트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2826 1...281928202821282228232824282528262827282828292830283128322833...3399 새 코멘트 Aleksey Nikolayev 2022.11.29 09:19 #28251 mytarmailS #: 알렉세이, 어떤 유형의 자본 곡선인가요? 무작위, 확률적 등인가요? 어떤 유형의 예측을 적용할 수 있나요? 상품과 TS에 따라 다르겠죠. 예를 들어 소비에트 저축 은행에 예치하는 경우-결정론적). 전통적으로 추세 SB(재투자 제외)와 기하학적 SB(재투자 포함) 모델이 사용됩니다. 이러한 모델은 샤프를 평가에 사용할 때 암묵적으로 가정됩니다. mytarmailS 2022.11.29 09:57 #28252 Aleksey Nikolayev #:상품과 TS에 따라 다릅니다. 예를 들어, 소련 Sberbank에 예치하는 경우 - 결정론적) 전통적으로 추세 SB 모델(재투자 제외)과 기하학적 SB 모델(재투자 포함)을 사용합니다. 이러한 모델은 샤프를 사용하여 평가할 때 암묵적으로 가정됩니다. 아이디어: 모델 학습의 품질을 측정하는 척도로 무역수지 곡선에서 아리마의 예측을 사용한다면 어떨까요....? 예측치가 상승하고 신뢰 구간이 좁으면 국회 의사당 곡선이 상승할 가능성이 있는 것처럼 몬테카를로 시뮬레이션과 유사한 방식입니다. Aleksey Nikolayev 2022.11.29 10:23 #28253 mytarmailS #:아이디어 : 아리마의 무역수지 곡선 예측을 모델 학습의 질을 측정하는 척도로 사용한다면 어떨까요? 예측치가 상승하고 신뢰 구간이 좁으면 자본 곡선이 상승할 가능성이 있는 것처럼 몬테카를로 시뮬레이션과 같은 것입니다. 항상 그렇듯이 최적화해야 할 두 가지 수치는 추세 속도와 변동성(아마도 신뢰 구간의 폭과 관련이 있을 것입니다)입니다. 이 중 하나(예: 샤프)를 만들거나 최적의 곡선(예: 마코위츠 포트폴리오 이론에서처럼)을 만든 다음 그 위에 한 지점을 선택해야 합니다. mytarmailS 2022.11.29 10:35 #28254 Aleksey Nikolayev #:항상 그렇듯이 최적화해야 할 두 가지 수치는 추세 속도와 변동성(아마도 신뢰 구간 폭과 관련이 있을 것입니다)입니다. 이 중 하나(예: 샤프)를 만들거나 최적의 곡선(예: 마코위츠 포트폴리오 이론에서와 같이)을 만든 다음 그 위에 점을 선택해야 합니다. 이해가 안 됩니다) Aleksey Nikolayev 2022.11.29 15:38 #28255 mytarmailS #: 이해가 안 됩니다) 자본 곡선 유형에 따라 최적화하는 것이 일반적입니다. 일반적으로 추세 비율을 높이고 추세선 주변의 변동 범위를 줄이려고 노력하므로 최적화를 위한 두 가지 기준이 있습니다. 이 두 가지 기준의 최적화 문제는 기존의 최적화(예: 샤프)로 축소하거나(두 기준 중 하나만 적용), 평면에서 파레토 최적선을 찾은 다음 몇 가지 고려 사항에서 그 점을 선택할 수 있습니다(예: 마코위츠 포트폴리오 이론). 이 주제에는 많은 변형이 있으며 많은 수의 기사가 있습니다. mytarmailS 2022.11.29 16:52 #28256 Aleksey Nikolayev #:자본 곡선 유형에 맞게 최적화하는 것은 일반적입니다. .... 아, 그렇군요. 하지만 제 말은 그게 아니라 자본 곡선 자체가 아니라 자본 곡선이 앞으로 성장할 것이라는 예측을 최적화하는 것이 흥미롭다는 뜻입니다. 예를 들어 자본 곡선을 최적화하여 예측이 가능한 한 좋게 나오도록 하는 것이죠(빨간색 채널처럼). 곡선 자체는 항상 떨어질 수 있습니다... 오토아리마로 해봤는데 꽤 좋은 결과가 나왔지만, 훈련하는 데 시간이 오래 걸립니다. 10명 중 7-8명이 자본 성장을 추측합니다. Aleksey Nikolayev 2022.11.29 17:37 #28257 mytarmailS #:아, 알겠습니다만, 제 말은 그게 아니라 자본 곡선 자체가 아니라 앞으로 자본 곡선이 성장할 것이라는 예측이 흥미롭다는 뜻입니다. 자본 곡선을 최적화하여 예측이 가능한 한 좋게 나오도록 하는 것과 같은 것입니다(예:빨간색 채널). 곡선 자체는 항상 하락할 수 있습니다... 오토아리마로 해봤는데 꽤 좋은 결과를 얻었지만, 훈련하는 데 시간이 오래 걸립니다. 10명 중 7-8명은 자본 증가를 추측합니다. 우리가 최적화하는 최종 자본 곡선이 항상 있기 때문에 이전에 쓴 내용은 이것과 상당히 일치합니다. 우리가 ARIMA가 아니라 신경망과 같은 블랙 박스를 사용하고 있다고 상상하면 유일한 차이점은 원래 시스템의 자본 곡선에 해당하는 기능을 추가하는 것입니다. 저는 다른 TS를 기반으로 메타 시스템으로 TS를 구축한다는 아이디어에 대해 편견이 있습니다. 이 기술이 작동한다면 그 이유를 이해하고 직접적이고 명시 적으로 사용해야합니다. 이 방향에서 제가 한 가장 어려운 일은 하락시 거래를 중단하고 성장시 거래를 재개하는 것입니다. Forester 2022.11.29 18:50 #28258 Aleksey Nikolayev #: 이 방향에서 가장 어려운 것은 하락 시 거래를 중지하고 상승 시 거래를 재개하는 것입니다. 거래가 중단되면 데포는 어떻게 증가하기 시작할까요? ))) Aleksey Nikolayev 2022.11.29 19:11 #28259 elibrarius #:거래가 중단된 경우 디포는 어떻게 증가하기 시작할까요? ))) 실제 거래는 중지되지만 가상 거래는 계속됨) 실제 자산과 가상 자산이 다를 것이 분명하지만 이는 무시됩니다. mytarmailS 2022.11.30 07:32 #28260 같은 얘기를 하고 있는 것 같지는 않지만 괜찮습니다. 1...281928202821282228232824282528262827282828292830283128322833...3399 새 코멘트 사유: 취소 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
알렉세이, 어떤 유형의 자본 곡선인가요?
상품과 TS에 따라 다르겠죠. 예를 들어 소비에트 저축 은행에 예치하는 경우-결정론적).
전통적으로 추세 SB(재투자 제외)와 기하학적 SB(재투자 포함) 모델이 사용됩니다. 이러한 모델은 샤프를 평가에 사용할 때 암묵적으로 가정됩니다.
상품과 TS에 따라 다릅니다. 예를 들어, 소련 Sberbank에 예치하는 경우 - 결정론적)
전통적으로 추세 SB 모델(재투자 제외)과 기하학적 SB 모델(재투자 포함)을 사용합니다. 이러한 모델은 샤프를 사용하여 평가할 때 암묵적으로 가정됩니다.
아이디어: 모델 학습의 품질을 측정하는 척도로 무역수지 곡선에서 아리마의 예측을 사용한다면 어떨까요....? 예측치가 상승하고 신뢰 구간이 좁으면 국회 의사당 곡선이 상승할 가능성이 있는 것처럼 몬테카를로 시뮬레이션과 유사한 방식입니다.
아이디어 : 아리마의 무역수지 곡선 예측을 모델 학습의 질을 측정하는 척도로 사용한다면 어떨까요? 예측치가 상승하고 신뢰 구간이 좁으면 자본 곡선이 상승할 가능성이 있는 것처럼 몬테카를로 시뮬레이션과 같은 것입니다.
항상 그렇듯이 최적화해야 할 두 가지 수치는 추세 속도와 변동성(아마도 신뢰 구간의 폭과 관련이 있을 것입니다)입니다. 이 중 하나(예: 샤프)를 만들거나 최적의 곡선(예: 마코위츠 포트폴리오 이론에서처럼)을 만든 다음 그 위에 한 지점을 선택해야 합니다.
항상 그렇듯이 최적화해야 할 두 가지 수치는 추세 속도와 변동성(아마도 신뢰 구간 폭과 관련이 있을 것입니다)입니다. 이 중 하나(예: 샤프)를 만들거나 최적의 곡선(예: 마코위츠 포트폴리오 이론에서와 같이)을 만든 다음 그 위에 점을 선택해야 합니다.
이해가 안 됩니다)
자본 곡선 유형에 따라 최적화하는 것이 일반적입니다. 일반적으로 추세 비율을 높이고 추세선 주변의 변동 범위를 줄이려고 노력하므로 최적화를 위한 두 가지 기준이 있습니다. 이 두 가지 기준의 최적화 문제는 기존의 최적화(예: 샤프)로 축소하거나(두 기준 중 하나만 적용), 평면에서 파레토 최적선을 찾은 다음 몇 가지 고려 사항에서 그 점을 선택할 수 있습니다(예: 마코위츠 포트폴리오 이론).
이 주제에는 많은 변형이 있으며 많은 수의 기사가 있습니다.
자본 곡선 유형에 맞게 최적화하는 것은 일반적입니다. ....
아, 그렇군요. 하지만 제 말은 그게 아니라 자본 곡선 자체가 아니라 자본 곡선이 앞으로 성장할 것이라는 예측을 최적화하는 것이 흥미롭다는 뜻입니다.
예를 들어 자본 곡선을 최적화하여 예측이 가능한 한 좋게 나오도록 하는 것이죠(빨간색 채널처럼).
곡선 자체는 항상 떨어질 수 있습니다...
오토아리마로 해봤는데 꽤 좋은 결과가 나왔지만, 훈련하는 데 시간이 오래 걸립니다. 10명 중 7-8명이 자본 성장을 추측합니다.
아, 알겠습니다만, 제 말은 그게 아니라 자본 곡선 자체가 아니라 앞으로 자본 곡선이 성장할 것이라는 예측이 흥미롭다는 뜻입니다.
자본 곡선을 최적화하여 예측이 가능한 한 좋게 나오도록 하는 것과 같은 것입니다(예:빨간색 채널).
곡선 자체는 항상 하락할 수 있습니다...
오토아리마로 해봤는데 꽤 좋은 결과를 얻었지만, 훈련하는 데 시간이 오래 걸립니다. 10명 중 7-8명은 자본 증가를 추측합니다.
우리가 최적화하는 최종 자본 곡선이 항상 있기 때문에 이전에 쓴 내용은 이것과 상당히 일치합니다. 우리가 ARIMA가 아니라 신경망과 같은 블랙 박스를 사용하고 있다고 상상하면 유일한 차이점은 원래 시스템의 자본 곡선에 해당하는 기능을 추가하는 것입니다.
저는 다른 TS를 기반으로 메타 시스템으로 TS를 구축한다는 아이디어에 대해 편견이 있습니다. 이 기술이 작동한다면 그 이유를 이해하고 직접적이고 명시 적으로 사용해야합니다.
이 방향에서 제가 한 가장 어려운 일은 하락시 거래를 중단하고 성장시 거래를 재개하는 것입니다.
이 방향에서 가장 어려운 것은 하락 시 거래를 중지하고 상승 시 거래를 재개하는 것입니다.
거래가 중단되면 데포는 어떻게 증가하기 시작할까요? )))
거래가 중단된 경우 디포는 어떻게 증가하기 시작할까요? )))
실제 거래는 중지되지만 가상 거래는 계속됨) 실제 자산과 가상 자산이 다를 것이 분명하지만 이는 무시됩니다.