Mechanical trading systems forex

Sistem Perdagangan Forex Manual Sistem Perdagangan Forex Stealth Sistem Perdagangan Valas Stealth dirancang dengan tujuan menghasilkan lebih banyak perdagangan yang menang dengan memberi Anda indikator pembelian dan penjualan kode warna sederhana yang memberi tahu Anda kapan harus melakukan perdagangan dengan aturan entryexit yang telah ditentukan. Sistem perdagangan Stealth Forex menyediakan 4 gaya trading yang berbeda, memungkinkan Anda fleksibilitas maksimum tentang bagaimana dan kapan Anda melakukan perdagangan. Hadir dengan garansi uang kembali. Baca lebih banyak. Bagaimana Sistem Perdagangan Manual Bekerja Sistem perdagangan manual dalam konteks ini adalah sistem berbasis indikator yang menghasilkan sinyal beli dan jual di komputer rumah Anda sesuai dengan aturan strategi yang telah ditentukan sebelumnya. Pedagang harus menempatkan perdagangan secara manual ke akun mereka berdasarkan sinyal yang dihasilkan oleh sistem perdagangan manual berbasis indikator.8 Sistem Perdagangan Forex Mekanik diulas pada tahun 2014 Diposting pada 2 tahun yang lalu 12:24 AM 23 Desember 2014 4 Komentar Salam, bumi Seperti yang dijanjikan, saya Menyusun hasil tes yang dilakukan pada delapan sistem forex mekanis sepanjang tahun ini. Tapi sebelum kita sampai pada angka, mari kita rekap sistem perdagangan ini: Sistem mekanis sederhana ini adalah bagian dari Hall of Fame pemenang masa lalu di salah satu kontes yang telah saya lakukan beberapa tahun yang lalu. Ini menggunakan dua indikator teknis dasar: EMA (100) dan RSI (9). Target 100 pip dan stop 50 pip digunakan dalam menerapkan sistem pada time frame 1 jam EURUSD8217s. Ini adalah bagian lain dari Hall of Fame of Past Winners. Aturan sistem mekanis didasarkan pada indikator MACD dan stochastic yang diterapkan pada grafik 4 jam EURUSD. Yang satu ini mungkin sedikit rumit bagi pemula karena memerlukan pengetahuan yang kuat tentang divergensi Sistem mekanika forex ini berfokus pada 5 dan 10 crossover EMA, dengan RSI untuk konfirmasi. Hal ini dapat diterapkan pada time time valas EURUSD8217s 1-hour dengan menggunakan target pip 50-100 dan stop 100 pip awal, yang akan beralih ke stop trail 20-pip. Beberapa penyesuaian dilakukan pada sistem yang asli untuk menghasilkan versi lain, yang memanfaatkan indikator SAR parabola untuk target keuntungan. Aturan ini diterapkan pada kerangka waktu 4-jam EURUSD8217s untuk melihat apakah sistem juga dapat bekerja pada perdagangan jangka panjang. Sekumpulan tweak lainnya diterapkan pada sistem Amazing Crossover yang asli, menghasilkan versi ketiga yang memiliki jarak tempuh 50-pip yang lebih luas untuk mengakomodasi kemunduran harga yang lebih besar. Sistem perdagangan mekanis ini menggabungkan tiga rata-rata bergerak sederhana (50, 100, 200) yang harus berbaris dalam urutan turun atau naik untuk menghasilkan sinyal jual atau beli. Stop loss tersebut didasarkan pada EURTR-ATRS mingguan yang terdiri dari 150 pips. Revisi terhadap sistem asli menghasilkan versi kedua, yang memanfaatkan SMA jangka pendek untuk menghasilkan lebih banyak crossover dan penambahan ADX untuk menyaring sinyal yang terjadi dalam situasi pasar saat ini. Trailing stop juga disesuaikan dengan 200 pips untuk memberi kelonggaran lebih banyak pada pasangan dalam melakukan koreksi. Pada versi ketiga dari Triple SMA Crossover System, target keuntungan ditambahkan untuk membantu sistem mengunci keuntungan seiring tren berlanjut, bukannya memberikan semua pips saat berhenti 200-pip trailing stop. Dan sekarang inilah angka-angka8230 Dari tampilannya, variasi Amazing Crossover System melampaui sisa paket dengan lebih dari 20 keuntungan untuk backtests tahunan dan keuntungan uji coba bulanan tertinggi. Tentu, ingatlah bahwa tren yang kuat terjadi dalam beberapa bulan terakhir, untuk keuntungan sistem forex tren berikut. Apakah Anda berencana memanfaatkan sistem mekanika forex ini dalam strategi trading AndaBagaimana Untuk Menang Dengan Sistem Perdagangan Mekanis Banyak tinta telah dikhususkan untuk menunjukkan penyebab kegagalan sistem perdagangan mekanis, terutama setelah fakta. Meskipun kelihatannya bersifat oxymoronic (atau, bagi beberapa pedagang, hanya tolol), alasan utama mengapa sistem perdagangan ini gagal adalah karena mereka terlalu bergantung pada sifat bebas-tangan, api dan melupakan sifat perdagangan mekanis. Algoritma sendiri tidak memiliki pengawasan dan pengawasan manusia yang obyektif yang diperlukan untuk membantu sistem berevolusi seiring dengan perubahan kondisi pasar. Kegagalan sistem perdagangan mekanis, atau kegagalan pedagang Alih-alih meratapi kegagalan sistem perdagangan, semakin konstruktif untuk mempertimbangkan cara-cara di mana para pedagang dapat memiliki yang terbaik dari kedua dunia: Artinya, para pedagang dapat menikmati keuntungan dari sistem perdagangan mekanis yang dikelola algoritma. , Seperti eksekusi otomatis cepat-cepat dan keputusan perdagangan bebas emosi, sambil tetap memanfaatkan kapasitas bawaan manusia mereka untuk berpikir objektif tentang kegagalan dan kesuksesan. Unsur terpenting trader manapun adalah kemampuan manusia untuk berevolusi. Pedagang dapat mengubah dan menyesuaikan sistem perdagangan mereka agar terus menang sebelum kerugian menjadi hancur secara finansial atau emosional. Pilih jenis dan jumlah data pasar yang tepat untuk pengujian Pedagang yang sukses menggunakan sistem peraturan berulang untuk mendapatkan keuntungan dari inefisiensi jangka pendek di pasar. Bagi pedagang kecil dan independen di dunia perdagangan sekuritas dan derivatif yang besar, di mana spread tipis dan persaingan ketat, peluang terbaik untuk mendapatkan keuntungan berasal dari ketidakefisienan pasar berdasarkan data sederhana dan mudah dihitung, kemudian mengambil tindakan secepat mungkin. Ketika seorang trader mengembangkan dan mengoperasikan sistem perdagangan mekanis berdasarkan data historis, dia mengharapkan keuntungan masa depan berdasarkan gagasan bahwa inefisiensi pasar saat ini akan berlanjut. Jika seorang trader memilih kumpulan data yang salah atau menggunakan parameter yang salah untuk memenuhi syarat data, peluang berharga mungkin akan hilang. Pada saat bersamaan, begitu inefisiensi yang terdeteksi dalam data historis tidak ada lagi, maka sistem perdagangan gagal. Alasan mengapa lenyap tidak penting bagi pedagang mekanik. Hanya hasilnya saja. Pilihlah kumpulan data yang paling relevan saat memilih kumpulan data untuk membuat dan menguji sistem perdagangan mekanis. Dan, untuk menguji sampel yang cukup besar untuk memastikan apakah peraturan perdagangan bekerja secara konsisten di bawah berbagai kondisi pasar, trader harus menggunakan periode uji terpanjang dari data uji. Jadi, tampaknya tepat untuk membangun sistem perdagangan mekanis berdasarkan kumpulan data historis terpanjang dan juga seperangkat parameter desain yang paling sederhana. Kekokohan umumnya dianggap kemampuan untuk menahan banyak jenis kondisi pasar. Kekokohan harus melekat pada sistem yang diuji dalam rentang waktu yang panjang dari data historis dan aturan sederhana. Pengujian panjang dan aturan dasar harus mencerminkan kondisi pasar potensial terluas di masa depan. Semua sistem perdagangan mekanis pada akhirnya akan gagal karena data historis jelas tidak mengandung semua kejadian di masa depan. Setiap sistem yang dibangun berdasarkan data historis pada akhirnya akan menghadapi kondisi ahistoris. Wawasan dan intervensi manusia mencegah strategi otomatis agar tidak berjalan dari rel. Orang-orang di Knight Capital tahu sesuatu tentang snafus perdagangan hidup. Kesederhanaan menang dengan kemampuan beradaptasi Sistem perdagangan mekanis yang sukses seperti organisme hidup dan bernafas. Strata geologi dunia dipenuhi dengan fosil organisme yang, walaupun cocok untuk kesuksesan jangka pendek selama periode sejarah mereka sendiri, terlalu khusus untuk bertahan dan adaptasi jangka panjang. Sistem perdagangan mekanis sederhana algoritmik dengan panduan manusia adalah yang terbaik karena mereka dapat mengalami evolusi cepat dan mudah dan adaptasi terhadap perubahan kondisi di lingkungan (baca pasar). Aturan perdagangan sederhana mengurangi potensi dampak bias data-mining. Bias dari data mining bermasalah karena dapat melebih-lebihkan seberapa baik aturan historis akan diterapkan dalam kondisi di masa depan, terutama bila sistem perdagangan mekanis difokuskan pada kerangka waktu yang singkat. Sistem perdagangan mekanis yang sederhana dan kokoh tidak dipengaruhi oleh kerangka waktu yang digunakan untuk tujuan pengujian. Jumlah titik uji yang ditemukan dalam kisaran data historis tertentu masih harus cukup besar untuk membuktikan atau membantah keabsahan peraturan perdagangan yang sedang diuji. Dinyatakan berbeda, sederhana, sistem perdagangan mekanik yang kuat akan lebih cemerlang dari bias data-mining. Jika trader menggunakan sistem dengan parameter desain sederhana, seperti sistem QuantBar. Dan mengujinya dengan menggunakan periode waktu sejarah terpanjang yang tepat, maka satu-satunya tugas penting lainnya adalah menempuh disiplin perdagangan sistem dan memantau hasilnya ke depan. Pengamatan memungkinkan evolusi. Di sisi lain, pedagang yang menggunakan sistem perdagangan mekanis yang dibangun dari serangkaian beberapa parameter yang kompleks menjalankan risiko sistem yang sebelumnya berkembang menjadi awal kepunahan. Membangun sistem yang kuat yang memanfaatkan perdagangan mekanis terbaik, tanpa menjadi mangsa kelemahannya Yang penting untuk tidak membingungkan ketangguhan sistem perdagangan mekanis dengan kemampuan beradaptasi mereka. Sistem yang dikembangkan berdasarkan banyak parameter menyebabkan perdagangan yang menang selama periode historis dan bahkan selama periode pengamatan saat ini sering digambarkan sebagai robust. Itu bukan jaminan bahwa sistem semacam itu dapat berhasil di-tweak begitu mereka melakukan perdagangan melewati masa bulan madu mereka.8221 Itu adalah periode perdagangan awal dimana kondisi terjadi bersamaan dengan periode sejarah tertentu yang mendasari sistem tersebut. Sistem perdagangan mekanis sederhana mudah disesuaikan dengan kondisi baru, bahkan ketika akar penyebab perubahan pasar tetap tidak jelas, dan sistem yang rumit akan gagal. Ketika kondisi pasar berubah, seperti yang terus-menerus dilakukan, sistem perdagangan yang paling mungkin terus menang adalah produk yang sederhana dan mudah disesuaikan dengan kondisi baru, sistem yang benar-benar kuat adalah sistem yang memiliki umur panjang di atas segalanya. Sistem perdagangan mekanis sederhana algoritmik dengan panduan manusia adalah yang terbaik karena mereka dapat mengalami evolusi cepat dan mudah dan adaptasi terhadap perubahan kondisi di lingkungan (baca pasar). Sayangnya, setelah mengalami periode keuntungan awal saat menggunakan sistem perdagangan mekanis yang terlalu rumit, banyak pedagang jatuh ke dalam perangkap untuk mencoba mengubah sistem tersebut kembali ke kesuksesan. Pasar tidak diketahui, namun berubah, kondisi mungkin telah menentu bahwa seluruh spesies sistem perdagangan mekanis mengalami kepunahan. Sekali lagi, kesederhanaan dan kemampuan beradaptasi terhadap perubahan kondisi menawarkan harapan terbaik untuk bertahan hidup dari setiap sistem perdagangan. Gunakan pengukuran yang obyektif untuk membedakan antara kesuksesan dan kegagalan Seorang pedagang yang paling banyak jatuh biasa adalah keterikatan psikologis pada sistem perdagangannya. Ketika terjadi kegagalan sistem perdagangan, biasanya karena pedagang telah mengadopsi sudut pandang subjektif dan bukan objektif, terutama berkaitan dengan stop-loss selama perdagangan tertentu. Sifat manusia sering mendorong seorang pedagang untuk mengembangkan keterikatan emosional pada sistem tertentu, terutama ketika pedagang telah menginvestasikan sejumlah besar waktu dan uang ke dalam sistem perdagangan mekanis dengan banyak bagian rumit yang sulit untuk dimengerti. Namun, sangat penting bagi trader untuk melangkah keluar dari sistem agar bisa menganggapnya objektif. Dalam beberapa kasus, pedagang menjadi delusional tentang keberhasilan sistem yang diharapkan, bahkan sampai pada titik untuk terus memperdagangkan sistem yang jelas-kehilangan jauh lebih lama daripada yang akan diberikan oleh analisis subjektif. Atau, setelah periode kemenangan gemuk, seorang pedagang mungkin menikah dengan sistem yang sebelumnya menang meski kecantikannya memudar di bawah tekanan kerugian. Lebih buruk lagi, seorang trader mungkin jatuh ke dalam perangkap secara selektif memilih periode pengujian atau parameter statistik untuk sistem yang sudah kalah, untuk mempertahankan harapan palsu bagi sistem yang melanjutkan nilainya. Ukuran yang objektif, seperti menggunakan metode standar deviasi untuk menilai probabilitas kegagalan saat ini, adalah satu-satunya metode pemenang untuk menentukan apakah sistem perdagangan mekanis benar-benar gagal. Melalui mata obyektif, mudah bagi trader untuk segera mengetahui kegagalan atau potensi kegagalan dalam sistem perdagangan mekanis, dan sistem yang sederhana dapat dengan cepat dan mudah disesuaikan untuk menciptakan sistem yang baru saja menang. Kegagalan sistem perdagangan mekanis sering diukur berdasarkan perbandingan kerugian saat ini bila diukur terhadap kerugian historis atau penarikan. Analisis semacam itu dapat menyebabkan kesimpulan subyektif dan salah. Penarikan maksimum sering digunakan sebagai metrik ambang batas dimana trader akan meninggalkan sebuah sistem. Tanpa mempertimbangkan cara sistem mencapai tingkat penarikan, atau lamanya waktu yang dibutuhkan untuk mencapai tingkat itu, trader tidak boleh menyimpulkan bahwa sistem tersebut adalah pecundang berdasarkan penarikan saja. Standar deviasi versus penarikan sebagai metrik kegagalan Sebenarnya, metode terbaik untuk menghindari membuang sistem yang menang adalah dengan menggunakan standar pengukuran objektif untuk menentukan distribusi pengembalian saat ini atau yang baru dari sistem yang diperoleh saat benar-benar memperdagangkannya. Bandingkan pengukuran yang melawan distribusi pengembalian historis yang dihitung dari pengujian balik, sambil menetapkan nilai ambang tetap sesuai dengan kepastian bahwa kehilangan distribusi sistem perdagangan mekanis saat ini memang berada di luar kerugian normal yang harus-diperkirakan sebelumnya, dan karenanya harus menjadi Dibuang sebagai gagal Jadi, misalnya, anggaplah bahwa trader mengabaikan tingkat penarikan saat ini yang telah memberi isyarat masalah dan memicu penyelidikannya. Sebaliknya, bandingkan penurunan beruntun saat ini terhadap kerugian historis yang akan terjadi saat memperdagangkan sistem itu selama periode uji historis. Bergantung pada seberapa konservatifnya pedagang, dia mungkin menemukan bahwa kerugian saat ini atau akhir-akhir ini di luar, katakanlah, tingkat kepastian yang diimplikasikan oleh dua standar deviasi dari tingkat kerugian historis yang normal. Ini tentu akan menjadi tanda statistik yang kuat bahwa sistem berkinerja buruk, dan karena itu gagal. Sebaliknya, pedagang yang berbeda dengan selera risiko yang lebih besar dapat memutuskan secara obyektif tiga standar deviasi dari norma (yaitu 99,7) adalah tingkat kepastian yang tepat untuk menilai sistem perdagangan karena gagal. Faktor terpenting untuk kesuksesan sistem perdagangan, baik manual maupun mekanis, selalu merupakan kemampuan pengambilan keputusan manusia. Nilai sistem perdagangan mekanis yang bagus adalah, seperti semua mesin bagus, mereka meminimalkan kelemahan manusia dan memberdayakan prestasi jauh melampaui yang dapat dicapai melalui metode manual. Namun, jika dibangun dengan benar, mereka tetap mengizinkan kontrol yang kuat sesuai dengan pertimbangan pedagang dan membiarkan dia menghindari rintangan dan potensi kegagalan. Meskipun seorang pedagang dapat menggunakan matematika dalam bentuk perhitungan statistik distribusi standar untuk menilai apakah kerugian itu normal dan dapat diterima menurut catatan sejarah, dia masih mengandalkan penghakiman manusia daripada membuat keputusan mekanis murni berbasis matematika. Berdasarkan algoritma saja. Pedagang bisa menikmati yang terbaik dari kedua dunia. Kekuatan algoritma dan perdagangan mekanik meminimalkan efek emosi manusia dan keterlambatan dalam penempatan dan eksekusi pesanan, terutama yang berkaitan dengan mempertahankan disiplin stop-loss. Masih menggunakan penilaian obyektif deviasi standar untuk mempertahankan kontrol manusia atas sistem perdagangan. Bersiaplah untuk perubahan, dan bersiaplah untuk mengubah sistem perdagangan Seiring dengan objektivitas untuk mendeteksi kapan sistem perdagangan mekanik berubah dari pemenang menjadi pecundang, trader juga harus memiliki disiplin dan pandangan ke depan untuk berevolusi dan mengubah sistem sehingga mereka dapat terus menang. Selama kondisi pasar baru. Di lingkungan mana pun yang penuh dengan perubahan, sistem yang lebih sederhana, evolusi yang lebih cepat dan mudah. Jika strategi yang kompleks gagal, mungkin akan lebih mudah untuk mengganti daripada memodifikasinya, sementara beberapa sistem yang paling sederhana dan paling intuitif, seperti sistem QuantBar. Relatif mudah untuk memodifikasi on-the-fly agar bisa beradaptasi dengan kondisi pasar masa depan. Singkatnya, dapat dikatakan sistem perdagangan mekanis yang dibangun dengan benar harus sederhana dan mudah disesuaikan, dan diuji sesuai dengan jenis dan jumlah data yang tepat sehingga cukup kuat untuk menghasilkan keuntungan dalam berbagai kondisi pasar. Dan, sistem kemenangan harus dinilai berdasarkan metrik kesuksesan yang sesuai. Alih-alih hanya mengandalkan aturan perdagangan algoritmik atau tingkat penarikan maksimum, keputusan tentang apakah suatu sistem telah gagal harus dilakukan sesuai dengan pertimbangan pedagang manusia, dan berdasarkan penilaian terhadap jumlah penyimpangan standar kinerja sistem saat ini bila diukur terhadap Kerugiannya yang bersejarah. Jika sistem perdagangan mekanis gagal dilakukan, trader harus melakukan perubahan yang diperlukan alih-alih menempel pada sistem yang hilang. Hanya karena sebuah sistem yang bekerja 20 tahun yang lalu tidak berarti itu harus bekerja hari ini. Hati-hati saat Anda menyarankan untuk menguji sistem dalam waktu lama. Berapa lama yang panjang Demikian juga, seberapa sederhana sederhana Empat aturan dengan total empat variabel Tujuh aturan dengan total sepuluh variabel Saya umumnya akan setuju bahwa lebih sederhana lebih baik tapi yang sederhana Menggunakan deviasi standar pengembalian harus memberikan kesimpulan serupa untuk berjalan. Analisis Monte Carlo yang tidak sulit dengan perangkat lunak yang tersedia. Dengan analisis MC, seperti yang Anda ketahui, seseorang dapat melihat kemungkinan pengembalian dan kemungkinan penarikannya. Masa depan tidak harus menyerupai masa lalu tapi analisis MC adalah salah satu cara untuk menguji sebuah sistem. Mudah memberikan panduan keras untuk mengembangkan sistem dengan edge823082308230.and yang paling sulit untuk diperdagangkan .. jika mungkin share beberapa variabel 2 buatlah sistem trading. Demi kesederhanaan membuat Aturan Aturan Aturan Keluar yang sederhana (Stop atau Profit Keluar) Aturan Pendek Keluar Pendek (Berhenti atau Keluar Keluar) Tetap keluar (jika diperlukan sesuai sistem) ukuran posisi (pertimbangkan penarikan maksimum) Thats it8230 dapat menambahkan potongan apapun Saran u want8230 Terima kasih atas postingnya, saya setuju dengan banyak hal yang anda sebutkan. Dan selain itu, beri saya beberapa ide untuk dicoba. Hi All Shaun, saya setuju. Fokus pada tidak kalah adalah sukses kesuksesan yang sangat penting. Tarun, EA yang saya bangun yang sangat sukses menggunakan strategi pivot point swing trading sederhana. Indikator khusus saya sendiri memberi saya bias pasar perdana (naik atau turun) dan pemicu saya untuk masuk adalah harga pasar dalam kisaran 2 pip dari pivot harian utama. Strategi keluar juga sederhana, harga akan berhenti atau tutup separuh posisi di Support1 atau Resistance1. Stoploss kemudian tergerak untuk impas. Harga kemudian akan berhenti keluar atau mencapai S2 atau R2 di mana titik setengah posisi yang tersisa ditutup kembali, stoploss dipindahkan ke S1 atau R1. Harga kemudian akan berhenti atau pindah ke S3 atau R3 di mana titik posisi yang tersisa ditutup. 8211 Itu strategi sederhana bernilai 1 juta dolar selama periode 15 tahun. Bebas, sayangku Kebanyakan orang biasa melakukan apapun dengan info ini lol. Dilema: Strategi sederhana, EA sangat rumit. Mengapa karena setiap strategi memiliki batasan dan mengetahui apa yang menyebabkannya gagal adalah langkah pertama yang berfokus pada tidak kehilangan8221. Alias, letakkan meaus di tempat untuk menganalisa pasar dan membuat EA Anda dimatikan atau diadaptasikan saat pasar bertindak dengan cara yang buruk bagi strategi Anda. Juga, RR, keseimbangan perlindungan dan menggunakan skala BANYAK membuat EA cukup kompleks namun layak usaha. Menggabungkan strategi sederhana dengan sistem manajemen rinci di dalam EA yang kompleks bernilai 50million selama 15 tahun. Dont mengharapkan sistem semacam ini untuk berkumpul di malam hari, saya menghabiskan 2 tahun membangun rumah saya namun merupakan perjalanan yang sangat mengasyikkan. Jika Anda tertarik pada perdagangan dan EA8217s jangan menyerah. Tetap fokus dan terus belajar. Memang. Anda bisa menerbitkan sebagian besar strategi di surat kabar. Hampir tidak ada yang akan melakukan apapun dengan itu. Saya suka penekanan pada kemenangan yang kalah dari kemenangan. Anda berbicara bahasa saya, saya akan menambahkan 3 poin untuk dipertimbangkan saat mengevaluasi kinerja sistem perdagangan terprogram. Pertama-tama ketika kembali menguji sistem di MetaTrader penting untuk diingat bahwa MT4 tidak menyediakan aliran data tick yang benar. Ini hanya mensimulasikan data kutu dengan menggunakan bilah data yang tersimpan di Pusat Sejarah, Ini berarti bahwa sejarah harga terkini dapat dibangun dari bar 1 atau 5 menit dan sejarah lebih jauh dapat dibangun dari 15 atau 30 menit. Menjalankan tes selama periode beberapa tahun mungkin memaksa MT4 untuk mensimulasikan data kutu menggunakan batang pada periode waktu yang lebih besar. Inilah sebabnya mengapa Anda akan melihat banyak tes kinerja yang dijalankan di MetaTrader selama periode beberapa tahun yang memiliki kurva karakteristik. Ada kurva yang sangat menguntungkan pada tahun-tahun awal dan kurva rata-rata yang kalah dalam periode waktu belakangan ini. Jika sistem dijalankan pada data tick sebenarnya, kemungkinan besar akan berkinerja buruk selama periode pengujian karena tahun-tahun awal disimulasikan pada bar 15M atau 30M dan kurang stabil daripada tindakan harga aktual periode tersebut. Kedua, sebagian besar orang yang merancang sistem perdagangan cenderung lebih mengoptimalkan sistem mereka untuk memaksimalkan keuntungan yang diperoleh selama periode waktu yang digunakan untuk menguji sistem. Sebagai contoh, perancang sistem menguji sistemnya selama periode 5 tahun. Kecenderungan alami adalah men-tweak variabel untuk memaksimalkan keuntungan. Proses berpikir berjalan seperti ini: Jika sistem menghasilkan 50 keuntungan dan faktor 2,5 keuntungan selama periode tes ini, maka saya harus mendapatkan setidaknya kinerja yang dapat diterima secara real time. Percayalah ini adalah ciuman kematian dalam pemrograman EA dan alasan mengapa begitu banyak penasihat ahli komersil gagal. Pelanggan membeli kinerja yang menguntungkan selama periode pengujian kembali dan kemudian pasti kalah saat mencoba menjalankan EA dengan uang sungguhan. Uji balik yang tepat mencoba untuk menemukan kinerja rata-rata sesungguhnya dari EA berdasarkan beberapa periode pengujian. Akhirnya, ada masalah yang disinggung di artikel mengetahui apakah hasil yang Anda alami valid secara statik. Tentu seperti yang dikatakan Mr. Flower jika kehilangan streak di luar 2 standar deviasi maka kemungkinan ada sesuatu yang telah berubah. Saya ingin menunjukkan bahwa distribusi perdagangan yang menang dan kalah selalu acak dan ditentukan oleh keseluruhan persentase pemenang atau pecundang dalam contoh perdagangan dengan asumsi bahwa hal itu cukup besar untuk menjadi valid secara statik. Untuk memberi contoh, katakanlah sistem Anda memerlukan tingkat kemenangan sebesar 50 agar menguntungkan. Nah, kita sudah tahu dari membalik koin yang memiliki tingkat kemenangan 50 yang sama sehingga para pemenang dan pecundang akan cenderung bergumul bersama dalam memenangkan garis-garis dan kehilangan coretan. Lebih jauh lagi kita mengetahui dari studi statistik bahwa distribusi pemenang dan pecundang di EA dengan tingkat kemenangan 50 akan sama dengan distribusi yang diperoleh dari melempar koin. Yakni, akan ada dalam kelompok 1000 perdagangan rata-rata 8 pecahan pecahan 5 pecundang berturut-turut dan 8 kemenangan beruntun dari 5 pemenang berturut-turut. Kesamaan dalam kelompok 1000 perdagangan Anda juga harus melihat rata-rata 4 kehilangan dan menang beruntun dari 6 berturut-turut, 2 kalah dan menang beruntun dari 7 berturut-turut dan 1 menang dan kalah beruntun dari 8 dan 1 kemenangan dan kekalahan beruntun 9 berturut-turut Adalah penting bahwa pengguna memiliki gagasan realistis mengenai ukuran dan jumlah garis putus yang akan dia hadapi dengan menggunakan EA. Jika tidak, dia pasti akan menyerah dan baru pertama kali menemukan serangkaian perdagangan yang hilang. Itulah salah satu dari banyak alasan mengapa saya tidak menguji apapun di MetaTrader. Saya hanya menggunakannya untuk live trading. Data yang lemah dan ketidakmampuan untuk menguji portofolio menjadikannya tidak dapat digunakan untuk tujuan saya. Anda benar tentang terlalu mengoptimalkan. Cara termudah untuk menghindari hal ini adalah dengan meminimalkan jumlah parameter dalam strategi Anda. Saya hanya memiliki 4 dalam strategi Dominari saya, misalnya. Terima kasih atas pemikirannya yang mendetail