كيفية تحسين خوارزمية cBot
في cTrader، من الممكن إنشاء خوارزميات cBot بأي عدد من المعلّمات القابلة للتخصيص والتي تؤثر على سلوكياتها مثل مستويات حماية الأوامر أو أحجام الأوامر الافتراضية. هذا يثير السؤال حول كيفية تحديد المتداولين بالضبط للقيم المثلى لهذه المعلّمات. لحسن الحظ، يوفر cTrader أداة مدمجة يمكنها التعامل مع التحسين، مما يوفر للمتداولين وقتًا ثمينًا.
في دليل المستخدم هذا، نركز على كيفية تحسين المتداولين لخوارزميات cBot الخاصة بهم ونوضح سبب أهمية تحسين cBot لأي مطور خوارزميات.
كيف يعمل تحسين cBot
فكر في التحسين كسلسلة من الاختبارات العكسية. تحدث كل عملية اختبار عكسي على نفس البيانات ولكنها تستخدم قيمًا مختلفة لأي معلّمات مشفرة في خوارزمية cBot.
فكر في خوارزمية cBot يمكنها الاستجابة للحالات عندما تتقاطع المتوسطات المتحركة للفترات السريعة والبطيئة مع بعضها البعض (المتوسط المتحرك السريع يتقاطع مع المتوسط المتحرك البطيء). نريد أن نكون قادرين على تخصيص عدد الفترات السريعة والبطيئة التي تتلقى خوارزمية cBot البيانات لها.
لذلك، يجب أن تحتوي خوارزمية cBot الخاصة بنا على المعلّمتين التاليتين.
1 2 3 4 5 | |
لتحديد القيم المثلى للمعلّمات، سنحتاج إلى اختبار شامل لكيفية عمل خوارزمية cBot في ظروف سوق مختلفة وعند إعطائها قيم مختلفة للمعلّمتين المذكورتين أعلاه. إذا كنا سنجري هذه الاختبارات يدويًا، فستستغرق وقتًا طويلاً دون توفير مجموعة من النتائج سهلة التفسير.
لحسن الحظ، يمكننا جعل cTrader يقوم بإجراء هذه الاختبارات تلقائيًا، وعند انتهائها، يزودنا بقيم معينة للمعلّمات تسمح لخوارزمية cBot بتحقيق أفضل النتائج الممكنة. تُعرف هذه العملية باسم تحسين cBot.
الوصول إلى تحسين cBot
للوصول إلى تحسين cBot، قم بالإجراءات التالية.
أولاً، حدد نسخة من خوارزمية cBot التي ترغب في تحسينها. إذا لزم الأمر، قم بإنشاء نسخة جديدة بالنقر فوق أيقونة علامة الزائد وتحديد رمز، أو تحديد إضافة نسخة في قائمة السياق التي تفتح بالنقر فوق أيقونة المزيد.
بعد ذلك، انتقل إلى علامة التبويب التحسين الموجودة على يمين علامة التبويب الاختبار العكسي مباشرة. يجب أن تبدو الشاشة المركزية في علامة التبويب هذه كما يلي.
تكوين إعدادات التحسين ومعلّمات cBot
نظرًا لأن التحسين هو سلسلة من الاختبارات العكسية، يمكنك تكوين نفس الإعدادات التي ستستخدمها للاختبار العكسي العادي. للقيام بذلك، انقر فوق أيقونة الترس وقم بتغيير القيم في القائمة المفتوحة حديثًا.
لتحديد المعلّمات الدقيقة التي يحتاج cTrader إلى تحسينها، انقر فوق زر المعلّمات الموجود مباشرة على يمين أيقونة الترس.
في هذا القسم الفرعي، قم بتمكين أو تعطيل الأعلام الموجودة على يسار اسم كل معلّمة لتضمين/استبعاد هذه المعلّمات من عملية التحسين. لاحظ أن معلّمة الإطار الزمني موجودة لجميع خوارزميات cBot بغض النظر عن تكوينها.
نريد أن يحدد التحسين القيم المثلى للفترات البطيئة والسريعة التي ستنظر فيها خوارزمية cBot الخاصة بنا عند البدء. ومع ذلك، لا نريد بعد تجربة أنواع أخرى من المتوسطات المتحركة.
تحديد معايير وخوارزمية التحسين
من الممكن تحديد المعايير الدقيقة التي سيستخدمها cTrader لاختيار قيم المعلّمات المثلى بين عمليات الاختبار العكسي التي سيجريها.
للقيام بذلك، انقر فوق زر المعايير الممثل بأيقونة الخط المتجه لأعلى. سترى القسم التالي.
تتضمن إعدادات كل معيار قائمتين. في القائمة الموجودة على اليسار، حدد ما إذا كان يجب تقليل المعيار أو تعظيمه. في القائمة الموجودة على اليمين، اختر المعيار الذي يجب تقليله أو تعظيمه من مجموعة من الخيارات المحددة مسبقًا. يمكن إضافة معايير جديدة بالنقر فوق إضافة معيار.
في لقطة الشاشة أعلاه، نريد من cTrader تعظيم صافي ربحنا وعدد الصفقات الرابحة التي تقوم بها خوارزمية cBot الخاصة بنا. في الوقت نفسه، نريد تقليل النسبة المئوية القصوى لتراجع رأس المال.
من أجل الإيجاز، لا تغطي هذه المقالة معايير التحسين المخصصة وطريقة GetFitness(). لمعرفة المزيد عنها، راجع وثائقنا الفنية.
لاختيار خوارزمية تحسين محددة، انقر فوق زر الخوارزمية الموجود على يمين زر المعايير. يجب أن يفتح القسم الفرعي التالي.
خوارزمية البحث الشامل دقيقة للغاية ولكنها كثيفة الموارد. عند تحديد خيار الشبكة، ينشئ cTrader شبكة من جميع قيم المعلّمات الممكنة ويقوم بتشغيل جميع الاختبارات العكسية المطلوبة لاختبارها. بينما هذه العملية شاملة، قد تستغرق بعض الوقت.
لحسن الحظ، يتضمن cTrader خيار الخوارزمية الجينية. تحاكي هذه الخوارزمية الانتقاء الطبيعي من خلال اعتبار كل تمرير كفرد، ومعلّمات cBot كجينات، ودرجة الملاءمة لمعايير التحسين كقابلية للتكيف. تتوقف الخوارزمية الجينية بمجرد اكتشافها أن أي تغييرات في قيم معلّمات معينة ستؤدي إلى عوائد متناقصة لفعالية cBot.
نظرًا لأن الخوارزمية الجينية أقل كثافة في استخدام الموارد من البحث الشامل ولكنها لا تزال تنتج نتائج دقيقة، نوصي باختيار طريقة التحسين هذه.
تخصيص الموارد وإجراء تحسين cBot
لإجراء تحسين cBot، حدد نطاق البيانات التاريخية التي سيقوم cTrader بتشغيل عمليات الاختبار العكسي عليها. للقيام بذلك، استخدم شريط تمرير التقويم في أعلى علامة التبويب التحسين أو القوائم الموجودة على يسار ويمين الشريط.
لاحظ أن التحسين هو عملية كثيفة الموارد قد تستغرق بعض الوقت لإكمالها. بما أننا نريد الحصول على النتائج بسرعة نسبية، سنختار سنة واحدة كفترة للتحسين.
يسمح cTrader أيضًا بتحديد النسبة المئوية الدقيقة لموارد وحدة المعالجة المركزية المخصصة لعملية التحسين. لتخصيص هذا الإعداد، انقر فوق زر الموارد الموجود على يسار قائمة التقويم اليسرى.
في القسم الذي يظهر حديثًا، اسحب شريط التمرير لزيادة أو تقليل استهلاك وحدة المعالجة المركزية.
بعد الانتهاء من تخصيص الموارد، يجب أن تكون جاهزًا للمتابعة مع التحسين. للقيام بذلك، انقر فوق زر التشغيل الموجود على يمين قائمة التقويم اليمنى. بعد أن يقوم cTrader بتحميل البيانات التاريخية، سترى إضافة عمليات التحسين إلى الشاشة المركزية في الوقت الفعلي.
في أعلى الشبكة، سترى أيضًا العدد الحالي للتمريرات، والوقت المنقضي، ووقت التحسين المتبقي.
سيتم تمييز أي تمريرات مكتملة بعلامة اختيار خضراء. جميع التمريرات التي وصلت فيها خوارزمية cBot الخاصة بك إلى نقطة التوقف سيتم تمييزها بدلاً من ذلك بعلامة اختيار رمادية.
ملاحظة
يمكنك حفظ وتحميل نتائج التحسين، مما يتيح لك نقلها عبر الأجهزة المختلفة.
تفسير وتطبيق نتائج التحسين
في الشبكة المركزية، ستعرض cTrader العديد من المقاييس لكل عملية اختبار عكسي بما في ذلك عدد الصفقات الرابحة التي قامت بها cBot الخاصة بك والنسبة المئوية القصوى لانخفاض رأس المال.
من الجدير بالملاحظة بشكل خاص عمود الملاءمة الذي يعرض درجة الملاءمة لكل عملية. فكر في درجة الملاءمة كمقياس يقيّم درجة تعظيم/تقليل معايير التحسين التي اخترتها في كل عملية. تشير درجات الملاءمة الأعلى إلى درجات أعلى من التوافق مع هذه المعايير.
لتحديد العملية ذات أعلى درجة ملاءمة بسرعة، ما عليك سوى تمكين علامة التحديد التلقائي لأفضل عملية الموجودة أعلى الشبكة المركزية مباشرة. لاحظ أنه يمكنك تمكين علامة التحديد التلقائي لأفضل عملية أثناء حدوث التحسين، وستبحث cTrader ديناميكيًا عن أفضل قيم ممكنة للمعلمات.
كما ترى في عمود الملاءمة، قدمت العملية رقم 33 أفضل درجة ملاءمة ممكنة مقارنة بجميع العمليات الأخرى.
يمكننا النقر بأمان فوق تطبيق بجوار العملية 33، وسيتم تطبيق قيم المعلمات المستخدمة أثناء هذه العملية فورًا على مثيل cBot لدينا.
كانت القيم الافتراضية لمعلمات الفترات البطيئة والفترات السريعة تساوي 10 و5 على التوالي.
كما هو الحال مع الاختبار العكسي، ستوفر شاشة مراقبة التداول مخططًا لرأس المال وإحصاءات تداول مفصلة تلخص الإجراءات التي اتخذتها cBot لدينا خلال عملية معينة. لاحظ أنه يتم عرض مخطط رأس المال فقط لأفضل 20 عملية من الشبكة المركزية.
يؤكد خطا الرصيد ورأس المال المتزايدان باستمرار حقيقة أن العملية 33 قدمت قيم المعلمات اللازمة لـ cBot لدينا للعمل بفعالية.
الملخص
باختصار، يعد تحسين cBot أداة قوية لضمان تكوين مستشاري التداول الآليين الخاصين بك بشكل صحيح. نوصي بشدة بإجراء جولات متعددة من التحسين باستخدام معايير مختلفة للحصول على فكرة عن قيم المعلمات الأفضل لأي cBots قمت بتطويرها بنفسك أو حصلت عليها من مطورين آخرين.