智能測試報告中數字的意義

作者：MT4 來源：cxh99.com 發布時間：2012年05月23日

任何交易可以在歷史數據上測試。在測試完成之后，總結性的結果和一些特性會在“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據的智能交易進行對比。本文將會詳細解析測試報告中的數字意義。

測試結果報告范例
以下方測試報告結果為范例進行解析:

'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 (OHLCV)。不同柱的狀態取決于時間范圍，模型方法，和從較小時間段內的柱的歷史數據。

'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 - 在歷史中的總數額；

StartBar - 開始測試柱的數字。模型開始于最小的第101個柱或者測試水平初始日期相關的柱;

StartGen - 在最近的時間范圍內開始測試柱的數字；

StartGenM1 - 在原有分鐘內開始測試柱的數字；

另外:

對于最近時間范圍數據庫模型的開始和最近時間范圍數據模型的開始存在重量系數0. 25的區別;

對于最近時間范圍數據庫模型的開始和最近時間范圍數據模型的開始在原有分鐘內存在重量系數0. 5的區別；

在原有時間上模型的開始和歷史數據的末尾之間重量系數0.9的區別。

Gross profit, 所有贏利交易總數的凈贏利值;

Gross loss, 所有虧損交易總數的凈虧損值；

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;

ProfitTrades - 贏利交易總數;

LossTrades - 虧損交易總數;

GrossProfit - 凈贏利交易總數;

GrossLoss - 凈虧損交易總數.

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。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果可以應用簡單的數學方法計算。

Total trades - 在測試里的交易總數；

Short positions (won %) - 賣空倉位總數額和其中贏利百分比（賣空倉位/賣空倉位總數*100%）；

Long positions (won %) - 看漲倉位總數額和其中贏利百分比（看漲倉位/看漲倉位總數*100%）；

Profit trades (% of total) - 贏利交易總數和交易總數的百分比（贏利交易/交易總數*100%）；

Loss trades (% of total) - 虧損交易總數和交易總數的百分比（虧損交易/交易總數*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 (凈贏利值 / 贏利交易)；

Average loss trade - 虧損交易中虧損的平均數(凈虧損值 / 虧損交易)；

Maximum consecutive wins (profit in money) - 在這一系列贏利總數和交易的贏利系列中最大連續盈利；

Maximum consecutive losses (loss in money) - 在這一系列虧損總數和交易的虧損系列中最大連續損失；

Maximal consecutive profit (count of wins) - 在交易總數中最大連續交易的贏利；

Maximal consecutive loss (count of losses) - 在交易總數中最大連續交易的贏利；

Average consecutive wins - 贏利系列中連續盈利的平均數；

Average consecutive losses - 虧損系列中連續損失的平均數.

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據計算的：

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%