トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 3226

 
fxsaber #:

ー 近似によってーによってーでー

このアプローチでは、日々の変動を含むグローバルな価格変動のダイナミクスを保存することができます。

そして、近似係数の形で履歴を保存すれば十分である。

 
Maxim Dmitrievsky #:

あなたのTCは、存在するかもしれないすべてのパターンを探しているわけではない。だから

そして、"鶏と卵 "の問題に直面する:

  • MOは、機能しているTCからデータを与えられた場合、パターンを保持する。
  • 元のtsvrで、MOは機能しているTCを見つけなければならない。

そうでなければ、別のアプローチを使うことになるが、それはティックと後でロングになる。)

このような開発者はすべて、取引からはほど遠い。平均の代わりにメディアンであるべきです。

 
Aleksey Vyazmikin #:

近似値によって新しいデータを生成するという問題を解決しようとすべきなのだろうか?

窓を取り、その中に異なる精度で数値系列を記述してみる。このアプローチでは、日々の変動を考慮することも含め、値動きのダイナミクスをグローバルに保持することができる。

そして、近似係数の形で履歴を保存すれば十分です。

良さそうだ。IDCの研究トピックに関する記事を見ると、24時間体制という前提のもとで規則性を探すのであれば、私はほとんどすぐにそのアプローチを疑い始める。

 
Maxim Dmitrievsky #:

長さ1000 ティックの依存性

その上に5000 ティック。

ティックでこのようなウィンドウの選択はおかしい。ティック・インデックスではなく、タイムスタンプにバインドするのが論理的である。

取引、自動取引システム、取引戦略のテストに関するフォーラム

トレーディングにおける機械学習:理論、モデル、実践、アルゴリズム取引

fxsaber, 2023.09.09 04:40 pm

time_mscとすべきです。しかし、投稿後の結果には影響しません。

次の世代でタイムスタンプが正しく表示されるように再起動してください
これはバインドする場合のためです。
 
Maxim Dmitrievsky #:

長さ1000 ティックの依存性

https://disk.yandex.ru/d/6F8FdUGthpnk3A

.

 
mytarmailS #:
あなたが見つけようとしているのは、単一のパラメータのセットではなく、近いパラメータのセットの塊やクラスターのようなものだ。

サンプル区間(青い線の間)で曲線がどのように異なっているかを見てください。

このことは、近いパラメータ・セットではなく、遠いパラメータ・セットが得られることを示唆しています。このような場合、"next "である必要があります。

GAを中断せずに完了まで待てば、ピークが見つかることは明らかです。そして、20のベストパスはすべてそこからのものになる - サンプル曲線はほとんど同じになる。これでは意味がない。

 
fxsaber #:

GAを中断せずに終了まで待つと、ピークが見つかる。そして、20のベスト・パスはすべてそこからのものとなり、サンプル・カーブはほとんど同じになる。

GAを中断することなく、同じVDCでこのステートメントをチェックした。

すると、この20の中に異質なセットがあることがよくわかる。むしろこれは、通常のGAがその役割を果たせなかったことを示唆している。より正確には、異なるピークからの結果をトップ20に入れることで、自分自身を中断させたのだ。

 
fxsaber #:

良さそうだ。私はtsvr研究のトピックに関する記事を見るとき、24時間体制であることを前提としたパターン検索があると、ほとんどすぐにそのアプローチを疑い始める。

まあ、少なくとも私にとっては、すべての予測因子について、時間分割が意味のある確率の偏りを与えるわけではないと言える。だから私は、時間は重要なファクターだが、他のもっと重要なファクターがアクティブな段階にあれば、結果に影響を与える可能性があると考える傾向がある。

また、窓の中では、単純に(構造をより正確に保存するために)多くのインターバルを持つ、価格のための別の定量化グリッドを取り、そのような「圧縮された信号」でテストすることができると思います - それはすでに偏差を持っているでしょう。あるいは、少ない区間数に加え、2つの区間間の基準範囲にランダムなノイズを使用することもできます。

グリッドを固定し、最初のリファレンスのオフセットだけを保存することもできます。そうすれば、スペースはほとんど取らず、変換は高速になるはずだ。
 
Maxim Dmitrievsky #:

そして5 キロの長さを持つ。

https://disk.yandex.ru/d/1ypCrzYKk82XdA


最適化グラフは、検索プロセスがいかに難しいかを示すことができるようだ。それではどうぞ。


 
Aleksey Vyazmikin #:

少なくとも私にとっては、すべての予測因子について、時間分割が確率に意味のあるバイアスを与えるわけではないと言える。だから私は、時間は重要な要素だが、他のもっと重要な要素も、それらがアクティブな段階にあれば、結果に影響を与えることができると考える傾向がある。

また、窓の中では、単純に(構造をより正確に保存するために)多くの間隔を持つ、価格のための別の定量化グリッドを取り、そのような「圧縮された信号」でテストすることができると思います - それはすでに偏差を持っているでしょう。あるいは、少ない区間数に加え、2つの区間間の基準範囲にランダムなノイズを使用することもできます。

グリッドを固定し、最初のリファレンスのオフセットだけを保存することもできます。そうすれば、スペースはほとんど取らず、変換は高速になるはずだ。

残念ながら、これらはすべて実装とテストが必要な仮説である。

マキシム・ドミトリエフスキー(@Maxim Dmitrievsky)は彼の変種を試しており、私は私の変種を試している。
理由: