MQL5 Free EA – ການກວດສອບໂດຍ backtesting 24 "Moving Average Crossover"

MQ5 EA ຟຣີ

ໃນຊຸດ “ການກວດສອບໂດຍ backtesting" ພວກເຮົາຢືນຢັນການປະຕິບັດງານຂອງ EAs ຟຣີທີ່ລົງທະບຽນໃນຊຸມຊົນ MQL5 ຈາກຜົນການທົດສອບຫຼັງ. ພວກເຮົາຫວັງວ່າມັນຈະຊ່ວຍໃຫ້ທ່ານເລືອກ EA.

* ການລົງທະບຽນສະມາຊິກ (ຟຣີ) ແມ່ນຕ້ອງດາວນ໌ໂຫລດ EAs ແລະຕົວຊີ້ວັດຈາກຊຸມຊົນ MQL5, ດັ່ງນັ້ນໃຫ້ເຮົາສ້າງບັນຊີໂດຍອ້າງເຖິງ ບົດຄວາມນີ້!

ສະບັບທີ 24 ແມ່ນ Moving Average Crossover“.

ກ່ຽວກັບ Moving Average Crossover

EA ນີ້ເບິ່ງຄືວ່າຈະເປັນການທົດສອບທົດລອງ EA, ແລະຜົນໄດ້ຮັບທີ່ດີບໍ່ສາມາດຄາດຫວັງໄດ້ເວັ້ນເສຍແຕ່ວ່າການຫຼຸດລົງແມ່ນປະສົບຜົນສໍາເລັດ. ດັ່ງນັ້ນ, ຂ້າພະເຈົ້າຂໍຖືໂອກາດນີ້ເພື່ອແນະນໍາວິທີການຫນຶ່ງoptimization “Forward optimization".

ອ້າງອີງຈາກຫນ້າທາງການ MQL5 (ການແປພາສາ)

ຫຸ່ນ ຍົນ ນີ້ ເຮັດ ວຽກ ຮ່ວມ ກັບ ການ ຂ້າມ ສະ ເລ່ຍ ການ ເຄື່ອນ ໄຫວ . ການ ເຄື່ອນ ຍ້າຍ ສະ ເລ່ຍ ແມ່ນ ໃຊ້ ເປັນ ສ່ວນ ໃຫຍ່ ເພື່ອ ຕິດ ຕາມ ແນວ ໂນ້ມ , ຍຸດ ທະ ສາດ ຂອງ ການ ຂ້າມ ການ ເຄື່ອນ ໄຫວ ສະ ເລ່ຍ ມີ ຈຸດ ປະ ສົງ ສໍາ ຄັນ ຂອງ ການ ນໍາ ໃຊ້ ຜົນ ປະ ໂຫຍດ ຂອງ ການ ເຄື່ອນ ໄຫວ bullish ໃຫຍ່ ແລະ ຫມີ .

ອຸ ປະ ກອນ ທັງ ຫມົດ ແມ່ນ ແກ້ ໄຂ ໄດ້ ແລະ ງ່າຍ ທີ່ ຈະ ນໍາ ໃຊ້ , ນີ້ ແມ່ນ ໂຄງ ການ ທົດ ລອງ .

ການຄ້າ “Moving Average Crossover"

ເຫດຜົນຂອງ EA ນີ້ແມ່ນງ່າຍດາຍ: ເຂົ້າດ້ວຍສອງອັດຕາການເຄື່ອນຍ້າຍສະເລ່ຍ (ໄລຍະສັ້ນແລະໄລຍະຍາວ) ຂ້າມແລະອອກດ້ວຍການກໍານົດ Take Profit/Stop Loss (TP/SL) ມູນຄ່າ.

  • ໄມ້ກາງແຂນຄໍາ (ຊື້ສັນຍານ): ເມື່ອໄລຍະສັ້ນເຄື່ອນຍ້າຍຂ້າມຜ່ານຈາກດ້ານລຸ່ມໄປຫາຍອດ (ໄມ້ກາງແຂນ) ສະເລ່ຍການເຄື່ອນຍ້າຍໄລຍະຍາວ.
  • ໄມ້ກາງແຂນຕາຍ (ຂາຍສັນຍານ): ເມື່ອໄລຍະສັ້ນການເຄື່ອນຍ້າຍສະເລ່ຍຈະແຕກຜ່ານຈາກດ້ານເທິງຫາຂັ້ນລຸ່ມ (ໄມ້ກາງແຂນ) ສະເລ່ຍການເຄື່ອນຍ້າຍໄລຍະຍາວ.

ເຖິງຢ່າງໃດກໍ່ຕາມ, ເນື່ອງຈາກເບິ່ງຄືວ່າບໍ່ມີຫນ້າທີ່ທີ່ຈະປິດການຄ້າໃນສັນຍານກົງກັນຂ້າມ (cross), ພວກເຮົາຈໍາເປັນຕ້ອງoptimize TP/SL ເຊັ່ນດຽວກັນ.

ວິທີການOptimization (Forward optimization)   

ໃນ ການ ນໍາ ໃຊ້ ວິ ທີ ການ optimization ທີ່ ນໍາ ໃຊ້ ໃນ ຄັ້ງ ນີ້ , ມັນ ຈໍາ ເປັນ ຕ້ອງ ເຂົ້າ ໃຈ ລັກ ສະ ນະ ຂອງ EA ໃນ ຂອບ ເຂດ ໃດ ຫນຶ່ງ . ນອກຈາກນີ້, ກະລຸນາສັງເກດວ່າມີບາງຂໍ້ກໍານົດ.

  1. ມີຫຼາຍparameters modifiable, ແລະການປ່ຽນແປງຄ່າຕົວເລກໂດຍພື້ນຖານແລ້ວບໍ່ໄດ້ປ່ຽນແປງເຫດຜົນ.
  2. ເມື່ອoptimizing, ພວກເຮົາຕ້ອງການທີ່ຈະປະຕິບັດ backtesting ກັບ “ລາຄາເປີດເທົ່ານັ້ນ", ດັ່ງນັ້ນຈຶ່ງເປັນທີ່ຕ້ອງການທີ່ EA ບໍ່ມີຫນ້າທີ່ເຊັ່ນ trailing.
    ບໍ່ ມີ ຫຍັງ ທີ່ ບໍ່ ສາ ມາດ ເຮັດ ໄດ້ ແມ່ນ ແຕ່ ກັບ “All Ticks", ແຕ່ ວ່າ ມັນ ເປັນ ຈິງ ຍາກ ເພາະ ມັນ ຕ້ອງ ໃຊ້ ເວ ລາ ໃນ ການ ທົດ ສອບ .
  3. ໃນຄວາມຫມາຍດຽວກັນ, ມັນເປັນທີ່ປາດຖະຫນາທີ່backtest ຂອງ EA ເອງແມ່ນໄວ.

ການເລີ່ມຕົ້ນການທົດສອບຍຸດທະສາດ

ທໍາອິດ, ເປີດຕົວtester ຍຸດທະສາດຈາກເມນູ MT5 ແລະເລືອກ “Forward optimization".

ການຕັ້ງຄ່າTester ຍຸດທະສາດ

  1. ຄູ່ສະກຸນເງິນ: EURUSD #
  2. ໄລຍະເວລາ: H1 * ໃນຄັ້ງນີ້, ອີງຕາມຜົນຂອງການທົດສອບເບື້ອງຕົ້ນ, EURUSD ແລະ H1
  3. ໄລຍະ: 2013.01.01-2022.12. 31
  4. ການກໍານົດໄລຍະຕໍ່ຫນ້າ: 1/2 (ສາມາດປ່ຽນໄດ້ຕາມຄວາມຕ້ອງການ)
    * ນັບແຕ່ໄລຍະການສອບເສັງໄດ້ກໍານົດໄວ້2013.01.01 – 2022.12.31, ໄລຍະການປັບຕົວແມ່ນ 1/2 ຂອງເຄິ່ງທໍາອິດ (2013.01.01 – 2017.12.31) ແລະ ເຄິ່ງທີສອງ 1/2 (2018 .01.01 – 2022.12.31) ແມ່ນໄລຍະຕໍ່ຫນ້າ (ການທົດສອບຕາມຜົນການປັບຕົວ).
  5. ຂໍ້ມູນທາງປະຫວັດສາດທີ່ຈະໃຊ້: ເປີດລາຄາເທົ່ານັ້ນ
  6. ວິທີການOptimization: ວິທີການທາງພັນທຸກໍາ
  7. ການຈັດອັນດັບOptimization: ລໍາດັບປັດໃຈກໍາໄລ
    * ໃນກໍລະນີນີ້, ພວກເຮົາໄດ້ໃຊ້ຜົນກໍາໄລສູງສຸດ, ແຕ່ຕົວຊີ້ວັດອື່ນໆອາດຈະດີກວ່າ. 

ການຕັ້ງຄ່າ Parameters

  • ອຸ ປະ ກອນ EA ມີ ດັ່ງ ຕໍ່ ໄປ ນີ້:
  • lot: Lot
  • TakeProfit: ເອົາກໍາໄລ
  • stoploss: Stop Loss
  • SlowAverage_MediaLenta: ໄລຍະການເຄື່ອນຍ້າຍໄລຍະຍາວສະເລ່ຍ
  • FastAverage_MediaRapida: ໄລຍະການເຄື່ອນຍ້າຍໄລຍະສັ້ນ MetodoMM_Slow_Lenta: ປະເພດຂອງອັດຕາການເຄື່ອນຍ້າຍໄລຍະຍາວ
  • MetodoMM_Fast_Rapida: ປະເພດຂອງອັດຕາການເຄື່ອນຍ້າຍໄລຍະສັ້ນ
  • ໃນຄັ້ງນີ້, ພວກເຮົາຈະoptimize ສີ່ຂອງລາຍການເຫຼົ່ານີ້: ເອົາກໍາໄລ, ຢຸດການສູນເສຍ, ແລະໄລຍະເວລາຂອງໄລຍະຍາວແລະໄລຍະສັ້ນການເຄື່ອນຍ້າຍສະເລ່ຍ.

ເຂົ້າເບີໃນ Start-Step-Stop ສໍາລັບparameter ທີ່ຈະໄດ້ຮັບການoptimized. ຂ້າ ພະ ເຈົ້າ ຄິດ ວ່າ ລະ ດັບ ຂອງ ຄຸນ ຄ່າ ການ ນໍາ ເຂົ້າ ແມ່ນ ດີກ ວ່າ ກັບ ຄຸນ ຄ່າ ທີ່ ບໍ່ ໄດ້ ຫລົງ ທາງ ຫລາຍ ເກີນ ໄປ ທີ່ ຈະ ພິ ຈາ ລະ ນາ ວິ ທີ ການ ແລກ ປ່ຽນ.

ໃນຕົວຢ່າງຜົນກໍາໄລໃນຕາຕະລາງຂ້າງເທິງ, ມັນຫມາຍເຖິງbacktesting ໂດຍການປ່ຽນແປງparameters ຫນຶ່ງໂດຍຫນຶ່ງ (5, 6, 7, 8,…, 249, 250) ຈາກ 5~250.

ມີ 246 ການປະກອບຜົນກໍາໄລ, 97 ຢຸດການສູນເສຍ, ແລະ 226 ແລະ 71 ໄລຍະການເຄື່ອນຍ້າຍໄລຍະຍາວແລະໄລຍະສັ້ນ, ສໍາລັບທັງຫມົດ 246 x 97 x 226 x 71 = 382,889,562.

ເຖິງຢ່າງໃດກໍ່ຕາມ, ແທນທີ່ຈະແລ່ນທັງຫມົດປະມານ 400 ລ້ານbacktests, ພວກເຮົາໃຊ້algorithm ທາງພັນທຸກໍາເພື່ອສັງລວມມັນເປັນເງື່ອນໄຂທີ່ມີປະສິດທິພາບທີ່ດີແລະຈໍາກັດຈໍານວນຄັ້ງ.

ປະຕິບັດbacktesting

ເມື່ອທ່ານກົດປຸ່ມ “Start" ໃນມຸມເບື້ອງຂວາເບື້ອງລຸ່ມ, ໄລຍະການoptimization ເປັນຄັ້ງທໍາອິດ backtested. ຫຼັງ ຈາກ ນັ້ນ , ການ ທົດ ສອບ ໄລ ຍະ ຕໍ່ ໄປ ເລີ່ມ ຕົ້ນ ໂດຍ ອັດ ຕະ ໂນ ມັດ .

  • ໄລຍະOptimization: 2013.01.01 – 2017.12.31

ນັບ ຕັ້ງ ແຕ່ ພວກ ເຮົາ ກໍາ ລັງ screening ກັບ Profit Factor max , plots ທີ່ ມີ ສີ ຂຽວ ມືດ ມົວ ບົ່ງ ບອກ ປັດ ໄຈ ຜົນ ປະ ໂຫຍດ ທີ່ ສູງ ຂຶ້ນ ແລະ ການ ປະ ຕິ ບັດ ທີ່ ດີກ ວ່າ .

  • ໄລຍະຕໍ່ຫນ້າ: 2018.01.01 – 2022.12.31

ການທົດສອບໄລຍະຕໍ່ຫນ້າແມ່ນທົດສອບໂດຍໃຊ້parameters optimized ໃນ backtest ທີ່ໄດ້ອະທິບາຍຂ້າງເທິງ.

Backtest (optimization) ແລະຜົນການທົດສອບຕໍ່ຫນ້າ 

  • ຖ້າຫາກວ່າທ່ານມີສະຕິທີ່ດີ, ທ່ານອາດຈະສັງເກດເຫັນມັນພຽງແຕ່ໂດຍການເບິ່ງຮູບຂ້າງເທິງ.

ນີ້ແມ່ນຜົນຂອງການຈັດປະເພດປັດໃຈຜົນກໍາໄລຂອງbacktest (ໂຄງຮ່າງສີຟ້າ) ຕາມລໍາດັບລົງມາ. ຕົວ ເລກ ໃນ ໂຄງ ຮ່າງ ສີ ແດງ ຢູ່ ເບື້ອງ ຊ້າຍ ແມ່ນ ຜົນ ໄດ້ ຮັບ ໃນ ເວ ລາ ທີ່ ກ້າວ ໄປ ຫນ້າ (virtual) ແມ່ນ ປະ ຕິ ບັດ ດ້ວຍ ການ ຕັ້ງ ຄ່າ parameter ດຽວ ກັນ ກັບ backtest ໄດ້ .

ເຖິງແມ່ນວ່າທ່ານຈະປະຕິບັດໄດ້ດີໃນ backtest (ໄລຍະoptimization), ທ່ານສາມາດເຫັນວ່າມັນເປັນລົບຢ່າງສິ້ນເຊີງໃນການທົດສອບຕໍ່ໄປ.

Backtesting ກັບ parameters optimized

ຜົນກໍາໄລ ແລະ ການສູນເສຍມີດັ່ງນີ້:

ໄລຍະOptimization: 2013.01.01 – 2017.12.31
ໄລຍະຕໍ່ຫນ້າ: 2018.01.01 – 2022.12.31
  • ມັນ ຍາກ ທີ່ ຈະ ເຊື່ອ ວ່າ graph ໄດ້ ຖືກ ທົດ ສອບ ກັບ ອຸ ປະ ກອນ ດຽວ ກັນ , ແຕ່ ນີ້ ແມ່ນ ຄວາມ ເປັນ ຈິງ .

ໄລຍະOptimization ແລະ ໄລຍະຕໍ່ຫນ້າ, ມີເງື່ອນໄຂຫຍັງແດ່ສໍາລັບທັງສອງຝ່າຍ?

ຜົນໄດ້ຮັບແມ່ນບໍ່ດີຫຼາຍ, ແຕ່ພວກເຂົາຢູ່ໃນຜົນການປັບຕົວໃຫ້ດີ.

ຖ້າຫາກວ່າການດໍາເນີນງານໄດ້ເລີ່ມຕົ້ນໃນ2018.01.01, ຂ້າພະເຈົ້າບໍ່ຄິດວ່າparameters ຂ້າງເທິງສາມາດໄດ້ຮັບການຄັດເລືອກ, ແຕ່ຖ້າຫາກວ່າໄດ້ຮັບການຄັດເລືອກ, ມັນສາມາດເວົ້າໄດ້ວ່າມັນເປັນບວກຫຼັງຈາກນັ້ນ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ພວກເຮົາບໍ່ສາມາດຮັບປະກັນໄດ້ວ່າຜົນໄດ້ຮັບອັນດຽວກັນຈະເກີດຂຶ້ນໃນອະນາຄົດ. ມັນເປັນສິ່ງສໍາຄັນໃນການກໍານົດຜົນໄດ້ຮັບoptimization.

ສໍາ ລັບ Forward optimization , ມັນ ເປັນ ແນວ ຄວາມ ຄິດ ທີ່ ດີ ທີ່ ຈະ master ມັນ ເປັນ ຫນຶ່ງ ໃນ ເຕັກ ນິກ !

NOZAX

ນາຍຫນ້າຊື້ຂາຍ MT5 FX [NOZAX] → → → ຄລິກທີ່ນີ້ສໍາລັບລາຍລະອຽດ!

Posted by GOMA