Galateo del mercato o buone maniere in un campo minato - pagina 52

 
paralocus писал(а) >>

E la lunghezza del vettore di errore è qualcosa di nuovo... non siamo passati -:)

Come si cerca la lunghezza del lato di un triangolo? Proprio così! - Si prende la somma dei quadrati sotto la radice.

Lo stesso, solo che lo si normalizza per la lunghezza del vettore di dati. Quindi non è una novità. È tutto scientifico.

 
Qual è il tuo k sul doppio strato?
 
Ora ne ho uno. Non credo che abbia ancora importanza, ma la velocità è migliore.
 
Credo di non essere ancora all'altezza. Da qualche parte mi troverò a catturare degli insetti. Ho un'altra richiesta: potreste suggerire un altro metodo di indicizzazione (per sinapsi o qualcos'altro), perché l'indicizzazione diretta è buona per uno strato, ma in due strati è molto complicata, probabilmente per questo è lenta (e probabilmente anche glitch)
 

Ecco un esempio di uno dei cicli di "compressione" su tutti i pesi:

 

Ho anche tutti i pesi nello stesso array e l'indicizzazione è circa la stessa


 
grasn >> :

Stai prevedendo il "colore" della futura barra +1 o stai stimando il movimento in modo più accurato, usando la storia della barra attuale?

Capito, grazie. Ditemi, come stimate il risultato ottimale del vostro NS, cioè quanta percentuale di barre del volume totale dell'esperimento avrà successo? Beh, per esempio, il 99% di 1000 barre ha previsto correttamente. Qual è la sua stima?

 

Quindi... mentre state pensando alla domanda (e data la differenza di orario con Novosibirsk, probabilmente state dormendo), ho deciso per curiosità di provare a predire il colore della barra usando il metodo AR. Ho provato a predire "lob" e poi ho provato a predire il colore della barra. Ho provato a prevedere "direttamente" la direzione ("+" o "-") di x[n]-x[n-1] (H+L)/2 senza identificazione del modello. Allo stesso modo, come mi aspettavo, è una schifezza, perché non si può fare tutto in una volta. Ma mi sono ricordato di una vecchia idea di elaborazione in serie e ho ottenuto un risultato sperimentale (su 15 min di EURUSD 5 000 campioni):


  • 0 - errore nella direzione
  • 1 - la direzione è corretta



La cosa più deludente è che non c'è nessun errore... Ma hai ragione, Serega. Conoscendo la "direzione" in una barra e il quadrato medio "respiro della barra" (per qualche misticismo) possiamo costruire una buona strategia. Allora, quali sono i suoi risultati? Avrà valutato quanto il sistema è autorizzato a mentire, giusto?

 
grasn писал(а) >>

Capito, grazie. Ditemi, come stimate il risultato ottimale del vostro NS, cioè quanta percentuale di barre del volume totale dell'esperimento avrà successo? Beh, per esempio, il 99% di 1000 barre ha previsto correttamente. Qual è la vostra stima o qual è il risultato esistente.

Se vogliamo prevedere solo la direzione del movimento atteso, dovremmo stimare la percentuale di trade corretti usando la formula: p=n(+)/N, dove N è il numero totale di esperimenti, n(+) è il numero di segni indovinati correttamente.

Se stiamo parlando di prevedere il movimento previsto tenendo conto della sua ampiezza, possiamo stimare correttamente l'affidabilità della previsione costruendo una nuvola di previsione con l'algoritmo descritto in questo argomento sopra, e tracciare una linea retta attraverso di essa utilizzando il metodo dei minimi quadrati. La tangente della sua pendenza caratterizza la precisione di previsione dell'algoritmo selezionato, mentre la dispersione dei punti sperimentali mostra i rischi.

Ecco un esempio di tale tracciato per il campione di allenamento (rosso) e per un campione di prova (che non ha partecipato all'allenamento):

Hai ragione, Seryoga. Conoscendo la "direzione" in una barra, significa quadrato "bar respiro" (per qualche misticismo) possiamo costruire una buona strategia. Allora, quali sono i suoi risultati? Avrà valutato quanto il sistema è autorizzato a mentire, giusto?

L'ho fatto. Questo è ciò che riguarda la prima parte di questo thread. Leggete. Secondo i risultati di questa stima, se il sistema dà un vantaggio statisticamente affidabile (>50% delle entrate corrette), allora definisce senza ambiguità i parametri ottimali per la MM, permettendo di portare il mercato al massimo.

P.S. È incredibile quanto tempo ci hai messo per capirlo finalmente! E quanti soprannomi offensivi ho sentito da te nello stesso tempo? E quanti altri ne dovrò ascoltare...

 

al neutrone



Если говорить о прогнозе ТОЛЬКО направления ожидаемого движения, то оценивается процент правильно угаданных движений по формуле: p=n(+)/N, где N - полное число экспериментов, n(+) - число правильно угаданных знаков.

Se stiamo parlando di prevedere il movimento previsto tenendo conto della sua ampiezza, dovremmo stimare correttamente l'affidabilità della previsione utilizzando l'algoritmo descritto in questo argomento sopra e tracciare una linea retta attraverso di essa utilizzando il metodo dei minimi quadrati. La tangente della sua pendenza caratterizza la precisione di previsione dell'algoritmo selezionato, mentre la dispersione dei punti sperimentali mostra i rischi.

Ecco un esempio di tale disegno per il campione di allenamento (quello rosso) e per quello di prova (che non ha partecipato all'allenamento):

Stimato. La prima parte di questo thread è dedicata ad esso. Leggere. Secondo i risultati di questa stima, se il sistema ha un vantaggio statisticamente significativo (>50% delle entrate corrette), allora definisce senza ambiguità i parametri ottimali per la MM, permettendo di spremere il mercato al massimo.

Puoi dirmi chiaramente qual è il tuo tasso di indovinelli sul tuo sistema super duper NS. Inoltre hai detto che stavi predicendo solo il colore, cosa ha a che fare con l'ampiezza? L'argomento non era questo. Non devi costringermi a leggere tutto, soprattutto i tuoi numeri potrebbero essere già cambiati.

P.S. È incredibile quanto tempo ci hai messo per capirlo finalmente! E quanti soprannomi offensivi ho sentito da te nello stesso tempo? E quanti altri ne avrò...

Seryoga, hai una psiche danneggiata e un ego gonfiato. Sbrigati e non scrivere queste sciocchezze. Inoltre, hai la memoria corta e hai dimenticato come hai chiamato svitati le persone normali e fondamentalmente buone. Sì, sì, sì.


PS: è sorprendente quanto tempo ti ci vorrà per capire finalmente che i modelli AR di pyremy non ti daranno risultati peggiori rispetto al tuo NS.

Motivazione: