Устойчивость к изменению параметров.

Недостаточно об­наружить набор параметров, дающий хорошую результатив­ность. Кроме этого необходимо убедиться, что этот набор па­раметров не отражает случайные для системы результаты. Дру­гими словами, мы хотим определить, что сходный набор пара­метров также продемонстрирует хорошую результативность. Целью оптимизации является поиск широких областей хорошей результативности, а не единственный набор параметров с наи­лучшей результативностью.

Например, если при тестировании простой системы пробоя кто-то обнаружит, что набор параметров N = 7 демонстрирует наи­лучшее соотношение прибыли и риска, но эта результативность резко падает для наборов параметра М<5иМ>9, в то время как все наборы в диапазоне от N = 25 до N = 54 дают относи­тельно хороший результат, то было бы намного разумнее выбрать набор параметров из последнего диапазона. Почему? Потому что исключительная результативность набора N = 7 склоняет к мыс­ли о своеобразии исторических цен, которые вряд ли повторят­ся. Тот факт, что близкие наборы параметров дают слабую ре­зультативность, предполагает, что нет оснований для доверия к торговле при наборе параметров N = 7. Напротив, широкий ди­апазон стабильной результативности для наборов из области 25 < N < 54 предполагает, что набор, взятый из середины этого диапазона, скорее всего, приведет к успешной торговле. Определение прибыльных областей для системы с единственным параметром требует не больше труда, чем просмотр колонки цифр. В системе с двумя параметрами придется строить табли­цу измерений результативности, в которой колонки соответству­ют возрастающим значениям одного параметра, а строки — воз­растающим значениям второго. При таком способе придется визуально отыскивать зоны прибыльности. В случае системы с тремя параметрами может использоваться та же процедура, если один из параметров предполагает лишь небольшое количество дискретных значений. Например, в случае системы пересечения

скользящих средних с временной задержкой в качестве подтвер­ждающего правила, в которой тестируются три значения вре­менной задержки, можно было бы построить три двухмерные таблицы результативности — по одной для каждого из значений временной задержки. Обнаружение прибыльных областей для более сложных систем, однако, потребовало бы применения компьютеризированных процедур поиска.