convolutional 또는 recurrent network가 스스로 모든 것을 할 수 있기를 바라는 것은 예전에 생각했던 grail turkeys처럼 순진한 견해입니다.
이것은 순진한 견해가 아닙니다. 검색 방향입니다. 그리고 반드시 신경망 은 아닙니다. 테제는 가격 시계열의 과거 값에서 실제 포워드 테스트 기간에 관계없이 수익성 있는(비용 극복) 거래에 충분한 정보를 추출할 수 있다는 것입니다.
나는 또한 이 주제에 대한 몇 개의 차트를 게시할 것입니다. 이제 나는 기사에 대한 자료를 준비하고 있습니다.
추신: 개인적으로 재교육으로 이어지는 모든 요인과의 싸움을 고려하고 모델의 가장 보수적이고 신뢰할 수 있는 상태를 취하려고 시도한 결과 연간 30-40% 이상(최대 25% 감소) 짜낼 수 없습니다. 그러나 이것은 이미 헤지 펀드의 중간 산출량을 초과합니다. 순전히 시계열에 대한 기술적 분석을 통해 장기적으로 얻을 수 있는 다른 모든 우주적 이익은 거짓말입니다.
2) Lao Tzu는 알고리즘 거래자였습니다. "아는 자는 침묵하고 말하는 자는 모른다"))))
1) 예, 이것들은 일반적인 생각입니다. 당신이 백만장자가 되어야 한다고 말하는 규모에 대처하기 위해서는 일부 서양 주문 로그가 많은 돈을 끌어들일 것입니다. 저는 시장에 대해 약간 다른 견해를 가지고 있습니다. 저는 여전히 패턴을 고수하는 가격은 이미 모든 것을 고려했습니다. 제 생각에는 여러분이 하는 것보다 저렴하고 간단한 방법으로 시장을 수익성 있게 예측할 수 있다고 생각합니다. 그러나 이를 위해서는 시장의 역학을 이해하고 비정형화를 공식화하고, 배울 때 공유하겠습니다 ...
이것은 내 관찰과 일치합니다. 저는 이것을 미러링이라고 부릅니다(나중에 이 주제에 대한 몇 가지 그래프를 게시할 예정입니다). n분 동안의 가격 상승을 예측하기 위해서는 같은 n분을 되돌아보는 것이 가장 좋은 설명이다.
그러나 이것 외에도 예측력이 가장 큰 지평에 대한 매우 광범위한 데이터가 있습니다.
그리고 4-5%라는 숫자는 어디에서 왔습니까? 그들은 어떻게 계산됩니까? 예측 변수, R^2, 상호 정보의 중요성?
이것은 분류 품질의 증가에 대한 경험적 평가입니다. 이 요소가 없으면 모든 것이 간단하고 비선형 다 요인 시스템의 상호 정보 및 결정이 안정적으로 작동하지 않습니다. 4-5%라는 수치는 물론 도그마가 아닙니다. 주어진 상품의 가격 역학 없이 "모든 시장"과 정보 흐름을 사용하여 특정 수평선에 대한 미래를 예측할 수 있다는 것을 이해해야 합니다. <5% 더 나쁘다. 즉, 주어진 자산 앞에서 분당 미래 증분을 예측할 확률(예: 70%)이 있는 경우 분석용 데이터에서 예측 가능한 시리즈의 가격을 제외하면 70 - (70- 50) * 0.5 = 69%, 거의 노이즈 차이 이내. 물론 이것은 시장뿐만 아니라 내부 정보 없이 전 세계 모든 시장의 실시간 데이터가 있는 경우입니다. 하나의 도구 가격만... 아아, 어떤 AI를 가지고 있든 그런 데이터로 시장을 이기는 것보다 터미네이터를 만드는 것이 더 쉽습니다.
convolutional 또는 recurrent network가 스스로 모든 것을 할 수 있기를 바라는 것은 예전에 생각했던 grail turkeys처럼 순진한 견해입니다.
이것은 순진한 견해가 아닙니다. 검색 방향입니다. 그리고 반드시 신경망 은 아닙니다. 테제는 가격 시계열의 과거 값에서 실제 포워드 테스트 기간에 관계없이 수익성 있는(비용 극복) 거래에 충분한 정보를 추출할 수 있다는 것입니다.
나는 또한 이 주제에 대한 몇 개의 차트를 게시할 것입니다. 이제 나는 기사에 대한 자료를 준비하고 있습니다.
추신: 개인적으로 재교육으로 이어지는 모든 요인과의 싸움을 고려하고 모델의 가장 보수적이고 신뢰할 수 있는 상태를 취하려고 시도한 결과 연간 30-40% 이상(최대 25% 감소) 짜낼 수 없습니다. 그러나 이것은 이미 헤지 펀드의 중간 산출량을 초과합니다. 순전히 시계열에 대한 기술적 분석을 통해 장기적으로 얻을 수 있는 다른 모든 우주적 이익은 거짓말입니다.
MQL은 수년 동안 이 작업을 수행해 왔습니다.
어디를 볼 것인가?
=======
ss는 그것을 보지 못했습니다 :)
어디를 볼 것인가?
1) 초보자의 경우 올바르게 생각하되 통화쌍뿐만 아니라 원자재, 주식, 선물, 옵션,
2) Lao Tzu는 알고리즘 거래자였습니다. "아는 자는 침묵하고 말하는 자는 모른다"))))
1) 예, 이것들은 일반적인 생각입니다. 당신이 백만장자가 되어야 한다고 말하는 규모에 대처하기 위해서는 일부 서양 주문 로그가 많은 돈을 끌어들일 것입니다. 저는 시장에 대해 약간 다른 견해를 가지고 있습니다. 저는 여전히 패턴을 고수하는 가격은 이미 모든 것을 고려했습니다. 제 생각에는 여러분이 하는 것보다 저렴하고 간단한 방법으로 시장을 수익성 있게 예측할 수 있다고 생각합니다. 그러나 이를 위해서는 시장의 역학을 이해하고 비정형화를 공식화하고, 배울 때 공유하겠습니다 ...
나는 역학을 이해했고, 공식화하는 것이 남아 있습니다.
2) 강하게...
나는 위에 링크를 주었다.
거기에서 교차 상관에 대한 단어를 찾지 못했고 내가 설명한 접근 방식 자체에 대해서도 포트폴리오 거래 만하면됩니다.
지금은 이해.
이것은 내 관찰과 일치합니다. 저는 이것을 미러링이라고 부릅니다(나중에 이 주제에 대한 몇 가지 그래프를 게시할 예정입니다). n분 동안의 가격 상승을 예측하기 위해서는 같은 n분을 되돌아보는 것이 가장 좋은 설명이다.
그러나 이것 외에도 예측력이 가장 큰 지평에 대한 매우 광범위한 데이터가 있습니다.
그리고 4-5%라는 숫자는 어디에서 왔습니까? 그들은 어떻게 계산됩니까? 예측 변수, R^2, 상호 정보의 중요성?
이것은 분류 품질의 증가에 대한 경험적 평가입니다. 이 요소가 없으면 모든 것이 간단하고 비선형 다 요인 시스템의 상호 정보 및 결정이 안정적으로 작동하지 않습니다. 4-5%라는 수치는 물론 도그마가 아닙니다. 주어진 상품의 가격 역학 없이 "모든 시장"과 정보 흐름을 사용하여 특정 수평선에 대한 미래를 예측할 수 있다는 것을 이해해야 합니다. <5% 더 나쁘다. 즉, 주어진 자산 앞에서 분당 미래 증분을 예측할 확률(예: 70%)이 있는 경우 분석용 데이터에서 예측 가능한 시리즈의 가격을 제외하면 70 - (70- 50) * 0.5 = 69%, 거의 노이즈 차이 이내. 물론 이것은 시장뿐만 아니라 내부 정보 없이 전 세계 모든 시장의 실시간 데이터가 있는 경우입니다. 하나의 도구 가격만... 아아, 어떤 AI를 가지고 있든 그런 데이터로 시장을 이기는 것보다 터미네이터를 만드는 것이 더 쉽습니다.
나는 거기에서 상호 상관에 대한 단어를 찾지 못했고, 내가 설명한 접근 방식 자체에 대해서도 포트폴리오 거래에 대해서만 이야기했습니다.
상관 관계로의 후속 전환이 있는 공분산 행렬은 여기 리소스의 MQL 어딘가에서 발견되었습니다.
이 행렬은 창이 VR로 전환되었을 때 매우 빠르게 계산되었다는 것만 기억합니다. 아마도 이것은 R에서 수행됩니다.
글쎄, 당신이 말한 편차는 터미널에서 바로 명확하게 표시되었습니다. 주위에 물어보면 누군가 알려줄 것이다.
상관 관계로의 후속 전환이 있는 공분산 행렬은 여기 리소스의 MQL 어딘가에서 발견되었습니다.
이 행렬은 창이 VR로 전환되었을 때 매우 빠르게 계산되었다는 것만 기억합니다. 아마도 이것은 R에서 수행됩니다.
글쎄, 당신이 언급 한 편차는 터미널에 바로 표시되었습니다. 주위에 물어보면 누군가 알려줄 것이다.
예, 물론 완료되었습니다. 하지만 공분산 행렬은 상호 상관 관계가 아닙니다. :)
원하는 도구를 사용할 수 있습니다. 원한다면 이마의 교차 상관을 통해 수행하십시오.
그것은 "균형"의 방향으로 그들의 후속 거래에 대해 "일탈"을 찾는 것에 관한 것이었습니다.
네 물론 완료 :)