Aroon-Strategie für den 1-Stunden-Handel auf mehreren Forex- und Edelmetallpaaren. Entwickelt durch Zufallsgenerierung und validiert mit Monte-Carlo-Tests auf 15 Jahren Tick-Daten, um die Robustheit zu bewerten.
Ich füge meine erste Strategie zur Community-Datenbank hinzu.
Detaillierte MC-Tests durchgeführt:
Wie wurde die Strategie generiert?
Die Strategie wurde ursprünglich auf 2 Jahren an Daten mittels Zufallsgenerierung nur auf dem ausgewählten Timeframe generiert, wovon ein halbes Jahr OOS war.
Wie wurde sie weiter getestet?
– Sie wurde auf 15 Jahren Dukascopy-Tick-Daten als OOS erneut getestet, um sicherzustellen, dass sie über die gesamte Historie funktioniert, bestätigt über SQ & MT4 mittels TDS.
Habe ich sie optimiert?
Nein, wenn mir eine Strategie gut genug gefällt, optimiere ich sie meistens nicht, manchmal passe ich sie nur minimal an.
Wie habe ich die Robustheit überprüft und versucht, Overfitting zu vermeiden?
– Die Tatsache, dass keine genetische Evolution verwendet wurde & die Strategie so wie sie ist zufällig auf 2 Jahren Daten generiert wurde und auf dem gesamten Datensatz gut funktioniert, stimmt mich zuversichtlicher, dass ich sie nicht überoptimiert habe.
– Jeweils 500 MC-Durchläufe von: Reihenfolge der Trades randomisieren, Trades auslassen, Mindestabstand zum Preis von 0-10 randomisieren, Slippage von 0-5 randomisieren, Spread von 1-5 randomisieren, maximale Änderung des Startbalkens 100 randomisieren.
Obiges gefiltert nach RETDD bei 95 % > 40 % des ursprünglichen RETDD und Betrachtung der allgemeinen Übereinstimmung der Kurven, um sicherzustellen, dass sie mehr oder weniger auf demselben Kurs bleiben und nicht weit voneinander abweichen; zudem wurden die 2 SQX-Standardfilter verwendet (Nettogewinn bei 80 % > 50 % des ursprünglichen Nettogewinns und Max DD% bei 80 % kleiner als 200 % des ursprünglichen DD%)
– 500 Durchläufe von Historiendaten randomisieren mit einer Wahrscheinlichkeit von 20 % und einer maximalen Preisänderung von 20 % der ATR. Dieselben Filter wie oben.
– 100 Durchläufe von Strategieparameter randomisieren, mit einer Wahrscheinlichkeit von 20 % und einer maximalen Änderung von 50 %. Ziel ist ein RETDD bei 100 % von > 1.
