콘텐츠로 이동

cBot에 대한 최적의 매개 변수 찾기

이 가이드는 AI 에이전트가 다양한 매개 변수 조합으로 많은 수의 백테스트를 실행하고, 모든 결과를 분석하며, 어떤 구성이 가장 우수한 성과를 보였는지 알려주도록 하는 방법을 보여줍니다.

1. cBot 이해

에이전트에게 cBot이 노출하는 매개 변수가 무엇인지 물어보면서 시작하여, 무엇을 다루고 있는지 파악합니다.

Show me the metadata for C:\test\RSI_cBot.algo. List every 
parameter, its type, default value and any constraints.

출력을 검토합니다. 최적화하려는 매개 변수를 식별합니다. 예를 들어, Periods, QuantityStopLoss입니다.

2. 빠른 기준선 실행

많은 백테스트를 실행하기 전에 cBot이 기본 설정으로 어떻게 작동하는지 확인합니다.

Backtest C:\test\RSI_cBot.algo on EURUSD H1, account 1234567 for 
the last 12 months. Give me the results.

에이전트가 백테스트를 실행하고 주요 지표를 반환합니다: 순이익, 총 거래 수, 승률, 이익 계수 및 최대 손실폭. 이것이 귀하가 능가하려는 수치입니다.

3. AI가 대량 백테스트 실행하도록 허용

이제 에이전트에게 많은 조합을 체계적으로 테스트하고 최상의 조합을 찾도록 요청합니다.

Run 50 backtests of C:\test\RSI_cBot.algo on EURUSD H1, account 
1234567 over the last 6 months using different combinations of 
Periods (between 5 and 50) and StopLoss (between 10 and 100). 
Analyse all the results and tell me which combination delivered 
the most profit.

에이전트는 실행 전반에 걸쳐 매개 변수 값을 변경하고, 결과를 수집하며, 순위가 매겨진 요약을 제시합니다. 각 테스트를 직접 설계할 필요 없이 최상의 구성을 얻을 수 있습니다.

4. 특정 지표에 대한 최적화

이익이 중요한 유일한 요소는 아닙니다. 에이전트에게 대신 낮은 위험에 대해 최적화하도록 요청할 수 있습니다.

What parameters should I run the cBot on for the lowest possible 
drawdown?

에이전트는 이미 수집한 백테스트 데이터를 분석하거나 (필요한 경우 새로운 테스트를 실행하고) 일부 이익을 희생하더라도 손실폭을 최소화하는 구성을 권장합니다.

5. 권장 사항 검증

더 긴 시간 범위에서 확인하지 않고 구성을 배포하지 마십시오.

Run a backtest over the last 2 years using those parameters to 
confirm your hypothesis.

에이전트는 훨씬 더 긴 기간 동안 권장 매개 변수로 백테스트를 실행합니다. 결과가 유지되면 검증된 구성을 얻은 것입니다. 결과가 저하되면 최적화가 더 짧은 기간에 과적합되었을 수 있습니다.

6. 추가 심볼에서 테스트

진정으로 견고한 구성은 하나 이상의 상품에서 작동해야 합니다.

Now backtest the same cBot with those parameters on GBPUSD, USDJPY 
and XAUUSD over the last 2 years. Compare the results across all 
four symbols.

에이전트는 세 개의 추가 백테스트를 실행하고 비교 표를 제시합니다. 하나의 심볼이 모든 이익을 가져가는 것이 아니라 일관된 수익성을 찾으십시오.

7. 우승 구성 배포

결과에 확신이 들면 최적화된 매개 변수로 cBot을 시작합니다.

Run C:\test\RSI_cBot.algo on account 1234567, EURUSD H1 with 
Periods set to 22 and StopLoss set to 45.

대량 백테스트 단계에서 에이전트에게 특정 디렉토리에 과거 데이터를 캐시하도록 지시하십시오. 이렇게 하면 모든 실행마다 가격 데이터를 다시 다운로드하는 것을 방지하고 프로세스를 훨씬 빠르게 만듭니다.

Cache all price data in C:\test\price-cache for these backtests.