Tradingview assistant数创社-scs66.com|

插件介绍

回测交易策略的助手，并在交易中显示外部信号功能1。进行回测策略，策略参数的优化：*自动获取参数及其类型的列表（支持数字，列表和复选框）*根据规则生成测试范围：起始值比当前的值少2倍，末端比当前的末端高2倍。*保存测试交易策略的生成的参数，以校正其作为文件中的模板CSV格式的模板*加载调整后的参数范围从CSV文件*配置优化模型：*选择优化类型：搜索最大值或最小值*从整个策略​​列表中选择优化的价值在交易中结果（净利润，比率AVG Win / AVG损失，Sharpe比率，Sortino比率等）*在参数空间中选择搜索策略（随机，顺序，退火方法）*过滤不合适的结果。例如，交易数量不足*设置循环数以搜索参数。*通过将所有结果存储在浏览器存储中，并在测试后将其保存为CSV文件，包括在错误或页面重新加载后将其保存为CSV文件*在3D图表上显示进行回测的结果，以分析各种参数对结果的影响。2。将外部信号上传到TradingView图表通过CSV文件的时间戳加载外部买入或出售信号优化方法顺序改进优化方法是实现调整已找到的最佳价值。它不会对整个参数空间进行完整的搜索。IT工作的逻辑如下。采用当前最佳状态（最大结果参数）。第一个参数将被依次检查，其所有值都会顺序检查。如果找到最佳结果，则从该状态进行进一步的验证。然后获取下一个参数，并在范围内检查其所有值，然后检查。蛮力优化方法在参数的策略空间中实现了对所有值的回测。退火方法是一种优化方法，其中搜索最大可能的结果以更少的步骤进行https://en.wikipedia.org/wiki/simulation_annealing进行。该方法以这种方式工作：首先，确定最佳状态及其参数。随机确定一个参数，然后随机选择其从可能值范围的值。检查此值的状态。如果更好，则将记住并从中进行进一步的参数更改。随着测试数量的增加，参数值的传播周围围绕已经发现的值降低。也就是说，如果在测试开始时，该值是从可能的参数值的整个范围内随机选择的，则在进行优化时，该差异在电流值附近减小（“冷却”）。因此，在测试的第一阶段 – 此方法是搜索终点阶段所有空间周围最可能的状态。该方法试图改善找到最佳状态。因此，系统不会陷入一个参数区域，因为它是在顺序方法中发生的，而不是一个随机参数会定期更改，而是一次更改。随机改进方法是最简单的。一个参数是随机确定的，然后从可能值的整个范围内随机选择值。如果情况更好，则记得它。然后从该状态的参数随机更改。随机方法 – 总是一次选择所有参数的随机值（默认）声明。该扩展名是开源的，旨在通过实施仿真用户操作技术来减少用户的手册操作。同时，TradingView的UI显示的数据解析用于获取数据。扩展名不与交易视图服务器进行交互。如果接口更改，则扩展程序可能会停止工作并给出错误。开发人员对用户对使用TradingView的规则扩展的任何可能违规行为概不负责。

插件截图