优化交易策略是助手，以优化（优化）和对交易的交易策略
优化交易策略是助手，以优化和进行交易中的交易策略。
进行回测交易策略的优化助手，并在交易中显示外部信号
交易策略和检查（显示）外部信号的助手。
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，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，该差距在电流值附近降低（“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。
隶属关系：
我们致力于透明和负责任的营销。我们的扩展程序使用会员计划来支持其开发并提供增强的功能。在安装之前和用户界面中，我们想通知您，我们与多个会员平台建立了合作伙伴关系。这些包括Bybit，Okx，Bingx和Bitget。参与这些计划有助于我们继续为您改善服务。有关更多详细信息，请访问我们的Chrome网络商店页面。
1.3.4
*修复了颜色问题
*修复了观察列表上的进行回测问题。
1.4.1
*添加进出样品测试。仅适用于对TradingView进行深入测试的用户。
1.4.6
*修复了一些更新
*进出样品测试
1.5.6
*占位符的更新交易视图
1.5.8
*删除了CSV功能的上传。
1.5.9
修复了TradingView UI更新的所有错误。
1.6.0
修复了TradingView UI更新的所有错误。
