작업이 형식화되어 보이지 않습니다. 매개변수 집합이 불분명합니다. 전체 시스템 세트는 유한합니까, 셀 수 있습니까, 아니면 연속입니까? 고정 크기 포트폴리오? 시스템이 포트폴리오에 일부 가중치와 함께 포함되어 있습니까 아니면 예/아니오로만 포함되어 있습니까?
흠 ... 솔직히 말해서, 질문에 감사드립니다 - 그들이 말했듯이 대답의 절반은 이미 거기에 있습니다
시스템 세트는 셀 수 있고 유한하며 척도가 없으며 계획되지 않습니다. 모두 동일합니다.
기적은 일어나지 않았으며 단순 차량에서 발생하는 주요 문제는 드로다운입니다. 목표는 다른 차량을 추가하여 드로우다운을 최소화하는 것이 아닙니다. 드로우다운 시점에 2대의 차량이 작동하든 대체 차량이 대체 차량을 대체하기를 바라는지는 중요하지 않습니다. 처진 차량 - 이것은 위험의 증가입니다. 나는 거기에 있지 않고 이미 찾고 있습니다.
목표는 포트폴리오에서 차량을 출시하는 것이지만 가상 테스트 후 그리고 드로우다운 후 - 차량 테스트에 따르면 합리적입니다 - 드로우다운은 주기적이며 차량이 작동할 때 드로우다운 후 시간이 있습니다 - 문제는 이러한 차량이 작동하도록 하는 데 걸리는 시간입니다. 이 작업에서 GA는 보조자가 아닐 가능성이 높으며 일부 지적 구성 요소가 필요합니다.
물론 IMHO이지만 제 생각에는 핀 인용구의 "물리학"에서 춤을 출 필요가 있습니다. 도구. 내 생각에 그들의 주요 속성은 시계열의 통계적 특성이 때로는 매우 빠르고 과감하게 변화한다는 것입니다. 이러한 의미에서 먼저 역사를 유사한 통계적 특성을 가진 섹션으로 분리하고 1에서 20까지의 숫자를 할당하는 분류기를 만드는 것이 합리적일 것입니다. 그런 다음 유사한 유형의 시장 각각에 대해 자신의 개별 TS . 그러나 시계열을 유사한 통계적 특성을 가진 섹션으로 나누기 위한 예측 변수를 찾는 방법 - 저는 전혀 모릅니다.
지그재그로 시선을 돌렸는데.. 3월초부터 3월 전과 비교불가. 이전에 무릎을 30분 ~ 1시간 동안 만들 수 있었다면 높은 변동성으로 인해 동일한 매개변수를 사용하여 이제 5분 안에 그립니다. 저것들. 3월 이전에 데이터를 학습하는 것은 의미가 없습니다. 이미 모든 것이 다릅니다.
우리는 높고 낮은 변동성에 대해 보다 보편적인 것을 생각해낼 필요가 있습니다. 뭔가 파도가 치는 것 같습니다. 파도는 남아 있었고, 기장은 더 쓸쓸해졌습니다.
물론 IMHO이지만 제 생각에는 핀 인용문의 "물리학"에서 춤을 출 필요가 있습니다. 도구. 내 생각에 그들의 주요 속성은 시계열의 통계적 특성이 때로는 매우 빠르고 과감하게 변화한다는 것입니다. 이러한 의미에서 먼저 역사를 유사한 통계적 특성을 가진 섹션으로 분리하고 1에서 20까지의 숫자를 할당하는 분류기를 만드는 것이 합리적일 것입니다. 그런 다음 유사한 유형의 시장 각각에 대해 자신의 개별 TS . 그러나 시계열을 유사한 통계적 특성을 가진 섹션으로 나누기 위한 예측 변수를 찾는 방법 - 저는 전혀 모릅니다.
Данное видео знакомит вас с адаптивными фильтрами, то есть фильтрами, коэффициенты которых могут изменять во времени в зависимости от задачи и входного возде...
기적은 일어나지 않았고, 단순 차량에서 발생하는 주요 문제는 드로다운입니다. 목표는 다른 차량을 추가하여 드로우다운을 최소화하는 것이 아닙니다. 드로우다운 시점에 2대의 차량이 작동하든 대체 차량이 작동하기를 바라는지는 중요하지 않습니다. 처진 차량을 교체하십시오 - 이것은 위험의 증가입니다. 나는 거기에서 찾고 있지 않고 이미 찾고 있습니다.
목표는 포트폴리오에서 차량을 출시하는 것이지만 가상 테스트 후 그리고 드로우다운 후 - 차량 테스트에 따르면 합리적입니다 - 드로우다운은 주기적이며 차량이 작동할 때 드로우다운 후 시간이 있습니다 - 문제는 이러한 차량이 작동하도록 하는 데 걸리는 시간입니다. 이 작업에서 GA는 보조자가 아닐 가능성이 높으며 일부 지적 구성 요소가 필요합니다.
아마도 이전에 썼듯이 MT 테스터의 표준 도구를 사용할 수 있습니다. 솔직히 말해서, 신경망 자체에서 특별히 주목할 만한 것은 없습니다. 나는 당신이 그들 없이 할 가능성을 피해서는 안된다고 생각합니다)
도서관 : 이러한 예의 경우 잡음이 있는 신호를 정리하기 위한 보정 계수를 계산하려면 잡음이 없는 기준 신호가 필요합니다. 견적서만 있습니다. 이것이 잡음이 있는 신호라고 가정 하면 예시적인 신호는 무엇 입니까?
이것은 목적 함수 (AMO에서와 같이) 입니다. 필터링의 결과로 무엇을 얻고 싶습니까? 노이즈를 제거하시겠습니까? 이상적인 신호를 설명하고 참조로 사용하십시오. 추세를 설명하시겠습니까? 똑같다..
지금 "이상적인 지그재그 매개변수"를 알고 싶으십니까? 그런 다음 "이상적인 지그재그 매개 변수"가 무엇인지 설명하십시오.
각 양초에 "IPR"을 얻으려고 하면 관심을 가질 것입니다. :)
그런 다음 같은 불운한 AMO에 의해 과학 시리즈 "IPZ"의 바닥을 예측하려고 시도할 수도 있습니다))
결과적으로 적절한 지그재그 매개변수가 있는 적응형 시스템을 얻게 되며 한 단계 앞서 예측이 가능합니다. 이것은 가난한 Igor Makanu 가 1년 동안 찾고 있었고 어떤 식으로도 찾을 수 없는 것입니다.)) 바로 코 앞. 또한, 친애하는 Igor Makanu, 이것이 "시스템이 작동을 멈췄을 때" 문제에 대한 해결책입니다. 실시간으로 AMO 오류 (zz 등의 매개변수에 따라)를 추적할 수 있습니다. 이것이 귀하의 기준이 될 것입니다. 일하는 시스템
В продолжении начатой темы REDIS MQL5-MQL4 в качестве пробы пера написал копировщик сделок МТ - МТ. После тестирования RedisMTAPI было установлено, что библиотеки ( .dll ) требуют доработки, функционал остался прежним ( исправление багов в .dll и переименование локальных переменных в Redis.mqh... Redis — резидентная система управления базами...
작업이 형식화되어 보이지 않습니다. 매개변수 집합이 불분명합니다. 전체 시스템 세트는 유한합니까, 셀 수 있습니까, 아니면 연속입니까? 고정 크기 포트폴리오? 시스템이 포트폴리오에 일부 가중치와 함께 포함되어 있습니까 아니면 예/아니오로만 포함되어 있습니까?
흠 ... 솔직히 말해서, 질문에 감사드립니다 - 그들이 말했듯이 대답의 절반은 이미 거기에 있습니다
시스템 세트는 셀 수 있고 유한하며 척도가 없으며 계획되지 않습니다. 모두 동일합니다.
기적은 일어나지 않았으며 단순 차량에서 발생하는 주요 문제는 드로다운입니다. 목표는 다른 차량을 추가하여 드로우다운을 최소화하는 것이 아닙니다. 드로우다운 시점에 2대의 차량이 작동하든 대체 차량이 대체 차량을 대체하기를 바라는지는 중요하지 않습니다. 처진 차량 - 이것은 위험의 증가입니다. 나는 거기에 있지 않고 이미 찾고 있습니다.
목표는 포트폴리오에서 차량을 출시하는 것이지만 가상 테스트 후 그리고 드로우다운 후 - 차량 테스트에 따르면 합리적입니다 - 드로우다운은 주기적이며 차량이 작동할 때 드로우다운 후 시간이 있습니다 - 문제는 이러한 차량이 작동하도록 하는 데 걸리는 시간입니다. 이 작업에서 GA는 보조자가 아닐 가능성이 높으며 일부 지적 구성 요소가 필요합니다.
물론 IMHO이지만 제 생각에는 핀 인용구의 "물리학"에서 춤을 출 필요가 있습니다. 도구. 내 생각에 그들의 주요 속성은 시계열의 통계적 특성이 때로는 매우 빠르고 과감하게 변화한다는 것입니다. 이러한 의미에서 먼저 역사를 유사한 통계적 특성을 가진 섹션으로 분리하고 1에서 20까지의 숫자를 할당하는 분류기를 만드는 것이 합리적일 것입니다. 그런 다음 유사한 유형의 시장 각각에 대해 자신의 개별 TS . 그러나 시계열을 유사한 통계적 특성을 가진 섹션으로 나누기 위한 예측 변수를 찾는 방법 - 저는 전혀 모릅니다.
현명한 생각...
지그재그로 시선을 돌렸는데.. 3월초부터 3월 전과 비교불가. 이전에 무릎을 30분 ~ 1시간 동안 만들 수 있었다면 높은 변동성으로 인해 동일한 매개변수를 사용하여 이제 5분 안에 그립니다. 저것들. 3월 이전에 데이터를 학습하는 것은 의미가 없습니다. 이미 모든 것이 다릅니다.
우리는 높고 낮은 변동성에 대해 보다 보편적인 것을 생각해낼 필요가 있습니다.
뭔가 파도가 치는 것 같습니다. 파도는 남아 있었고, 기장은 더 쓸쓸해졌습니다.
3월까지 학습하는 대신 고정된 매개변수로 작업하는 것은 의미가 없습니다!!
물론 IMHO이지만 제 생각에는 핀 인용문의 "물리학"에서 춤을 출 필요가 있습니다. 도구. 내 생각에 그들의 주요 속성은 시계열의 통계적 특성이 때로는 매우 빠르고 과감하게 변화한다는 것입니다. 이러한 의미에서 먼저 역사를 유사한 통계적 특성을 가진 섹션으로 분리하고 1에서 20까지의 숫자를 할당하는 분류기를 만드는 것이 합리적일 것입니다. 그런 다음 유사한 유형의 시장 각각에 대해 자신의 개별 TS . 그러나 시계열을 유사한 통계적 특성을 가진 섹션으로 나누기 위한 예측 변수를 찾는 방법 - 저는 전혀 모릅니다.
일반적으로 MO 시리즈의 변화 역학이 이를 위해 사용됩니다.
MO가 약간 변경되는 경우 - "평평한"
MO가 X 이상의 속도로 성장하는 경우 - "상승 추세"
MO는 X보다 높은 비율로 감소합니다 - "하향 추세".
분산에 따른 분류도 보았습니다.
3월까지 학습하는 대신 고정된 매개변수로 작업하는 것은 의미가 없습니다!!
고정된 매개변수가 없는 MO에 적합한 지표의 예를 들어주실 수 있습니까?
https://www.youtube.com/watch?v=TykEeAM6v9U
https://www.youtube.com/watch?v=2JgoeuM7iVM시스템 세트는 셀 수 있고 유한하며 척도가 없으며 계획되지 않습니다. 모두 동일합니다.
기적은 일어나지 않았고, 단순 차량에서 발생하는 주요 문제는 드로다운입니다. 목표는 다른 차량을 추가하여 드로우다운을 최소화하는 것이 아닙니다. 드로우다운 시점에 2대의 차량이 작동하든 대체 차량이 작동하기를 바라는지는 중요하지 않습니다. 처진 차량을 교체하십시오 - 이것은 위험의 증가입니다. 나는 거기에서 찾고 있지 않고 이미 찾고 있습니다.
목표는 포트폴리오에서 차량을 출시하는 것이지만 가상 테스트 후 그리고 드로우다운 후 - 차량 테스트에 따르면 합리적입니다 - 드로우다운은 주기적이며 차량이 작동할 때 드로우다운 후 시간이 있습니다 - 문제는 이러한 차량이 작동하도록 하는 데 걸리는 시간입니다. 이 작업에서 GA는 보조자가 아닐 가능성이 높으며 일부 지적 구성 요소가 필요합니다.
아마도 이전에 썼듯이 MT 테스터의 표준 도구를 사용할 수 있습니다. 솔직히 말해서, 신경망 자체에서 특별히 주목할 만한 것은 없습니다. 나는 당신이 그들 없이 할 가능성을 피해서는 안된다고 생각합니다)
https://www.youtube.com/watch?v=TykEeAM6v9U
https://www.youtube.com/watch?v=2JgoeuM7iVM견적서만 있습니다. 이것이 잡음이 있는 신호라고 가정하면 예시적인 신호는 무엇입니까?
이러한 예의 경우 잡음이 있는 신호를 정리하기 위한 보정 계수를 계산하려면 잡음이 없는 기준 신호가 필요합니다.
견적서만 있습니다. 이것이 잡음이 있는 신호라고 가정 하면 예시적인 신호는 무엇 입니까?
이것은 목적 함수 (AMO에서와 같이) 입니다. 필터링의 결과로 무엇을 얻고 싶습니까? 노이즈를 제거하시겠습니까? 이상적인 신호를 설명하고 참조로 사용하십시오. 추세를 설명하시겠습니까? 똑같다..
지금 "이상적인 지그재그 매개변수"를 알고 싶으십니까? 그런 다음 "이상적인 지그재그 매개 변수"가 무엇인지 설명하십시오.
각 양초에 "IPR"을 얻으려고 하면 관심을 가질 것입니다. :)
그런 다음 같은 불운한 AMO에 의해 과학 시리즈 "IPZ"의 바닥을 예측하려고 시도할 수도 있습니다))
결과적으로 적절한 지그재그 매개변수가 있는 적응형 시스템을 얻게 되며 한 단계 앞서 예측이 가능합니다. 이것은 가난한 Igor Makanu 가 1년 동안 찾고 있었고 어떤 식으로도 찾을 수 없는 것입니다.)) 바로 코 앞. 또한, 친애하는 Igor Makanu, 이것이 "시스템이 작동을 멈췄을 때" 문제에 대한 해결책입니다. 실시간으로 AMO 오류 (zz 등의 매개변수에 따라)를 추적할 수 있습니다. 이것이 귀하의 기준이 될 것입니다. 일하는 시스템