글쎄, 이것은 장르의 고전입니다. 위에서 TS의 최적 속성과 결과를 예측하는 것에 대해 이미 썼습니다(equity\pnl...)
"이마에"인 경우 원칙은 반환 또는 소의 경우와 동일합니다. 각 샘플에 대해 샘플을 "이전" 및 "후"로 나누고 일부 이동 포인트 가격(t), {price (tN),price (t)} 및 target {price(t+1),price(t+K)}를 지정하고 전체 행에 대해 t를 실행합니다. 이 경우 목표는 미래의 어떤 창에서 {price(t+1),price(t+K)}에 있는 매쉬의 최적이 될 것이며, 특징은 기본적으로 스토캐스틱 또는 모멘텀에서 무엇이든 될 수 있습니다. 이전 기간{price(tN),price(t)}에 대한 매시 또는 기타 TS의 최적에 대해 다른 기간.
그러나 이것은 거의 의미가 없습니다.
유리 아사울렌코 :
아니요. 나는 당신이 아무것도 선택할 필요가 없다고 말하고 있습니다. 전략에서 MA 기간의 선택에 거의 의존하지 않습니다. 전략 의 경우 상당히 넓은 범위에서 임의의 기간을 사용할 수 있으며 이는 아무 영향도 미치지 않습니다. 즉, MA 12와 16 또는 10과 14를 선택했습니다. 전략 자체는 중요하지 않으며 모든 것이 제자리에 유지되고 입력 매개변수는 다르지만 인치 또는 센티미터 눈금자로 측정하는 것과 동일합니다. 숫자 다르지만 결과는 같습니다.
PS 이제 넓은 주파수 범위를 사용하려면 고정된 주기의 여러 MA가 필요하며 전체 범위를 포함하므로 다시 매개변수를 선택할 필요가 없습니다.
다른 지표의 경우 모든 것이 유사합니다.
정확히는 지표 전략의 출력은 지표의 기간에 의존하지 않고 시장 추세 또는 플랫의 위상에 따라 유효 값의 범위가 넓어 트렌드/플랫 시작/종료 시점을 알 수 있습니다. 임펄스 트레이딩과 리버스 트레이딩을 바꾸는 것은 어려운 일이며, 스무딩 매개변수에만 의존하는 거래 빈도입니다.
정확히는 지표 전략의 출력은 지표의 기간에 의존하지 않고 시장 추세 또는 플랫의 위상에 따라 유효 값의 범위가 넓으므로 트렌드/플랫 시작/종료 시점을 찾으십시오. 도전, 그렇다면 충동 거래와 역 거래를 변경하는 것은 어리석은 일이며 평활 매개 변수에만 거래 빈도에 의존합니다.
숲에 대한 나의 실험은 같은 상황을 보여줍니다. 2017년 6개월간 교육, 2017년 10월-12월 테스트 - 테스트/포워드에서 42% oshiika. 앞으로 걸어가는 방법을 사용하는 경우 2018년의 교대 근무(2018년 6개월 동안 교육, 2018년 10월-12월에 대한 테스트)에는 55%의 오류와 빠른 소진이 있습니다.
연도별 차트를 보면 2017년에는 기차와 시험 모두에서 최대 40일 동안 전 세계적으로 상승세를 보였습니다. 그리고 2018년에는 조금 더 성장하고 글로벌 쇠퇴가 시작됩니다.
저것. 롤백이 2개월 동안 중지되지 않은 경우 이는 새로운 역방향 추세라고 결론을 내릴 수 있습니다. 숲은 이것을 이해하지 못했고 훈련 영역의 1/3에는 여전히 성장이 있었습니다. 그는 이 성장을 위해 훈련했기 때문에 테스트에서 유출했습니다.
글쎄, 내가 마지막 페이지에 던진 그림을 봐 교차로가 반전을 예측할 수 있다는 가설이 있는데 여기에 대한 내 생각이 있습니다
교차로는 이미 회전 자체보다 훨씬 앞서 있기 때문에 서두를 곳이 없으므로 ((...
나는 그림을 보았다. 교차로가 있는 시스템은 세계만큼이나 오래되었습니다.
나는 그것이 작동하지 않을 것이라고 생각합니다. 모든 것이 사진으로만 아름답습니다. 나는 항상 Mashki와 함께 일했고 계속 일하고 있으며 모든 것을 보았습니다. 교차는 Mashki와 함께 작업하는 가장 좋은 방법이 아닙니다. 그러나 그것은 당신에게 달려 있습니다.
:)) 라나. 이 모든 것은 넌센스입니다.
당신이 틀렸다는 것은 말도 안되는 소리가 아닙니다. 시장에는 일정한 주기가 있으며 평균 기간(비유적으로 말함)을 선택하는 것이 매우 중요합니다.
글쎄, 당신은이 선택으로 화상을 입을 것입니다. +/- 30%는 아무 영향도 미치지 않습니다. 따라서 일련의 직교 MA로 충분하고 원하는 작업을 수행하십시오.
이제 이것이 무엇을 의미하는지 생각해보십시오 - 직교 Mashki? ))
글쎄, 당신은이 선택으로 화상을 입을 것입니다. +/- 30%는 아무 영향도 미치지 않습니다. 따라서 일련의 직교 MA로 충분하고 원하는 작업을 수행하십시오.
이제 이것이 무엇을 의미하는지 생각해보십시오 - 직교 Mashki? ))
글쎄, 그 곱의 적분은 특정 기간에 = 0입니다. 글쎄, 이것은 MAshek의 교차점에 대한 주제에 해당합니다 ... 그래서 무엇을?
글쎄, 그 곱의 적분은 특정 기간에 = 0입니다. 글쎄, 이것은 MAshek의 교차점에 대한 주제에 해당합니다 ... 그래서 무엇을?
하지만 아무것도 아니야. 선택하면 모든 매개변수가 변동되지만 고정된 MA가 많으면 모든 것이 해당 지점에 뿌리를 둔 것처럼 서 있고 해당 매개변수가 모든 것을 고유하게 결정하며 가능한 변형의 전체 범위는 근처에서 차단됩니다.
하지만 아무것도 아니야. 선택하면 모든 매개변수가 변동되지만 고정된 MA가 많으면 모든 것이 그 자리에 뿌리를 둔 것처럼 서 있고 해당 매개변수가 모든 것을 고유하게 결정합니다.
제 생각에 유리는 같은 성배 아이디어를 가지고 있기 때문에 구현 방법이 완전히 다릅니다. :)
제 생각에 유리는 같은 성배 아이디어를 가지고 있기 때문에 구현 방법이 완전히 다릅니다. :)
나는 11 월-12 월 17 년의 구현을 가지고 있습니다. 나는 누구와도 어울리지 않았다.
나는 11 월-12 월 17 년의 구현을 가지고 있습니다. 나는 누구와도 어울리지 않았다.
신경망이 TS에서 어떤 역할을 하는지 듣는 것은 흥미로울 것입니다. 블라미! 그래서 ... 흥미롭지 않습니다.
신경망이 TS에서 어떤 역할을 하는지 듣는 것은 흥미로울 것입니다. 블라미! 그래서 ... 흥미롭지 않습니다.
이것은 훈련 가능한 프로그래밍 가능한 논리 행렬(PLM)로 사용되며, 이에 대해 한 번 쓴 적이 있습니다.
그리고 흥미롭거나 흥미롭지 않은 정보는 여전히 없을 것입니다.))
글쎄, 이것은 장르의 고전입니다. 위에서 TS의 최적 속성과 결과를 예측하는 것에 대해 이미 썼습니다(equity\pnl...)
"이마에"인 경우 원칙은 반환 또는 소의 경우와 동일합니다. 각 샘플에 대해 샘플을 "이전" 및 "후"로 나누고 일부 이동 포인트 가격(t), {price (tN),price (t)} 및 target {price(t+1),price(t+K)}를 지정하고 전체 행에 대해 t를 실행합니다. 이 경우 목표는 미래의 어떤 창에서 {price(t+1),price(t+K)}에 있는 매쉬의 최적이 될 것이며, 특징은 기본적으로 스토캐스틱 또는 모멘텀에서 무엇이든 될 수 있습니다. 이전 기간{price(tN),price(t)}에 대한 매시 또는 기타 TS의 최적에 대해 다른 기간.
그러나 이것은 거의 의미가 없습니다.
아니요. 나는 당신이 아무것도 선택할 필요가 없다고 말하고 있습니다. 전략에서 MA 기간의 선택에 거의 의존하지 않습니다. 전략 의 경우 상당히 넓은 범위에서 임의의 기간을 사용할 수 있으며 이는 아무 영향도 미치지 않습니다. 즉, MA 12와 16 또는 10과 14를 선택했습니다. 전략 자체는 중요하지 않으며 모든 것이 제자리에 유지되고 입력 매개변수는 다르지만 인치 또는 센티미터 눈금자로 측정하는 것과 동일합니다. 숫자 다르지만 결과는 같습니다.
PS 이제 넓은 주파수 범위를 사용하려면 고정된 주기의 여러 MA가 필요하며 전체 범위를 포함하므로 다시 매개변수를 선택할 필요가 없습니다.
다른 지표의 경우 모든 것이 유사합니다.
정확히는 지표 전략의 출력은 지표의 기간에 의존하지 않고 시장 추세 또는 플랫의 위상에 따라 유효 값의 범위가 넓어 트렌드/플랫 시작/종료 시점을 알 수 있습니다. 임펄스 트레이딩과 리버스 트레이딩을 바꾸는 것은 어려운 일이며, 스무딩 매개변수에만 의존하는 거래 빈도입니다.
그러나 이것은 거의 의미가 없습니다.
정확히는 지표 전략의 출력은 지표의 기간에 의존하지 않고 시장 추세 또는 플랫의 위상에 따라 유효 값의 범위가 넓으므로 트렌드/플랫 시작/종료 시점을 찾으십시오. 도전, 그렇다면 충동 거래와 역 거래를 변경하는 것은 어리석은 일이며 평활 매개 변수에만 거래 빈도에 의존합니다.
숲에 대한 나의 실험은 같은 상황을 보여줍니다.
2017년 6개월간 교육, 2017년 10월-12월 테스트 - 테스트/포워드에서 42% oshiika. 앞으로 걸어가는 방법을 사용하는 경우 2018년의 교대 근무(2018년 6개월 동안 교육, 2018년 10월-12월에 대한 테스트)에는 55%의 오류와 빠른 소진이 있습니다.
연도별 차트를 보면 2017년에는 기차와 시험 모두에서 최대 40일 동안 전 세계적으로 상승세를 보였습니다. 그리고 2018년에는 조금 더 성장하고 글로벌 쇠퇴가 시작됩니다.
저것. 롤백이 2개월 동안 중지되지 않은 경우 이는 새로운 역방향 추세라고 결론을 내릴 수 있습니다. 숲은 이것을 이해하지 못했고 훈련 영역의 1/3에는 여전히 성장이 있었습니다. 그는 이 성장을 위해 훈련했기 때문에 테스트에서 유출했습니다.