

لازم است به یاد داشته باشید که این استراتژی باید در تنظیمات بهینه سازی مجدد نیز قوی و مستحکم باشد . بنابراین به شرطی که دورۀ بهینه سازی و نتایج آزمون روی داده های تاریخی مربوط به آن را به خوبی ذخیره کرده و داشته باشیم ، تاریخ دقیق بهینه سازی چندان هم مهم نیست .

در همین مثال در صورت استفاده از این استراتژی ، می توانیم استراتژی را در حال حاضر که ماه اوت است روی داده های 2 ساله مجدداً بهینه سازی کنیم و سال آینده در ماه آگوست یعنی یک سال دیگر هم باید آن را دوباره بهینه سازی کنیم .

نمودارهای پیشرفتۀ سه بعدی

اَلگویاب ویژگی بی نظیری به شما ارائه می دهد و آن نمودارهای سه بعدی از تمام ترکیبات آزمون های واک فورواردی انجام شده است . همان طور که قبلاً هم گفته شد ، نمودار سه بعدی مقدار هر ترکیبی از پارامترها را نشان می دهد و ابزاری عالی برای شناسایی و جلوگیری از بهینه سازی بیش از حد است . به نظر می رسد که در سطح نمودار استراتژی های قوی و مستحکم ، شکل تغییرات به صورت تدریجی و ملایم است .

می توانید نمودار سه بعدی سود خالص ، اُفت سرمایه ، رکود ، فاکتور سود ، ثبات یا هر مورد دیگری را در سه وضعیت مختلف به حالت نمودار مسطح ، نمودار میله ای یا heatmap ببینید .

تصویر 16

تعریف کردن مقادیر پیشرفته واک فوروارد که می توانند در بانک دادۀ اَلگویاب یا فیلترها استفاده شوند

نتیجۀ محاسبات انجام شده در هنگام بهینه سازی واک فوروارد اعداد و ارقام آماری ویژه ای است که در بانک استراتژی ها در دسترس قرار می گیرند و از آن ها می توان به عنوان فیلتر هم استفاده کرد .

مقادیر استاندارد محاسبه شده برای بهینه سازی واک فوروارد

کل این اعداد و ارقام آماری استاندارد مانند سود خالص ، تعداد معاملات ، نسبت شارپ و … با توجه به نتایج بهینه سازی واک فوروارد محاسبه و نمایش داده می شوند و نه از طریق نتایج بک تست اصلی .

این مقادیر را می توانید با دو بار کلیک کردن بر روی ویرایش ستون و انتخاب ” ماتریس واک فوروارد” یا “بهینه سازی واک فوروارد ” با کمک گزینۀ “از بک تست” بدست آورید.

تصویر 1

این بدان معنی است که این مقادیر به دست آمده از نتیجۀ آزمون واک فوروارد گرفته شده و نمایش داده خواهند شد .

در مورد ماتریس واک فوروارد به دلیل این که به طور همزمان نتایج چندین بهینه سازی واک فوروارد با هم در بانک استراتژی وجود دارد ، مقادیر مربوطه به اولین بهینه سازی مد نظر قرار گرفته می شود .

نتایج واک فوروارد

این ها مقادیری استاندارد مثل سود خالص بهینه سازی واک فوروارد هستند .

پایداری واک فوروارد

این مقادیر ، استحکام عملکرد استراتژی را در قسمت “اجرا” و در قسمت “بهینه سازی” بر حسب درصد نشان می دهند .

این مقادیر به روشی ساده با ساختن مقادیر داده شده برای قسمت “داخل نمونه” و “خارج نمونه” و تطبیق دادن آن ها با تعداد روز ها ، به طوری که به طول هر دوره وابسته نباشد ، همچنین با توجه به درصد “خارج نمونه” در برابر درصد “داخل نمونه” محاسبه می شوند .

برای مثال سود خالص (استحکام واک فوروارد) به ما می گوید که سود خالص به جای قسمت “داخل نمونه” (بهینه سازی) در “خارج نمونه” (اجرا) چقدر است .

تصویر 2

به دست آمدن اعداد بالای 100٪ به این معنی است که استراتژی در بخش اجرا بهتر از قسمت بهینه سازی عمل می کند و مقادیر زیر 100٪ به این معنی است که استراتژی در “خارج نمونه” (اجرا) نسبت به قسمت “داخل نمونه” (بهینه سازی) عملکرد بهتری دارد . البته همین انتظار هم می رود چرا که ما بهترین استراتژی را در بخش بهینه سازی انتخاب کردیم و به همین دلیل می توانیم انتظار داشته باشیم که مقادیر پایداری واک فوروارد زیر 100٪ باشد .

توجه داشته باشید که مقادیر با تقسیم سود خالص حاصل به تعداد روزها برای قسمت “داخل نمونه” یا “خارج نمونه” آن نرمال می شوند ، بنابراین دیگر مهم نیست که طول مدت هر دوره چقدر باشد .

معمولاً می توان انتظار داشت که عملکرد استراتژی در قسمت اجرا از قسمت بهینه شده بدتر باشد ، زیرا قسمت بهینه شده به هر ترتیب برای داشتن بهترین عملکرد بهینه شده است .

مثال هایی مانند شروط زیر به ما اجازه می دهند تا محدودیت هایی را با توجه به اندازۀ کاهش عملکردی که می خواهیم بپذیریم ، تعیین کنیم :

• سود خالص (پایداری واک فوروارد) – عملکرد سود خالص در هر اجرا ، در مقابل قسمت بهینه سازی بر حسب درصد .

مقدار بالای 100٪ بای ان مورد به این معنی است که استراتژی در اجرا بهتر از قسمت بهینه سازی عمل می کند . فرض کنید که شما شرطی این چنین تعیین کرده اید :

60٪> سود خالص واک فوروارد

این بدان معنی است که نتایج عملکرد در قسمت اجرا پس از بهینه سازی ، باید حداقل 60٪ نتایج عملکرد در دورۀ بهینه سازی باشد . بنابراین برای مثال اگر استراتژی 1000 واحد پول در دورۀ بهینه سازی داشته باشد ، باید حداقل 600 واحد پول یا بیشتر از زمان بهینه سازی داشته باشد . این شرط برای ارزیابی از اهمیت خاصی برخوردار است زیرا ما می خواهیم که بعد از بهینه سازی ، استراتژی ما عملکرد خوبی داشته باشد و این شروط به ما امکان می دهد این مورد را کنترل کنیم . در هنگام تعیین شروط ، فقط درصورتی که استراتژی حداقل 60٪ عملکرد بهتری داشته باشد اجازه می دهیم که به قسمت بهینه سازی منتقل شود .

• اُفت (پایداری واک فوروارد) – اُفت در قسمت اجرا در مقابل بهینه سازی بر حسب درصد.

مقادیر بالاتر از 100٪ به این معنی هستند که استراتژی در اجرا نسبت به قسمت بهینه سازی اُفت شدیدتری دارد . بیایید فرض کنیم که مثلا” شما شرطی را به این شکل تعیین کرده اید :

<200% اُفت پایداری واک فوروارد

این بدان معنی است که اُفت در قسمت اجرا (پس از بهینه سازی) باید کمتر از 200٪ اُفت در کل دورۀ بهینه سازی داشته باشد . بنابراین به عنوان مثال با توجه به این شرط اگر استراتژی در دورۀ بهینه سازی 400 واحد پولی اُفت داشته باشد ، باید پس از دورۀ بهینه سازی کمتر از 800 دلار اُفت داشته باشد . این یک مثال مخالف کسب بیشترین سود خالص است به این دلیل ما خواسته ایم که اُفت تا حد امکان کم باشد . اما می توانیم به استراتژی اجازه دهیم تا پس از بهینه سازی ، اُفت بدتری داشته باشد .

• نسبت متوسط بازده / اُفت (پایداری واک فوروارد) – نسبت متوسط بازده / اُفت در قسمت اجرا در مقابل بهینه سازی برحسب درصد .
• مقادیر بالاتر از 100٪ به این معنی هستند که استراتژی نسبت به قسمت بهینه سازی نسبت متوسط بازده / اُفت بهتری دارد .
• نسبت شارپ (پایداری واک فوروارد) – میانگین نسبت شارپ در قسمت اجرا و بهینه سازی برحسب درصد .
• مقادیر بالای 100٪ به این معنی هستند که نسبت شارپ استراتژی در اجرا ، بهتر از قسمت بهینه سازی است .
• فاکتور سود (پایداری واک فوروارد) – متوسط فاکتور سود در قسمت اجرا و بهینه سازی بر حسب درصد .
• مقادیر بالای 100٪ به این معنی هستند که استراتژی در اجرا نسبت به قسمت بهینه سازی فاکتور سود بهتری دارد .
• بازده سالانه (پایداری واک فوروارد) – سود سالیانه در قسمت اجرا در مقابل بهینه سازی بر حسب درصد .

به دست آمدن مقادیر بالای 100٪ برای این مورد به این معنی است که استراتژی در اجرا بهتر از قسمت بهینه سازی عمل می کند .

رتبۀ واک فوروارد

رتبۀ واک فوروارد یکی دیگر از زمینه های خاصی است که نتیجۀ بهینه سازی واک فوروارد را با نتیجۀ بک تست استراتژی اصلی مقایسه می کند و باز هم درصد مقدار بهینه سازی در مقایسه با استراتژی اصلی را مشخص می کند .

به عنوان مثال ، اگر از سود خالص (رتبۀ واک فوروارد) استفاده می کنید ، در اینجا سود خالص بازده اصلی با سود خالص بهینه سازی مقایسه می شود و درصد بهبود یافتن نتیجۀ بهینه سازی را نسبت به استراتژی اصلی مشخص می کند.

اگر عدد 100٪ حاصل شود ، به این معنی است که سود خالص نهایی بهینه سازی واک فوروارد ، همان سود خالص استراتژی اصلی بدون بهینه سازی است . مقادیر بیش از 100٪ به این معنی هستند که ما در آزمون واک فوروارد نتایج بهتری نسبت به استراتژی اصلی کسب کرده ایم و این بدان معنی است که این استراتژی ، هر از چندگاهی نیاز به بهینه سازی مجدد دارد .

مقادیر خاص در بهینه سازی واک فوروارد

چند مقدار وجود دارد که به طور خاص برای نمایش به عنوان نتایج واک فوروارد توسط اَلگویاب محاسبه می شوند :

• حداکثر اُفت در یک اجرا – حداکثر مقدار اُفت در کل اجراها .
• حداکثردرصد اُفت در یک اجرا – مقدار حداکثر درصد اُفت در کل اجراها .
• حداکثر سود در یک اجرا – مقدار حداکثر سود خالص در کل اجرا ها .
• حداکثر سود در یک اجرا به عنوان درصدی از کل – حداکثر سود خالص در کل اجرا ها به عنوان درصدی از سود کل .
• در حالت ایده آل ، ما نمی خواهیم هر اجرا نقش زیادی را در کسب سود نهایی داشته باشد چون این به معنای موثر نبودن بقیۀ دوره های بهینه سازی است .
• حداکثر درصد رکود – حداکثر رکود (رسیدن معاملات به سقف سود جدید) در روز .
• حداقل معاملات در یک اجرا – کمترین تعداد معاملات در کل اجرا ها . در حالت ایده آل ، ما می خواهیم معاملاتی معقول و منطقی داشته باشیم تا نتایج معتبر باشند .
• درصد اجرا های سودآور – چه تعداد اجرای واک فوروارد برحسب درصد سودآور بوده اند.

بهینه سازی ساده

ایدۀ پشت بهینه سازی خیلی ساده است . ابتدا باید یک سیستم معاملاتی داشته باشید . به عنوان مثال این ایده ممکن است یک برخورد دو میانگین متحرک ساده باشد .

تقریباً در هر سیستم معاملاتی پارامترهایی وجود دارد مانند دوره های اندیکاتور ، ثابت های مقایسه ای و از این قبیل که نحوۀ رفتار سیستم معاملاتی را تعیین می کنند . بهینه سازی به معنای آزمایش سیستم با مقادیر مختلف برای یافتن مقادیر بهینۀ هر یک از این پارامترها جهت کسب بیشترین سود یا بهترین نسبت بازده به افت است .

مثالی برای بهینه سازی

مرحله 1: بارگذاری یک استراتژی برای بهینه سازی

ابتدا باید به بخش “بهینه ساز” بروید و استراتژی مورد نظر خود را برای بهینه سازی بارگیری کنید .

تصویر 1

در این مثال ما از یک استراتژی ساده مبتنی بر برخورد دو EMA استفاده خواهیم کرد . به این ترتیب که وقتی EMA سریعتر از EMA کندتر عبور می کند شرایط برای سیگنال Long برقرار است و وقتی EMA از EMA کندتر عبور می کند شرایط برای سیگنال Short برقرار است .

پس از بارگیری استراتژی ، به عنوان استراتژی اصلی به بانک داده ها ، نتایج بهینه سازی نیز اضافه می شوند .

می توانید روی استراتژی اصلی دو بار کلیک کنید و سپس به نتایج -> کد منبع بروید تا شروط آن را ببینید .

تصویر 2

مطمئن شوید که کادر تبدیل مقادیر به متغیر را تیک زده اید و  ببینید که آیا متغیرهای LongEMAPeriod ، LongEMAPeriod2 ، ShortEMAPeriod ، ShortEMAPeriod2 در هنگام ذخیره سازی پارامترهای اندیکاتور استفاده می شوند .

در پروسۀ بهینه سازی ما سعی خواهیم کرد که بهترین مقادیر را برای هر یک از این پارامترها پیدا کنیم .

هنوز یک مشکل کوچک وجود دارد . می توانیم ببینیم که این استراتژی از پارامترهای مختلفی برای جهت Long و جهت Short استفاده می کند .

اگر بخواهیم مقادیر مطلوب را به طور مستقل برای جهت Long و جهت Short پیدا کنیم ، می توانیم از این روش استفاده کنیم ، اما ما می خواهیم از پارامتری مشابه برای جهت Long و جهت Short استفاده کنیم .

می توانیم این کار را با استفاده از کادر ایجاد متغیرهای متقارن انجام دهیم .

تصویر 3

اگر این کادر را علامت بزنید و انتخاب کنید ، از همان پارامترهایی که برای Long استفاده می شود ، برای معاملات Short هم استفاده می شود و به بیان دیگر قوانین و شروطی یکسان دارند .

تصویر 4

اکنون می توانیم بینیم که این استراتژی فقط شامل پارامترهایEMAPeriod  و EMAPeriod2 است که برای هر دو جهت استفاده می شوند.

مرحلۀ 2: تنظیم مقادیر بهینه سازی

برای تنظیم مقادیری که باید بهینه شوند ، لازم است که به تنظیمات -> پارامترها برویم

پارامترها – خودکار

پس از انتخاب این گزینه ، همۀ پارامترها دارای محدوده مقداری هستند که به طور خودکار با استفاده از فرآیند توزیع تعریف شده توسط (٪) Value Distribution تولید می شوند . این مقدار تعیین می کند که مقدار هر پارامتر به چه میزان و با چه درصدی از افزایش در یک محدوده در نوسان است . گزینۀ “حداکثر گام” میزان درصد افزایش هر مقدار پارامتریک را تعیین می کند .

تصویر 5

پارامترها – دستی

در این قسمت می توانید لیستی از تمام پارامترهای استراتژی را که برای بهینه سازی و اصلاح دستی در دسترس هستند را مشاهده کنید.

بهینه سازی صرفاً به معنای امتحان کردن مقادیر مختلف پارامترهای ورودی است.

تصویر 6

برای هر پارامتری که می خواهید آن را بهینه کنید ، باید خط مربوط به آن پارامتر را تیک بزنید و مقادیر شروع ، پایان و گام را انتخاب کنید . “بهینه ساز”  در هنگام انجام مراحل مختلف بهینه سازی ، کارش را با توجه به مقادیر تعیین شده توسط شما برای شروع و پایان تکرار می کند .

مقدار اصلی نیز قابل تنظیم است و برای آزمایش مجدد استراتژی اصلی استفاده خواهد شد . می توانید از این مقدار برای مقایسۀ نتایج جدید با تنظیمات “اصلی” استفاده کنید .

مقدار مجموع ترکیبات نشان می دهد که چند آزمایش برای آزمایش کردن کل ترکیبات مقادیر باید انجام شود . با استفاده از گزینۀ حداکثر بهینه سازی می توان این مورد را محدود کرد .

توجه داشته باشید که ممکن است جدول پارامترهای شما پارامترهای بیشتری داشته باشد و می تواند به شکل زیر باشد :

تصویر 7

این یکی دیگر از ویژگی های قدرتمند اَلگویاب است . این ویژگی به شما امکان می دهد که نه تنها پارامترهای استراتژی ، بلکه سایر گزینه های معاملاتی مانند تعداد معاملات در روز یا محدودۀ زمانی انجام معاملات یا حتی تغییر اندیکاتورها را نیز بهینه سازی کنید .

این تنظیمات به طور معمول بخشی از گزینه های استراتژی هستند اما شما می توانید مقادیر آنها را نیز بهینه کنید.

تصویر 8

آخرین چیزی که باید تنظیم کنیم داده هایی است که برای آزمایش استفاده می شوند . برای مثال می توانیم تایم فریم H1 را برای EURUSD در بخش “داده” انتخاب کنیم .

تصویر 9

مرحلۀ 3: اجرای بهینه سازی

قبل از شروع فرآیند بهینه سازی ، باید تصمیم بگیریم که اَلگویاب چگونه نتایج را ذخیره کند . دو گزینه برای این کار وجود دارد . اَلگویاب می تواند نتایج همۀ بهینه سازی ها را در بانک داده ذخیره کند یا فقط نتایج بهترین بهینه سازی ها را ذخیره کند که در این مورد فقط بهترین نتیجۀ بهینه شدۀ استراتژی را در بانک داده نگه می دارد .

تصویر 10

اکنون ما آماده اجرای بهینه سازی هستیم . بنابراین باید روی دکمۀ “شروع” کلیک کنیم .

موتور بهینه سازی تمام ترکیبات احتمالی پارامترهای ورودی انتخاب شده را آزمایش کرده و نتایج را برای هر ترکیب در بانک داده در قسمت پایین نرم افزار اَلگویاب ذخیره می کند.

تصویر 11

تصویر 12

می توانیم بانک داده ها را بر اساس “سود خالص” مرتب کنیم و بینیم که بهترین مقادیر ورودی از نظر کسب حداکثر سود ، EMAPeriod = 9 و EMAPeriod2 = 40 هستند .

توجه داشته باشیدکه با توجه به علامت تعجبی که در کنار عنوان استراتژی نشان داده شده است ، می توانید انتظار داشته باشید که در آینده شاید نتایج عجیب و غریبی را تجربه کنید . این به این معنی است که با توجه به این تنظیمات پارامتریک برای بهینه سازی ، استراتژی رفتار عجیبی پیدا کرده است و باید به صورت دستی ، با دقت جزئیات بیشتری از آن بررسی شود .

تفسیر نتایج

اکنون پارامترهای ورودی را دریافت کرده ایم که برای نماد مشخص و تایم فریمی که ما تعیین کردیم ، بهینه شده اند .

تا اینجای کار آنچه واقعاً انجام داده ایم فقط این است که فهمیدیم که چه چیزی در گذشته بهترین نتیجه را داشته است . در اینجا باید بسیار مراقب باشیم که دچار کج فهمی نشویم زیرا هرچند که ممکن است این پارامترها برای داده های تاریخی ایده آل باشند اما هیچ تضمینی وجود ندارد که آنچه بر روی داده های گذشتۀ بازار بهترین نتیجه را داده است در آینده نیز موثر باشد .

به این ایراد “همسان شدن منحنی نتایج با منحنی نمودار” گفته می شود . معمولاً هرچه استراتژی پارامترهای بیشتری داشته باشد ، خطر اتصالات منحنی بیشتر است .

دو روش برای فرار از “همسان شدن منحنی نتایج” وجود دارد :

• کسب اطمینان از این که استراتژی مستحکم و قوی است .
• کسب اطمینان از این که بهینه سازی مجدد دوره ای برای این استراتژی مفید است .

بنابراین حالا سوال این است که آیا بهینه سازی مجدد دوره ای ، نتایج استراتژی را بهبود می بخشد؟

اگر پاسخ مثبت است ، چند بار باید آن را انجام دهیم ؟

اَلگویاب می تواند با استفاده از قابلیت های پیشرفتۀ دیگری مانند بهینه سازی واک فوروارد و ماتریس واک فوروارد به این سوالات پاسخ دهد.

پارامترهای توصیه شده جهت بهینه سازی

چه پارامترهایی توصیه می شود؟

باید توجه داشته باشید که در هنگام انتخاب پارامترها جهت بهینه سازی ، اَلگویاب به صورت پیش فرض ، پارامترهای پیشنهادی را در نظر می گیرد . همچنین این گزینه تنها گزینۀ بهینه سازی مورد استفاده در تست های همزمان است.

دوره های اندیکاتورها ، ضرایب و پارامترهای ورود و خروج مورد استفاده قرار گرفته در استراتژی مانند حد سود و حد ضرر و … پارامترهایی هستند که برای بهینه سازی ، “منطقی” به نظر می رسند.

سایر پارامترها نادیده گرفته می شوند . دلیلش هم ساده است . در واقع هر بلوک مورد استفاده قرار گرفته در استراتژی ، دارای مقادیر متعددی است . اگر بخواهید همۀ آن ها را بهینه سازی کنید ، خطر “تناسب” بیش از حد استراتژی با داده های تاریخی را بسیار بالا می برید.

اکیدا” توصیه می شود که تعداد پارامترهایی که قصد بهینه سازی آن ها را دارید را در کمترین حد ممکن نگه دارید و این تعداد هر چه پایین تر باشد بهتر است.

هر چه تعداد پارامتر های بهینه سازی شده در استراتژی ها کمتر باشد ، مقاومت بیشتری در برابر “تناسب” با داده های تاریخی خواهد داشت.

الگوهای استراتژی ، بلوک ها و اندیکاتورهای سفارشی

استراتژی با الگوی دلخواه

یکی از مزایای مهم اَلگویاب توانایی تولید استراتژی با الگوی دلخواه است.

اَلگویاب استراتژی ها را با استفاده از الگوهای خواسته شده شما تولید می کند .  در این حالت برای ساخت استراتژی ها ، از بلوک های خاص برای جایگذاری کد در قسمت های مختلف استفاده می شود . ما این روش را جایگذاری تصادفی می نامیم به این دلیل که اَلگویاب به طور تصادفی بلوک هایی را تولید می کند و جاهای خالی را با بلوک ها یا مقادیر متغیر پر می کند .

الگوهای استراتژی و متغیرها

به تصویر زیر نگاه کنید . این تصویر یک شرط سیگنال را در قالب استراتژی استاندارد اَلگویاب نشان می دهد :

تصویر 1

همانطور که مشاهده می کنید سیگنال های ورود و خروج به معاملات Long و Short  هنوز در استراتژی تعریف نشده اند . این جاهای خالی به صورت تصادفی با کدهایی که به صورت تصادفی توسط اَلگویاب تولید می شوند ، پر خواهند شد .

در این قسمت ها ، جاهای خالی تصادفی قرار دارند :

RandomCondition(RandomConditionLong)  – شیوۀ کار به این شکل است که اَلگویاب شرط یا شروط تصادفی تولید شده را در این جاهای خالی قرار می دهد . هر شرط تصادفی دارای یک نام منحصر به فرد است که با آن شناسایی می شود مثل : RandomConditionLong .

NegatedCondition(RandomConditionLong) – یک جای خالی ویژه است که به اَلگویاب می گوید هر شرطی که برای شرایط تصادفی ایجاد کرده است را نقیض کند و با نام RandomConditionLong در اینجا قرار دهد .

بنابراین با کمک این مدل به ازای هر یک شرط ایجاد شدۀ تصادفی برای سیگنال ورود به Short ، و تطبیق دادن همان شرط نقیض شده برای سیگنال ورود به Long ، شروطی هم برای سیگنال های خروج تولید خواهد شد .

به عنوان مثال ، این استراتژی بعد از ساخته شدن و جایگذاری به این شکل خواهد بود :

SIGNAL – LongEntrySignal:

CCI(14)[1] > 0 and RSI(20)[1] > 50

SIGNAL – ShortEntrySignal:

CCI(14)[1] < 0 and RSI(20)[1] < 50

توجه داشته باشید که شرایط ورود به معاملات Short ، توابع مقایسه ای متضادی دارند و در این جا مثلا” < (Is Lower)  به جای > (Is Greater) به کار رفته است به این معنی که این ها  نقیض شدۀ همان شرایط Long هستند .

RandomCondition ها برای جایگذاری دقیقاً چگونه ایجاد می شوند؟

به طور پیش فرض همۀ این شروط با توجه به بلوک های ساختاری که شما در بخش مربوط به تنظیمات کامل -> بلوک های ساختاری انتخاب کرده اید تولید می شوند :

تصویر 2

اَلگویاب برای تولید شروطی که به جای RandomCondition قرار می دهد ، از انتخاب بلوک های ساختاری و سایر تنظیمات به کار رفته در پیکربندی مانند تعداد شروط ایجاد شده ، محدوده های Period ها و Shift ها و مانند این ها استفاده می کند .

تست مجدد و معاملات قابل اعتماد

انجام تست های قابل اطمینان در متاتریدر

مفهوم کلی تست قابل اطمینان

اول از همه ، باید بدانیم که آزمایش مجدد به معنای آزمایش استراتژی بر روی داده های گذشتۀ بازار است . جریان دقیق داده ها در آینده هرگز تکرار نخواهد شد ، بنابراین حتی اگر از داده های واقعی تیک استفاده می کنید ، به این معنی نیست که استراتژی شما در آینده مانند گذشته رفتار می کند .

دوم این که ، باید بدانیم هیچ نوع تستی نمی تواند 100٪ دقیق باشد . در بهترین حالت ، آزمایش مجدد ، تقریبی از نحوۀ انجام معاملات در زمان واقعی را ارائه می دهد . مواردی مانند کم و زیاد شدن اسپردها ، تغییر آنی قیمت ها ، تاخیر در زمان رسیدن قیمت ها از طرف کارگزاری و گپ ها ، قطع شدن شبکۀ اینترنت ، خرابی VPS و موارد دیگر وجود دارد که باعث می شود آنچه در واقعیت در معاملات تجربه می شود با آنچه در آزمون ها تجربه می شود تفاوت داشته باشد .

مهمترین ویژگی در نظر گرفته شده برای یک استراتژی خوب باید قدرت و استحکام آن باشد .

باید اطمینان حاصل کنیم که شرایط استراتژی را فقط بر اساس داده های موجود در نمودار های گذشتۀ بازار درنظر نگرفته ایم تا استراتژی بتواند در آزمون های آینده نیز با وجود ایجاد تغییر در داده ها ، پارامترها و یا با از دست دادن تعداد کمی از معاملات ، همچنان سودآور باقی بماند و عالی عمل کند .

اَلگویاب ابزارهای زیادی را برای آزمایش استحکام استراتژی ها ارائه می دهد . مثلا ” با استفاده از آزمون های مونت کارلو می توانید استراتژی ها را در بازارهای مختلف ، با ایجاد تغییر در پارامترها یا با ایجاد تغییرات تصادفی در داده های گذشته، آزمایش کنید.

روش انجام تست قابل اطمینان در اَلگویاب و متاتریدر

تست قابل اطمینان از این لحاظ به این معنی است که استراتژی نتایج تست مشابه یا بسیار نزدیکی در اَلگویاب و متاتریدر داشته باشد .

اگر نتایج تست استراتژی شما در اَلگویاب و متاتریدر با هم کاملاً تفاوت دارد ، باید این مشکل را قبل از ادامۀ کار حل کنید چرا که در این صورت مسلما” مشکلی در تنظیمات شما وجود دارد .

موتور تست در اَلگویاب برای مطابقت داشتن با موتور متاتریدر بهینه سازی شده است ، بنابراین اگر تفاوت هایی در نتایج مشاهده می کنید ، به احتمال زیاد ایراداتی در داده های مختلف یا پیکربندی و تنظیمات هر دو برنامه وجود دارد .

در زیر چند نکته را ذکر می کنیم که باید به آن ها توجه کنید .

1. اطمینان حاصل کنید که تمام اندیکاتورهای سفارشی را از اَلگویاب گرفته و در متاتریدر وارد کرده اید .

چون اَلگویاب از برخی اندیکاتور های سفارشی استفاده می کند و شما باید آنها را در متاتریدر خود وارد کنید تا کار تست در متاتریدر هم به خوبی انجام شود .

2. داده ها را از طریق سرور کارگزاری خود که متصل به متاتریدر است بگیرید یا اطمینان حاصل کنید که داده های بارگیری شده در اَلگویاب مشابه داده های کارگزاری شماست .

اَلگویاب برای بازار بین المللی داده های تیک و M1 با کیفیت بالایی که به طور رایگان توسط دوکاسکپی ارائه شده است را در اختیار شما قرار می دهد . و برای بازار ایران در حال حاظر داده های تیک تا حدودی تمیز شده و تعدیل شده مفید تریدر در اختیار شما قرار می گیرد.

داده ها به خودی خود قابل اعتماد هستند ، اما اگر می خواهید از ویژگی هایی مانند “خروج از معاملات در پایان روز” یا “خروج از معاملات در روز چهارشنبه” استفاده کنید ، مطمئن شوید که از منطقۀ زمانی مشابه کارگزار خود استفاده می کنید .

ساده ترین راه برای تأیید درست بودن این مراحل مختلف ، استفاده از داده های مشابه در اَلگویاب و متاتریدر است . به این معنی که از داده های خود متاتریدر خروجی بگیرید و به اَلگویاب وارد کنید . سپس بررسی کنید که آیا نتیجه آزمایش استراتژی با این داده ها مطابقت دارد یا خیر. اگر اینگونه نیست ، مورد شمارۀ 3 را بررسی کنید .

همچنین این واقعیت را هم درنظر بگیرید کنید که کارگزار شما داده هایی متفاوت از دوکاسکوپی دارد و مطمئن شوید که استراتژی شما قوی و مستحکم است و می تواند این مورد را نیز تحمل کند . ذاتا” آزمایش استراتژی در اَلگویاب و سپس استفاده از داده های مختلف در متاتریدر ،خودش به شیوه ای دیگر یک نوع آزمایش استحکام است.

فقط مطمئن شوید که اگر اختلاف زیادی در نتایج آزمایش ها وجود دارد ، این امر حاصل تنظیمات به کار رفته در استراتژی شما نیست ، بلکه به دلیل وجود مشکلی غیرقابل حل در تست مجدد استراتژی است.

3. اطمینان حاصل کنید که از موتور و نوع کندل های صحیح در داده های وارد شده استفاده کرده اید.

اطمینان حاصل کردن از انتخاب موتور معاملاتی درست کاری ساده است و کافیست تا دوباره بررسی کنید که واقعاً از موتور متاتریدر 4 یا 5 در اَلگویاب استفاده کرده اید یا خیر ، زیرا اَلگویاب موتورهای مختلفی را ارائه می دهد و ممکن است به اشتباه موتوری دیگر را انتخاب کرده باشید .

هنگام وارد کردن داده ها ، مطمئن شوید که از نوع “Timestamp is start of bar time“ درست برای کندل ها استفاده می کنید . این نوع داده ای است که توسط متاتریدر استفاده می شود و بر نحوۀ محاسبۀ تایم فریم های بالاتر تأثیر می گذارد.

تصویر 1

4-  استراتژی تستر متاتریدر خود را به درستی پیکربندی کنید .

اطمینان حاصل کنید که از همان تنظیمات کارمزد ، دامنۀ تاریخی و دیگر موارد مشابه استفاده می کنید چون در این مرحله کلا” هدف این است که تنظیمات یکسانی در اَلگویاب و متاتریدر داشته باشید .

شما همچنین باید قطع اتصال متاتریدر از شبکۀ اینترنت را در نیز نظر بگیرید ، زیرا به طور پیش فرض در صورت قطع شدن اتصال اینترنت ، متاتریدر از کارمزد فعلی برای انجام محاسبات در آزمون استفاده می کند و به همین دلیل نتایج آزمون های مجدد شما در هر بار که آن ها را دوباره اجرا می کنید با هم تفاوت کمی خواهد داشت .

نحوۀ قطع کردن اتصال متاتریدر از سرور کارگزاری

پیش از هر چیز متاتریدر باید آنلاین باشد یا حداقل برای مدتی متصل باشد تا اندازۀ کارمزد واقعی را دانلود کند . سپس می توانید با تنظیم پروکسی روی مقادیر ساختگی ، متاتریدر را قطع کنید.

در متاتریدر تان به  Tools → Options ، برگۀ “سرور” بروید و گزینۀ مربوط به فعال کردن “پراکسی سرور” را علامت بزنید .

تصویر 2

سپس بر روی دکمۀ Proxy کلیک کنید تا پروکسی تنظیم شود.

تصوبر 3

localhost را به عنوان یک سرور و هر متن دلخواه خود را در کادر مربوط به “ورود” و “گذرواژه” قرار دهید . پنجره را با کلیک بر روی OK ببندید و صفحۀ مربوط به تعیین گزینه ها را با کلیک کردن بر روی دکمۀ OK ببندید . با این کار ، متاتریدر تنظیمات شما را ذخیره می کند .

حالا شما باید متاتریدر خود را دوباره راه اندازی کنید و این دفعه که آن را راه اندازی می کنید ، دیگر به سرور کارگزاری تان متصل نخواهید شد .

تصوبر 4

در گوشۀ پایین سمت راست متاتریدر، وضعیت اتصال به سرور به صورت لحظه به لحظه نمایش داده می شود . این قسمت را بررسی کنید چون حالا دیگر نباید به سرور متصل باشید .

از این پس تمام آزمونهای شما با همان اسپردها اجرا می شوند و هر بار که آزمون را اجرا می کنید نتایج یکسان خواهد بود .

5. در صورت بروز مشکل اَلگویاب را مجدداً راه اندازی کرده و فایل های تست موقت را از روی هارد دیسک پاک کنید .

اَلگویاب پس از پشتیبان گیری از داده های تست مجدد  ، فایل های موجود  در حافظه را روی هارد دیسک ذخیره می کند و ممکن است گاهی اوقات اتفاق بیفتد که داده های قدیمی تر موجود در حافظۀ پنهان و نسخه هایی که اعداد غلط در آن ها به کار رفته ، با نسخۀ صحیح جدید دچار تداخل شوند و هنگام وارد کردن داده های جدید یا تغییر موارد مختلف به روز نشوند.

اگر در نتایج حاصل از انجام آزمون مجدد اختلافاتی را مشاهده کردید ، سعی کنید ابتدا از اَلگویاب خارج شوید ، همۀ پرونده های موجود در پوشۀ  internal / testfiles/ را حذف کرده و دوباره اَلگویاب را باز کنید.

انجام تست های قابل اطمینان در تریداستیشن یا مولتی چارتس

مفهوم کلی تست قابل اطمینان

اول از همه ، باید بدانیم که تست مجدد به معنای آزمایش استراتژی بر روی داده های گذشتۀ بازار است . جریان دقیق کنه ها در آینده هرگز تکرار نخواهد شد ، بنابراین حتی اگر از داده های واقعی تیک استفاده می کنید ، به این معنی نیست که استراتژی شما در آینده مانند گذشته رفتار می کند .

دوم این که ، باید بدانیم که آزمون مجدد نمی تواند 100٪ دقیق باشد . در بهترین حالت ، تست مجدد ، تقریبی از نحوۀ انجام معاملات در زمان واقعی را ارائه می دهد . مواردی مانند کم و زیاد شدن اسپردها ، تغییر آنی قیمت ها ، تاخیر در زمان رسیدن قیمت ها از طرف کارگزاری و گپ ها ، قطع شدن شبکۀ اینترنت ، خرابی VPS و موارد دیگر وجود دارد که باعث می شود آنچه در واقعیت در معاملات تجربه می شود با آنچه در آزمون ها تجربه می شود تفاوت داشته باشد .

مهمترین ویژگی در نظر گرفته شده برای یک استراتژی خوب باید قدرت و استحکام آن باشد .

باید اطمینان حاصل کنیم که شرایط استراتژی را فقط بر اساس داده های موجود در نمودار های گذشتۀ بازار درنظر نگرفته ایم تا استراتژی بتواند در آزمون های مجدد نیز با وجود ایجاد تغییر در داده ها ، پارامترها و یا با از دست دادن تعداد کمی از معاملات ، همچنان سودآور باقی بماند و عالی عمل کند .

اَلگویاب ابزارهای زیادی را برای آزمایش استحکام استراتژی ها ارائه می دهد . مثلا ” با استفاده از آزمون های مونت کارلو می توانید استراتژی ها را در بازارهای مختلف ، با ایجاد تغییر در پارامترها یا با ایجاد تغییرات تصادفی در داده های تاریخی ، آزمایش کنید .

روش انجام تست مجدد قابل اطمینان در اَلگویاب و تریداستیشن یا مولتی چارتس

تست قابل اطمینان از این لحاظ به این معنی است که استراتژی نتایج آزمون مجدد مشابه یا بسیار مشابهی در اَلگویاب و تریداستیشن یا مولتی چارتس داشته باشد .

اگر نتایج تست استراتژی شما در اَلگویاب و تریداستیشن یا مولتی چارتس با هم کاملاً تفاوت دارد ، باید این مشکل را قبل از ادامۀ کار حل کنید چرا که در این صورت مسلما” مشکلی در تنظیمات شما وجود دارد .

موتور تست در اَلگویاب برای مطابقت داشتن با موتور تریداستیشن یا مولتی چارتس بهینه سازی شده است ، بنابراین اگر تفاوت هایی در نتایج مشاهده می کنید ، به احتمال زیاد ایراداتی در داده های مختلف یا پیکربندی و تنظیمات هر دو برنامه وجود دارد .

در زیر چند نکته را ذکر می کنیم که باید به آن ها توجه کنید .

1. اطمینان حاصل کنید که تمام اندیکاتورهای سفارشی را از اَلگویاب گرفته و در تریداستیشن یا مولتی چارتس وارد کرده اید .

چون اَلگویاب از برخی اندیکاتور های سفارشی استفاده می کند و شما باید آنها را در تریداستیشن یا مولتی چارتس خود وارد کنید تا کار تست در این پلتفرم ها هم به خوبی انجام شود .

2. از تنظیمات و داده های صحیح استفاده کنید

وجود تفاوت در نتایج آزمایشات بیشتر به دلیل وجود مشکل در این زمینه است .

به دو روش می توانید از داده های تریداستیشن یا مولتی چارتس خود در اَلگویاب استفاده کنید :

گزینۀ 1 – داده های دقیق را از نمودار وارد کنید

این مطمئن ترین روش است . فقط باید مستقیماً از داده های نمودار های مورد نیاز خود در تریداستیشن یا مولتی چارتس خروجی بگیرید و آنها را در اَلگویاب وارد کنید .

در پلتفرم مولتی چارتس باید به آدرس File -> Export Data بروید اما اگر از پلتفرم ترید استیشن استفاده می کنید باید Data Window را باز کرده و از قابلیت Save در آنجا استفاده کنید .

به این ترتیب حالا دیگر می توانید مطمئن باشید که استراتژی ها را با همان داده های جلسات معاملاتی واقعی و سایر تنظیمات خودتان به درستی آزمایش می کنید .

بنابراین هنگامی که استراتژی خود را در تریداستیشن یا مولتی چارتس در برخی از جلسات معاملاتی به عنوان مثال در نمودار 15 دقیقه ای آزمایش می کنید ، از داده های دقیق نمودار 15 دقیقه ای موجود در همان پلتفرم معاملاتی در همان جلسۀ معاملاتی خروجی بگیرید و به اَلگویاب وارد کنید .

نکتۀ مهم – اگر از این روش استفاده می کنید باید در بخش “گزینه های معاملاتی” ، جلسۀ معاملاتی را روی “عدم استفاده از جلسۀ معاملاتی” تنظیم کنید . دلیلش هم این است که داده ها از قبل شامل تنظیمات جلسات معاملاتی هستند ، در غیر این صورت اَلگویاب سعی می کند تنظیمات جلسات معاملاتی را دوباره اعمال کند و ممکن است در نتیجۀ این کار ، داده ها به غلط تنظیم شوند!

گزینه 2 – داده های یک دقیقه را وارد کنید و به اَلگویاب اجازه دهید تا خودش تایم فریم های دیگر را محاسبه کند .

راحت تر است که داده های  یک دقیقه را از تریداستیشن بگیرید و به اَلگویاب وارد کنید و به اَلگویاب اجازه دهید تا دیگر تایم فریم های مورد نیاز دیگر را خودش محاسبه کند.

نکتۀ مهم – مطمئن شوید که از جلسات معاملاتی صحیح در اَلگویاب استفاده کرده اید چون دقیقاً باید همان جلسات معاملاتی ترید استیشن یا مولتی چارتس در الگویاب به کار گرفته شده باشد . کندل ها در ترید استیشن یا مولتی چارتس بر اساس این جلسات معاملاتی محاسبه می شوند و اگر اشتباهی در انتخاب داشته باشید ، کندل ها به اشتباه محاسبه می شوند!

در صورت وجود تفاوت در نتایج آزمون مجدد ، به گزینۀ قبلی برگردید و اکسپرت را روی داده هایی نمودار گرفته شده آزمایش کنید.

3. اطمینان حاصل کنید که از موتور و نوع کندل های صحیح در داده های وارد شده استفاده کرده اید .

اطمینان حاصل کردن از انتخاب موتور معاملاتی درست کاری ساده است و تنها کافیست تا دوباره بررسی کنید که آیا واقعاً از موتور متاتریدر 4 یا 5 در اَلگویاب استفاده کرده اید یا خیر . زیرا اَلگویاب موتورهای معاملاتی مختلفی را برای پلتفرم های مختلف ارائه می دهد و ممکن است به اشتباه موتوری دیگر را انتخاب کرده بوده باشید .

هنگام وارد کردن پروندۀ داده ها ، مطمئن شوید که از “Timestamp is start of bar time“ درست برای کندل ها استفاده می کنید . این مورد مربوط به نوع داده ای است که توسط متاتریدر استفاده می شود و بر نحوۀ محاسبۀ تایم فریم های بالاتر نیز تأثیر می گذارد .

تصوبر 1

4- از گزینه های معاملاتی مبتنی بر زمان صحیح برای خروج از معاملات استفاده کنید

این مورد در صورت فعال بودن گزینه های معاملاتی مبتنی بر زمان مانند “خروج در پایان روز” یا “خروج در روز جمعه”

هنگام استفاده از هر یک از این دو گزینه باید زمان خروج آنها را روی 00:00 قرار دهید .اَلگویاب در پایان هر جلسۀ معاملاتی ، انجام معاملات را متوقف می کند و یا اگر زمان دقیقی را برای آن مشخص کنید باید مطمئن شوید زمان آن کندل مشخص شده قبل از آخرین کندل روز باشد .

پیکربندی نادرست در این امر می تواند باعث شود که اَلگویاب معاملات را در پایان روز اما در زمانی متفاوت با پلتفرم ترید استیشن یا مولتی چارتس ببندد .

حالا دیگر نباید اختلافی در استراتژی ها وجود داشته باشد . زمان بسته شدن معاملات در پایان روز را در الگویاب با ترید استیشن و مولتی چارتس مقایسه کنید و مطمئن شوید که رفتار یکسانی دارند .

5. در صورت بروز مشکل اَلگویاب را مجدداً راه اندازی کرده و پرونده های موقت را پاک کنید .

اَلگویاب پس از پشتیبان گیری از داده های آزمون مجدد  ، پرونده های موجود  در حافظه را روی هارد دیسک قرار می دهد و ممکن است گاهی اوقات اتفاق بیفتد که داده های قدیمی تر موجود در حافظۀ پنهان و نسخه هایی که اعداد غلط در آن ها به کار رفته ، با نسخۀ صحیح جدید دچار تداخل شوند و هنگام وارد کردن داده های جدید یا تغییر موارد مختلف به روز نشوند .

اگر در نتایج حاصل از انجام آزمون مجدد اختلافاتی را مشاهده کردید ، سعی کنید ابتدا از اَلگویاب خارج شوید ، همۀ پرونده های موجود در پوشۀ  internal / testfiles/ را حذف کرده و دوباره اَلگویاب را باز کنید .

6. استفاده از روش “چند تایم فریمه” هنوز در حال توسعه است

ما در ابتدای کار تولید نرم افزار اَلگویاب ، بر روی استراتژی های تک نموداری برای اجرا در موتور تست مولتی چارتس یا ترید استیشن تمرکز کردیم .

استراتژی هایی که از چندین نمودار و زبان برنامه نویسی EasyLanguage استفاده می کنند هنوز در اَلگویاب برای مطابقت دادن بیشتر آزمایش نشده اند و گاهیممکن است کار کنند و گاهی هم ممکن است که کار نکنند .

ما در نسخه های بعدی اَلگویاب بر این موضوع نیز تمرکز خواهیم کرد .

7. حالت های تست با “دقت” بالاتر هنوز در دست توسعه هستند

در حال حاضر می توان در اَلگویاب از موتور آزمایش مولتی چارتس یا ترید استیشن با دقت “Selected Timeframe” استفاده کرد . همین میزان دقت هم برای انجام و تست انواع سفارشات مبتنی بر “ورود آنی به بازار” یا “ورود شرطی” کافی است . ترید استیشن و مولتی چارتس با این نوع دقت آزمون به خوبی کار می کنند  و می توان از استراتژی های تولید شده به این روش در معاملات زنده نیز استفاده کرد .

البته ما در حال کار کردن بر روی اضافه کردن حالت های “دقت” بهتری نیز هستیم و به زودی آنها را در یکی از نسخه های بعدی اضافه خواهیم کرد .

8- اندیکاتور هایی وجود دارد که هنوز به طور دقیق در ترید استیشن یا مولتی چارتس آزمایش نشده اند .

برخی از اندیکاتور ها هنوز با همۀ تنظیماتشان آزمایش نشده اند و این مورد می تواند اختلافاتی را درهنگام انجام معاملات ایجاد کنند . این اندیکاتور ها شامل “پیووت ها” و “ابزارهای فیبوناچی” می شوند.

استراتژی هایی که سفارشات را در قیمت های نادرست قرار می دهند.

گاهی اوقات وقتی که در حال اجرا یا آزمایش مجدد استراتژی های تولید شده توسط اَلگویاب در متاتریدر 5 هستید ممکن است که با پیغامی شبیه به این در گزارش ها برخورد کنید:

020.08.26 00:00:01.102 Strategy 1.4.130 (MYMU20,H1) 2020.08.25 22:00 No pending orders of that type

2020.08.26 00:00:01.118 Strategy 1.4.130 (MYMU20,H1) —VERBOSE— 2020.08.25 22:00 Based on its logic, the strategy tried to place stop/limit order at incorrect price. Market price: 28220.00000000, min. price allowed: 28220.00000000, stop/limit order price: 27966.00000000

آیا این یک خطا است یا نه ؟ در اینجا در این باره توضیح داده شده است :

این بدان معناست که شرط ورود استراتژی برقرار شده است و معمولاً در این اوقات استراتژی ،معاملۀ جدیدی را باز می کند . اما در این مورد ، قیمت ورود سفارش محاسبه شده توسط اکسپرت ، خارج از بازار است و به همین دلیل سفارش لغو شده است.

مواردی که توسط موتور های معاملاتی پلتفرم های مختلف پشتیبانی نمی شوند

برخی از بلوک های ساختاری توسط همۀ موتور های پلتفرم های معاملاتی پشتیبانی نمی شوند . پلتفرم های مختلف معاملاتی دارای ویژگی های مختلفی هستند و برخی از این ویژگی ها و امکانات فقط توسط پلتفرم های معاملاتی خاص پشتیبانی می شوند .

به همین دلیل برخی از بلوک ها یا پارامترها وجود دارند که توسط برخی از موتورهای معاملاتی پشتیبانی نمی شوند .

این بلوک ها یا پارامترها در قسمت های مختلف اَلگویاب با رنگ قرمز نشان داده شده اند مانند مثال زیر:

تصویر 1

مثلا” این بدان معنی است که بلوک Draw Down Arrow توسط زبان برنامه نویسی EasyLanguage که مختص موتورهای معاملاتی ترید استیشن و مولتی چارتس است پشتیبانی نمی شود . در هنگام ساخت استراتژی برای هر یک از این موتورهای معاملاتی ، باید دقت کرد که از بلوک های پشتیبانی نشده استفاده نشود.

 

مقایسه و استفاده از تنظیمات به کار رفته در بک تست

یکی از رایج ترین خطاها در هنگام استفاده از اَلگویاب ، مواجه شدن با اشتباه یا تفاوت در تنظیمات بک تست است .

تصور کنید که یک استراتژی دربخش “ساخت” ایجاد کرده اید و آن را در هار دیسک ذخیره می کنید . سپس آن را در بخش “تست” یا “بهینه سازی” بارگیری می کنید و همان استراتژی را مجددا تنظیم کرده و دوباره آزمایش می کنید . در این هنگام متوجه می شوید که نتایج آزمایش اصلی با نتایج تست مجدد متفاوت است .

وقتی این اتفاق می افتد ، همیشه دلیل آن تغییر کردن تنظیمات یا داده ها است . در این میان یا داده ها را تغییر داده اید و یا این که بخش تست مجدد را با همان روشی که استراتژی در بخش “ساخت” براساس آن آزمایش شده بوده است ، پیکربندی نکرده اید.

در صورت برخورد با این مشکل ، دو راه حل وجود دارد که می تواند به شما کمک کند:

استفاده از راهکار”به کارگیری تنظیمات”

هنگامی که یک استراتژی را در بانک استراتژی بارگذاری می کنید ، می توانید روی آن دو بار کلیک کنید تا برگۀ “نتایج” باز شود . حالا دیگر می توانید برگۀ “به کارگیری تنظیمات” استراتژی را مشاهده کنید .

تصویر1

این بخش به شما تنظیمات استراتژی کنونی را در کنار تنظیمات آخرین استراتژی که نتایج عملکردی را نشان می دهد . حالا شما دیگر به راحتی می توانید تفاوت بین دو تنظیم استراتژی را تشخیص دهید و همچنین می توانید به راحتی آخرین تنظیمات استراتژی را بر روی پروژه فعلی خود اعمال کنید . فقط کافیست که بر روی دکمۀ “به کارگیری تنظیمات” استراتژی کلیک کنید .

با کمک گرفتن از این امکان در اَلگویاب دیگر می توانید مطمئن باشید که پروژۀ شما دقیقاً با همان تنظیمات “آزمایش مجدد” استراتژی قبلی پیکربندی شده است .

استفاده از قابلیت مقایسه (در روزهای آینده)

این یک امکان عالی است که در اَلگویاب در دسترس است و به شما اجازه می دهد تا پیکربندی و تنظیمات دو استراتژی مختلف موجود در بانک استراتژی های خود را با هم مقایسه کنید . همچنین می توانید آن ها را عنوان دو نتیجۀ متفاوت از همان استراتژی در فایل  های جداگانه ذخیره کنید .

کافیست دو استراتژی را از بانک استراتژی ها انتخاب کرده و روی دکمۀ مقایسه کلیک کنید:

تصویر2

در این صورت یک صفحه باز می شود که در آن پیکربندی و تنظیمات مربوط به آخرین آزمایش برای هر یک از استراتژی ها را در کنار هم مشاهده می کنید و اختلافات بین آن ها هم با رنگ قرمز نمایش داده می شود :

تصویر 3

پروژه ها و وظایف سفارشی

معرفی پروژه های سفارشی

پروژه های سفارشی شما را قادر می سازد که روند کار سفارشی را به صورت خودکار پیش ببرید . پروژه های سفارشی مجموعه ای از کارها و منطقی که شما تعیین می کنید را یکی پس از دیگری یکی پس از دیگری به صورت اتوماتیک اجرا می کنند .

به عنوان مثال ، شما می توانید ابتدا 1000 استراتژی بسازید ، سپس آن ها را در یک نماد دیگر دوباره آزمایش کنید ، سپس باقی مانده را در بازار دوم دوباره آزمایش کنید ، و سپس تست ماتریس واک فوروارد را روی بقیه اجرا کنید . استراتژی های نهایی را می توانید در بانک استراتژی های ذخیره کرده و همه این فرآیند ها به شکل اتوماتیک اجرا می شوند و یا این که همین پروژه پس از پر شدن بانک دادۀ نهایی ، می تواند دوباره از اول راه اندازی شود .

سفارشی سازی روند کار ، شیوه ای عالی برای خودکارسازی کل مراحل توسعه و تأیید استراتژی هاست . کل روند گردش کار شما می تواند به طور مستقل ساعت ها یا روزها اجرا شود و پس از پایان یافتن آن می توانید استراتژی های نهایی را تک تک چک کنید .

پروژه های سفارشی در منوی سمت راست قرار دارند و از آنجا می توانید یک پروژۀ سفارشی جدید ایجاد کنید .

یک پروژه از تعدادی وظیفه تشکیل شده است که “اقدامات” مستقلی که به ترتیب تعریف شده اند را انجام می دهد . می توانید از بین این کارها یکی را انتخاب کنید:

تصویر 1

ما در حال توسعه و اضافه کردن امکانات مفید دیگری با ساختارهای جدید به این بخش هستیم و هدف ما این است که در آینده بتوانید تقریباً هر ایده و کاری که ممکن است با اَلگویاب داشته باشید را اتوماسیون کنید .

نمونه هایی از پروژه های سفارشی

اَلگویاب دارای دو نمونه گردش کار پروژه سفارشی است که می توانید هر دو آنها را در صفحه شروع بیابید :

تصویر 2

در این جا یک نمونه پروژۀ سفارشی برای بازار “تبادلات ارزی بین المللی” و یک پروژۀ سفارشی هم برای تولید استراتژی های مربوط به بازار “آتی” وجود دارد . برای ایجاد کردن “پروژۀ سفارشی” پیشرفته تر می توانید از این دو نمونه به عنوان راهنما و نقطۀ شروع استفاده کنید.

مفاهیم اصلی

ایجاد چندین بانک استراتژی

شما می توانید بیش از یک بانک استراتژی برای پروژۀ سفارشی خود ایجاد کنید . بانک استراتژی ، “پایگاه داده” ای است که در آن می توان استراتژی ها را ذخیره یا بازیابی کرد . می توانید تعداد نامحدودی بانک استراتژی ایجاد کنید :

تصویر 1

همچنین می توانید کل مراحل مورد نیاز مثلا” “آزمایش مجدد” را پیکربندی کنید تا از یک بانک استراتژی به عنوان مرجع برای خواندن استراتژی ها جهت صرفه جویی در زمان و جلوگیری از تست مجدد استراتژی های آزمایش شده استفاده کنید .

تصویر 2

روند کار

هنگامی که یک پروژۀ سفارشی را باز می کنید ، می توانید جریان کارها را در قسمت سمت چپ مشاهده کنید :

تصویر 3

در این بخش کل کارهایی که از ابتدا تا انتها باید انجام شود ، تعریف شده اند . در این مثال ما با پاکسازی تمام بانک های استراتژی ، پروژه را شروع خواهیم کرد ، سپس مجموعه ای از استراتژی ها را می سازیم و آن ها را چند بار با استفاده از تنظیمات دیگر دوباره آزمایش می کنیم . استراتژی هایی که همۀ آزمونهای مجدد را پشت سر می گذارند در بانک استراتژی نهایی جای می گیرند .

حلقه های شرطی و فیلتر کردن

همۀ قدرت پروژه های سفارشی در ساخت حلقه ها است . به عنوان مثال ، اگر تعداد استراتژی های بانک استراتژی نهایی کمتر از 100 تا باشد ، می توانید به انتهای پروژۀ سفارشی خود یک دستور “برو به وظیفه” را اضافه کنید و با این کار دوباره به ساخت استراتژی های جدید بپردازد .

به این ترتیب پروژۀ سفارشی شروع به تولید و عبور دادن استراتژی ها از همۀ فیلترها می کند تا زمانی که در بانک استراتژی حداقل 100 استراتژی که کل مراحل پروژه سفارشی را طی کرده باشند ، باقی بماند .

تصویر 4

وظیفه ساخت استراتژی ها

این وظیفه ، یک روش ساخت استاندارد را در پیش می گیرد و با پیکربندی و تنظیمات داده شده به آن ، استراتژی می سازد . می توانید بانک استراتژی هدف که استراتژی ها باید در آن ذخیره شوند  را تعیین کنید.

تصویر 1

وظیفه آزمایش مجدد استراتژی ها

این وظیفه به شما امکان می دهد تا استراتژی های موجود در بانک داده ها را به شکل اختیاری با استفاده از آزمون های همزمان مجدداً آزمایش کنید و نتایج این آزمایش را در بانک های استراتژی دیگر ذخیره کنید :

تصویر 1

وظیفۀ “آزمایش مجدد” خودکار و تنظیم داده ها

بخش مربوط به کار “آزمایش مجدد” خودکار در اَلگویاب دارای تنظیمات پیشرفته و کاملی است . شما می توانید تعیین کنید که کدام یک از تنظیمات ، به طور خاص از آخرین کندل های موجود استفاده کند و یا کدامیک به انتخاب شما دوباره بازنویسی شوند:

تصویر 1

وظیفه بهینه سازی استراتژی ها

“بهینه ساز” استاندارد می تواند در اَلگویاب به صورت یک پروژۀ سفارشی درآید که هر نوع بهینه سازی ساده یا واک فوروارد را بر روی استراتژی ها انجام دهد و با توجه به فیلترها آنها را برای شما از هم اجرا کند :

تصویر 1

توقف و شروع انجام وظایف

این ویژگی خاصی است که اَلگویاب با کمک آن می تواند در صورت تحقق برخی از شرایط ، اجرای پروژه را متوقف کند . می توان آن را به صورت حلقه ای برای متوقف کردن روند انجام پروژه مثلا” پس از رسیدن تعداد استراتژی ها به یک عدد از پیش تعیین شده در هنگام تولید استراتژی ها یا پس از گذشت مدت زمانی مشخص از شروع به کار اَلگویاب استفاده کرد .

اَلگویاب همچنین پس از متوقف کردن یک پروژه ، می تواند یک پروژۀ سفارشی دیگر را شروع کند و این مورد به شما امکان می دهد که برای پروژه های سفارشی خود ، زنجیره ای از وظایف و کارها را ایجاد کنید که به طور متوالی یکی پس از دیگری اجرا شوند:

تصویر 1

وظیفۀ “فیلتر کردن”

با کمک این ویژگی ، اَلگویاب که می تواند استراتژی های موجود در یک بانک استراتژی را به یک بانک استراتژی دیگر انتقال دهد یا آن ها را کپی یا حذف کند . برای این بخش می توانید فیلترهای دلخواهی را تنظیم کنید تا عملیات مد نظرتان را فقط بر روی استراتژی هایی که شرایط خاصی را دارند اعمال کند:

تصویر 1

رفتن به وظیفه

این وظیفۀ خاص ، ایجاد حلقه در روند کار و دیگر وظایف مد نظر شما را امکان پذیر می کند . برای مثال می توانید از این امکان برای پرش به یک کار دیگر درصورت به وجود نیامدن شرایطی خاص استفاده کنید . به عنوان مثال هنگامی که تعدادی کافی از استراتژی ها در بانک استراتژی های نهایی وجود ندارد ، میتوانید  از انجام مراحل ابتدایی صرف نظر کرده  و یک بار دیگر پروژۀ سفارشی را اجرا کنید .

تصویر 1

وظیفۀ اعلان

این امکان ، یک کار ویژه برای شما انجام می دهد به این ترتیب که اَلگویاب با کمک آن می تواند اعلانی را نمایش دهد یا وقتی که یک پروژه به مرحله ای خاص رسید ، برای شما ایمیل ارسال کند .

همچنین می تواند پروژه را متوقف کرده و منتظر بماند تا کاربر خودش دوباره پروژه را شروع کند . گاهی اوقات که می خواهید استراتژی های تولید شده را قبل از ادامۀ کار خودتان به صورت چشمی چک کنید یا آن ها را بررسی کنید ، می توانید از این وظیفه استفاده کنید .

یا حتی می توانید از این مورد برای دریافت اعلان از طریق ایمیل پس از اتمام یک پروژۀ سفارشی استفاده کنید .

تصویر 1

وظیفۀ ایجاد پورتفولیو

اَلگویاب با کمک این وظیفه می تواند استراتژی های موجود در بانک استراتژی ها را در یک پورتفوی شبیه سازی شده با هم ترکیب کند:

تصویر 1

وظیفۀ پاک کردن بانک های استراتژی

با کمک این وظیفه ، اَلگویاب می تواند تمام استراتژی های موجود در بانک استراتژی ها را حذف کند .

تصویر 1

وظیفۀ بارگیری پرونده ها

این وظیفه ، می تواند استراتژی ها را از پرونده های موجود در یک پوشۀ مشخص بارگیری کند و سپس آنها را در یک بانک استراتژی از قبل مشخص شده جای دهد .

تصویر1

وظیفۀ ذخیرۀ پرونده ها

این وظیفۀ تعبیه شده در اَلگویاب ، استراتژی های موجود در یک بانک استراتژی را در پرونده های با فرمت های مختلف و مربوط به پلتفرم های معاملاتی قابل پشتیبانی ، ذخیره می کند :

تصویر 1

وظیفۀ فراخوانی یک اسکریپت خارجی

با استفاده از این وظیفۀ ویژه ، اَلگویاب می تواند پروژه های سفارشی را متوقف کند و یک اسکریپت یا برنامۀ خارجی را فراخوانی کند.  با کمک این مورد ، اَلگویاب می تواند بخش هایی از پروسۀ پردازش را به یک برنامۀ خارجی انتقال دهد و سپس به اجرای ادامۀ پروژۀ سفارشی بازگردد.

تصویر 1

حذف کردن یک پرونده

اَلگویاب با کمک این وظیفه می تواندیک پروندۀ ویژه که در یک آدرس مشخص قرار دارد را حذف کند . این وظیفه می تواند به همراه دستور “انتظار برای دریافت فایل یا کاربر” برای فراخوانی اسکریپت های خارجی مورد استفاده قرار بگیرد .

تصویر 1

در انتظار کاربر یا پرونده

با استفاده از این دستور ، اَلگویاب می تواند در حین انجام یک پروژه تا زمانی که کاربر آن پروژه را دوباره راه اندازی کند یا تا زمانی که پرونده ای خاص در یک مسیر خاص در دسترس اَلگویاب قرار گیرد ، مکث کند و منتظر بماند .

اکثرا” این مورد در هنگام به کارگیری برنامه های خارجی کاربرد دارد و این معمولا” در جایی اتفاق می افتد که شما می خواهید تا زمانی که برخی از برنامه های خارجی در حال تکمیل کردن کار خود هستند ، پروژه ای سفارشی را موقتاً متوقف کنید . وقتی که کار آنها تمام شد و یک پروندۀ خالی تولید کردند ، دوباره پروژۀ سفارشی به کار خود ادامه می دهد .

تصویر 1

وظیفۀ به روز رسانی داده ها

با استفاده از این وظیفۀ ویژه در اَلگویاب ، می توان داده ها را به روز کرد . مثلا” کندل های مربوط به آخرین روزهای از دست رفته را بارگیری کرد یا می توان فقط داده های خاص مورد استفاده قرار گرفته در یک وظیفۀ خاص انجام شده در پروژه را به روز کرد ، یا اصلا” می توان همۀ داده ها را به روز کرد .

تصویر 1

ورود به محتویات بانک استراتژی ها

این وظیفۀ ویژه ، کمک می کند تا اَلگویاب بتواند گزارشات و آمارهایی را که شما می خواهید در گزارش یک پروژۀ در حال اجرا ذخیره کند .

به عنوان مثال می توانید از این امکان برای ثبت متوسط سود خالص تمام استراتژی های موجود در بانک استراتژی ها یا تعدادی از استراتژی ها با سود خالص بیشتر از صفر استفاده کنید .

تصویر 1

سوالات متداول : چگونه…؟

نحوۀ انتقال اندیکاتورهای اَلگویاب به متاتریدر 4 یا 5

اندیکاتورها در کجا ذخیره می شوند؟

اندیکاتورها در همان پوشه ای که اَلگویاب نصب شده ، مشخصاً در آدرس زیر ذخیره می شوند :

  C:\algoyab\algoyab_indicators

اکنون باید آنها را در متاتریدر 4 یا 5 کپی کنیم

پلتفرم متاتریدر 4 یا 5 را باز کرده و به آدرس File -> Open data folder بروید .

تصویر 1

اندیکاتور های متاتریدر 4 یا 5 که در پوشۀ App data ذخیره شده اند را پیدا کنید . در اینجا ما از نسخۀ قابل حمل متاتریدر 4 یا 5 استفاده می کنیم و اندیکاتور ها در این پوشه ها ذخیره می شوند :

پوشۀ نصب متاتریدر 4 ، MQL4 Indicators

پوشۀ نصب متاتریدر 5 ، MQL5 Indicators

تصویر 2

متاتریدر 4

کپی کردن اندیکاتور ها از اَلگویاب در آدرس :

C:Algoyabcustom_indicatorsMetaTrader4 

به متاتریدر 4 در :

پوشۀ نصب متاتریدر 4 ، MQL4 Indicators

 

تصویر 3

متاتریدر 5

کپی کردن اندیکاتور ها از اَلگویاب در آدرس :

C:Algoyabcustom_indicatorsMetaTrader5 

به متاتریدر 5 در :

پوشۀ نصب متاتریدر 5 ، MQL5 Indicators

تصویر 4

پس از کپی کردن اندیکاتورها در متاتریدر 4 یا 5 ، پلتفرم را مجدداً راه اندازی کنید تا همۀ اندیکاتورها کامپایل شوند و دوباره در پلتفرم بارگزاری شوند.

چگونه می توان متاتریدر را در حالت پرتابل اجرا کرد و چه فایده ای دارد؟

نسخۀ قابل حمل متاتریدر 4 یا 5 چیست؟

نسخۀ پرتابل ، یک برنامۀ قابل حمل است که می تواند از طریق ابزار های قابل حمل مانند فلش مموری ، کارت حافظه یا دیگر درایو های هارد دیسک متفاوت از پرونده های برنامه بدون در نظر گرفتن سیستم عامل، اجرا شود . برنامه های قابل حمل معمولاً برای ذخیره سازی تنظیمات و داده های کاربر در پوشه ای مجزا به نام data folder طراحی شده اند . معمولاً در ویندوز های جدیدتر ، می توان فایل های نصب شدۀ نرم افزارهای مختلف را در آدرس “C Users ‘username’ appdata” یافت که البته کار کردن با آن ها کمی سخت است . اما اگر نسخۀ قابل حمل استفاده کنیم ، به اندیکاتور ها ، اکسپرت ها و دیگر تنظیمات متاتریدر در پوشه ای مانند C: mt4 MQL دسترسی خواهیم داشت که کار کردن را راحت تر می کند .

نسخۀ قابل حمل متاتریدر 4 یا 5 چه امکانی را فراهم می کند ؟

این امکان ، نمایی کلی از متاتریدر برای مدیریتی بهتر ارائه می کند . به عنوان مثال ، دیگر مجبور نیستیم هر بار متاتریدر را نصب کنیم و فقط کافیست که پوشۀ MT4 / MT5 را کپی کرده و از آن برای دسترسی به حساب های دیگر استفاده کنیم . مزیت دیگر استفاده از نسخۀ قابل حمل ، سادگی بیشتر در هنگام پشتیبان گیری از پیکربندی و تنظیمات متاتریدر و ساده تر شدن کار در هنگام جابه جایی های احتمالی از یک VPS به VPS دیگر است .
مزیت دیگر این است که مثلا” وقتی برای تعطیلات می روید ، می توانید پشتیبان تهیه شده از متاتریدر را روی فلش دیسک داشته باشید و اگر مشکلی در موبایل یا لپ تاپ شما به وجود آمد ، می توانید بدون نیاز به نصب مجدد متاتریدر از هر رایانه ای به حساب های خود متصل شوید .

چگونه نسخۀ قابل حمل متاتریدر 4 یا 5 را راه اندازی کنیم؟

این کار بسیار آسان است و تنها کافیست که :
بر روی آیکون MT4 / MT5 راست کلیک کنید .
properties را انتخاب کنید .
گزینۀAdd to the target / portable را انتخاب کنید.
پس از انجام این کار ، تغییرات را ذخیره کرده و سپس MT4 را به عنوان قابل حمل مانند تصویر از دایرکتوری مربوطه اجرا کنید . توصیه می کنیم که این کار را بلافاصله پس از نصب MT4 انجام دهید چرا که اگر متاتریدری را که قبلاً در حال اجرا است تغییر دهید ، ممکن است لازم باشد که داده های اصلی کاربر را از فهرست داده های برنامۀ متاتریدر خود کپی کنید که البته ما این کار را توصیه نمی کنیم زیرا ممکن است در حین کار چیزی را فراموش کنید و سپس اندیکاتورهای خود را از دست بدهید یا با مشکلاتی از این دست مواجه شوید .

تصویر 1

احتمال دارد که نسخۀ قابل حمل کار نکند

لطفاً توجه داشته باشید که اگر از پوشۀ Program Files برای نصب متاتریدر استفاده کنید ، ویندوز ، نسخۀ قابل حمل را مسدود می کند و به آن اجازۀ کار نمی دهد . بنابراین شما باید از پوشۀ دیگری مانند C:\ MT4portableMT4-1 استفاده کنید تا به این مشکل برخورد نکنید.

نحوۀ بارگیری و ذخیره سازی تنظیمات پیکربندی “ساخت”

در این قسمت ما به شما نحوۀ ذخیره سازی و بارگذاری پیکربندی “ساخت” را نشان خواهیم داد.

ذخیره سازی پیکربندی

تصویر 1

بارگیری پیکربندی “ساخت”

تصویر 2

پیکربندی دستی درگاه سرور داخلی

می توانید با افزودن تنظیمات WebServerPort در صورت نیاز به تغییر پورت در پوشۀ کاربر UI/ تنظیمات اَلگویاب را از پوشۀ زیر تغییر دهید :

folder/user/settings/settings.xml

مثلا”:

<WebServerPort>4971</WebServerPort>

ادغام یا تفکیک پورتفو ها

ادغام یا تفکیک پورتفوها به عنوان یک قابلیت پیشرفته از قسمت بالایی بانک استراتژی ها در دسترس است :

تصویر 1

ادغام استراتژی ها

اَلگویاب با استفاده از قابلیت ادغام استراتژی ها می تواند چندین استراتژی تکی را با استفاده از یکی از روش های موجود ترکیب کند . برای استفاده از این امکان ، کافی است که چند استراتژی دلخواه را انتخاب کنید و گزینۀ “ادغام” را انتخاب کنید .
این صفحه باز می شود :

تصویر 2

شما می توانید نام استراتژی ادغام شدۀ جدید خود را انتخاب کنید . البته به طور پیش فرض اَلگویاب نام آن را Portfolio می گذارد . همچنین می توانید برای اَلگویاب مشخص کنید این پورتفولیوی جدید را مثل قبل از گزینۀ ذخیره در بانک استراتژی استفاده کند یا آن را در بانک استراتژی جدید دیگری که توسط شما ایجاد شده است ذخیره کند .

سه نوع ادغام وجود دارد :

پورتفولیوی شبیه سازی شده

این بدان معنی است که معاملات استراتژی های انتخابی شما در یک جا با هم ادغام می شوند و نتایج آماری مربوط به این پرتفو از ادغام معاملات کل استراتژی های تشکیل دهندۀ این پورتفو محاسبه و نمایش داده می شود . این شیوه ، ترکیب معاملات کل استراتژی ها را با هم شبیه سازی می کند اما هر استراتژی را در هنگام انجام معامله ، مستقل از دیگری در نظر می گیرد .
این یک پورتفولیوی مصنوعی است که از ترکیب معاملات هر استراتژی مستقل ایجاد می شود . نمی توان آن را دوباره آزمایش کرد ، اما نتایج آماری پورتفو را به خوبی نشان می دهد .

ادغام استراتژی ها در یک استراتژی (انجام معاملات موازی)

آزمایشی . این روش ادغام در واقع به نوعی یک استراتژی مرکب ایجاد می کند که در آن قوانین انجام معاملات بر اساس آنچه در هر یک از استراتژی ها وجود دارد ، به صورت جداگانه در نظر گرفته شده است .
حالا دیگر این پورتفوی ایجاد شده می تواند در متاتریدر به کار گرفته شود تا به شکل یک استراتژی ادغام شده ، برای انجام معاملات همزمان از چندین “استراتژی” منفرد به کار رود . با استفاده از این ویژگی فوق العاده شما قادر خواهید بود که به صورت جداگانه نماد و تایم فریم مورد نیاز هر استراتژی را مشخص کنید .
توجه بفرمایید که “گزینه های معاملاتی” مانند خروج در روز جمعه ، محدود کردن بازۀ زمانی انجام معاملات و … گزینه هایی عمومی و کلی و جزئی از استراتژی هستند و در هنگام ادغام باید کاملا” در نظر گرفته شوند و در پورتفوی ادغام شدۀ نهایی نیز باید تنظیمات هر یک از آن ها در نظر گرفته شود و برای هر یک از استراتژی های موجود ، باید در دسترس باشند . بنابراین اگر بخواهید استراتژی هایی که از “گزینه های معاملاتی” مختلف و گوناگون استفاده می کنند را ادغام کنید ، این نوع از ادغام دیگر به درستی کار نخواهد کرد .

سیگنال های گروهی

آزمایشی . در این روش اَلگویاب از نوع خاصی از ادغام استفاده می کند که استراتژی اصلی شرایط ورود را از هر یک از استراتژی های منفرد به کار رفته در پورتفو با استفاده از منطق فازی می گیرد .
بنابراین این استراتژی فقط زمانی وارد معامله خواهد شد که درصدی مشخص از کل سیگنال های جاری به طور همزمان دستور ورود یا خروج بدهند . از نظر تئوری ، فرض بر این است که حاصل استفاده از این روش ، بهبود کیفیت و نتایج معاملات خواهد بود . البته انجام معاملات به این روش بستگی زیادی به سیگنال های فعلی استراتژی های به کار رفته در پورتفو دارد .

تفکیک استراتژی ها

روش و عملکرد اَلگویاب برای تفکیک استراتژی های به کار رفته در یک پورتفو ساده است و تنها پورتفو های موجود ایجاد شده به روش “ادغام” را به اجزای تشکیل دهندۀ آن تقسیم می کند.

سفارشات متعدد در یک جهت

این مورد مربوط به ایجاد استراتژی دستی یا ویرایش الگوی استراتژی پیش فرض در اَلگوساز است .

اَلگویاب به طور پیش فرض از چند دستور در یک جهت در ساخت یک استراتژی استفاده نمی کند ، اما شما می توانید در ویرایشگر اَلگوساز چندین سفارش برای “ورود آنی به بازار” یا حتی چندین سفارش برای ورود شرطی به بازار را به استراتژی خود اضافه کنید .

دلیل این که از این روش در اَلگویاب استفاده نمی شود این است که ممکن است این روش درست کار نکند چون به طور کامل توسط همۀ پلتفرم های معاملاتی پشتیبانی نمی شود .

متاتریدر از چندین سفارش در یک جهت پشتیبانی می کند

متاتریدر 4 یا 5 از مفهوم magic number استفاده می کند که منحصراً یک معامله یا سفارش را مشخص می کند و امکان بررسی و دستکاری هر سفارش را فراهم می کند . اگر از شماره مجیک های متفاوتی برای هر سفارش استفاده کنید ، این روش به درستی کار خواهد کرد .

اما اگر از شماره مجیکی یکسان برای چندین سفارش معاملاتی استفاده کنید ، اکسپرت دیگر نمی تواند تشخیص دهد که به کدام سفارش تعلق دارد زیرا چندین سفارش با همان شماره مجیک وجود خواهد داشت . به همین دلیل سفارشات مستقل به درستی کار نمی کنند زیرا روی همۀ سفارشات موجود اعمال می شوند .

بنابراین برای استفاده از روش چندین سفارش در یک جهت در متاتریدر 4 یا 5  لازم است که از شماره مجیک های منحصر به فرد و مستقل برای هر سفارش استفاده کنید.

ترید استیشن و مولتی چارتس از چندین سفارش در یک جهت پشتیبانی نمی کنند

متأسفانه ترید استیشن و مولتی چارتس از روش چندین سفارش مستقل در یک جهت با نقاط خروج مستقل پشتیبانی نمی کنند . هر چند نام گذاری نقاط ورود در ترید استیشن و مولتی چارتس امکان پذیر است ، اما مدیریت ورودی ها به صورت جداگانه برای هر ورود مستقل ، امکان پذیر نیست.

به همین دلیل استراتژی هایی که از روش چندین ورود در یک جهت استفاده می کنند به درستی روی ترید استیشن و مولتی چارتس کار نمی کنند . چرا که دستور خروج از معامله به طور همزمان بر روی همۀ سفارشات اعمال می شود .خیلی مهم است که از روش چندین ورود همزمان در یک جهت بر روی پلتفرم های مختلف استفاده نکنید ، مگر این که دقیقاً بدانید دارید چه کاری انجام می دهید.

“ورود یا خروجی مرحله ای” راه حلی برای رفع این مشکل

ورود یا خروج مرحله ای به معنای باز کردن چندین سفارش در یک جهت است . این ویژگی است که ما در نسخه های بعدی به اَلگویاب اضافه خواهیم کرد و یک روش مدیریت خاص است که محدودیت های توضیح داده شده در بالا را برطرف می کند.

عیب یابی

شاید برای شما هم پیش آمده باشد که پس از شروع کردن به “ساخت” استراتژی ها ، با وجود گذشتن مدت زمانی طولانی ، هیچ استراتژی در بانک استراتژی ها دیده نمی شود .

این به تنظیمات شما بستگی دارد چون اگر دقت را بالا ببرید و آزمایش را پیچیده کنید و فیلتر های بسیار دقیقی را به کار ببرید ، تولید استراتژی هایی که از همۀ فیلترها عبور کنند ممکن است زمان زیادی طول بکشد ، اما به طور معمول ، باید هر چند ثانیه یا حداکثر چند دقیقه ، استراتژی های جدیدی به بانک استراتژی ها اضافه شود .

اگر مدت زمان طولانی بگذرد و هیچ استراتژی به بانک استراتژی ها اضافه نشود ، ممکن است در تنظیمات شما مشکلی وجود داشته باشد .

برخی از مشکلات احتمالی مربوط به تنظیمات:

استفاده از روش تکامل ژنتیک با جمعیت بسیار زیاد

جمعیت اولیه در روش تکامل ژنتیکی به عنوان نقطۀ شروع تکامل عمل می کند . جمعیت اولیه در بانک استراتژی ها ذخیره نمی شوند . اگر ساخت این جمعیت اولیه را به شکلی اشتباه انجام دهید ، ممکن است در نهایت اَلگویاب حتی قبل از شروع مرحلۀ تکامل ، ساعت ها و یا حتی روزها زمان صرف ایجاد استراتژی هایی تنها برای ایجاد این جمعیت اولیه کند .

تصویر1

در تصویر بالا می بینید که 8 جزیره و در هر کدام 1000 استراتژی در نظر گرفته شده است که به معنی 8000 استراتژی برای جمعیت اولیه است .

علاوه بر این ، Decimation روی 2 است . به این معنی که اَلگویاب باید دو برابر این مقدار استراتژی تولید کند و بهترین استراتژی ها را از میان این 8000 تا انتخاب کند .

بنابراین اَلگویاب باید 16000 استراتژی ایجاد کند که از فیلتر اولیه عبور کرده باشند . این کار به تنهایی می تواند ساعت ها یا حتی روزها طول بکشد .

توصیه:

به تنظیمات ژنتیکی خود فکر کنید ، با جمعیت کمتری شروع کنید و Decimation را برابر با یک در نظر بگیرید . همچنین آمار استراتژی های رد شدۀ خود را کنترل کنید و ببینید که فیلتر های استفاده شده برای جمعیت اولیۀ شما خیلی سختگیرانه نباشد .

ابتدا سعی کنید از روش تولید تصادفی استفاده کنید تا ببینید که آیا با این شرایط اَلگویاب سریعاً استراتژی تولید می کند یا نه .

استفاده از تکامل ژنتیکی با فیلترهای خیلی سخت

این مشکل هم دقیقا” مشابه همان مشکل قبلی است یعنی شما اجازه می دهید که تولید استراتژی برای مدتی اجرا شود ، اما اَلگویاب هیچ استراتژی را از فیلترها عبور نمی دهد . این به این معنی است که یا فیلترها درست تنظیم نشده اند یا احتمالاً بسیار سختگیرانه هستند .

تصویر 2

می توانید آمار و جزئیات را بررسی کنید تا ببینید که چرا استراتژی ها رد می شوند اما معمولا” مشکل در این است که فیلتر مربوط به جمعیت اولیه بسیار سختگیرانه در نظر گرفته شده است .

توصیه:

ابتدا سعی کنید با استفاده از همان تنظیمات فیلتر ، از روش تصادفی استفاده کنید تا ببینید اَلگویاب با چه شرایطی سریع تر استراتژی تولید می کند .

اگر خیلی طولانی شود ، ممکن است در تنظیمات مشکلی پیش بیاید و ممکن است لازم باشد آن را تغییر دهید.

رد شدن تعداد زیادی از استراتژی ها پس از عبور کردن از  فیلترهای خودکار

فیلترهای خودکار در اَلگویاب برای فیلتر کردن استراتژی هایی که دارای نقص هایی آشکار هستند کاربرد دارد . شما باید آمار استراتژی های رد شده را بررسی کنید تا ببینید که بیشتر استراتژی ها به چه دلیل رد شده اند .

تصویر 3

دلایل اندكی معمولا” باعث رد شدن استراتژی ها در هنگام عبور از فیلتر ها می شود :

فیلتر خودکار: بدون معامله

این مورد به این معنا است که استراتژی تولید شده به هیچ وجه معامله نمی کند . چون احتمالاً شرایط استراتژی به گونه ای در نظر گرفته شده است که هیچ وقت این شرایط به وجود نمی آید تا استراتژی معامله ای را باز کند ..

نمونه ای از استراتژی هایی که عملا” معامله ای باز نمی کنند :

LongEntrySignal = ((((BearsPower(Main chart,36) > 10.0)
  and (AwesomeOscillator(Main chart,) crosses 0.0 upwards))
  and (RSI(Main chart,20)[3] crosses below 75))
  and Ichimoku(Main chart,9, 26, 52) price crosses KijunSen bearish);

ShortEntrySignal = ((((BearsPower(Main chart,36) < 10)
  and (AwesomeOscillator(Main chart,) crosses 0 downwards))
  and (RSI(Main chart,20)[3] crosses above 75))
  and Ichimoku(Main chart,9, 26, 52) price crosses KijunSen bullish);

این استراتژی با 4 شرط برای سیگنال دهی برای معاملات Long و Short ایجاد شده است  و به نظر می رسد که هیچ وقت همۀ این شرایط همزمان به وجود نمی آیند .

توصیه:

برای ایجاد استراتژی ها از شروط کمتری در اَلگویاب استفاده کنید . هر چه شروط بیشتری را برای ایجاد استراتژی ها وضع کنید ، استراتژی بیشتر مستعد انطباق دادن خودش با منحنی و نمودار معاملاتی می شود و هرچه مدت زمان بیشتری را به عنوان فضای نمونه در نظر بگیرید ، استراتژی ایجاد شده با مشکلات کمتری در انجام معاملات مواجه می شود . توصیه می شود که حداکثر از 1 یا 2 شرط استفاده کنید .

نحوۀ پیکربندی : به

چه چیز ساخته شود-> تنظیمات

بروید و در آنجا تعداد شروط را ویرایش کنید . در صفحۀ باز شدۀ مربوطه ، حداکثر تعداد شروط را روی 1 یا 2 تنظیم کنید .

فیلتر خودکار: وجود تعداد بیش از حد معاملات که در یک کندل بسته می شوند یا معاملات مبهم

مشکل رایج دیگر این است که معاملات در یک کندل باز و بسته می شوند . این یک ایراد غیر قابل چشم پوشی است چرا که چنین استراتژی هایی را نمی توان با اطمینان آزمایش کرد .

این مورد هم دوباره مشکلات مربوط به تنظیمات را نشان می دهد . محتمل ترین دلیل برای برخورد با چنین ایرادی هم این است که مقادیر حد سود و حد ضرر در این استراتژی ها معمولا” بسیار کوچک در نظر گر فته شده است .

توصیه:

اَلگویاب را برای تولید مقادیر حد سود و حد ضرر بزرگتر تنظیم کنید . اندازۀ صحیح مقادیر حد سود و حد ضرر به بازار و تایم فریم شما بستگی دارد ، بنابراین اگر از مقادیر ثابتی استفاده می کنید باید حداقل و حداکثر آن را با توجه به این موارد تنظیم کنید . اگر از روش های مبتنی بر ATR برای به دست آوردن مقادیر حد سود و حد ضرر در استراتژی هایتان استفاده می کنید ، حداقل مقدار 1.5 را به عنوان ضریب ATR در نظر بگیرید .

نحوۀ پیکربندی : به

چه چیز ساخته شود-> تنظیمات

مقادیر حد سود و حد ضرر را ویرایش کنید . در صفحۀ باز شدۀ مربوطه ، از عدد 1.5 برای حداقل ضریب  ATR و مقادیر معقول و مناسب برای حداقل میزان پیپ ثابت استفاده کنید .

تصویر 4