트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 746

 
울라지미르 이제르스키 :

다음 양초를 계산하는 것은 현실적이지만 긴 시리즈에서 각각에 대해 이렇게 하는 것은 현실적이지 않습니다.

" 자유롭고 화난 신경망 " 사이트의 오래된 예를 기억하십시오. 저자는 단순히 간단한 신경망을 설명합니다. 특정 모델이 아닙니다. 재훈련된 부지에서 그녀는 그저 성배일 뿐입니다. 하지만 그게 핵심이 아닙니다. 58%에서 그녀의 수익성 있는 거래에 대한 백테스트를 살펴보겠습니다. 80%가 아닌 70%가 아니라 58%만이 동전 던지기 예측보다 8% 더 많습니다. 다시 한 번 말하지만, 네트워크가 재교육되었다는 것을 알고 있습니다. 이제 모든 것이 옳고 그름에 대해 나에게 달려들 것입니다. Protsto는 수익성 있는 거래의 58%를 성배라고 말하고 싶었습니다. 58% 예측에 집중

파일:
q5zlos.png  238 kb
yum70t2.png  129 kb
 
막심 드미트리예프스키 :

내 이해에 따르면 NA는 적어도 2가지 속성 이상을 가져야 합니다. 3. 시장 상태에 대한 단기, 중기 및 장기 설명. 나머지는 추가 정보를 포함하는 경우 추가할 수 있습니다. 예를 들어 기능의 역학도 고려되도록 기능의 n차 자동 회귀 등을 가정해 보겠습니다.

출력의 경우 고정 값을 제공하는 것은 어리석은 일입니다. 가장 좋은 해결책은 주어진 레벨 sl \ tp에서 n 포인트만큼 성장/하락 확률을 제출하는 것입니다. 이는 신호 분류를 수행하는 경우에도 동적일 수 있습니다.

회귀, 즉 N-바에서 예측하려면 추가 작업이 필요합니다. 예측 결과를 처리하고 예측에 따라 sl\tp\trailing을 적응적으로 결정하는 모듈

그러나 위에서 언급한 바와 같이 이것들은 모두 시대에 뒤떨어진 기술이며 일시적인 기능/대상 관계가 아닌 실제의 전문가 평가의 복잡성(불가능)으로 인해 시장에서 다소 잘못 작동합니다.

여기 내가 그것에 대해입니다. 모든 것이 구식입니다. 그리고 원래의 질문으로 돌아가야 합니다. 우리는 미래의 움직임에 대해 무엇을 알고 있습니까? 뭐라고요 ? 1시간 또는 5분 후에 가격이 어디에 있는지에 대해 어떤 정보를 알 수 있습니까?

N개의 막대에 대해 적절하게 예측하려면 IMHO에서 1개의 막대를 100% 예측한 다음 2,3,4,5 ..N 을 예측해야 합니다. 1bar에서 적절하게 예측할 수 없다면 5bar에서 어떤 오류가 발생합니까? 헤아릴 수 없이 커질 것이다....
 
예브게니 라스파에프 :

여기 내가 그것에 대해입니다. 모든 것이 구식입니다. 그리고 원래의 질문으로 돌아가야 합니다. 우리는 미래의 움직임에 대해 무엇을 알고 있습니까? 뭐라고요 ? 1시간 또는 5분 후에 가격이 어디에 있는지에 대해 어떤 정보를 알 수 있습니까?

음, 가능한 모든 입력 매개변수에서 이 정보를 가져옵니다. 나는 처음에는 단순히 파도로 시작했고, 그 다음에는 파도의 증가로, 그 다음에는 파도의 델타로 시작했습니다... 검색, 그리고 검색만. 이제 나는 turkey borscht와 같은 것을 개발 중입니다))) 이전과 같이 20개가 아닌 하나의 행이 교육을 위해 제출될 수 있도록 ...

 
예브게니 라스파에프 :

여기 내가 그것에 대해입니다. 모든 것이 구식입니다. 그리고 원래의 질문으로 돌아가야 합니다. 우리는 미래의 움직임에 대해 무엇을 알고 있습니까? 뭐라고요 ? 1시간 또는 5분 후에 가격이 어디에 있는지에 대해 어떤 정보를 알 수 있습니까?

백테스트 기간 동안만이 심사위원의 역할을 할 수 있다고 생각합니다. 날짜나 순서에 따른 트랜잭션의 명시적인 암기가 없지만 몇 년에 걸쳐 수천 또는 수만 건의 트랜잭션이 원활하게 증가하면 이미 나쁘지 않습니다.

그리고 더 이상 중요하지 않은 정보

 
예브게니 라스파에프 :

여기 내가 그것에 대해입니다. 모든 것이 구식입니다. 그리고 원래의 질문으로 돌아가야 합니다. 우리는 미래의 움직임에 대해 무엇을 알고 있습니까? 뭐라고요 ? 1시간 또는 5분 후에 가격이 어디에 있는지에 대해 어떤 정보를 알 수 있습니까?


최신 정보가 없습니다. 지식은 스티븐 호킹처럼 영원합니다!

가장 순수한 증분(독성의 게시물 참조)과 그 합계로 작업하는 것이 필요하다는 것은 이미 10억 번이나 말했습니다. 증분 수준에서 프로세스는 거의 고정적입니다. 그리고 제 생각에는 고정 과정을 예측하는 방법은 Kolmogorov에 의해 개발되었습니다 :)))))

 
막심 드미트리예프스키 :

백테스트 기간 동안만이 심사위원의 역할을 할 수 있다고 생각합니다. 날짜나 순서에 따른 트랜잭션의 명시적인 암기가 없지만 몇 년에 걸쳐 수천 또는 수만 건의 트랜잭션이 원활하게 증가하면 이미 나쁘지 않습니다.

일정 간격으로 훈련이 포함될 수 있다는 사실에도 불구하고 과거 데이터에 대한 시스템 테스트 측면에서 나쁘지 않습니다. 문제는 재교육 bam과 함께 그러한 옵션조차도 현재 작동을 멈추면 발생합니다 ... 과거에는 기계에 대해 원하는 입력 데이터 옵션을 선택하는 것도 쉬웠지만 이것이 현재 작동한다는 보장은 없습니다 그리고 앞으로는 3주에 한 번씩 재교육을 받은 점을 감안하여 3년 동안 개발을 적용합니다. 그리고 예, 56%의 승리는 성배처럼 보입니다. 시험

보고서

 
알렉산더_K2 :

오래된 것은 없습니다. 지식은 스티븐 호킹처럼 영원합니다!

가장 순수한 증분(독성의 게시물 참조)과 그 합계로 작업하는 것이 필요하다는 것은 이미 10억 번이나 말했습니다. 증분 수준에서 프로세스는 거의 고정적입니다. 그리고 제 생각에는 고정 과정을 예측하는 방법은 Kolmogorov에 의해 개발되었습니다 :)))))

나는 깨끗한 증분으로 시도했지만 아무것도 짜내는 데 성공하지 못했습니다 ... 아마도 목표를 올바르게 설정하지 않았을 것입니다 ... 알려주실 수 있습니까?

 
아나톨리 자인치코프스키 :

일정 간격으로 훈련이 포함될 수 있다는 사실에도 불구하고 과거 데이터에 대한 시스템 테스트 측면에서 나쁘지 않습니다. 문제는 재교육 bam과 함께 그러한 옵션조차도 현재 작동을 멈추면 발생합니다 ... 과거에는 기계에 대해 원하는 입력 데이터 옵션을 선택하는 것도 쉬웠지만 이것이 현재 작동한다는 보장은 없습니다 그리고 앞으로는 3주에 한 번씩 재교육을 받은 점을 감안하여 3년 동안 개발을 적용합니다. 그리고 예, 56%의 승리는 성배처럼 보입니다.


1년 전체의 시간을 표시하는 것은 부끄럽고 이미 과적합된 롱에 대해 매우 큰 편향을 가지고 있다는 것입니다.

나는 일련의 트랜잭션을 분석하여 고르게 분포되도록 시도한 다음 표준에서 약간 벗어나는 것이 이미 문제가 있음을 나타냅니다.

 
막심 드미트리예프스키 :

그것은 단지 일년 내내 시간을 표시하는 것입니다.

나는 일련의 트랜잭션을 분석하여 고르게 분포되도록 시도한 다음 표준에서 약간 벗어나는 것이 이미 문제가 있음을 나타냅니다.

한 해 동안 짓밟는 것은 예측 변수 세트가 시장 상태에 맞추기를 원하지 않는다는 것을 보여줍니다(또 다른 단계가 옴). 그러나 다시 작동하는 것처럼 보였습니다 .... 그러한 테스트가 많이 있습니다. 하지만 내 마음은 당신이 시장에서, 같은 광산 분야에서 간섭할 수 없다는 것을 이해합니다... 누군가가 관심이 있다면 아마도 유용할 것입니다. 저는 다음 막대를 예측하지 않으려고 노력하지만 어떤 일이 일어날지 예측합니다 다음 200개의 막대에 대한 가격입니다. 500-600개의 입력 데이터에서 샘플을 추출하고 2000에서 10000까지의 샘플 수를 예측을 위해 수행합니다.

 
Max는 이론적으로 기계가 시장의 여러 단계를 인식하도록 가르쳐 각 상태에 대해 가장 효과적인 입력 데이터가 각 상태에 대해 자동으로 선택되도록 하려고 합니다. 그것은 각각이 특정 시장 조건에 대해 훈련되는 여러 신경망의 포트폴리오와 같습니다...
사유: