智能測試報告中數(shù)字的意義 [MT4]
作者：
MT4 來源：
cxh99.com 發(fā)布時間：2012年05月23日 點擊數(shù)：
【
收藏到本網(wǎng)的會員中心】
- 任何交易可以在歷史數(shù)據(jù)上測試。在測試完成之后，總結(jié)性的結(jié)果和一些特性會在“報告”標簽顯示。報告允許對不同智能交易進行對比，對于相同而不同輸入數(shù)據(jù)的智能交易進行對比。本文將會詳細解析測試報告中的數(shù)字意義。
測試結(jié)果報告范例
以下方測試報告結(jié)果為范例進行解析:
'Bars in test' 以模型為基礎,顯示歷史的深度。
'Ticks modelled'顯示模型次序的大小。 每一個記錄的次序代表柱的當前或另一時刻狀態(tài) (OHLCV)。 不同柱的狀態(tài)取決于時間范圍，模型方法，和從較小時間段內(nèi)的柱的歷史數(shù)據(jù)。
'Modelling quality' 按照以下的公式進行計算：
ModellingQuality = ((0.25*(StartGen-StartBar) +0.5 *(StartGenM1-StartGen) +0.9 *(HistoryTotal-StartGenM1)) / (HistoryTotal-StartBar))*100%;位置:
HistoryTotal - 在歷史中的總數(shù)額；
StartBar - 開始測試柱的數(shù)字。模型開始于最小的第101個柱或者測試水平初始日期相關(guān)的柱;
StartGen - 在最近的時間范圍內(nèi)開始測試柱的數(shù)字；
StartGenM1 - 在原有分鐘內(nèi)開始測試柱的數(shù)字；
另外:
對于最近時間范圍數(shù)據(jù)庫模型的開始和最近時間范圍數(shù)據(jù)模型的開始存在重量系數(shù)0. 25的區(qū)別;
對于最近時間范圍數(shù)據(jù)庫模型的開始和最近時間范圍數(shù)據(jù)模型的開始在原有分鐘內(nèi)存在重量系數(shù)0. 5的區(qū)別；
在原有時間上模型的開始和歷史數(shù)據(jù)的末尾之間重量系數(shù)0.9的區(qū)別。
Gross profit, 所有贏利交易總數(shù)的凈贏利值;
Gross loss, 所有虧損交易總數(shù)的凈虧損值；
Total net profit, 凈贏利值和凈虧損值之間的差別:
TotalNetProfit = GrossProfit - GrossLossProfit factor, 贏利原因顯示在多少時間內(nèi)凈贏利值超過凈虧損值:
ProfitFactor = GrossProfit / GrossLossExpected payoff,預期值可以使用以下公式進行計算:
Expected Payoff = (ProfitTrades / TotalTrades) * (GrossProfit / ProfitTrades) - (LossTrades / TotalTrades) * (GrossLoss / LossTrades)位置:
TotalTrades - 交易總數(shù);
ProfitTrades - 贏利交易總數(shù);
LossTrades - 虧損交易總數(shù);
GrossProfit - 凈贏利交易總數(shù);
GrossLoss - 凈虧損交易總數(shù).
在一定程度上從最初的平衡顯示減少原始的價值：
AbsoluteDrawDown = InitialDeposit - MinimalBalance最大借款值和當前最小借款值的最大差距：
MaximalDrawDown = Max of (Maximal Peak - next Minimal Peak)在圖表的下方會給出測試的最大借款價值的基本狀態(tài)。總的最大借款價值會以粗箭頭標出。
最大借款百分比的比率等于最大借款和它的各自價值的商：
MaxDrawDown % = MaxDrawDown / its MaxPeak * 100%在報告中顯示的其他結(jié)果可以應用簡單的數(shù)學方法計算。
Total trades - 在測試里的交易總數(shù)；
Short positions (won %) - 賣空倉位總數(shù)額和其中贏利百分比（賣空倉位/賣空倉位總數(shù)*100%）；
Long positions (won %) - 看漲倉位總數(shù)額和其中贏利百分比（看漲倉位/看漲倉位總數(shù)*100%）；
Profit trades (% of total) - 贏利交易總數(shù)和交易總數(shù)的百分比（贏利交易/交易總數(shù)*100%）；
Loss trades (% of total) - 虧損交易總數(shù)和交易總數(shù)的百分比（虧損交易/交易總數(shù)*100%）；
Largest profit trade - 贏利交易中獲得的最大贏利；
Largest loss trade - 虧損交易中獲得的最大贏利；
Average profit trade - 贏利交易中贏利的平均數(shù) (凈贏利值 / 贏利交易)；
Average loss trade - 虧損交易中虧損的平均數(shù)(凈虧損值 / 虧損交易)；
Maximum consecutive wins (profit in money) - 在這一系列贏利總數(shù)和交易的贏利系列中最大連續(xù)盈利；
Maximum consecutive losses (loss in money) - 在這一系列虧損總數(shù)和交易的虧損系列中最大連續(xù)損失；
Maximal consecutive profit (count of wins) - 在交易總數(shù)中最大連續(xù)交易的贏利；
Maximal consecutive loss (count of losses) - 在交易總數(shù)中最大連續(xù)交易的贏利；
Average consecutive wins - 贏利系列中連續(xù)盈利的平均數(shù)；
Average consecutive losses - 虧損系列中連續(xù)損失的平均數(shù).
模型示意圖中的色彩應用
以下色彩應用于以下示意圖：
亮綠色- 分鐘內(nèi)的模型，圖中標注為7。
略深綠色 – 顯示模型大的時間范圍，從M5至 H4。
粉色- 完全的不規(guī)則碎片模型。圖中標注為2 。
灰色- 原有的模型，圖中標注為1 。
上方的色彩示意圖是按照最初模型數(shù)據(jù)計算的：
Bars in test = 4190;
StartBar = 2371;
StartGen (H4) = 3042 (圖中標注為3 );
Start H1 = 3355 (圖中標注為4);
Start M30 = 3841 (圖中標注為5);
Start M15 = 3891 (圖中標注為6);
Start M5 = 0 (圖中沒有標注);
Start M1 = 3917.
由以上這些價值和模型的公式獲得以下結(jié)果：
((0.25*(3042-2371) + 0.5*(3917-3042) + 0.9*(4190-3917)) / (4190-2371))*100% =((0.25*671 + 0.5*875 + 0.9*273) / 1819)*100%= 46.78%
會員登錄/注冊