¡¡¡Es imposible ganar dinero con Forox!!! - página 31
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Mierda, no conozco la terminología estadística, lo siento. ¿Qué indicadores estadísticos de la PA cambian con el tiempo? Estos indicadores deben implementarse en forma de parámetros ajustables en el generador de una herramienta de negociación sintética. Esto es necesario para detectar qué parámetros estadísticos de la PA acabarán con la ST.
No hay una respuesta universal a lo que cambia con el tiempo. Dependencias en un sentido muy amplio. Y el cambio de los parámetros de la distribución de BP, como el mo, la dispersión y los momentos de orden superior, está claro a qué conducirá.
Todo el problema es que la herramienta sintética por sus características, rasgos de movimiento y otros matices puede no coincidir con una herramienta real en el futuro y en este sentido todo este trabajo de investigación se hará en vano....
La idea no es crear una RV sintética similar a la real.
No hay una respuesta universal a la pregunta de qué cambia con el tiempo. Las dependencias en un sentido muy amplio. Y los cambios en los parámetros de la distribución de BP, como el mo, la varianza y los momentos de orden superior, ya están claros a qué conducirán.
No busco una respuesta universal.
Digamos que creamos un instrumento sintético 01.01.2009-01.06.2009, M5. Sabemos que la dispersión del instrumento (u otro parámetro estadístico) varía en todo el rango por la ley lineal (o cualquier otra ley que se pueda elegir en los parámetros del generador) desde tal valor hasta tal otro (fijamos un parámetro en el generador de SVR). Hemos ejecutado nuestro Asesor Experto en esta herramienta. Hemos comprendido las condiciones en las que puede funcionar. Hemos corregido la lógica. Lo probamos, etc. Tenemos un Asesor Experto sólido (no un grial, de lo contrario se mataría). Lo hemos implementado en la máquina virtual. Ponlo en el real. Despedida. Lo dejaron todo y se fueron a la fábrica como tornero y molinero. :)
En general, mi principal objetivo es averiguar los límites de la capacidad de aprendizaje de los sistemas con IA. En una herramienta artificial, es más fácil controlar el proceso de aprendizaje y controlar dónde el aprendizaje sería inútil.
Ha nacido una idea. Como alguien que no está versado en estadística, no podré aplicarlo. Pero hay gente así en este hilo (con conocimientos).
Lo esencial. Muchos operadores opinan que el mercado cambia con el tiempo. Cómo - no importa, pero es un problema para la ST, solucionable o no es otra cuestión.
Podemos crear un generador de una herramienta de negociación sintética. Permite ajustar el cambio en el tiempo de la distribución normal/normal de las diferencias y otros parámetros estadísticos de la PA. Entonces, probando en dicha herramienta de comercio sintético, podemos identificar las debilidades de las ST y mejorarlas para maximizar su supervivencia en la cambiante BP. Y así sucesivamente.
¿Qué te parece?
El propósito es claro cuando se cambian los parámetros de la tarea de BP para ver inmediatamente la respuesta, pero voy a confrontar Mischek de tal uso de BP será poco bien se plantea el TS que está bien define el cambio en un BP sintético y luego qué, cómo entonces para pasar a un mercado real, ¿no sería más fácil de construir inmediatamente el TS para el mercado real.
¿Dónde está la garantía de que los patrones que se establecen en la BP sintética están presentes en el mundo real?
La idea no es crear una PA sintética similar a la real.
No busco una respuesta universal.
Digamos que creamos una herramienta sintética 01.01.2009-01.06.2009, M5. Sabemos que la varianza (u otro estadístico) de ese símbolo cambia en el intervalo completo por una ley lineal (o cualquier otra ley que se pueda elegir en los parámetros del generador) desde tal valor hasta tal otro (fijamos un parámetro en el generador de SVR). Hemos ejecutado nuestro Asesor Experto en esta herramienta. Hemos comprendido las condiciones en las que puede funcionar. Hemos corregido la lógica. Lo probamos, etc. Tenemos un Asesor Experto sólido (no un grial, de lo contrario se mataría). Lo hemos implementado en la máquina virtual. Ponlo en el real. Despedida. Lo dejaron todo y se fueron a la fábrica como tornero y molinero. :)
En general, mi principal objetivo es averiguar los límites de la capacidad de aprendizaje de la IA. En una herramienta artificial, es más fácil controlar el proceso de aprendizaje y controlar dónde será inútil aprender.
Entonces probablemente sea mejor no sintetizar la RV desde cero, sino tomar un ruido real + generado como has escrito.
La idea no es crear una PA sintética similar a la real.
No busco una respuesta universal.
Digamos que han creado una herramienta sintética...
...a la fábrica como tornero. :)
Así que tal vez no dejes la fábrica :o)
Hice casi lo mismo que tú, cuando buscaba los mejores ajustes del extrapolador, descubrí que con esos ajustes en armónicos sintéticos perfectos el extrapolador predice con exactitud por 100 bar. Me enteré y me tranquilicé porque no hay armónicas perfectas en el mercado. Así que lo que sugieres se puede hacer, pero sólo para saberlo tómalo como un hecho y tranquilízate :o)
Por supuesto, no vale ni un céntimo para la investigación de todo tipo de sistemas tipo McDi. Soy muy consciente de ello.
Pero para investigar la TS adaptativa y la TS con IA, es la mejor. Es como en el laboratorio: giras los mandos y ves la respuesta del ST.
Y si tomamos la PA real + el ruido generado, ¿cómo sabemos dónde tropieza nuestra TS adaptativa?
Entonces, probablemente sea mejor no sintetizar el PA desde cero, sino tomar el real + el ruido generado como has escrito.
Hmmm... Es una idea interesante. Incluso podrías añadir un BS. Tendré que pensarlo.
===
Eso es lo que me gusta de estas discusiones... Uno dio una idea - no rueda, la idea en sí es poco práctico, y alguien dice algo así como de paso, y ya pensando en una nueva dirección. Aunque ya hemos pasado por la separación de los residuos estáticos, pero aquí resulta el enfoque contrario. Y las tareas son diferentes.
>> Sí. Tendré que pensarlo).
Por supuesto, no vale la pena ni un centavo para investigar cualquier tipo de sistema tipo mcdi. Soy muy consciente de ello.
Pero para investigar la TS adaptativa y la TS con IA, es la mejor. Es como en el laboratorio: giras los mandos y ves la respuesta del ST.
Y si tomamos la PA real + el ruido generado, ¿cómo sabemos dónde tropieza nuestra TS adaptativa?
Entendido. Quieres probar sistemas totalmente adaptables. Si se genera BP a partir de una distribución que cambia periódicamente, el éxito de los sistemas adaptativos dependerá de la frecuencia con la que cambie esa distribución. Establece que la distribución cambia en cada barra y nada se adapta a ella. Pero si, por ejemplo, después de 1000 bares, está bien. Si la frecuencia cambia aleatoriamente, el éxito de la adaptación dependerá de la distribución de esa aleatoriedad.
Pero, por supuesto, esto no garantiza en absoluto que la adaptabilidad a la serie real sea similar.
Lo tengo. Quieres probar sistemas totalmente adaptables. Si se generan BPs a partir de una distribución que cambia periódicamente, el éxito de los sistemas adaptativos dependerá de la frecuencia con la que cambie esa distribución. Establece que la distribución cambia en cada barra y nada se adapta a ella. Pero si, por ejemplo, cada mil cuenta, entonces está bien. Si la frecuencia cambia aleatoriamente, el éxito de la adaptación dependerá de la distribución de esa aleatoriedad.
Sí, has acertado, para probar sistemas totalmente adaptativos. Y poder, además, cambiar la frecuencia de cambio en la distribución.
¡PS! Las duras realidades de los PA reales (disculpen la tautología), como las lagunas, ningún sistema adaptativo puede preverlas. Pero no hace falta, porque esas serán las únicas decisiones erróneas de la ST adaptativa.
Sí, has acertado, para comprobar los sistemas totalmente adaptativos. Y poder cambiar también la frecuencia de la distribución.
El preprocesamiento, es decir, lo que se introduce en el sistema como entrada, es probablemente importante aquí. En mi opinión, esta es la piedra angular de los sistemas adaptativos. Los propios valores deben caracterizar las fases estables del mercado. Y los sintéticos deben generarse a partir de estas entradas. A grandes rasgos, hay que generarlas y modificar su distribución (cambiando los valores de los parámetros de entrada del sistema adaptativo)