الفوركس المتاجرة - استخراج البيانات

مقدمة في استخراج البيانات فكس يتيح تقديم مقدمة بسيطة وسريعة إلى واحدة من المجالات الأكثر إثارة للاهتمام اليوم - التعدين البيانات. هناك مجموعة واسعة من تطبيقات استخراج البيانات. يجب دمج دمج البيانات في تداول العملات الأجنبية. فكس، الفوركس أو العملات الأجنبية فكس هي أكبر سوق من حيث حجم التداول اليومي. لديها ثلاثة مستويات رئيسية من المشاركين: الأولاد الكبار، والمستوى المتوسط ​​والتجار بسيطة كما كنت ولي. لديها طبيعة المضاربة، وهو ما يعني أكثر من مرة ونحن لا تبادل السلع. نحن نهتم فقط للفرق وترغب في شراء منخفضة وبيع عالية أو بيع عالية وشراء منخفضة. من خلال عمليات قصيرة أو طويلة يمكننا الحصول على نقاط. اعتمادا على حجم التداول الخاص بك، وقيمة النقطة يمكن أن تتراوح بين سنت واحد إلى 10 وأكثر من ذلك. هذه هي الطريقة الرئيسية لكسب المال في سوق العملات الأجنبية (جنبا إلى جنب مع كاري التجارة، الوساطة، التحكيم وأكثر من ذلك). لاحظ أن سوق العملات الأجنبية ضخمة ولكنها مناسبة لجميع مستويات اللاعبين. فكر في سوق الفوركس كسوبر ماركت لانهائي مع عدد لا حصر له من المنتجات والعملاء، ولكن لديها أيضا عدد لا حصر له من الصرافين. وهذا يعني أن هناك قدرا متساويا من الفرص للجميع. البيانات التعدين والتعلم الآلي البيانات التعدين هو حقل فرعي ناضجة من علوم الكمبيوتر. في حوالي الكثير من البيانات واستخراج غير تافهة من المعرفة القابلة للاستخدام من كميات هائلة من البيانات. في القيام به عن طريق معالجة البيانات الذكية باستخدام خوارزميات التعلم الآلي. استخراج البيانات ليست مجرد كرود (إنشاء، قراءة وتحديث وحذف). لدينا العديد من أساليب استخراج البيانات. هنا الطرق وبعض التطبيقات. التصنيف - تصنيف البريد الإلكتروني كرسالة غير مرغوب فيها، وتصنيف معاملة على أنها احتيال. جمعية - يوتيوب يقترح لنا أشرطة الفيديو الجديدة على أساس تاريخنا. الأمازون يقترح لنا المزيد من البنود أثناء الخروج. تجميع - تحليل البيانات غير المهيكلة مثل الأخبار الاقتصادية والآراء للعثور على مجموعات مشتركة. عملية التعدين - فحص سجلات مشغلي المكالمات من أجل العثور على عمليات غير فعالة. نص التعدين - أخبار التعدين أو التحليل الفني للتعرف على الأنماط. خوارزمية التداول هو التنفيذ الآلي للخوارزمية التداول. في حالتنا، خوارزمية التداول تأتي من التعدين. يتم التداول الآلي من قبل بعض ملك لغة البرمجة. السرعة والمتانة هي النقاط الرئيسية هنا: تاجر الإنسان لا يمكن التغلب على برنامج الكمبيوتر فيما يتعلق تلك الصفات. ويمكن أن يكون هفت (تجارة عالية التردد) والبرمجة على مستوى منخفض (كما C) أو التداول على المدى الطويل والبرمجة عالية المستوى (كما جافا). ميكس خوارزمية التداول مع البيانات التعدين خلط البيانات التعدين في التداول الخوارزمية هو المهم. الشيء الأكثر أهمية هو البيانات. وهناك مبدأ بسيط ينص على أنه إذا كانت البيانات الخاصة بك ليست جيدة بما فيه الكفاية، والنماذج الخاصة بك لن تكون جيدة بما فيه الكفاية (جيغو). هو كل شيء عن خلق نموذج، تنفيذه واختباره (كما هو الحال دائما). حاليا هذا التدفق هو في الغالب اليدوي. برامج استخراج البيانات هناك العديد من الخيارات مفتوحة المصدر البرمجيات في مجال التعدين البيانات. ويكا هو إطار استخراج البيانات نشأت في جامعة وايكاتو، هاميلتون، نيوزيلندا. يتم كتابة ويكا في جافا ولها أبي كبيرة. أيضا لديك تطبيقات لمعظم خوارزميات تعلم آلة معروفة. خليط من الأدوات الجيدة أمر حيوي. هناك العديد من نماذج التداول الممكنة. إغراء عملة هو نظام التداول غبي ولكن نظام التداول. نحن بحاجة إلى استخراج البيانات للعثور على الذهب. أدوات جيدة من السهل الحصول على حظا سعيدا جدا مع التعدين. إذا كنت تبحث عن مزيد من المعلومات حول التداول فكس العلمية الخطوة التالية هي استكشاف أدوات التعدين البيانات والبيانات التاريخية. زيارة ألغونيل لمزيد من التفاصيل. يمكنك أن تجد لنا على تويتر. فيس بوك. جوجل. لينكيدين و وردبريس. Data تعدين استراتيجية مجالس الفوركس نظرا للخصائص الفريدة لأزواج العملات المختلفة، تم تصميم العديد من استراتيجيات الفوركس الكمي مع زوج عملة محدد في الاعتبار. في حين أن هذا يمكن أن تنتج العديد من استراتيجيات التداول مربحة، وهناك أيضا مزايا لتطوير الاستراتيجيات التي يمكن تداولها عبر أزواج العملات متعددة. وهذا يقدم عنصرا من عناصر التنويع يمكن أن يوفر مستوى إضافيا من الحماية السلبية. نشر دانيال فرنانديز مؤخرا نظاما صممه للتداول في كل من شركات الفوركس الأربعة الرئيسية. كان هدفه هو إيجاد نظام كان من شأنه أن يحقق سجلا حافلا لمدة 20 عاما من التداول المربح على اليورو مقابل الدولار الأميركي (غبوسد)، الجنيه الإسترليني مقابل الدولار الأمريكي (أوسدجبي)، و أوسشف. يستخدم دانيال نهج استخراج البيانات لوضع استراتيجية لتداول التخصصات الأربعة فوركس. ومن أجل بناء نظامه، استخدم دانيال برنامجه الخاص باستخراج البيانات لتحديد إشارات الدخول والخروج التي كان من شأنها أن تنتج استراتيجية تداول مربحة على كل من أزواج العملات الأربع على مدى السنوات العشرين الماضية. ما يأتي به هو مزيج من ثلاث قواعد على أساس الأسعار التي تشكل الأساس لاستراتيجية تخصصه الفوركس. دانيال 8217s استراتيجية العملات الأجنبية استراتيجية دانيال 8217s الفوركس الكبرى هي بسيطة جدا في أن لديها دائما موقف، إما طويلة أو قصيرة، في كل من أزواج العملات الأربعة التي يتداولها. انها قواعد جميع الصفقات على الرسوم البيانية اليومية. وتستغرق هذه الاستراتيجية وقتا طويلا عند استيفاء الشروط الثلاثة التالية: تقصر الاستراتيجية عند استيفاء الشروط الثلاثة التالية: كما ترون، فإن الاستراتيجية هي في الأساس استراتيجية محسنة للاتجاه الأمثل. هذا منطقي، لأن دانيال يقول في بداية مقاله أن الاتجاه على المدى الطويل بعد الاستراتيجيات هي عموما أفضل الاستراتيجيات لتداول أسواق متعددة. قاعدة إضافية واحدة أن استراتيجية Dan8217s يجعل من استخدام أتر القائم على وقف الخسارة. يتم تعيين وقف الخسارة الثابتة في 180 من أتر 20 يوما. إذا تم تشغيل وقف الخسارة، تبقى الاستراتيجية خارج السوق حتى يتم إنشاء إشارة في الاتجاه المعاكس. ويشير الاختبار إلى أن إعادة الدخول على إشارة في نفس الاتجاه أثرت سلبا على الأداء. أداء الاختبار المسبق تظهر نتائج الاختبار المسبق التي أظهرها دانيال في منصبه أن الاستراتيجية كانت مربحة للغاية. أنتجت نسبة الفوز 45، وهو عامل ربح 1.38، ومكافأة إلى نسبة خطر 1.68. وكان أكبر دانيال 8217s قلق حول هذه الاستراتيجية هو أن فترة الحد الأقصى تمثل فترة طويلة جدا. وفقا لأرقام دانيال 8217s، كان متوسط ​​العائد السنوي 9.67. وكان هذا يتألف من 16 سنة مربحة، 4 سنوات خاسرة، وسنة واحدة أن كسر أساسا حتى. أفضل عام كان عائدا من 37.76، وكان أسوأ عام خسارة 20.2. ويشير دانيال إلى أن هذا النظام لن يمثل إستراتيجية جيدة بذاتها بسبب عوائده بالنسبة إلى السحب القصوى. ومع ذلك، فإنه يشير إلى أنه يمكن أن يكون قطعة مثيرة للاهتمام من أكبر، واستراتيجية نظام متعدد. Wait إذا كنت بحاجة إلى معلومات إضافية لنرى كيف تراديمينر يمكن أن تساعدك في التداول الخاص بك. برنامج تراديمينر يحدد الاتجاهات الموسمية التاريخية ودورات السوق منهجية موثقة علميا: ضبط المعايير للحصول على نتائج فورية للاتجاهات التاريخية يتم المسح الضوئي للتوجهات الموسمية التاريخية ببساطة عن طريق التفاعل مع الفقرة كما هو موضح أعلاه. البحث عن الاتجاهات حسب الشهر أو لرمز معين تحديد الحد الأدنى من الدقة التاريخية (أي 80 نسبة الفوز التاريخية على مدى عشر سنوات يعني 8 على الأقل من السنوات العشر الماضية يجب أن يكون تمشيا مع الاتجاه الموسمية). ضيق أو قم بتوسيع أيام التداول. وهذا يدل على مدة عدد الأيام التي تريد أن يكون الاتجاه (أي 15 أيام التداول إلى 45 أيام التداول يبحث عن الاتجاهات التي تستمر ثلاثة أسابيع إلى تسعة أسابيع.) حدد عدد السنوات للنظر إلى الوراء. هذا الخيار يسمح لك لتعيين الحد الأدنى لعدد السنوات تراديمينر سوف ننظر إلى الوراء للعثور على الاتجاهات التاريخية. أدت الفلاتر إلى استبعاد الاتجاهات المتداخلة (أي الاتجاهات التي تبدأ في اليوم نفسه ولكن تنتهي في أيام مختلفة أو إذا كانت متداخلة على الإطلاق). سيؤدي تحديد ديغ نو إلى فحص قاعدة البيانات التاريخية وتحديد الاتجاهات والدورات التي تستوفي معاييرك. سوف تراديمينر ترتيب النتائج التاريخية وفقا لنظام تصنيف الملكية. هذا النظام يصنف أعلى اللقطات مع أكبر المكاسب التاريخية في أقصر فترة من الزمن، مع أقل قدر من المخاطر التاريخية. يعمل ترتيب النقاط على مقياس من صفر إلى خمسة، ويتضمن مفتاحا مميزا يسهل قراءته ولونه. تحليل الرسوم البيانية مجموعة متنوعة من الرسوم البيانية في تراديمينر يسمح لك أن ترى نتائج السنوات السابقة، وتحديد المخاطر التاريخية مقابل المكافأة ورؤية سجلات التجارة التفصيلية للاتجاهات السنوات الماضية. رؤية بصريا الاتجاه التاريخي وعرض النتائج من السنوات الماضية. في تراديمينر يمكنك اختيار أي من المخططات التالية وأنها سوف تظهر في إطار الرسم البياني أكبر أقل. يوفر هذا العرض الأكبر وتفاصيل إضافية عن أي تجارة تم اختيارها. الرسم البياني التاريخي للمخاطرة المخاطرة التاريخية مقابل المكافأة على أساس سنوي تفاصيل التجارةعودة البيانات استخراج بيانات التجارب الخلفية التعدين في هذه المقالة أيضا نلقي نظرة على اثنين من الممارسات ذات الصلة التي تستخدم على نطاق واسع من قبل التجار دعا باكتستينغ وتعدين البيانات. هذه هي تقنيات قوية وقيمة إذا استخدمناها بشكل صحيح، ولكن التجار غالبا ما يسيئون استخدامها. لذلك، وكذلك استكشاف اثنين من المزالق المشتركة لهذه التقنيات، والمعروفة باسم مشكلة فرضية متعددة والإفراط في الكتابة وكيفية التغلب على هذه المزالق. باكتستينغ هو مجرد عملية استخدام البيانات التاريخية لاختبار أداء بعض استراتيجية التداول. يبدأ الاختبار المسبق عادة باستراتيجية نود اختبارها، على سبيل المثال شراء الجنيه الإسترليني مقابل الدولار عند تجاوزه المتوسط ​​المتحرك ل 20 يوما وبيعه عند تجاوزه دون هذا المتوسط. الآن يمكننا اختبار تلك الاستراتيجية من خلال مراقبة ما الذي يمضي قدما في السوق، ولكن ذلك سيستغرق وقتا طويلا. هذا هو السبب في أننا نستخدم البيانات التاريخية المتاحة بالفعل. ولكن انتظر، انتظر أسمعك تقول. لا يمكن أن الغش أو على الأقل أن يكون منحازة لأنك تعرف بالفعل ما حدث في الماضي ثاتس بالتأكيد مصدر قلق، لذلك سوف باكتست صالحة تكون واحدة التي أرينت مألوفة مع البيانات التاريخية. يمكننا تحقيق ذلك عن طريق اختيار فترات زمنية عشوائية أو عن طريق اختيار العديد من الفترات الزمنية المختلفة التي لإجراء الاختبار. الآن أستطيع أن أسمع مجموعة أخرى منكم تقول، ولكن كل تلك البيانات التاريخية مجرد الجلوس هناك في انتظار أن يتم تحليلها مغرية أليس كذلك ربما هناك أسرار عميقة في تلك البيانات مجرد انتظار المهوسون مثلنا لاكتشاف ذلك. هل سيكون من الخطأ جدا بالنسبة لنا أن نفحص تلك البيانات التاريخية أولا، لتحليلها ومعرفة ما إذا كان يمكننا أن نجد أنماط مخبأة داخلها هذه الحجة هي أيضا صالحة، لكنه يقودنا إلى منطقة محفوفة بالمخاطر. عالم البيانات التعدين التعدين البيانات ينطوي على البحث من خلال البيانات من أجل تحديد أنماط والعثور على الارتباطات المحتملة بين المتغيرات. في المثال أعلاه الذي يتضمن استراتيجية المتوسط ​​المتحرك لمدة 20 يوما، وصلنا للتو إلى هذا المؤشر بالذات من اللون الأزرق، ولكن لنفترض أنه ليس لدينا أي فكرة عن نوع الاستراتيجية التي أردنا اختبارها عندما يأتي استخراج البيانات في متناول اليدين. يمكننا البحث من خلال بياناتنا التاريخية حول الجنيه الإسترليني مقابل الدولار لنرى كيف تصرف السعر بعد أن عبرت العديد من المتوسطات المتحركة المختلفة. يمكننا التحقق من تحركات الأسعار ضد العديد من أنواع أخرى من المؤشرات وكذلك معرفة أي منها تتوافق مع تحركات الأسعار الكبيرة. موضوع استخراج البيانات يمكن أن تكون مثيرة للجدل لأنه كما نوقشت أعلاه يبدو قليلا مثل الغش أو النظر إلى الأمام في البيانات. هل استخلاص البيانات تقنية علمية صحيحة من ناحية تقول المنهج العلمي أن من المفترض أن يتم فرض فرضية أولا ثم اختبارها على بياناتنا، ولكن من ناحية أخرى يبدو من المناسب القيام ببعض الاستكشاف للبيانات أولا من أجل يقترح فرضية. لذلك ما هو حق يمكننا أن ننظر إلى الخطوات في المنهج العلمي للحصول على فكرة لمصدر الارتباك. تبدو العملية بشكل عام كالتالي: الملاحظة (البيانات) تجربة التنبؤ الفرضية (البيانات) لاحظ أنه يمكننا التعامل مع البيانات خلال مرحلتي الملاحظة والتجربة. لذلك كل من وجهات النظر على حق. يجب علينا استخدام البيانات من أجل خلق فرضية معقولة، ولكن نحن أيضا اختبار أن الفرضية باستخدام البيانات. الخدعة هي ببساطة للتأكد من أن المجموعتين من البيانات ليست هي نفسها يجب علينا أبدا اختبار فرضيتنا باستخدام نفس مجموعة من البيانات التي كنا نقترح فرضيتنا. وبعبارة أخرى، إذا كنت تستخدم استخراج البيانات من أجل التوصل إلى أفكار استراتيجية، تأكد من استخدام مجموعة مختلفة من البيانات إلى باكتست تلك الأفكار. الآن بدوره جيدا انتباهنا إلى المزالق الرئيسية لاستخدام استخراج البيانات و باكتستينغ بشكل غير صحيح. والمشكلة العامة تعرف باسم الإفراط في التحسين، وأنا أفضل لكسر هذه المشكلة إلى نوعين متميزين. هذه هي مشكلة فرضية متعددة والإفراط في الكتابة. بمعنى ما هي الطرق المعاكسة لجعل نفس الخطأ. وتنطوي مشكلة الفرضية المتعددة على اختيار العديد من الفرضيات البسيطة في حين أن الإفراط في الحصر ينطوي على إنشاء فرضية معقدة جدا. مشكلة فرضية متعددة لنرى كيف تنشأ هذه المشكلة، والرجوع إلى مثالنا حيث أننا باكستد استراتيجية المتوسط ​​المتحرك لمدة 20 يوما. دعونا نفترض أن نحن باكتست استراتيجية ضد عشر سنوات من بيانات السوق التاريخية ولو ولها تخمين ما هي النتائج ليست مشجعة جدا. ومع ذلك، ونحن التجار الخام والتعثر كما نحن، ونحن نقرر عدم التخلي عن ذلك بسهولة. ماذا عن المتوسط ​​المتحرك لمدة عشرة أيام قد يعمل بشكل أفضل قليلا، لذلك دعونا باكتست ذلك نحن تشغيل باكتست آخر ونجد أن النتائج لا تزال أرينت ممتاز، لكنها أفضل قليلا من نتائج 20 يوما. قررنا استكشاف قليلا وتشغيل اختبارات مماثلة مع 5 أيام و 30 يوما المتوسطات المتحركة. وأخيرا يحدث لنا أننا يمكن أن مجرد اختبار فقط كل المتوسط ​​المتحرك واحد حتى نقطة ما ونرى كيف أنها جميعا أداء. لذلك نحن اختبار يومين، 3 أيام، 4 أيام، وهلم جرا، على طول الطريق حتى المتوسط ​​المتحرك لمدة 50 يوما. الآن من المؤكد أن بعض هذه المتوسطات سوف تؤدي بشكل سيء والبعض الآخر سوف تؤدي بشكل جيد إلى حد ما، ولكن سيكون هناك واحد منهم الذي هو أفضل المطلقة. على سبيل المثال، قد نجد أن المتوسط ​​المتحرك ل 32 يوما تحول إلى أفضل أداء خلال فترة العشر سنوات هذه. هل هذا يعني أن هناك شيئا خاصا عن المتوسط ​​لمدة 32 يوما وأننا يجب أن نكون واثقين من أنها سوف تؤدي بشكل جيد في المستقبل لسوء الحظ العديد من التجار نفترض أن يكون هذا هو الحال، وأنها مجرد وقف تحليلها في هذه المرحلة، اكتشفوا شيئا عميقا. لقد سقطوا في فوضى مشكلة الفرضية المتعددة. والمشكلة هي أنه لا يوجد شيء على الإطلاق غير عادي أو هام حول حقيقة أن بعض المتوسط ​​اتضح أنه الأفضل. بعد كل شيء، اختبرنا ما يقرب من خمسين منهم ضد نفس البيانات، لذلك توقعت أن تجد عدد قليل من الأداء الجيد، فقط عن طريق الصدفة. وهذا لا يعني أي شيء خاص عن المتوسط ​​المتحرك الخاص الذي فاز في هذه الحالة. تنشأ المشكلة لأننا اختبرنا فرضيات متعددة حتى وجدنا واحدة التي عملت، بدلا من اختيار فرضية واحدة واختباره. هيريس تشبيه الكلاسيكية جيدة. يمكن أن نأتي بفرضية واحدة مثل سكوت كبيرة في التقليب رؤساء على عملة واحدة. من ذلك، يمكننا خلق التنبؤ الذي يقول، إذا كانت الفرضية صحيحة، سوف سكوت تكون قادرة على الوجه 10 رؤساء على التوالي. ثم يمكننا إجراء تجربة بسيطة لاختبار هذه الفرضية. إذا كنت يمكن أن الوجه 10 رؤساء على التوالي في الواقع لا تثبت فرضية. ولكن إذا كنت غير قادر على إنجاز هذا الانجاز فإنه بالتأكيد يرفض فرضية. وبينما نقوم بتجارب متكررة تفشل في دحض الفرضية، فإن ثقتنا في حقيقتها تنمو. هذا هو الطريق الصحيح للقيام بذلك. ومع ذلك، ماذا لو أننا قد وصلنا مع 1000 الفرضيات بدلا من مجرد واحد عن لي كونه زعنفة عملة جيدة يمكننا أن نجعل نفس الفرضية حول 1000 شخص مختلف. لي، إد، سيندي، بيل، سام، الخ حسنا، الآن يتيح اختبار فرضيات متعددة لدينا. نطلب من كل 1000 شخص على الوجه عملة واحدة. من المحتمل أن يكون هناك حوالي 500 الذين الوجه رؤساء. يمكن لأي شخص آخر العودة إلى ديارهم. الآن نطلب من هؤلاء الناس 500 إلى الوجه مرة أخرى، وهذه المرة حوالي 250 سوف الوجه رؤساء. على الوجه الثالث حوالي 125 شخصا رؤساء الوجه، على رابع حوالي 63 شخصا تترك، وعلى الوجه الخامس هناك حوالي 32. هذه 32 شخصا كلها مشوقة مدهش أنها انقلبت جميع انقلبت خمسة رؤوس على التوالي إذا كنا الوجه خمسة أكثر من مرة، والقضاء على نصف الناس في كل مرة في المتوسط، ونحن في نهاية المطاف مع 16، ثم 8، ثم 4، ثم 2 وأخيرا ترك شخص واحد الذي انقلبت عشرة رؤوس في صف واحد. مشروع القانون بيل هو زعنفة فانتابولوس من القطع النقدية أو هو حسنا نحن حقا لا أعرف، وهذا هو نقطة. بيل قد فاز مسابقة لدينا من فرصة نقية، أو انه قد يكون جيدا جدا زعنفة رؤساء هذا الجانب من المجرة أندروميدا. من نفس المنطلق، نحن لا نعرف ما إذا كان المتوسط ​​المتحرك لمدة 32 يوما من مثالنا أعلاه أجري جيدا في اختبارنا من خلال فرصة نقية، أو إذا كان هناك شيء خاص حقا حول هذا الموضوع. ولكن كل ما فعله حتى الآن هو العثور على فرضية، وهي أن استراتيجية المتوسط ​​المتحرك لمدة 32 يوما مربحة (أو أن بيل هو زعنفة عملة كبيرة). لقد اختبرنا هذه الفرضية حتى الآن. حتى الآن بعد أن فهمنا أننا لم نكتشف أي شيء كبير حتى الآن حول المتوسط ​​المتحرك لمدة 32 يوما أو حول قدرة فواتير على الوجه العملات، والسؤال الطبيعي أن نسأل هو ما يجب أن نفعله بعد كما ذكرت أعلاه، العديد من التجار لا يدركون أن هناك هو الخطوة التالية المطلوبة على الإطلاق. حسنا، في حالة بيل يود ربما نسأل، آها، ولكن يمكن أن الوجه عشرة رؤساء على التوالي مرة أخرى في حالة المتوسط ​​المتحرك لمدة 32 يوما، ويد يريد أن يختبر مرة أخرى، ولكن بالتأكيد ليس ضد نفس العينة البيانات التي كنا نختار هذه الفرضية. وسوف نختار فترة عشر سنوات أخرى ونرى ما إذا كانت الاستراتيجية تعمل أيضا. يمكننا الاستمرار في القيام بهذه التجربة عدة مرات كما أردنا حتى نفاد العرض لدينا من عشر سنوات جديدة. ونحن نشير إلى هذا من خارج عينة الاختبار، والطريقة لتجنب هذا الخلاف. هناك طرق مختلفة من هذا الاختبار، واحدة منها هو التحقق من صحة الصليب، ولكننا لن تحصل على الكثير من التفاصيل هنا. الإفراط هو حقا نوع من انعكاس المشكلة أعلاه. في المثال الفرضي المتعدد أعلاه، نظرنا إلى العديد من الفرضيات البسيطة واخترنا الفرضية التي حققت أفضل أداء في الماضي. في الإفراط في البحث ننظر أولا في الماضي ومن ثم بناء فرضية معقدة واحدة التي تناسب بشكل جيد مع ما حدث. على سبيل المثال إذا نظرنا إلى سعر أوسجبي على مدى الأيام العشرة الماضية، قد أرى أن الإغلاق اليومي فعل هذا: أعلى، صعودا وهبوطا، صعودا، صعودا، صعودا وهبوطا وهبوطا وما فوق. حصلت عليه انظر نمط نعم، لا أنا في الواقع. ولكن إذا أردت استخدام هذه البيانات لاقتراح فرضية، قد أخرج. فرضيتي المدهشة: إذا ارتفع سعر الإغلاق مرتين على التوالي ثم لأسفل ليوم واحد، أو إذا انخفض لمدة ثلاثة أيام على التوالي يجب أن نشتري، ولكن إذا ارتفع سعر الإغلاق ثلاثة أيام متتالية يجب أن نبيع ، ولكن إذا كان ترتفع ثلاثة أيام على التوالي ثم لأسفل ثلاثة أيام على التوالي يجب علينا شراء. هه يبدو وكأنه فرضية أحمق الحق ولكن إذا كنا قد استخدمت هذه الاستراتيجية على مدى الأيام ال 10 الماضية، كنا يمكن أن يكون الحق على كل تجارة واحدة قدمنا ​​يستخدم أوفيرفيتر باكتستينغ واستخراج البيانات بشكل مختلف عن صناع فرضية متعددة القيام به. و أوفيرفيتر لا تأتي مع 400 استراتيجيات مختلفة ل باكتست. بأي حال من الأحوال يستخدم أوفيرفيتر أدوات استخراج البيانات لمعرفة استراتيجية واحدة فقط، مهما كانت معقدة، والتي كان من شأنها أن يكون أفضل أداء خلال فترة باكتستينغ. هل ستعمل في المستقبل ليس من المرجح، ولكن يمكننا دائما إبقاء نموذج التغيير واختبار الاستراتيجية في عينات مختلفة (من عينة اختبار مرة أخرى) لمعرفة ما إذا كان أداءنا يتحسن. عندما نتوقف عن الحصول على تحسينات في الأداء والشيء الوحيد الذي يرتفع هو تعقيد نموذجنا، ثم نعلم أننا عبرت الخط في الكتابة الزائدة. لذلك باختصار، رأينا أن استخراج البيانات هو وسيلة لاستخدام بيانات الأسعار التاريخية لدينا لاقتراح استراتيجية التداول القابلة للتطبيق، ولكن علينا أن نكون على بينة من المزالق من مشكلة فرضية متعددة والإفراط في الكتابة. الطريقة للتأكد من أننا لا تقع فريسة لهذه المزالق هو باكتست استراتيجيتنا باستخدام مجموعة بيانات مختلفة من تلك التي استخدمناها خلال استخراج البيانات التنقيب لدينا. ونحن نشير عادة إلى هذا خارج عينة الاختبار. مشكلة واحدة مع استخراج البيانات هي أن التجار يميلون إلى استخدام نوع مختلف من الفلاتر للبحث عن نمط. المشكلة مع هذا هو أن أي إشارة تتكون من إشارات جيبية مختلفة، لذلك عند تطبيق مرشحات مختلفة إلى إشارة سنقوم بالتأكيد في نهاية المطاف مع نمط. وقد تم الكثير من الدراسات على نمط السعر، ومعظمها تقوم على استخراج البيانات، والسؤال سوف الافتراض أن المستقبل مرآة الماضي، والجواب هو ربما. لدينا فرصة 5050. ويمكن زيادة النسبة من خلال دراسة هذا النمط على بيانات مختلفة. إذا كنا نريد حتى لزيادة هذه النسبة المئوية نحن بحاجة إلى معرفة ما سبب هذا النمط هو، من خلال معرفة سبب هذا النمط سيكون لدينا ميزة في التداول. على سبيل المثال سوف تجعل هذا الافتراض، let8217s يقول ان الجمعة الأولى من كل شهر بسبب الأخبار الكثير من التجار تميل إلى الخروج من صفقاتهم في الصباح قبل الأخبار وأدخل مرة أخرى بعد الأخبار، لذلك هناك نمط من بيع و شراء في وقت معين. يمكننا استخدام هذه المعلومات لمصلحتنا من خلال تطبيق نوع من التجارة التحوط حتى ندخل مع كل من شراء وبيع قبل الأخبار. ثم بعد الأخبار نبيع فقط لأولئك الذين يرغبون في شراء و didn8217t ترغب في عقد موقف خلال الأخبار، ونحن ترك شراء حتى يعود السعر مرة أخرى، وهذا يمكن تطبيقها على سعر الفائدة سوب، أو إعداد آخر 8230 بلا بلا. هذه مجرد نظرية. أنا استخدامه لقول أن الخوف والجشع لديه الوقت في السوق. لذلك ما يخلق أنماط الأسعار هي الخوف والجشع، والآن إذا عزلنا النمط ونعرف السبب وراء هذا النمط كما في المثال السابق الخوف من الأخبار أو تسوية الحساب في نهاية الشهر. أشياء من هذا القبيل. ثم يمكننا أن ننظر من الناحية النظرية في المستقبل يتم نسخ أول وظيفة اثنين من هذا الموقع كل المقالات من سكوت برسيفال تستحق القراءة ممتاز الموضوع مينيم انضم إلينا تحميل ميتاتريدر 5 كوبيرايت 2000-2016، MQL5 Ltd.