Si existe un proceso cuyo análisis de una parte no permite predecir la siguiente. - página 14
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
Y no tengo ninguna cita futura, y creo que tú tampoco.
Pero puedo ofrecer a la red como prueba citas del pasado que la red no conoce. Mira las fechas.
Muestra 2011.10.01-2012.03.01 8890 ejemplos, Adelante 2012.03.01-2012.05.25 4828 ejemplos.
pero el mercado podría hacerlo peor:
a) la propagación, sobre la cual la lengua ya está amordazada) pero incluso si no lo está, entonces
b) por lo que tengo entendido, se predice mejor la dirección de las barras de los diferenciales más pequeños que la dirección de los movimientos bruscos. De ahí la moraleja: incluso una predicción de la dirección con una MO positiva puede dar un resultado negativo en los puntos si tenemos más éxito en la predicción de la dirección de las barras pequeñas y menos en la de las grandes. Es decir, una mala previsión de salidas puede comerse literalmente los excelentes resultados de un piso. Aparentemente, necesitamos un trabajo claro con los topes, y los topes "inteligentes", poner estúpidamente un tope en un nivel, probablemente, no funcionará...
alsu:
1. recta 18...
pero en el mercado podría ser peor:
1. a) la propagación, sobre la cual la lengua ya está amordazada) pero incluso si no existe, entonces
3. b) por lo que tengo entendido, se predice mejor la dirección de las barras de los diferenciales más pequeños que la dirección de los movimientos bruscos. De ahí la moraleja: incluso una predicción de la dirección con MO positiva puede dar un resultado negativo en los puntos si tenemos más éxito en la predicción de la dirección de las barras pequeñas y menos en la de las grandes. Es decir, una mala previsión de salidas puede comerse literalmente los excelentes resultados de un piso. Aparentemente, necesitamos un trabajo claro con paradas, y aquí se necesitan paradas "inteligentes". Las paradas a un nivel probablemente no funcionen...
1. Bueno, ciertamente no es un grial, el mercado cambia constantemente (hoy los patrones que funcionaban hace unos días no funcionan). Requiere entrenamiento al menos una vez al día.
2. Se tiene en cuenta el diferencial. La red ha sido entrenada para no reaccionar a movimientos inferiores a 2 diferenciales máximos para un instrumento.
3. hay una carta. La dirección de las barras de una extensión menor se predice mejor (en parte porque hay más de ellas en la muestra, y en parte porque contienen la información principal sobre el proceso, en mi opinión) que la dirección de los movimientos bruscos, y la dirección resultante de varias barras a la vez es incluso mejor. El color de determinadas barras se predice muy mal.
En general, creo que poner SL para 3sco del tamaño del movimiento posible de la zona prevista. Realizamos el entrenamiento sin SL y TP, y operamos con SL pero sin TP, de esa manera la principal pérdida posible por colas gordas será menor (lo sería de todos modos si no se reconoce correctamente el color del movimiento anormalmente grande). De esta manera se puede aumentar adicionalmente la MO a lo que puede dar la red.
En general, de forma puramente hipotética, aunque ya hay algunos desarrollos, la predicción del sistema de procesos debería tener dos estados: "saber" y "no saber". En el estado de "conocimiento" el sistema hace una predicción. En el estado "no sé" se abstiene de hacer una predicción, o bien el sistema no conoce el estado actual del proceso o el sistema sabe que en este caso es "mejor abstenerse" de hacer una predicción. Con el tiempo, si el proceso cambia sus características y relaciones internas, el sistema se encuentra cada vez más a menudo en un estado de "no saber" y finalmente deja de prever, de hecho, estar en un estado estable-constante de "no saber". Un sistema así es valioso en cualquier caso: basta con afinarlo/aprenderlo una vez y puedes "olvidarte" de su existencia, porque lo peor que puede pasar es que el sistema pase a estar en estado de "no saber".
Todo está muy bien, pero hay un PERO. Las reversiones de patrones se producen en los mercados financieros, cuando un mismo patrón del estado actual de un instrumento se convierte en la causa de efectos inversos, antes había que comprar y ahora hay que vender en estos casos. Por lo tanto, es necesario entrenar el sistema de forma continua para mantener al día los conocimientos sobre esas inversiones recientes de los patrones causales.
Por lo que sé, todos los sistemas modernos de previsión se centran en un estado constante de "saber", por lo que el más mínimo cambio en las características y conexiones internas del proceso conduce a previsiones erróneas. Esto se traduce en una menor rentabilidad de los sistemas fuera de la zona de la muestra.
Opiniones por favor, colegas.
Tengo un 2*sqrt(2) RMS puramente teórico ))
Esta relación se obtiene cuando la relación de verosimilitud de las distribuciones de Laplace y Gauss pasa por un punto crítico y hace que los valores atípicos sean agudos hacia Laplace, es decir, sólo colas gruesas. El problema está en el cálculo de la predicción RMS, pero aquí también se puede utilizar la red, sólo hay que eliminar la estacionalidad diurna.
En general, de forma puramente hipotética, aunque ya hay algunos desarrollos, el sistema que predice el proceso debería tener dos estados: "lo sé" y "no lo sé". En el estado de "conocimiento" el sistema hace una previsión. En el estado "no sé" se abstiene de hacer una predicción, o bien el sistema no conoce el estado actual del proceso o el sistema sabe que en este caso es "mejor abstenerse" de hacer una predicción. Con el tiempo, si el proceso cambia sus características y relaciones internas, el sistema se encuentra cada vez más a menudo en un estado de "no saber" y finalmente deja de prever, de hecho, estar en un estado estable-constante de "no saber". Un sistema así es valioso en cualquier caso: basta con afinarlo/aprenderlo una vez y puedes "olvidarte" de su existencia, porque lo peor que puede pasar es que el sistema pase a estar en estado de "no saber".
Todo está muy bien, pero hay un PERO. Las reversiones de patrones se producen en los mercados financieros, cuando un mismo patrón del estado actual de un instrumento se convierte en la causa de efectos inversos, antes había que comprar y ahora hay que vender en estos casos. De ahí que sea necesario entrenar el sistema de forma continua para mantenerse al día con el conocimiento de esas inversiones recientes de los patrones causales.
Por lo que sé, todos los sistemas modernos de previsión se centran en un estado constante de "saber", por lo que el más mínimo cambio en las características y conexiones internas del proceso conduce a previsiones erróneas. Esto se traduce en una menor rentabilidad de los sistemas fuera de la zona de la muestra.
Opiniones por favor, colegas.
Cuando decimos que el mismo patrón da ahora la señal contraria y es necesario reentrenar el sistema, ¿no estamos incurriendo en un autoengaño? ¿Quizás no había ningún patrón que relacionara este patrón con la señal? Por ejemplo, lanzamos una moneda al aire y observamos que después de tres colas la mayoría de las veces aparece la cara. ¿Es una regularidad o debido a la falta de un gran número de experimentos (que permite evaluar las estadísticas con mayor precisión) hemos llegado a una conclusión errónea? Llevo mucho tiempo torturándome con patrones y siempre estoy pensando en esta cuestión.
Por cierto, ¿cuál es la profundidad del historial de precios que permite estimar el estado del mercado?