Ein Unfall oder ein unerkanntes Muster?

[vladzeit]

Ich frage mich, ob es eine logische, mathematische oder andere Methode gibt, um zufällige Ereignisse von regelmäßigen Ereignissen zu unterscheiden,

vorausgesetzt, das Muster (falls vorhanden) ist unbedeutend und weicht nur um 1-3 % vom durchschnittlichen Ergebnis unabhängiger Zufallsereignisse ab.

Das heißt, die Nettovarianz von Zufallsereignissen sowie die gemischte Varianz von schwach regelmäßigen und zufälligen Ereignissen decken das gesamte Wahrscheinlichkeitsfeld ab

und legitime Ereignisse fallen immer in ihren Schatten.

Die Frage ist, wie man die Fliegen von den Koteletts trennt.

Wir sprechen hier natürlich von Testergebnissen aus der Vergangenheit, bei denen sowohl zufällige als auch regelmäßige Ereignisse unweigerlich in die Stichprobe einfließen.

Das Problem ist, dass die Geschichte mit bestimmten Eigenschaften des Instruments (der qualitative Bereich der Forschung) in der Anzahl der möglichen Ereignisse begrenzt ist.

Und es gibt keine Möglichkeit, denselben Algorithmus 100 Mal qualitativ auszuführen und 100 Abweichungen für eine Analyse zu erhalten.

Und wenn man die Geschichte in kleinere Fragmente aufteilt, wird die Mindestanzahl von Ereignissen, die in ihnen enthalten sind, nicht mehr erreicht.

Liebe Kollegen, wenn man nach Mustern sucht, muss man sie vom Zufall unterscheiden.

Neugierig... wie?

[khorosh]

vladzeit:

Ich bin neugierig, ob es eine logische, mathematische oder andere Methode gibt, um zufällige Ereignisse von regelmäßigen Ereignissen zu unterscheiden,

vorausgesetzt, das Muster (falls vorhanden) ist unbedeutend und weicht nur um 1-3 % vom durchschnittlichen Ergebnis unabhängiger Zufallsereignisse ab.

Das heißt, die Nettovarianz von Zufallsereignissen sowie die gemischte Varianz von schwach regelmäßigen und zufälligen Ereignissen decken das gesamte Wahrscheinlichkeitsfeld ab

und legitime Ereignisse fallen immer in ihren Schatten.

Die Frage ist, wie man die Fliegen von den Koteletts trennt.

Wir sprechen hier natürlich von Testergebnissen aus der Vergangenheit, bei denen sowohl zufällige als auch regelmäßige Ereignisse zwangsläufig in die Stichprobe einfließen.

Das Problem ist, dass die Geschichte mit bestimmten Eigenschaften des Instruments (dem qualitativen Forschungsbereich) in der Anzahl der möglichen Ereignisse begrenzt ist.

Und es gibt keine Möglichkeit, denselben Algorithmus 100 Mal qualitativ auszuführen und 100 Abweichungen für eine Analyse zu erhalten.

Und wenn man die Geschichte in kleinere Fragmente aufteilt, wird die Mindestanzahl von Ereignissen, die in diese Fragmente eingefügt werden, nicht mehr erreicht.

Liebe Kollegen, wenn man nach Mustern sucht, muss man sie vom Zufall unterscheiden.

Neugierig... wie?

Angenommen, wir sehen ein interessantes Merkmal auf dem Chart und gehen davon aus, dass es sich um ein Muster handelt, das zur Erstellung eines profitablen Expert Advisors verwendet werden kann. Wenn also ein Expert Advisor, der dieses erwartete Muster verwendet, bei einem Test auf einem langen Zeitrahmen ohne jegliche Optimierung Gewinne zeigt, können wir es mit hoher Wahrscheinlichkeit als echtes Muster betrachten.

[Aleksey Ivanov]

vladzeit:

Ich bin neugierig, ob es eine logische, mathematische oder andere Methode gibt, um zufällige Ereignisse von regelmäßigen Ereignissen zu unterscheiden,

vorausgesetzt, das Muster (falls vorhanden) ist unbedeutend und weicht nur um 1-3 % vom durchschnittlichen Ergebnis unabhängiger Zufallsereignisse ab.

Das heißt, die Nettovarianz von Zufallsereignissen sowie die gemischte Varianz von schwach regelmäßigen und zufälligen Ereignissen decken das gesamte Wahrscheinlichkeitsfeld ab

und legitime Ereignisse fallen immer in ihren Schatten.

Die Frage ist, wie man die Fliegen von den Koteletts trennt.

Wir sprechen hier natürlich von Testergebnissen aus der Vergangenheit, bei denen sowohl zufällige als auch regelmäßige Ereignisse zwangsläufig in die Stichprobe einfließen.

Das Problem ist, dass die Geschichte mit bestimmten Eigenschaften des Instruments (dem qualitativen Forschungsbereich) in der Anzahl der möglichen Ereignisse begrenzt ist.

Und es gibt keine Möglichkeit, denselben Algorithmus 100 Mal qualitativ auszuführen und 100 Abweichungen für eine Analyse zu erhalten.

Und wenn man die Geschichte in kleinere Fragmente aufteilt, wird die Mindestanzahl von Ereignissen, die in diese Fragmente eingefügt werden, nicht mehr erreicht.

Liebe Kollegen, wenn man nach Mustern sucht, muss man sie vom Zufall unterscheiden.

Neugierig... wie?

Meiner Ansicht nach gibt es ein Spektrum von Regelmäßigkeiten, die ich in gewisser Weise identifizieren würde.

Nehmen wir an, Sie haben einen Verlauf der Intensität des Faktors (nennen wir ihn F1), der eine ganz natürliche Preisänderung verursacht. Sie müssen die Preisentwicklung so filtern, dass sie eindeutig mit der Entwicklung dieses Faktors nach der Filterung (durch den Filter, den wir mit C1 bezeichnen) korreliert. Dann wird der Preis, der durch C1 gefiltert wird, Ihnen ein Bild von seiner regelmäßigen Bewegung C1 geben, die mit der Aktion von F1 verbunden ist.

Bestimmen Sie alle anderen für die Preisbildung wichtigen Faktoren (Ф2, ..., Фn) und finden Sie die entsprechenden Filter (С2, ..., Сn), die ein Spektrum regelmäßiger Preisbewegungen (Ц1, ..., Цn) ergeben.

[Yousufkhodja Sultonov]

vladzeit:

Ich frage mich, ob es eine logische, mathematische oder andere Methode gibt, um zufällige Ereignisse von regelmäßigen Ereignissen zu unterscheiden,

vorausgesetzt, das Muster (falls vorhanden) ist unbedeutend und weicht nur um 1-3 % vom durchschnittlichen Ergebnis unabhängiger Zufallsereignisse ab.

Das heißt, die Nettovarianz von Zufallsereignissen sowie die gemischte Varianz von schwach regelmäßigen und zufälligen Ereignissen decken das gesamte Wahrscheinlichkeitsfeld ab

und legitime Ereignisse fallen immer in ihren Schatten.

Die Frage ist, wie man die Fliegen von den Koteletts trennt.

Wir sprechen hier natürlich von Testergebnissen aus der Vergangenheit, bei denen sowohl zufällige als auch regelmäßige Ereignisse zwangsläufig in die Stichprobe einfließen.

Das Problem ist, dass die Geschichte mit bestimmten Eigenschaften des Instruments (dem qualitativen Forschungsbereich) in der Anzahl der möglichen Ereignisse begrenzt ist.

Und es gibt keine Möglichkeit, denselben Algorithmus 100 Mal qualitativ auszuführen und 100 Abweichungen für eine Analyse zu erhalten.

Und wenn man die Geschichte in kleinere Fragmente aufteilt, wird die Mindestanzahl von Ereignissen, die in ihnen enthalten sind, nicht mehr erreicht.

Liebe Kollegen, wenn man nach Mustern sucht, muss man sie vom Zufall unterscheiden.

Neugierig... wie?

Es ist töricht, willkürlich nach einem Muster zu suchen. Jede Regelmäßigkeit muss auf einer Theorie beruhen, die durch die Logik des Ablaufs der Prozesse oder durch Annahmen, die auf der Analyse von Beobachtungsergebnissen beruhen, oder durch ein plausibles Postulat gerechtfertigt ist. Daher muss jede Regelmäßigkeit bewusst gesucht werden, mit der ungefähren Erwartung, wie sie aussehen sollte. Die Suche nach einem Muster ist also eine mühsame und anstrengende Arbeit und sollte mit der Formulierung der oben genannten Positionen beginnen. In den letzten fast 8 Jahren der Suche gelang es mir, nur 3 Annahmen zu formulieren, in denen ich 3 Regelmäßigkeiten fand, die zu positiven Ergebnissen führten. Aber alle bestätigten meine Annahme, dass es auf einem so perfekten Markt wie dem Forex unmöglich ist, hervorragende Ergebnisse zu erzielen. Die Gewinne schwanken zwischen 10 und 15 Prozent pro Jahr, und das, wenn sie über 10-20 Jahre aufgezinst werden. Es ist nicht einmal möglich, einen Gewinn innerhalb dieser Grenzen für ein bestimmtes, zufällig gewähltes Jahr in der Geschichte zu garantieren. Fazit: Es ist prinzipiell unmöglich, auf dem Markt einen stabilen und garantierten Gewinn zu erzielen, der viel höher ist als der einer Bank, denn Forex ist in erster Linie ein Interbankeninstrument. Andererseits ist dies meine persönliche Meinung, die ich keineswegs anderen Marktforschern und Räubern aufzwingen will. Ich wünsche ihnen viel Glück bei der Suche nach besseren Ergebnissen.

Und genau die 3 Theorien, die ich entwickelt und erforscht habe, sind allen bekannt:

1. Das universelle Regressionsmodell zur Vorhersage von Marktpreisen https://www.mql5.com/ru/articles/250;

2. Markttheorie https://www.mql5.com/ru/articles/1825;

3. Bullen- und Bärenstärkeanalyse https://www.mql5.com/ru/code/19139 ,https://www.mql5.com/ru/code/19142.

[Aleksey Nikolayev]

vladzeit:

Ich frage mich, ob es eine logische, mathematische oder andere Methode gibt, um zufällige Ereignisse von regelmäßigen Ereignissen zu unterscheiden,

vorausgesetzt, das Muster (falls vorhanden) ist unbedeutend und weicht nur um 1-3 % vom durchschnittlichen Ergebnis unabhängiger Zufallsereignisse ab.

Das heißt, die Nettovarianz von Zufallsereignissen sowie die gemischte Varianz von schwach regelmäßigen und zufälligen Ereignissen decken das gesamte Wahrscheinlichkeitsfeld ab

und legitime Ereignisse fallen immer in ihren Schatten.

Die Frage ist, wie man die Fliegen von den Koteletts trennt.

Wir sprechen hier natürlich von Testergebnissen aus der Vergangenheit, bei denen sowohl zufällige als auch regelmäßige Ereignisse zwangsläufig in die Stichprobe einfließen.

Das Problem ist, dass die Geschichte mit bestimmten Eigenschaften des Instruments (der qualitative Bereich der Forschung) in der Anzahl der möglichen Ereignisse begrenzt ist.

Und es gibt keine Möglichkeit, denselben Algorithmus 100 Mal qualitativ auszuführen und 100 Abweichungen für eine Analyse zu erhalten.

Und wenn man die Geschichte in kleinere Fragmente aufteilt, wird die Mindestanzahl von Ereignissen, die in diese Fragmente eingefügt werden, nicht mehr erreicht.

Liebe Kollegen, wenn man nach Mustern sucht, muss man sie vom Zufall unterscheiden.

Neugierig... wie?

Ein kürzlich erschienener Artikel von mir befasst sich mit einem ähnlichen Thema - er untersucht die Abweichung des Preises von der zufälligen Wanderung nach Gaps.

[Yousufkhodja Sultonov]

Aleksey Nikolayev:

Ein kürzlich erschienener Artikel von mir befasst sich mit einem ähnlichen Thema - er untersucht die Abweichung des Preises von der zufälligen Wanderung nach Gaps.

Alexey, ein ausgezeichneter Artikel, der sich mit dem Problem der Musterfindung befasst, insbesondere die nüchterne Schlussfolgerung über den unbedeutenden Gewinn, die sich mit meinen Schlussfolgerungen deckt. Lassen Sie uns nach neuen Wegen auf dieser Reise suchen. Danke für den Link.

[vladzeit]

Aleksey Nikolayev:

Ein kürzlich erschienener Artikel von mir befasst sich mit einem ähnlichen Thema - er untersucht die Abweichung des Preises von der zufälligen Wanderung nach Gaps.

Alexej. Danke, ich habe ihn bereits gelesen und mich mit den Ergebnissen und Methoden vertraut gemacht, ebenso wie Ihren früheren Artikel über die Risikoeinschätzung.

Vor allem die von Ihnen beschriebene Methode des Random Walk des Preises liegt mir am Herzen, da ich in meiner Frage (Post) genau dieses Merkmal meine.

Aber Ihre Methode als Schablone für die Entscheidung des Problems anzuwenden, ich denke noch nicht, wie, und grundsätzlich und in angewandter Erfahrung bin ich nicht so stark versiert wie Sie, dieses Problem zuverlässig und schnell zu lösen.

Sagen Sie mir, Alexey, wenn ich Ihnen einen Algorithmus vorlege, von dem ich glaube, dass er eine 50/50%ige Wahrscheinlichkeit für das Erraten von Ereignissen schafft, werden Sie seine Glaubwürdigkeit oder Unzuverlässigkeit bewerten?

Mein Algorithmus zur Preisfindung funktioniert nach dem Prinzip eines Theoretikers, aber er gewährleistet die Wiederholbarkeit des Ergebnisses in der gesamten Stichprobe der Geschichte sowie in einigen Teilen davon.

Das sieht folgendermaßen aus:

Der Algorithmus hat nur drei Variablen: SL, TP und Market Entry Point.

Ich habe für jede dieser Variablen einen bestimmten Wertebereich festgelegt, um den Einfluss der Anpassung aufzulösen/zu mitteln.

SL von 40 bis 70

TP von 40 bis 70

Markteintrittspunkt von 0 bis 12.

Insgesamt 12 493 Variablen.

Testergebnisse über die Geschichte von 10 Jahren:

Aufgabe.

Identifizieren/Beweisen: Ist dieses Ergebnis eine reine Anpassung oder gibt es einen Algorithmus, bei dem die Wahrscheinlichkeit zufälliger, unabhängiger Ergebnisse größer als 50/50 sein kann.

Alexey. Werden Sie es tun?

Ich bin skeptisch zu meinen Ergebnissen, ich nehme an, dass sie durch Fehler im Code oder logische Bedingungen verursacht wurden, aber seit einer ganzen Woche kann ich weder das eine noch das andere finden.

Hilfe... Und der Diamant Ihrer Großzügigkeit wird in der Fassung meiner Dankbarkeit leuchten)

[Forester]

vladzeit:

Identifizieren/beweisen: Ist dieses Ergebnis eine reine Anpassung, oder gibt es einen Algorithmus, bei dem die Wahrscheinlichkeit von zufälligen, unabhängigen Ergebnissen größer als 50/50 sein kann.

Um herauszufinden, ob es passt oder nicht, überprüfen Sie die vordere

[vladzeit]

khorosh:

Angenommen, wir sehen ein interessantes Merkmal in einem Diagramm und gehen davon aus, dass es sich um eine Regelmäßigkeit handelt, die zur Erstellung eines profitablen Expert Advisors genutzt werden kann. Wenn also ein Expert Advisor, der dieses erwartete Muster verwendet, bei einem Test auf einem langen Zeitrahmen ohne jegliche Optimierung Gewinn zeigt, können wir es mit hoher Wahrscheinlichkeit als echtes Muster betrachten.

Nun, diese Methode ist mir klar, aber sie beweist es nicht zuverlässig, sie schafft nur Wahrscheinlichkeitsvoraussetzungen... mehr/weniger.

Trotzdem danke)

Plötzlich erinnerte ich mich an Platons Definition dessen, was ein Mensch ist:

Die Schüler des antiken griechischen Philosophen Platon wurden einmal gebeten, den Menschen zu definieren, worauf er antwortete:

"Der Mensch ist ein Tier mit zwei Beinen und ohne Federn." Doch nach Diogenes von Sinop..,

Diogenes von Sinop brachte einen gerupften Hahn in die Akademie und stellte ihn als Platons Mann vor,

Plato musste seiner Definition hinzufügen: "Und mit flachen Fingernägeln".

)))

[vladzeit]

elibrarius:

Um herauszufinden, ob es passt oder nicht, schauen Sie auf der Vorderseite nach

Ich sollte es versuchen... Aber ich verstehe den Nutzen von Forward nicht wirklich.

Wenn ich das richtig verstanden habe, dann wird ein Teil der Geschichte weitergeleitet und ein zusätzlicher Durchlauf gestartet...

Aber wenn ich bereits die gesamte (Qualitäts-)Geschichte im Test verwende, macht es dann überhaupt noch Sinn, weiterzumachen?

[Forester]

vladzeit:

Ich sollte es versuchen... Aber ich verstehe den Nutzen von Forward nicht wirklich.

Wenn ich das richtig verstanden habe, dann wird bei der Weiterleitung ein Teil der Historie genommen und ein zusätzlicher Lauf durchgeführt...

Aber wenn ich schon im Test bin und die ganze (Qualitäts-)Geschichte benutze, lohnt es sich dann noch?

Aber der Hauptteil der Geschichte wird an die Geschichte angepasst oder die Regelmäßigkeiten werden gefunden.
Wenn die Rentabilität der Strategie in der Zukunft erhalten bleibt, haben wir ein Muster gefunden, wenn nicht, dann passt es einfach zur Geschichte.