Testy walutowe

Walk Forward Analyzer jest teraz bezpłatny Przejdź do strony pobierania, aby otrzymać bezpłatną kopię Skąd wiesz, czy Twój ekspert doradca jest naprawdę dochodowy MetaTraders Strategy Tester nie robi całego obrazu Czy handlujesz na podstawie zbyt optymistycznych testów wstecznych i rozczarujesz znalezieniem że twój ekspert doradca traci pieniądze na żywo Chciałbyś wiedzieć, czy doradca eksperta jest opłacalny, szybko i łatwo, bez utraty pieniędzy Analizator Walk Forward dla MetaTrader Analizator Walk Forward używa MetaTraders Own Tester Strategii, aby przeprowadzić analizę walk walk . za pomocą ustawień i parametrów testowych dostarczonych przez użytkownika. Oprogramowanie jest łatwe w użyciu i może zapewnić pełną analizę przejścia do przodu w ułamku czasu potrzebnego do zrobienia tego ręcznie. Analiza "chodzenia do przodu" określa, czy doradca ekspercki jest rentowny przy handlu z optymalizowanymi parametrami na danych pozapróbkowych. Każdy ekspert doradca może uzyskać imponujący wynik optymalizacji, ale prawdziwym testem jest to, czy wyniki te będą się utrzymywać podczas testowania przyszłych danych. Analizator Walk Forward wykonuje ten proces wielokrotnie w miesiącach i latach danych historycznych, co zapewnia dokładny obraz prawdziwego dorobku eksperta. Po zakończeniu analizy przejdź do przodu, zostanie wyświetlony szczegółowy raport z analizy kroków, pokazujący wyniki testów i optymalizacji, całkowity wynik testów testowych oraz współczynnik skuteczności walk walk. który jest miarą tego, jak solidny jest twój system transakcyjny. Zobacz analizator Walk Walk w akcji Jeśli nie jesteś zaznajomiony z procedurą analizy przejścia do przodu, przeczytaj sekcję "Co to jest analiza przebiegu", aby dowiedzieć się, dlaczego jest to najlepsza metoda określania odporności i potencjalnej rentowności systemu handlowego. Poniższy film wideo zawiera kompletny przewodnik i samouczek Walk Forward Analyzer dla MetaTrader: Co to jest Walk Forward Analysis? Walk forward anaylsis to proces optymalizacji systemu transakcyjnego przy użyciu ograniczonego zestawu parametrów, a następnie testowanie najlepiej zoptymalizowanego zestawu parametrów na zewnątrz dane z prób. Jest to podobne do tego, w jaki sposób korzystasz ze specjalistycznego doradcy w handlu na żywo. Zasady dalszej analizy zostały po raz pierwszy opisane w książce The Evaluation and Optimization of Strategies Trading autorstwa Roberta Pardo. Aby przeprowadzić analizę walk meta w programie MetaTrader, najpierw zoptymalizuj doradcę eksperta w teście strategicznym. Następnie wybierz najbardziej zyskowny wynik na karcie Wyniki optymalizacji i wykonaj test wsteczny w okresie bezpośrednio po zakończeniu okresu optymalizacji. Data zakończenia okresu optymalizacji jest taka sama jak data rozpoczęcia okresu testowania. Proces ten jest powtarzany w kółko aż do uzyskania zadowalającego rozmiaru próbki. Jeśli doradca ekspercki sprawdza się dobrze w testowaniu, w odniesieniu do wyników optymalizacji, można wywnioskować, że doradca ekspercki będzie prawdopodobnie opłacalny w obrocie na żywo. Z drugiej strony, jeśli doradca ekspercki wykonuje słabe testy, wówczas należy dostosować parametry optymalizacji lub długość okresów testowania i optymalizacji. Jeśli po wielu próbach ekspert doradca nadal nie osiąga dobrych wyników w testach, można wyciągnąć wniosek, że system transakcyjny jest nieopłacalny. Animacja po prawej ilustruje procedurę analizy chodu. Optymalizacja jest przeprowadzana w dłuższym okresie (dane w próbce), a następnie zoptymalizowany zestaw parametrów jest testowany w późniejszym krótszym okresie (dane pozapróbkowe). Okresy optymalizacji i testowania są przesuwane do przodu, a proces jest powtarzany do momentu uzyskania odpowiedniej wielkości próbki. Źródło Przykład analizy typu "iść naprzód" Podajmy przykład z prawdziwego zdarzenia: Przeprowadziliśmy analizę na piechotę eksperta, korzystając z M30 EURUSD. Zoptymalizuj tego eksperta w ciągu 120 dni. Wybraliśmy 3 lub 4 najważniejsze parametry, aby zoptymalizować, tak aby nie nadmiernie optymalizować lub zakrzywiać dopasowanie wyników. Ponadto mniej parametrów oznacza szybszy test. Wybierz najkorzystniejszy wynik i przetestuj te parametry w ciągu 30 dni bezpośrednio po okresie optymalizacji. Zaleca się użycie okresu testowego około 25 długości okresu optymalizacji. Kiedy już nagraliśmy nasze wyniki, przenieśmy następny optymalizacyjny i testowy okres o 30 dni. Po 12 kolejnych rundach optymalizacji i testowania, warto przeanalizować dane z kolejnych lat. Porównujemy średni dzienny zysk za okresy optymalizacji do średniego dziennego zysku za okresy testowe. To da nam obliczenia zwane współczynnikiem wydajności do przodu. Współczynnik sprawności chodu do przodu większy niż 0,5 jest uważany za bardzo dobry wynik. To nazywamy solidnym systemem transakcyjnym. Jednak doradca ekspercki jest zbywalny, o ile jest konsekwentnie opłacalny przez wiele okresów testowych. Jeśli wskaźnik efektywności chodu do przodu jest ujemny, oznacza to, że ekspert doradca nie osiągnął dobrych wyników w stosunku do wyników optymalizacji. Oczywiście, możesz wykonać analizę przejścia do przodu ręcznie w MetaTraders Strategy Tester. Proces ten jest jednak nużący, czasochłonny i podatny na błędy. To tutaj pojawia się oprogramowanie Walk Forward Analyzer. Program automatycznie przeprowadzi analizę przechodzenia do przodu przy użyciu Testera Strategii MetaTraders w dowolnym czasie, z kilkoma ustawieniami dostarczonymi przez użytkownika. Testy sprawdzania i testowania przyszłości: Znaczenie korelacji Traders chętni do wypróbowania idei handlowej na rynku rzeczywistym często popełniają błąd, polegając całkowicie na wynikach analizy historycznej, aby ustalić, czy system będzie opłacalny. Backtesting może dostarczyć handlowcom cennych informacji, ale często wprowadza w błąd i jest tylko częścią procesu oceny. Testowanie poza próbą i testy wydajności zapewniają dalsze potwierdzenie skuteczności systemów i mogą pokazywać prawdziwe kolory systemów, zanim pojawią się prawdziwe pieniądze. Dobra korelacja między analizą historyczną, wynikami prób poza wynikami i wynikami testów wydajności jest bardzo ważna dla określenia rentowności systemu transakcyjnego. Podstawowe informacje o kontroli wstecznej Backtesting oznacza zastosowanie systemu handlowego do danych historycznych w celu sprawdzenia, w jaki sposób system mógłby wystąpić w trakcie jego trwania określony czas. Wiele dzisiejszych platform transakcyjnych obsługuje weryfikację historyczną. Handlarze mogą przetestować pomysły za pomocą kilku naciśnięć klawiszy i uzyskać wgląd w skuteczność pomysłu bez ryzykowania środków na rachunku handlowym. Analiza historyczna może oceniać proste pomysły, takie jak sposób, w jaki ruchome przeciętne crossover może występować na danych historycznych, lub bardziej złożone systemy z różnymi wejściami i wyzwalaczami. Dopóki pomysł można określić ilościowo, można go przetestować. Niektórzy handlowcy i inwestorzy mogą starać się o kompetencje wykwalifikowanego programisty, aby rozwinąć pomysł w formę możliwą do przetestowania. Zazwyczaj dotyczy to programisty kodującego ten pomysł w zastrzeżonym języku obsługiwanym przez platformę transakcyjną. Programista może wprowadzać zdefiniowane przez użytkownika zmienne wejściowe, które pozwalają przedsiębiorcy na dostosowanie systemu. Przykładem tego byłoby w prostym, średnim ruchu zwrotnicowym, wymienionym powyżej: przedsiębiorca byłby w stanie wprowadzić (lub zmienić) długości dwóch średnich ruchomych używanych w systemie. Przedsiębiorca mógł wykonać test weryfikacyjny w celu ustalenia, które długości średnich ruchomych najlepiej wypadły w danych historycznych. (Więcej informacji na temat elektronicznego samouczka handlowego). Optymalizacja badań Wiele platform handlowych umożliwia również badania optymalizacji. To pociąga za sobą wprowadzenie zakresu dla określonego wejścia i pozwolenie komputerowi na matematykę, aby dowiedzieć się, jakie dane wejściowe wykonałyby najlepiej. Optymalizacja wielu zmiennych może zdziałać matematykę dla dwóch lub więcej zmiennych połączonych w celu ustalenia, które poziomy razem osiągnęłyby najlepszy wynik. Na przykład inwestorzy mogą powiedzieć programowi, jakie dane wejściowe chcieliby dodać do swojej strategii, następnie zostaną zoptymalizowane do ich idealnych wag, biorąc pod uwagę przetestowane dane historyczne. Badanie zwrotne może być ekscytujące, ponieważ nieopłacalny system może być często przekształcany magicznie w maszynę do robienia pieniędzy z kilkoma optymalizacjami. Niestety, ulepszenie systemu w celu osiągnięcia najwyższego poziomu wcześniejszej rentowności często prowadzi do systemu, który będzie słabo radził sobie z prawdziwymi transakcjami. Ta nadmierna optymalizacja tworzy systemy, które wyglądają dobrze tylko na papierze. Dopasowanie krzywej to użycie analizy optymalizacji w celu stworzenia jak największej liczby zwycięskich transakcji przy największym zysku z danych historycznych wykorzystywanych w okresie testowania. Chociaż wyniki analizy historycznej wyglądają imponująco, dopasowywanie krzywych prowadzi do niewiarygodnych systemów, ponieważ wyniki są zasadniczo dostosowane do konkretnych tylko danych i okresu. Analiza historyczna i optymalizacja zapewniają wiele korzyści przedsiębiorcy, ale jest to tylko część procesu oceny potencjalnego systemu transakcyjnego. Następnym krokiem handlowców jest zastosowanie systemu do danych historycznych, które nie zostały użyte w początkowej fazie analizy historycznej. (Średnia ruchoma jest łatwa do wyliczenia, a kiedy jest wykreślona na wykresie, jest potężnym wizualnym narzędziem do wyznaczania tendencji. Więcej informacji można znaleźć w artykule "Proste ruchome średnie", aby wyróżniać się trendami). W tekście próbki a dane poza próbą Podczas testowania pomysłu na dane historyczne korzystne jest zarezerwowanie okresu historycznych danych do celów testowych. Początkowe dane historyczne, na których pomysł jest testowany i optymalizowany, określane są jako dane wejściowe. Zarezerwowany zestaw danych jest znany jako dane pozapróbkowe. Ta konfiguracja jest ważną częścią procesu oceny, ponieważ umożliwia testowanie pomysłu na dane, które nie były częścią modelu optymalizacji. W rezultacie pomysł ten nie wpłynie w żaden sposób na dane nieobjęte próbą, a handlowcy będą mogli ustalić, jak dobrze system może działać na nowe dane, tzn. W handlu w czasie rzeczywistym. Przed rozpoczęciem jakichkolwiek testów wstecznych lub optymalizacji, przedsiębiorcy mogą odłożyć część danych historycznych, które mają być zastrzeżone do testowania poza próbą. Jedną z metod jest dzielenie danych historycznych na trzecie i segregowanie jednej trzeciej do wykorzystania w testach pozapróbkowych. Do wstępnego testowania i dowolnej optymalizacji należy używać tylko danych w próbce. Rysunek 1 pokazuje linię czasu, w której jedna trzecia danych historycznych jest zarezerwowana dla testów pozapróbkowych, a dwie trzecie są używane do testowania w ramach próby. Chociaż na rysunku 1 przedstawiono dane pozapróbkowe na początku testu, typowe procedury miałyby część poza próbą bezpośrednio poprzedzającą działanie w przód. Rysunek 1: Linia czasu reprezentująca relatywną długość danych w próbce i poza próbą użytych w procesie analizy historycznej. Po opracowaniu systemu transakcyjnego z wykorzystaniem danych próbnych można go zastosować do danych pozapróbkowych. Handlowcy mogą oceniać i porównywać wyniki wydajności między danymi z próbki i danymi z próby. Korelacja odnosi się do podobieństw między wynikami a ogólnymi trendami dwóch zestawów danych. Dane korelacji mogą być wykorzystywane do oceny raportów skuteczności strategii tworzonych w okresie testowania (funkcja dostępna w większości platform transakcyjnych). Im silniejsza korelacja między tymi dwoma, tym większe prawdopodobieństwo, że system będzie dobrze działał w przyszłych testach wydajności i handlu na żywo. Rysunek 2 ilustruje dwa różne systemy, które zostały przetestowane i zoptymalizowane na podstawie danych z próby, a następnie zastosowane do danych pozapróbkowych. Wykres po lewej stronie pokazuje system, który był wyraźnie dopasowany do krzywizny, aby dobrze działać na danych z próbki i całkowicie nie działał na danych spoza próbki. Wykres po prawej stronie pokazuje system, który działał dobrze zarówno na danych wejściowych, jak i na zewnątrz próbek. Rysunek 2: Dwie krzywe equity. Dane handlowe przed każdą żółtą strzałką reprezentują próbę w teście. Handel generowany między żółtą i czerwoną strzałką wskazuje testy poza próbą. Transakcje po czerwonych strzałach pochodzą z faz testów wydajności. Jeśli istnieje niewielka korelacja między próbą w próbce a próbą poza próbą, jak na lewym wykresie na rysunku 2, prawdopodobne jest, że system jest zbyt optymalny i nie działa dobrze w handlu na żywo. Jeśli istnieje silna korelacja w wynikach, jak widać na właściwym wykresie na rysunku 2, następna faza oceny obejmuje dodatkowy test poza próbą, znany jako testy wydajności. (Aby dowiedzieć się więcej na temat prognozowania, zapoznaj się z Prognozą finansową: metoda bayesowska.) Podstawy testowania wydajności do przodu Testowanie wydajności do przodu, zwane również handlem papierem. zapewnia przedsiębiorcom inny zestaw danych poza próbą, na podstawie których można ocenić system. Testy wydajności Forward są symulacją rzeczywistego handlu i obejmują logikę systemów na rynku rzeczywistym. Nazywa się to również handlem papierem, ponieważ wszystkie transakcje są wykonywane tylko na papierze, tzn. Wpisy handlowe i wyjścia są dokumentowane razem z dowolnym zyskiem lub stratą dla systemu, ale nie są wykonywane żadne prawdziwe transakcje. Ważnym aspektem testów wydajności w przód jest postępowanie zgodnie z logiką systemową dokładnie inaczej, staje się trudne, jeśli nie niemożliwe, do dokładnego zbadania tego etapu procesu. Handlowcy powinni być szczerzy w odniesieniu do wszelkich wpisów handlowych i wyjść i unikać zachowań, takich jak transakcje w zakresie zbierania wiśni, lub nie włączając handlu na papierze, racjonalizując, że nigdy bym nie podjął tego handlu. Jeśli transakcja miałaby miejsce zgodnie z logiką systemów, powinna być udokumentowana i oceniona. Wielu brokerów oferuje symulowane konto transakcyjne, na którym można umieszczać transakcje i obliczać odpowiedni zysk i stratę. Korzystanie z symulowanego konta handlowego może stworzyć pół-realistyczną atmosferę, na której można prowadzić handel i dalej oceniać system. Rysunek 2 pokazuje również wyniki przyszłych testów wydajności w dwóch systemach. Ponownie, system przedstawiony na lewym wykresie nie radzi sobie dobrze poza początkowym testowaniem danych w próbce. Jednak system pokazany na prawym wykresie nadal działa dobrze we wszystkich fazach, w tym w testach wydajności. System, który wykazuje pozytywne wyniki z dobrą korelacją pomiędzy testami w próbce, poza próbą i testami wydajności jest gotowy do wdrożenia na rynku na żywo. Sprawdzanie wstecznej dolnej linii jest cennym narzędziem dostępnym w większości platform transakcyjnych. Dzielenie danych historycznych na wiele zestawów, aby umożliwić testowanie w próbce i poza próbą, może zapewnić handlowcom praktyczne i skuteczne narzędzie do oceny pomysłu i systemu handlu. Ponieważ większość inwestorów stosuje techniki optymalizacji w testach historycznych, ważne jest, aby następnie ocenić system na czystych danych, aby określić jego opłacalność. Kontynuowanie testów poza próbą dzięki testom wydajności do przodu zapewnia kolejną warstwę bezpieczeństwa przed wprowadzeniem systemu na rynek, ryzykując prawdziwą gotówką. Pozytywne wyniki i dobra korelacja między testami historycznymi w próbie i poza próbą oraz testy wydajności w przód zwiększają prawdopodobieństwo, że system będzie dobrze działał w rzeczywistym obrocie. Artykuł 50 jest klauzulą ​​negocjacyjno-rozliczeniową zawartą w traktacie UE, w którym przedstawiono kroki, które należy podjąć dla każdego kraju, który. Wstępna oferta aktywów upadłego przedsiębiorstwa od zainteresowanego nabywcy wybranego przez bankructwo. Z puli oferentów. Beta jest miarą zmienności lub systematycznego ryzyka bezpieczeństwa lub portfela w porównaniu do rynku jako całości. Rodzaj podatku od zysków kapitałowych poniesionych przez osoby prywatne i korporacje. Zyski kapitałowe to zyski inwestora. Zamówienie zakupu zabezpieczenia z lub poniżej określonej ceny. Zlecenie z limitem kupna umożliwia określenie podmiotów gospodarczych i inwestorów. Reguła Internal Revenue Service (IRS), która umożliwia wycofanie bez kary z konta IRA. Zasada ta wymaga, aby test Walk-forward AmiBroker 5.10 był wyposażony w automatyczny tryb testowy Walk-Forward. Automatyczny test przechodzenia do przodu to technika projektowania i walidacji, w której optymalizujesz wartości parametrów w poprzednim segmencie danych rynkowych (8221in-sample8221), a następnie sprawdź działanie systemu przez przetestowanie go w czasie na danych po optymalizacji segment (8221 out-of-sample8221). Oceniasz system na podstawie tego, jak dobrze on działa na danych testowych (8221out-of-sample8221), a nie na zoptymalizowanych danych. Proces można powtórzyć w kolejnych segmentach czasowych. Poniższa ilustracja pokazuje, jak działa ten proces. Celem testu "chodzenia do przodu" jest określenie, kiedy wydajność zoptymalizowanego systemu transakcyjnego jest realistyczna lub wynika z dopasowania krzywej. Wydajność systemu można uznać za realistyczną, jeśli ma on wartość predykcyjną i działa dobrze na niewidocznych (poza próbą) danych rynkowych. Kiedy system jest właściwie zaprojektowany, wydajność handlowa w czasie rzeczywistym powinna być zgodna z wynikami odkrytymi podczas optymalizacji. Jeśli system będzie działał w prawdziwym handlu, musi najpierw przejść test przejścia. Innymi słowy, nie dbamy o wyniki w postaci próbek, ponieważ są (lub powinny być) zawsze dobre. Liczy się wydajność systemu poza próbą. Jest to realistyczne oszacowanie, w jaki sposób system będzie działał w prawdziwym handlu i szybko ujawni wszelkie problemy z dopasowaniem krzywej. Jeśli wydajność poza próbą jest słaba, nie powinieneś wymieniać takiego systemu. Założeniem wykonywania kilku testów optymalizacyjnych w czasie jest to, że niedawna przeszłość stanowi lepszą podstawę do wyboru wartości parametrów systemu niż odległa przeszłość. Mamy nadzieję, że wartości parametrów wybrane w segmencie optymalizacji będą dobrze dopasowane do warunków rynkowych, które bezpośrednio następują. Może tak być, ale nie musi, ponieważ rynki przechodzą przez cykl "bearbull", więc należy zachować ostrożność przy wyborze długości okresu próbnego. Aby uzyskać więcej informacji na temat projektowania i weryfikacji systemu przy użyciu procedury przejściowej i wszystkich związanych z nią kwestii, zalecamy książkę Howard Bandys: quotQuantitative Trading Systemsquot (zobacz linki na stronie AmiBroker). Aby skorzystać z optymalizacji Walk-Forward, wykonaj następujące kroki: Przejdź do Narzędzia - automatyczna analiza Kliknij przycisk Ustawienia, a następnie przejdź do karty Przekaż dalej Tutaj możesz zobaczyć Przejście do następnego ustawienia dla optymalizacji w przykładach, daty rozpoczęcia i zakończenia testów wstecznych poza testem znak początek początek początek koniec Ten okres zostanie przesunięty do przodu o Krok, dopóki Koniec nie osiągnie Ostatniej daty. Data rozpoczęcia może też zostać przesunięta do przodu i może być zakotwiczona (stała), jeśli włączona jest kontrola zakotwiczona. Jeśli zaznaczysz Użyj dzisiaj, wprowadzona data Ostatnie zostanie zignorowana, a zamiast tego zostanie użyta DZIŚ (aktualna data). Domyślnie wybrany jest 8220EASY MODE8221, który upraszcza proces ustawiania parametrów WF. Zakłada się, że: a) Segment poza próbą natychmiast podąża za segmentem próbnym b) długość segmentu poza próbą jest równa krokowi przejścia do przodu W oparciu o te dwa założenia tryb 8220EASY8221 przyjmuje próbną datę END i ustawia poza próbą datę rozpoczęcia na następny dzień. Następnie dodaje próbkę STEP, a ta staje się poza próbną datą zakończenia. Wartości kroków w próbce i poza próbą są ustawione na takie same wartości. Tryb 8220EASY8221 gwarantuje prawidłowość ustawień procedur WF. Powinieneś używać trybu łatwego (EOD) podczas testowania danych na koniec dnia lub trybu łatwego (Intraday) podczas testowania danych śróddziennych. Różnica polega na tym, że w trybie EOD data END poprzedniego okresu i data START następnego okresu są takie same - w ten sposób unika się przerwy między okresami. Ustawienie trybu intraday START data następnego okresu jako NEXT DAY po END poprzedniego okresu. Gwarantuje to, że dzień graniczny nie jest liczony dwukrotnie podczas testowania danych śróddziennych. W trybie zaawansowanym. użytkownik ma pełną kontrolę nad wszystkimi wartościami, o ile nie stanowią one prawidłowej procedury WF. Interfejs umożliwia selektywne wyłączanie faz próbkowania i nie-próbek przy użyciu pól wyboru u góry (w przypadku specjalnych rzeczy, takich jak uruchamianie sekwencyjnych testów historycznych bez optymalizacji). Wszystkie ustawienia są natychmiast odzwierciedlane na liście PREVIEW, która pokazuje wszystkie wygenerowane segmenty ISOOS i ich daty. Pole 8222 Optymalizacja celu 8221 definiuje raport optymalizacji NAZWA KOLUMNA, który będzie używany do sortowania wyników i znajdowania NAJLEPSZEGO. Można użyć dowolnej wbudowanej kolumny (jak widać na wyjściu optymalizacji) lub możesz użyć dowolnych niestandardowych danych zdefiniowanych w niestandardowym backtesterze. Domyślnym ustawieniem jest CARMDD, ale można wybrać inne wbudowane metryki z komendy. Możesz też TYPOWAĆ do dowolnych niestandardowych danych dodanych przez niestandardowy interfejs backtestera. Po zdefiniowaniu ustawień Walk-Forward przejdź do sekcji Automatic Analysis (Analiza automatyczna), a następnie kliknij przycisk ze strzałką ARROW na przycisku Optymalizuj i wybierz opcję 8220Walk Forward Optimization8221Poprawione zostaną sekwencje optimizaitons i testów wstecznych, a wyniki zostaną wyświetlone w dokumencie 8220Walk Forward8221, który jest otwarty w główna rama aplikacji. Po uruchomieniu optymalizacji możesz kliknąć przycisk 8220MINIMIZE8221 w oknie dialogowym Postęp, aby go zminimalizować. Pozwala to zobaczyć wynik Walk Forward podczas kroków optymalizacji. W PRZYPADKU I ZEWNĘTRZNYM połączonym kapitale własnym są dostępne przez sklejonych tickerów złożonych przez OSEQUITY (kolejne okresy IS i OOS są połączone i skalowane w celu utrzymania ciągłości linii kapitałowej - podejście zakłada, że ​​zazwyczaj mówienie przynosi zyski). Aby wyświetlić zasoby IS i OOS, możesz użyć na przykład: ISEQUITY. Equity w próbce. kolor czerwony . styleLine) PlotForeign (raport podsumowujący OUT-OF-SAMPLE (nowy w wersji 5.60) Wersja 5.60 przedstawia nowy raport podsumowujący spacer, który obejmuje wszystkie kroki pozapróbkowe, jest widoczny w Eksploratorze raportów jako ostatni i ma typ quotpsquot Ważniejsze zmiany polegały na tym, że każdy kolejny test poza próbą wykorzystuje kapitał własny równy kapitałowi kończącemu się poprzednim etapem (poprzednio użyto stałej wartości początkowej). ), aby poprawnie obliczyć wszystkie statystyki dotyczące wszystkich sekcji testu poza próbą. Raport podsumowujący pokazuje, że metryki wbudowane poprawnie reprezentują wszystkie przykładowe kroki, ale dane statystyczne niestandardowe składają się z wykorzystaniem metoda definiowana przez użytkownika: 1 wartość pierwszego kroku, 2 ostatnie wartości kroku, 3 sumy, 4 średnie, 5 minimalnych, maksimum 6. Domyślnie raport podsumowujący pokazuje wartość ostatniego kroku niestandardowych metryk, BEZWZGLĘDNEGO użytkownika określa inną metodę łączenia w bo. AddCustom Wywołanie metryki (). bo. AddCustomMetrics ma teraz nowy parametr opcjonalny - CombineMethod bool AddCustomMetric (łańcuch Tytuł, wariant Wartość, opcjonalny wariant LongOnlyValue, opcjonalny wariant ShortOnlyValue. opcjonalny wariant DecPlaces 2, opcjonalny wariant CombineMethod 2) Metoda ta dodaje niestandardowy metryczny do raportu z testów wstecznych, testów kwartalnych i kwartalnych lista wyników optymalizacji. Tytuł jest nazwą metryki, która ma być wyświetlana w raporcie, wartość jest wartością metryki, opcjonalne argumenty LongOnlyValue, ShortOnlyValue umożliwiają podanie wartości dla dodatkowych kolumn tylko długich na krótki w raporcie weryfikacji historycznej. Ostatni argument DecPlaces steruje liczbą miejsc po przecinku, aby wyświetlić wartość. Obsługiwane wartości CombineMethod to: 1 pierwsza wartość kroku, - raport podsumowania pokaże wartość metryki niestandardowej z poziomu ostatniej kroku ostatniego kroku 2 (wartość domyślna), - raport podsumowujący pokaże wartość metryki niestandardowej z ostatniego suma poza sumą próbki 3, - raport podsumowania pokaże sumę wartości danych niestandardowych ze wszystkich przykładów z przykładu 4, - raport podsumowania pokaże średnią wartości metryki niestandardowej ze wszystkich przykładowych kroków 5 minimum, - raport podsumowujący pokaże najmniejszą wartość metryki niestandardowej ze wszystkich przykładów 6 maks. - raport podsumowujący pokaże największą wartość metryki niestandardowej ze wszystkich przykładowych kroków Zauważ, że niektóre metody obliczania metryki są złożone i dla przykład uśrednienie ich nie doprowadziłoby do matematycznie prawidłowego przedstawienia wszystkich wyników z próby próbki. Podsumowania wszystkich wbudowanych wskaźników są matematycznie poprawne w użyciu poza domem (tj. Nie są to średnie, ale odpowiednio obliczone metryki przy użyciu metody, która jest odpowiednia dla danej wartości). Kontrastuje to z niestandardowymi danymi, ponieważ są one definiowane przez użytkownika i wybór metody łączenia zależy od użytkownika, a mimo to może się zdarzyć, że żadna z dostępnych metod nie jest odpowiednia. Z tego powodu raport zawiera notatkę wyjaśniającą, jaka metoda definiowana przez użytkownika była używana do łączenia niestandardowych danych.