글쎄, 결국 그들 자신은 손실을 입었고 이것이 시장의 유일한 주요 플레이어는 아닙니다. 예를 들어 E. Peters가 쓴 것처럼 임의성은 다른 투자 범위를 가질 수 있으며 각 투자 범위의 손익 분포는 거의 동일하며 검은 백조를 칠 확률은 동일합니다. 독점과의 싸움은 국가와 경쟁 시장의 핵심 역할입니다. 그렇지 않으면 $ 1000에 빵을 살 것입니다.
문구 주셔서 감사합니다. 나는 아직 외환 관리 용이성을 기반으로 새로운 목표를 설정하지 않았지만 이것은 몇 단계만 거치면 설정할 수 있을 것 같습니다.
산산이치 포멘코 :
출구는 무엇입니까?
내 첫 번째 생각은 모든 것이 매우 자유롭고 독립적이기 때문에 외환에서 벗어나 암호화폐를 거래하는 것이었습니다. 그러나 크립트의 가격은 일반적으로 달러로 표시되기 때문에 btc/usd의 가격도 usd로부터 나쁜 예측할 수 없는 속성을 받게 되며 이는 또한 나쁜 것입니다. 예를 들어 btc/ltc(bitcoin-litecoin)와 같은 암호 교차 거래를 시도할 가치가 있다고 생각합니다. MT4에 btc/usd가 있다는 중개인의 광고를 보았습니다. MT5에 btc/ltc가 있는 주방을 찾을 필요가 없습니다. 최악의 경우 비트코인 거래소로 바로 갈 수 있지만 나머지 API를 통해 로봇과 거래하려면 자체 프로그램을 작성해야 합니다.
Forex에서 분류 모델을 작동시키는 방법에 대한 몇 가지 아이디어가 더 있습니다. 먼저, 현재 컨트롤의 유형을 분류합니다(내 경험에 따르면 유형이 무작위로 이전의 것으로 변경됩니다. 그 중 몇 개만 있어도 4개만 있는 것 같습니다. 그러나 이것은 정확하지 않습니다). 또한 각 유형의 관리에 대해 훈련된 무역 분류자가 있어야 합니다. 그리고 해당 분류기의 구매/판매를 예측합니다. 어쩐지 모든 것이 너무 복잡합니다. 새 자전거가 많이 필요합니다. :)
문구 주셔서 감사합니다. 나는 아직 외환 관리 용이성을 기반으로 새로운 목표를 설정하지 않았지만 이것은 몇 단계만 거치면 설정할 수 있을 것 같습니다.
내 첫 번째 생각은 모든 것이 매우 자유롭고 독립적이기 때문에 외환에서 벗어나 암호화폐를 거래하는 것이었습니다. 그러나 크립트의 가격은 일반적으로 달러로 표시되기 때문에 btc/usd의 가격도 usd로부터 나쁜 예측할 수 없는 속성을 받게 되며 이는 또한 나쁜 것입니다. 예를 들어 btc/ltc(bitcoin-litecoin)와 같은 암호 교차 거래를 시도할 가치가 있다고 생각합니다. MT4에 btc/usd가 있다는 중개인의 광고를 보았습니다. MT5에 btc/ltc가 있는 주방을 찾아야 합니다. 최악의 경우 비트코인 거래소로 바로 갈 수 있지만 나머지 API를 통해 로봇과 거래하려면 자체 프로그램을 작성해야 합니다.
Forex에서 분류 모델을 작동시키는 방법에 대한 몇 가지 아이디어가 더 있습니다. 먼저, 현재 컨트롤의 유형을 분류합니다(내 경험에 따르면 유형이 무작위로 이전의 것으로 변경됩니다. 그 중 몇 개만 있어도 4개만 있는 것 같습니다. 그러나 이것은 정확하지 않습니다). 또한 각 유형의 관리에 대해 훈련된 무역 분류자가 있어야 합니다. 그런 다음 적절한 분류기를 사용하여 매수/매도 예측을 합니다. 어쩐지 모든 것이 너무 복잡합니다. 새 자전거가 많이 필요합니다. :)
분류 모델에 대해 이야기하는 경우 장기간에 걸쳐 거의 동일한 예측 능력을 갖는 예측 변수를 찾아야 합니다.
현재 우리는 가장 예측 가능한 통화 쌍의 다양한 파생 상품을 접했습니다.
그리고 다른 통화 쌍을 사용하는 경우. 나는 이것을 하고 있다. EURUSD 쌍을 예측할 수 있는 통화 쌍이 있고 이 통화 쌍을 전혀 예측하지 못하는 통화 쌍이 있습니다.
그러나 더 심각한 생각이 있습니다.
사실 환율(예: USD)은 다양한 거시경제 지표( 연준 금리, GDP ...)에 직접적으로 의존한다는 사실입니다. 식별한 패턴 변화가 거시경제 지표의 변화와 관련이 있을 가능성이 큽니다. 그들은 한 달의 빈도를 가지고 있습니다 - 그것은 매우 빠릅니다. 일반적으로 분기 또는 계절.
이 스레드의 토론에 관심을 갖고 참여하는 모든 분들께 인사드립니다! 나는 작은 간격으로 주제를 처음부터 끝까지 읽었습니다. 여기에 몇 가지 흥미로운 아이디어와 아이디어가 있습니다. 나는 이 문제에 대한 나의 관점과 접근 방식, 즉 시장에 접근하는 방법과 시장에서 무엇을 얻으려고 노력해야 하는지를 표현하고 싶습니다.
나는 지표나 다른 기술적 수단 없이 시장에서 어느 정도 자리를 잡을 수 있을 만큼 충분한 거래 경험을 가지고 있습니다. 나는 내 비전/경험을 수학적 모델로 바꾸려는 아이디어가 있었습니다. 나는 모든 뉘앙스를 숫자로 번역하는 것이 불가능하다는 것을 즉시 이해했습니다. 무엇보다도 전문적인 프로그래밍 기술의 부족과 가장 중요한 수학, 통계, 물리학 등의 분야에 대한 지식이 부족했기 때문입니다. 그러나 그는 어쨌든 그 일을 맡았습니다.
결과적으로 시장에 대한 나의 접근 방식을 예측에 정확히 반영하는 지표가 생성되었습니다(그림). 그의 작업을 간략하게 설명하겠습니다. 먼저 따옴표가 사전 처리된 다음 부드러움이 좋고 꼬임이 최소화된 소위 "이상적인" 모델이 생성됩니다. 그러나 이러한 장점이 있는 이 모델에는 상당한(10-12) 막대 수만큼 뒤쳐지는 큰 단점이 있습니다. 다음 작업은 "이상적인" 모델의 지연을 보상하는 것이었습니다. 나는 여전히 이 문제를 해결하고 있다. 하지만 결과가 있습니다. 그림에. "이상적인" 모델의 예측값을 볼 수 있습니다. 노란색 - 5바 앞, 빨간색 - 7바 앞. 과거 데이터를 사용하여 1 bar 만 있어도 앞으로 나아갈 수 없으며 많은 거짓 긍정이 나타나고 부드러움이 깨집니다. 저것들. 나는 역사를 최대한 활용했다. 제 생각에는 거래량에서 수십 개의 다른 상품 간의 상관 관계에 이르기까지 다음 막대의 형성에 예측 변수의 폭발적인 혼합이 관련되어 있습니다. (게다가, 해당 연결이 매우 단기적이라는 점을 분명히 하고 싶습니다. 다소 장기적인 연결을 식별할 수는 없습니다.)
이 모든 작업에서 나는 시장이 어떻게 움직이는지에 대한 일정한 의견을 형성했습니다. 우리 평범한 거래자들은 현재 시장 상태에 대한 완전한 정보를 가지고 있지 않습니다. 그들은 시장을 움직이는 사람들, 우리는 끊임없이 뒤처질 것입니다. 그러나 제로 바에 접근하는 것이 가능할 것 같지만 일반 거래자가 실제로 그렇게 할 수 없는 그러한 자원과 지식이 필요할 것입니다.
이 스레드의 토론에 관심을 갖고 참여하는 모든 분들께 인사드립니다! 나는 작은 간격으로 주제를 처음부터 끝까지 읽었습니다. 여기에 몇 가지 흥미로운 아이디어와 아이디어가 있습니다. 나는 이 문제에 대한 나의 관점과 접근 방식, 즉 시장에 접근하는 방법과 시장에서 무엇을 얻으려고 노력해야 하는지를 표현하고 싶습니다.
나는 지표나 다른 기술적 수단 없이 시장에서 어느 정도 자리를 잡을 수 있을 만큼 충분한 거래 경험을 가지고 있습니다. 나는 내 비전/경험을 수학적 모델로 바꾸려는 아이디어가 있었습니다. 나는 모든 뉘앙스를 숫자로 번역하는 것이 불가능하다는 것을 즉시 이해했습니다. 무엇보다도 전문적인 프로그래밍 기술의 부족과 가장 중요한 수학, 통계, 물리학 등의 분야에 대한 지식이 부족했기 때문입니다. 그러나 그는 어쨌든 그 일을 맡았습니다.
결과적으로 시장에 대한 나의 접근 방식을 예측에 정확히 반영하는 지표가 생성되었습니다(그림). 그의 작업을 간략하게 설명하겠습니다. 먼저 따옴표가 사전 처리된 다음 부드러움이 좋고 꼬임이 최소화된 소위 "이상적인" 모델이 생성됩니다. 그러나 이러한 장점이 있는 이 모델에는 상당한(10-12) 막대 수만큼 뒤쳐지는 큰 단점이 있습니다. 다음 작업은 "이상적인" 모델의 지연을 보상하는 것이었습니다. 나는 여전히 이 문제를 해결하고 있다. 하지만 결과가 있습니다. 그림에. "이상적인" 모델의 예측값을 볼 수 있습니다. 노란색 - 5바 앞, 빨간색 - 7바 앞. 과거 데이터를 사용하여 1 bar 만 있어도 앞으로 나아갈 수 없으며 많은 거짓 긍정이 나타나고 부드러움이 깨집니다. 저것들. 나는 역사를 최대한 활용했다. 제 생각에는 거래량에서 수십 개의 기타 상품 간의 상관 관계에 이르기까지 다음 막대의 형성에 매우 폭발적인 예측 변수의 혼합이 관련되어 있습니다. (게다가, 해당 연결이 매우 단기적이라는 점을 분명히 하고 싶습니다. 다소 장기적인 연결을 식별할 수는 없습니다.)
이 모든 작업에서 나는 시장이 어떻게 움직이는지에 대한 일정한 의견을 형성했습니다. 우리 평범한 거래자들은 현재 시장 상태에 대한 완전한 정보를 가지고 있지 않습니다. 그들은 시장을 움직이는 사람들, 우리는 끊임없이 뒤처질 것입니다. 그러나 제로 바에 접근하는 것이 가능할 것 같지만 일반 거래자가 실제로 그렇게 할 수 없는 그러한 자원과 지식이 필요할 것입니다.
흥미로운!!!!! 귀하의 지표는 시세를 잘 평활화하지만 라인 자체는 예측을 수행하지 않습니다. 즉, 지옥은 연기라는 원칙에 따라 진행됩니다. 일반적으로 이러한 차량은 잘못된 신호의 수에 민감합니다. 예상 값을 어떻게 얻었는지 궁금합니다????
사실 환율(예: USD)은 다양한 거시경제 지표( 연준 금리, GDP ...)에 직접적으로 의존한다는 사실입니다. 식별한 패턴 변화가 거시경제 지표의 변화와 관련이 있을 가능성이 큽니다. 그들은 한 달의 빈도를 가지고 있습니다 - 그것은 매우 빠릅니다. 일반적으로 분기 또는 계절.
패턴 인식도 실험했습니다. 모델의 본질은 다음과 같습니다. 수십 개의 막대(패턴)에 대한 가격 상승 및 하락을 살펴보고, 지난 몇 주 동안 유사한 패턴을 찾고, 이전에 유사한 패턴 이후에 가격이 어떻게 행동했는지 확인하고, 이러한 관찰에 따라 거래하십시오. 모델에는 패턴의 길이(막대 단위), 유사한 패턴을 찾을 때 기록으로 이동할 거리, 다른 계수 등과 같은 최적화를 위한 다양한 매개변수가 있습니다. mytarmailS가 여기 주제에서 제안한 것처럼 데카르트 거리를 통해 패턴의 "유사성"을 결정합니다.
일주일과 같이 짧은 훈련 기간을 사용하면 모델 매개변수를 조정하여 이 기간 동안 이익이 증가하는 것을 달성할 수 있습니다. 그러나 이전에 썼듯이 그러한 모델은 무작위가 아니라 일정 기간 동안 새로운 데이터에 대해 이익과 손실을 가져올 것입니다. 1주일은 플러스, 1주일 마이너스, 2주는 스프레드가 천천히 소진됩니다. 그리고 이러한 수익성 또는 심각한 손실의 사이클은 때때로 몇 개월 후에도 미래에 나타날 것입니다. 이것은 새로운 데이터의 확산에 따라 고르게 천천히 병합되는 뉴런이나 숲과 같은 기존 모델과 매우 다릅니다. 왠지 이 모델이 마음에 들었습니다. 숨겨진 Forex 사이클을 보여주는 것 같습니다. 동일한 패턴에 대한 가격 반응이 어떻게 급격하게 변하는지 알 수 있습니다. 결과의 무작위성(뉴런에서와 같이) 대신 주기적(불균일한) 악화와 개선이 나타납니다. 특이한.
새로운 실험을 통해 모델의 매개 변수를 사용하면 일주일 또는 한 달과 같이 시간에 관계없이 데이터에 대한 수익성을 달성할 수 있습니다. 그러나 훈련 간격이 아무리 길어도 새 데이터에 대한 안정적인 수익은 없습니다. 훈련을 위해 일주일 동안 데이터를 가져 가면 손익 기간도 매주이며 다음 주가 수익성이 있는지 여부를 미리 알 수 없습니다. 훈련에 한 달이 걸리면 이익과 손실의 기간도 몇 달이 될 것입니다. 일종의 쓰레기 :) 현재 유형의 외환 관리 유형의 분류에 관해서는 아마도 실수를했을 것입니다. 이것은 요점이 아니며 교육을 위해 데이터 간격이 얼마나 오래 걸렸는지에 달려 있지 않습니다. 그것이 어떻게 작동하는지 이해하려면 의미와 논리를 남겨 둘 필요가 있습니다. :)
지금까지 유일한 생각은 패턴에 포함된 막대의 수를 늘리는 것입니다. 비유하자면, 예를 들어 "헤드앤숄더" 수치가 3월에 이익을 내고 4월에 합병된 경우, 결정을 내리기에는 분명히 충분하지 않습니다. 그 이전의 인물들을 살펴봐야 하고, 결과적으로 결정을 내리기 위해서는 역사상 세 명의 과거 인물을 찾아 조합에 대한 결정을 내려야 한다는 것이 밝혀질 수 있다. 롤 수도 있습니다. 그러나 역설이 나타납니다. Occam의 원칙에 따르면 10개 막대 패턴을 사용하여 더하기 거래하도록 모델을 훈련할 수 있다면 100개 막대를 사용해서는 안 됩니다. 그리고 결론에 따르면 여전히 필요합니다.
흥미로운!!!!! 귀하의 지표는 시세를 잘 평활화하지만 라인 자체는 예측을 수행하지 않습니다. 즉, 지옥은 연기라는 원칙에 따라 진행됩니다. 일반적으로 이러한 차량은 잘못된 신호의 수에 민감합니다. 예상 값을 어떻게 얻었는지 궁금합니다????
예, 스무딩은 괜찮지만 위상 지연은 작지 않습니다. 다시 말하지만, 주요 아이디어는 최대 부드러움과 최소 골절 수를 달성하는 것입니다. 그런 다음 신경망과 선형 회귀를 훈련하여 이 모델을 복원하고 부드럽게 유지하면서 점차 0 막대를 향해 이동합니다. 위상은 10-12 중 7 막대에 대해서만)
노란색 선과 빨간색 선 형태의 예측 값은 "이상적인" 선을 목적 함수로 사용하여 신경망을 훈련하여 얻은 것이며 예측 변수는 샘플의 진폭과 위상이 겹치는 다항식입니다. 그러나 "노란색" 및 "빨간색" 모델의 훈련은 "빨간색" 모델을 훈련하기 위한 예측자로 "노란색" 모델을 사용했기 때문에 약간 다릅니다. 훈련은 1500-2000개의 막대 샘플인 AUDJPY 분 차트에서 수행되었습니다. 결과 모델은 진폭 측면에서 인용의 상당한 범위에도 불구하고 전체 기록에 걸쳐 모든 시간대에서 작동합니다.
여기에서 시장을 예측하기 위한 많은 옵션이 제시되었지만 많은 사람들이 목표 함수를 사용하여 신경망을 훈련할 예측 변수를 결정할 수 없었습니다. 이 게시물을 통해 이 가장 어려운 작업을 해결하는 방법을 보여주고 싶었습니다.
진심입니까?)) 왼손이 오른손과 싸우고 있습니까?) 그러면 누가 선거를 후원할 것입니까?
http://www.rbc.ru/finances/19/10/2015/5624cf299a79472c1c14ac85
등.
글쎄, 결국 그들 자신은 손실을 입었고 이것이 시장의 유일한 주요 플레이어는 아닙니다. 예를 들어 E. Peters가 쓴 것처럼 임의성은 다른 투자 범위를 가질 수 있으며 각 투자 범위의 손익 분포는 거의 동일하며 검은 백조를 칠 확률은 동일합니다. 독점과의 싸움은 국가와 경쟁 시장의 핵심 역할입니다. 그렇지 않으면 $ 1000에 빵을 살 것입니다.
문제를 제어 신호를 결정하는 문제로 공식화하면
문구 주셔서 감사합니다. 나는 아직 외환 관리 용이성을 기반으로 새로운 목표를 설정하지 않았지만 이것은 몇 단계만 거치면 설정할 수 있을 것 같습니다.
출구는 무엇입니까?
내 첫 번째 생각은 모든 것이 매우 자유롭고 독립적이기 때문에 외환에서 벗어나 암호화폐를 거래하는 것이었습니다. 그러나 크립트의 가격은 일반적으로 달러로 표시되기 때문에 btc/usd의 가격도 usd로부터 나쁜 예측할 수 없는 속성을 받게 되며 이는 또한 나쁜 것입니다. 예를 들어 btc/ltc(bitcoin-litecoin)와 같은 암호 교차 거래를 시도할 가치가 있다고 생각합니다. MT4에 btc/usd가 있다는 중개인의 광고를 보았습니다. MT5에 btc/ltc가 있는 주방을 찾을 필요가 없습니다. 최악의 경우 비트코인 거래소로 바로 갈 수 있지만 나머지 API를 통해 로봇과 거래하려면 자체 프로그램을 작성해야 합니다.
Forex에서 분류 모델을 작동시키는 방법에 대한 몇 가지 아이디어가 더 있습니다. 먼저, 현재 컨트롤의 유형을 분류합니다(내 경험에 따르면 유형이 무작위로 이전의 것으로 변경됩니다. 그 중 몇 개만 있어도 4개만 있는 것 같습니다. 그러나 이것은 정확하지 않습니다). 또한 각 유형의 관리에 대해 훈련된 무역 분류자가 있어야 합니다. 그리고 해당 분류기의 구매/판매를 예측합니다. 어쩐지 모든 것이 너무 복잡합니다. 새 자전거가 많이 필요합니다. :)
문구 주셔서 감사합니다. 나는 아직 외환 관리 용이성을 기반으로 한 새로운 목표를 설정하지 않았지만 이것은 몇 단계만 거치면 설정할 수 있을 것 같습니다.
잘 제기된 문제는 이미 반쯤 해결된 문제입니다.
행운을 빌어 요!
문구 주셔서 감사합니다. 나는 아직 외환 관리 용이성을 기반으로 새로운 목표를 설정하지 않았지만 이것은 몇 단계만 거치면 설정할 수 있을 것 같습니다.
내 첫 번째 생각은 모든 것이 매우 자유롭고 독립적이기 때문에 외환에서 벗어나 암호화폐를 거래하는 것이었습니다. 그러나 크립트의 가격은 일반적으로 달러로 표시되기 때문에 btc/usd의 가격도 usd로부터 나쁜 예측할 수 없는 속성을 받게 되며 이는 또한 나쁜 것입니다. 예를 들어 btc/ltc(bitcoin-litecoin)와 같은 암호 교차 거래를 시도할 가치가 있다고 생각합니다. MT4에 btc/usd가 있다는 중개인의 광고를 보았습니다. MT5에 btc/ltc가 있는 주방을 찾아야 합니다. 최악의 경우 비트코인 거래소로 바로 갈 수 있지만 나머지 API를 통해 로봇과 거래하려면 자체 프로그램을 작성해야 합니다.
Forex에서 분류 모델을 작동시키는 방법에 대한 몇 가지 아이디어가 더 있습니다. 먼저, 현재 컨트롤의 유형을 분류합니다(내 경험에 따르면 유형이 무작위로 이전의 것으로 변경됩니다. 그 중 몇 개만 있어도 4개만 있는 것 같습니다. 그러나 이것은 정확하지 않습니다). 또한 각 유형의 관리에 대해 훈련된 무역 분류자가 있어야 합니다. 그런 다음 적절한 분류기를 사용하여 매수/매도 예측을 합니다. 어쩐지 모든 것이 너무 복잡합니다. 새 자전거가 많이 필요합니다. :)
분류 모델에 대해 이야기하는 경우 장기간에 걸쳐 거의 동일한 예측 능력을 갖는 예측 변수를 찾아야 합니다.
현재 우리는 가장 예측 가능한 통화 쌍의 다양한 파생 상품을 접했습니다.
그리고 다른 통화 쌍을 사용하는 경우. 나는 이것을 하고 있다. EURUSD 쌍을 예측할 수 있는 통화 쌍이 있고 이 통화 쌍을 전혀 예측하지 못하는 통화 쌍이 있습니다.
그러나 더 심각한 생각이 있습니다.
사실 환율(예: USD)은 다양한 거시경제 지표( 연준 금리, GDP ...)에 직접적으로 의존한다는 사실입니다. 식별한 패턴 변화가 거시경제 지표의 변화와 관련이 있을 가능성이 큽니다. 그들은 한 달의 빈도를 가지고 있습니다 - 그것은 매우 빠릅니다. 일반적으로 분기 또는 계절.
이 스레드의 토론에 관심을 갖고 참여하는 모든 분들께 인사드립니다! 나는 작은 간격으로 주제를 처음부터 끝까지 읽었습니다. 여기에 몇 가지 흥미로운 아이디어와 아이디어가 있습니다. 나는 이 문제에 대한 나의 관점과 접근 방식, 즉 시장에 접근하는 방법과 시장에서 무엇을 얻으려고 노력해야 하는지를 표현하고 싶습니다.
나는 지표나 다른 기술적 수단 없이 시장에서 어느 정도 자리를 잡을 수 있을 만큼 충분한 거래 경험을 가지고 있습니다. 나는 내 비전/경험을 수학적 모델로 바꾸려는 아이디어가 있었습니다. 나는 모든 뉘앙스를 숫자로 번역하는 것이 불가능하다는 것을 즉시 이해했습니다. 무엇보다도 전문적인 프로그래밍 기술의 부족과 가장 중요한 수학, 통계, 물리학 등의 분야에 대한 지식이 부족했기 때문입니다. 그러나 그는 어쨌든 그 일을 맡았습니다.
결과적으로 시장에 대한 나의 접근 방식을 예측에 정확히 반영하는 지표가 생성되었습니다(그림). 그의 작업을 간략하게 설명하겠습니다. 먼저 따옴표가 사전 처리된 다음 부드러움이 좋고 꼬임이 최소화된 소위 "이상적인" 모델이 생성됩니다. 그러나 이러한 장점이 있는 이 모델에는 상당한(10-12) 막대 수만큼 뒤쳐지는 큰 단점이 있습니다. 다음 작업은 "이상적인" 모델의 지연을 보상하는 것이었습니다. 나는 여전히 이 문제를 해결하고 있다. 하지만 결과가 있습니다. 그림에. "이상적인" 모델의 예측값을 볼 수 있습니다. 노란색 - 5바 앞, 빨간색 - 7바 앞. 과거 데이터를 사용하여 1 bar 만 있어도 앞으로 나아갈 수 없으며 많은 거짓 긍정이 나타나고 부드러움이 깨집니다. 저것들. 나는 역사를 최대한 활용했다. 제 생각에는 거래량에서 수십 개의 다른 상품 간의 상관 관계에 이르기까지 다음 막대의 형성에 예측 변수의 폭발적인 혼합이 관련되어 있습니다. (게다가, 해당 연결이 매우 단기적이라는 점을 분명히 하고 싶습니다. 다소 장기적인 연결을 식별할 수는 없습니다.)
이 모든 작업에서 나는 시장이 어떻게 움직이는지에 대한 일정한 의견을 형성했습니다. 우리 평범한 거래자들은 현재 시장 상태에 대한 완전한 정보를 가지고 있지 않습니다. 그들은 시장을 움직이는 사람들, 우리는 끊임없이 뒤처질 것입니다. 그러나 제로 바에 접근하는 것이 가능할 것 같지만 일반 거래자가 실제로 그렇게 할 수 없는 그러한 자원과 지식이 필요할 것입니다.
이 스레드의 토론에 관심을 갖고 참여하는 모든 분들께 인사드립니다! 나는 작은 간격으로 주제를 처음부터 끝까지 읽었습니다. 여기에 몇 가지 흥미로운 아이디어와 아이디어가 있습니다. 나는 이 문제에 대한 나의 관점과 접근 방식, 즉 시장에 접근하는 방법과 시장에서 무엇을 얻으려고 노력해야 하는지를 표현하고 싶습니다.
나는 지표나 다른 기술적 수단 없이 시장에서 어느 정도 자리를 잡을 수 있을 만큼 충분한 거래 경험을 가지고 있습니다. 나는 내 비전/경험을 수학적 모델로 바꾸려는 아이디어가 있었습니다. 나는 모든 뉘앙스를 숫자로 번역하는 것이 불가능하다는 것을 즉시 이해했습니다. 무엇보다도 전문적인 프로그래밍 기술의 부족과 가장 중요한 수학, 통계, 물리학 등의 분야에 대한 지식이 부족했기 때문입니다. 그러나 그는 어쨌든 그 일을 맡았습니다.
결과적으로 시장에 대한 나의 접근 방식을 예측에 정확히 반영하는 지표가 생성되었습니다(그림). 그의 작업을 간략하게 설명하겠습니다. 먼저 따옴표가 사전 처리된 다음 부드러움이 좋고 꼬임이 최소화된 소위 "이상적인" 모델이 생성됩니다. 그러나 이러한 장점이 있는 이 모델에는 상당한(10-12) 막대 수만큼 뒤쳐지는 큰 단점이 있습니다. 다음 작업은 "이상적인" 모델의 지연을 보상하는 것이었습니다. 나는 여전히 이 문제를 해결하고 있다. 하지만 결과가 있습니다. 그림에. "이상적인" 모델의 예측값을 볼 수 있습니다. 노란색 - 5바 앞, 빨간색 - 7바 앞. 과거 데이터를 사용하여 1 bar 만 있어도 앞으로 나아갈 수 없으며 많은 거짓 긍정이 나타나고 부드러움이 깨집니다. 저것들. 나는 역사를 최대한 활용했다. 제 생각에는 거래량에서 수십 개의 기타 상품 간의 상관 관계에 이르기까지 다음 막대의 형성에 매우 폭발적인 예측 변수의 혼합이 관련되어 있습니다. (게다가, 해당 연결이 매우 단기적이라는 점을 분명히 하고 싶습니다. 다소 장기적인 연결을 식별할 수는 없습니다.)
이 모든 작업에서 나는 시장이 어떻게 움직이는지에 대한 일정한 의견을 형성했습니다. 우리 평범한 거래자들은 현재 시장 상태에 대한 완전한 정보를 가지고 있지 않습니다. 그들은 시장을 움직이는 사람들, 우리는 끊임없이 뒤처질 것입니다. 그러나 제로 바에 접근하는 것이 가능할 것 같지만 일반 거래자가 실제로 그렇게 할 수 없는 그러한 자원과 지식이 필요할 것입니다.
흥미로운!!!!! 귀하의 지표는 시세를 잘 평활화하지만 라인 자체는 예측을 수행하지 않습니다. 즉, 지옥은 연기라는 원칙에 따라 진행됩니다. 일반적으로 이러한 차량은 잘못된 신호의 수에 민감합니다. 예상 값을 어떻게 얻었는지 궁금합니다????
사람들은 그냥 자신의 쓰레기를 팔기로 결정했습니다 .... 어떤 종류의 자동차 ... 교활하게 ... 대화를 계속하고 싶어하는 것처럼) ... 글쎄, 글쎄...
사실 환율(예: USD)은 다양한 거시경제 지표( 연준 금리, GDP ...)에 직접적으로 의존한다는 사실입니다. 식별한 패턴 변화가 거시경제 지표의 변화와 관련이 있을 가능성이 큽니다. 그들은 한 달의 빈도를 가지고 있습니다 - 그것은 매우 빠릅니다. 일반적으로 분기 또는 계절.
패턴 인식도 실험했습니다. 모델의 본질은 다음과 같습니다. 수십 개의 막대(패턴)에 대한 가격 상승 및 하락을 살펴보고, 지난 몇 주 동안 유사한 패턴을 찾고, 이전에 유사한 패턴 이후에 가격이 어떻게 행동했는지 확인하고, 이러한 관찰에 따라 거래하십시오. 모델에는 패턴의 길이(막대 단위), 유사한 패턴을 찾을 때 기록으로 이동할 거리, 다른 계수 등과 같은 최적화를 위한 다양한 매개변수가 있습니다.
mytarmailS가 여기 주제에서 제안한 것처럼 데카르트 거리를 통해 패턴의 "유사성"을 결정합니다.
일주일과 같이 짧은 훈련 기간을 사용하면 모델 매개변수를 조정하여 이 기간 동안 이익이 증가하는 것을 달성할 수 있습니다. 그러나 이전에 썼듯이 그러한 모델은 무작위가 아니라 일정 기간 동안 새로운 데이터에 대해 이익과 손실을 가져올 것입니다. 1주일은 플러스, 1주일 마이너스, 2주는 스프레드가 천천히 소진됩니다. 그리고 이러한 수익성 또는 심각한 손실의 사이클은 때때로 몇 개월 후에도 미래에 나타날 것입니다. 이것은 새로운 데이터의 확산에 따라 고르게 천천히 병합되는 뉴런이나 숲과 같은 기존 모델과 매우 다릅니다. 왠지 이 모델이 마음에 들었습니다. 숨겨진 Forex 사이클을 보여주는 것 같습니다. 동일한 패턴에 대한 가격 반응이 어떻게 급격하게 변하는지 알 수 있습니다. 결과의 무작위성(뉴런에서와 같이) 대신 주기적(불균일한) 악화와 개선이 나타납니다. 특이한.
새로운 실험을 통해 모델의 매개 변수를 사용하면 일주일 또는 한 달과 같이 시간에 관계없이 데이터에 대한 수익성을 달성할 수 있습니다. 그러나 훈련 간격이 아무리 길어도 새 데이터에 대한 안정적인 수익은 없습니다. 훈련을 위해 일주일 동안 데이터를 가져 가면 손익 기간도 매주이며 다음 주가 수익성이 있는지 여부를 미리 알 수 없습니다. 훈련에 한 달이 걸리면 이익과 손실의 기간도 몇 달이 될 것입니다. 일종의 쓰레기 :) 현재 유형의 외환 관리 유형의 분류에 관해서는 아마도 실수를했을 것입니다. 이것은 요점이 아니며 교육을 위해 데이터 간격이 얼마나 오래 걸렸는지에 달려 있지 않습니다. 그것이 어떻게 작동하는지 이해하려면 의미와 논리를 남겨 둘 필요가 있습니다. :)
지금까지 유일한 생각은 패턴에 포함된 막대의 수를 늘리는 것입니다.
비유하자면, 예를 들어 "헤드앤숄더" 수치가 3월에 이익을 내고 4월에 합병된 경우, 결정을 내리기에는 분명히 충분하지 않습니다. 그 이전의 인물들을 살펴봐야 하고, 결과적으로 결정을 내리기 위해서는 역사상 세 명의 과거 인물을 찾아 조합에 대한 결정을 내려야 한다는 것이 밝혀질 수 있다.
롤 수도 있습니다.
그러나 역설이 나타납니다. Occam의 원칙에 따르면 10개 막대 패턴을 사용하여 더하기 거래하도록 모델을 훈련할 수 있다면 100개 막대를 사용해서는 안 됩니다. 그리고 결론에 따르면 여전히 필요합니다.
결론이 없습니다. 나는 계속해서 외환을 더 선택합니다.
흥미로운!!!!! 귀하의 지표는 시세를 잘 평활화하지만 라인 자체는 예측을 수행하지 않습니다. 즉, 지옥은 연기라는 원칙에 따라 진행됩니다. 일반적으로 이러한 차량은 잘못된 신호의 수에 민감합니다. 예상 값을 어떻게 얻었는지 궁금합니다????
예, 스무딩은 괜찮지만 위상 지연은 작지 않습니다. 다시 말하지만, 주요 아이디어는 최대 부드러움과 최소 골절 수를 달성하는 것입니다. 그런 다음 신경망과 선형 회귀를 훈련하여 이 모델을 복원하고 부드럽게 유지하면서 점차 0 막대를 향해 이동합니다. 위상은 10-12 중 7 막대에 대해서만)
노란색 선과 빨간색 선 형태의 예측 값은 "이상적인" 선을 목적 함수로 사용하여 신경망을 훈련하여 얻은 것이며 예측 변수는 샘플의 진폭과 위상이 겹치는 다항식입니다. 그러나 "노란색" 및 "빨간색" 모델의 훈련은 "빨간색" 모델을 훈련하기 위한 예측자로 "노란색" 모델을 사용했기 때문에 약간 다릅니다. 훈련은 1500-2000개의 막대 샘플인 AUDJPY 분 차트에서 수행되었습니다. 결과 모델은 진폭 측면에서 인용의 상당한 범위에도 불구하고 전체 기록에 걸쳐 모든 시간대에서 작동합니다.
여기에서 시장을 예측하기 위한 많은 옵션이 제시되었지만 많은 사람들이 목표 함수를 사용하여 신경망을 훈련할 예측 변수를 결정할 수 없었습니다. 이 게시물을 통해 이 가장 어려운 작업을 해결하는 방법을 보여주고 싶었습니다.
그래프는 "패턴 모델 대 신경망"이라는 주제에 도달했습니다.
두 모델 모두 2016년 10월에 유로화를 긍정적으로 거래하도록 훈련되었습니다. 스톱 앤 테이크가 없는 일정한 로트; 항상 장단기 거래; H1에 시가로 거래합니다. 차트에서 거래 - 한 달의 훈련 데이터를 포함하여 지난 5년.
교차 검증 없이 모델을 훈련시키면서 그들은 가격에서 최대한의 이익을 짜냈습니다.
차트에서 서버가 정상적인 틱을주지 않은 곳이 있고 일종의 드레인이 있으며 그 곳을 무시합니다.
여기 뉴런이 있습니다. 그녀가 공부한 시간 간격을 명확하게 볼 수 있습니다. 안정적인 수익이있는 유일한 곳입니다.
그리고 여기 패턴 인식 기능이 있는 모델이 있습니다. 결과는 빨간색이지만 여전히 뉴런보다 낫습니다. 그리고 몇 주 동안 이익을 가져온 기간이 많이 있습니다. 그러나 그녀는 누출되었습니다.
멋지긴 한데 어떻게 해야 할지 아직 명확하지 않습니다.