Modelli ripetitivi e altri modelli - pagina 3

[Vladimir Gomonov]

gpwr:

1. La distorsione del modello attuale rispetto al passato. Dovremmo descrivere il modello attuale con qualche funzione liscia, comprimerlo di una barra, confrontarlo con tutti i modelli precedenti, poi comprimerlo di nuovo di una barra e così via. Poi allungatelo con delle sbarre. In breve, ci vorrà molto tempo. O creare una rete che lavori sul principio della nostra corteccia visiva.
   

L'idea della ricerca di modelli non/debolemente sensibili all'allungamento sulla storia è stata masticata al 4 circa mezzo anno fa. Non mi sono fatto coinvolgere, ma ho dato un'occhiata. Sembravano averci trovato alcune caratteristiche catturanti.

E cosa c'è di sbagliato nel preprocessing di Renko? Si suppone che fissi il modello nel contesto del canale.

--

E poi, stavi sventolando il cognitron in pubblico. Mi ricordo! Ha una torsione e una distanza variabile. Vai per questo... :)

// Ma è possibile e necessario rubare idee da lì (dal cognitron).

[secret]

Bene, la matrice dei prezzi è una "funzione liscia". Le distorsioni non lineari possono anche essere approssimate da piecewise linear, otterremo una coincidenza del 90-95%, ma non è così lontano dall'adattamento, abbiamo bisogno di un equilibrio ragionevole. In generale, ci sono molti pensieri, ho voglia di codificare tutto, ma dove trovare 128 ore in un giorno?

Sì, e nessuno degli specialisti di rete qui non ha provato a riconoscere i canali prima?

[Yury Reshetov]

bas:

Bene, la matrice dei prezzi è una "funzione liscia". Le distorsioni non lineari possono anche essere approssimate da piecewise linear, otterremo una coincidenza del 90-95%, ma non è così lontano dall'adattamento, abbiamo bisogno di un equilibrio ragionevole. In generale ci sono un sacco di idee, ho voglia di codificarle tutte, ma dove trovare 128 ore in un giorno?

Sì, e nessuno degli esperti di rete qui ha mai provato a riconoscere i canali?

Ancora una volta per i particolarmente dotati: riconoscere i modelli non è un problema, perché ci sono un sacco di algoritmi per questo. Il problema è che si può riconoscere un modello solo dopo che è stato reso.

Nessuno ha bisogno di modelli storici, onde, livelli, combinazioni di candele e altre cose perché il passato è già noto, indipendentemente dal fatto che sia riconosciuto e suddiviso in modelli o meno. Il trader ha bisogno di sapere quale sarà il prossimo modello. E nessun algoritmo riconoscerà il prossimo modello, perché non è ancora esistito.

[secret]

>Riconoscere i modelli non è un problema

Questo è un dato di fatto, la domanda riguardava i canali.

>Il problema è che un modello può essere riconosciuto solo dopo che è stato disegnato.

Dov'è il problema se è la parte non negoziabile del modello che deve essere riconosciuta?

[Yury Reshetov]

bas:

>Riconoscere i modelli non è un problema

Questo è un dato di fatto, la domanda riguardava i canali.

>Il problema è che un modello può essere riconosciuto solo dopo che è stato disegnato.

Dov'è il problema se è la parte non negoziabile del modello che deve essere riconosciuta?

Per coloro che sono particolarmente dotati:

1. Un pattern si chiama qualsiasi cosa, anche un canale, anche una combinazione di candele, anche un pattern di onde. Un modello è solo un certo modello dalla lista.
2. Non c'è nessun problema a identificare i canali sulla storia, perché abbiamo una regressione lineare con il markup del canale per questo.
3. La parte non commerciabile non interessa a nessuno tranne che ai nerd. Solo i commercianti sono interessati alla parte negoziabile che non viene rilevata.

Ecco un rompicapo per voi: supponiamo che abbiate individuato una parte non commerciale del modello. Arrivi in pantaloni per la gioia, condividi la notizia con la comunità internazionale attraverso un blog o un forum, ti lavi le mani della notizia e ti ubriachi come un maiale. E poi? Questo è quello che succede dopo:

gpwr:

...

Ho notato questo schema, più lungo è il modello e maggiore è il numero di essi nel dizionario, più alto è il profitto del bucktest, il che è comprensibile dal sovrallenamento. Ma comunque, con N e L diversi, il test in avanti sembra chiacchierare intorno al profitto zero. Comincio ad essere frustrato dagli schemi. Apparentemente non sono costanti nel forex, o in altre parole il forex non ha memoria per i modelli - ne vengono creati di nuovi ogni volta.

Una cosa è riconoscere, per esempio, dei simboli o un pezzo di discorso da digitalizzare, o un aereo nemico da abbattere. Un'altra cosa è fare botanica, cioè il riconoscimento per il gusto del riconoscimento.

Non ci sono problemi di riconoscimento. Il problema è monetizzare ciò che viene riconosciuto.

[Vladimir]

Reshetov:

Ancora una volta, per i molto dotati: riconoscere i modelli non è un problema, perché ci sono molti algoritmi per farlo. Il problema è che un modello può essere riconosciuto solo dopo che è stato disegnato.

Nessuno ha bisogno di pattern storici, onde, livelli, combinazioni di candele e altre cose, perché il passato è già noto, che sia riconosciuto e scomposto in pattern o meno. Il trader ha bisogno di sapere quale sarà il prossimo modello. E nessun algoritmo riconoscerà il prossimo modello, perché non è ancora esistito.

Ti ho mostrato nella prima pagina la previsione del modello incompleto, il punto 3 (EURUSD = 1,300), che ha funzionato molto accuratamente così come il rimbalzo dopo quel tocco. Questo è un trade redditizio per te. Ora prevedo un breakout del confine superiore. Comprate. Notate che tutte queste previsioni sono in tempo reale. Cosa c'è di sbagliato in questo? Vi ho già chiesto di postare le vostre previsioni. Confrontiamoli. Forse possiamo combinare diverse strategie di successo in una sola, e verrà fuori qualcosa di interessante. In futuro vi mostrerò passo dopo passo come si forma un nuovo canale e dove vengono piazzati gli ordini.

[Yury Reshetov]

gpwr:

Ti ho mostrato nella prima pagina la previsione del modello incompleto, punto 3 (EURUSD = 1,300). Ha funzionato con grande precisione, così come il rimbalzo dopo questo tocco. Questo è un trade redditizio per te. Ora prevedo un breakout del confine superiore. Comprate. Notate che tutte queste previsioni sono in tempo reale. Cosa c'è di sbagliato in questo?

La mancanza di una formulazione chiara. Qualcosa là fuori a occhio, qualcosa di predetto. Nostradamus sta fumando nervosamente in disparte.

gpwr:

In futuro vi mostrerò passo dopo passo come si forma un nuovo canale e dove vengono piazzati gli ordini.

È da lì che avresti dovuto iniziare, non lasciarlo per ultimo.

[Vladimir]

Reshetov:

2. Nessuno è interessato alla parte non commerciabile, tranne i nerd. I commercianti sono interessati solo alla parte non commerciabile, che non è riconosciuta.

Una domanda enigmistica: supponiamo che tu riconosca una parte non negoziabile del modello. Arrivi in pantaloni per la gioia, condividi la notizia con la comunità internazionale attraverso un blog o un forum, ti lavi le mani della notizia e ti ubriachi come un maiale. E poi? Ecco cosa succede dopo:

Questa è una stronzata! Tutto quello che dobbiamo fare per riconoscere un cane è guardare la sua faccia e fare un'ipotesi abbastanza buona su come è il resto del suo corpo.

Perché sei così amaro? I neuroni ti stanno uccidendo? O avete già donato i vostri neuroni perché quelli artificiali non funzionano?

[Vladimir Gomonov]

Reshetov:

Ancora una volta, per i molto dotati: riconoscere i modelli non è un problema, perché ci sono molti algoritmi per farlo. Il problema è che un modello può essere riconosciuto solo dopo che è stato reso.

Il riconoscimento del tutto per la sua parte è un compito che le reti neurali (specialmente i multistrati) gestiscono abbastanza bene.

Nessuno ha bisogno di modelli storici, onde, livelli, combinazioni di candele e altre cose, perché il passato è già noto, non importa se è riconosciuto e suddiviso in modelli o meno. Il trader ha bisogno di sapere quale sarà il prossimo modello. E nessun algoritmo riconoscerà il prossimo modello, perché non è ancora esistito.

Inoltre, ci sono sequenze di modelli [relativamente] stabili. Uno di questi è esattamente quello che l'autore sta promuovendo.

--

Yura, non esagerare.

[Yury Reshetov]

MetaDriver:

Il riconoscimento del tutto attraverso la sua parte è un compito in cui le reti neurali (specialmente i multistrati) sono abbastanza bravi.

Inoltre, ci sono sequenze di modelli [relativamente] stabili.

--

Yura, non esagerare, l'approccio è abbastanza fattibile.

Diventerà funzionante quando potrà essere formulata chiaramente e ottenere almeno qualche vantaggio. Nel frattempo, si parla solo di quale parte avvicinarsi.