記事"微分とエントロピー解析によるGrokking市場の「記憶」"についてのディスカッション - ページ 9

[削除済み]

clemmo:

こんなエラーが出ます：

1.
2019.07.25 04:35:35.174 Trades '666': failedmarket sell 0.10 USDCHF sl: 0.98139 tp: 0.99039 [Invalid stops].

2.新しいバーまたはローソク足が形成されると、EAは自動的に削除されます。

3.

4. EA は NZDUSD に対してのみ異なる取引量を使用しますか？

update0: さらにテストした結果、自動削除の問題はハイパーパラメータのスクリーンショットからのカスタム設定に関連していると言えます。
update1:ヒストリーの深さを1500に調整することに関連しています。異なる値が異なる結果を生むかどうか試してみます。私はM1とM15でテストしており、十分な価格履歴があります。
update2：History_depth 1027 >= ||<= 956

5.

update3: 売りのみの問題は、テストに使用したタイムフレームが低すぎる（M1）ことに関連していると示唆できます。このため、非常に大きなエントロピー値が生成され、これは範囲外なのでしょうか？

update4: エントロピー・ウィンドウ・サイズの問題は、チャート・ウィンドウの初期サイズに関連していると考えられます。

update5: マジックナンバーを変更しようとしたところ、すべてのチャートが次のバーで削除されてしまいました。ターミナルを再起動し、新しいチャートを使ってみました。ログにエラーはありません。これ以上テストできないのでしょうか？

どうも、エントロピーの正規化に問題があるようです。多分、少し後に、私はこれを修正し、別の問題について別のインジケータを含める - 私は完全に理解していないと思います。ターミナル・ログにエラーが表示されているのでしょうか？

[kttongsg]

こんにちは、マキシム、

fractional_entropy_traderをコンパイルしてみましたが、次のようなエラーメッセージが表示されました：

'virtual_optimizer' -関数は すでに定義されており、異なる型を持っています Auto_optimizer.mqh 47行目 col 18

この問題を解決する方法を教えてください。

ありがとうございました。

ダニエル

[Alexander]

理解するのが非常に難しい、

このトピックを扱うのに必要な基礎知識は？

微積分と関係があるのでしょうか？

[Carl Schreiber]

Alexander:

理解するのは非常に複雑だ、

このトピックを扱うのに必要な基礎知識は？

微積分と関係があるのでしょうか？

1. 和算と掛け算しかない！
2. 数学の代わりに、プログラムの流れを理解しよう。
3. エントロピーとは、物理学における無秩序の尺度である。
   

[Rafael Campagnoni Prado Rocchi]

kttongsg:

こんにちは、マキシム、

fractional_entropy_traderをコンパイルしようとしましたが、以下のようなエラーメッセージが表示されました：

'virtual_optimizer' -関数は すでに定義されており、型が異なります Auto_optimizer.mqh 47行目 col 18

この問題を解決する方法を教えてください。

ありがとうございます。

ダニエル

こんにちは、今記事を読み、コンパイルしようとしているところです：2つの関数定義を見つけ、衝突している方の名前を変更してください。

[Oleg Mironov]

こんにちは、

トピックに戻りたいと思います。

リスト5.4.ADF統計検定に合格するdの最小値を求める

def plotMinFFD():
from statsmodels.tsa.stattools import adfuller
path,instName='./','ES1_Index_Method12'
out=pd.DataFrame(columns=['adfStat','pVal','lags','nObs','95%
conf','corr'])
df0=pd.read_csv(path+instName+'.csv',index_col=0,parse_dates=True)
for d in np.linspace(0,1,11):
df1=np.log(df0[['Close']]).resample('1 D').last() # понизить до
# суточных наблюдений
df2=fracDiff_FFD(df1,d,thres=.01)
corr=np.corrcoef(df1.loc[df2.index,'Close'],df2['Close'])[0,1]
df2=adfuller(df2['Close'],maxlag=1,regression='c',autolag=None)
out.loc[d]=list(df2[:4])+[df2[4]['5%']]+[corr] # с критическим
# значением
out.to_csv(path+instName+'_testMinFFD.csv')
out[['adfStat','corr']].plot(secondary_y='adfStat')
mpl.axhline(out['95% conf'].mean(),linewidth=1,color=
'r',linestyle='dotted')
mpl.savefig(path+instName+'_testMinFFD.png')
return

この関数は分数微分の最小次数を決定します。私の意見では

この関数は、このメソッドの実用的な応用のために記事に欠けているものです（または、怠け者を適切なアドレスに送る - できれば関数と一緒に）。

[削除済み]

Олег:

こんにちは、

話題を元に戻します。

リスト5.4.ADF統計検定に合格するdの最小値を求める

この本のPythonコード - この関数は、Pythonに慣れている人が翻訳して、分数微分の最小次数を決定します。私の意見では

私の意見では、それはまさにメソッドの実用的なアプリケーションのための記事で欠けているものです（または適切なアドレスに怠惰な人を送る - できれば関数と一緒に）。

Dickey-Fuller 検定は、いくつかの統計的な研究には有用かもしれませんが、この記事では、d の値はオプティマイザで検索され、さらにアルゴリズムの提案されたバージョンは常に再学習されるので、ここではあまり役に立たないと私は思います。

https://www.mql5.com/ja/code/13072

[Oleg Mironov]

Maxim Dmitrievsky:

ディッキー-フラーテストは、統計的な研究には有用かもしれないが、この論文ではdの値はオプティマイザーで検索され、さらにアルゴリズムの提案バージョンは常に再学習されるので、ここではあまり役に立たないだろうと私は思う。

私は、学習段階でdを自動決定し、その後のアルゴリズム（機械学習法について話しているのであれば、そうではありませんが...）で学習サンプルデータと実際の取引データの両方を自動処理する方法を使いたかったのです。

[削除済み]

Олег:
トレーニング段階でdを自動検出し、トレーニングサンプルデータと実際の取引データの両方を自動処理することで、後続のアルゴリズム（機械学習法について話しているのであれば、そうではありませんが、つまり...）に使用したかったのです。

上にリンクを貼りましたが、これは使えるようです。

[Oleg Mironov]

MQLにはDickey-Fullerテストがありますが、これは系列の定常性をテストするものです。 HubreのBox-Cox法による前処理の例があり、これについては、議論されたdと同様の値を持つλパラメータの自動決定のコードがサイトの古い記事で紹介されています。

FXのBox-Cox法は、常に系列の定常性をもたらすとは限らず（ほとんどの場合、最後まで定常性を示さない）、追加の処理が必要である。私の質問は、BC法を分数微分法（dの最適値を自動決定する）に置き換える試みとして見るべきです。

私はあなたとあなたの書かれた記事に全面的な敬意を表しますが、私の質問は記事の枠内では本当に不要なもので、すでに将来の計画としてあるのです...。