トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 2059

削除済み  
ロールシャッハ

純粋な形ではほとんど面白みがない。

まあ、そういうのを見てたんですけどね。トレードが少ないか、あなたのようなものがあるか。コンディションの追加を試みる-その後オーバートレーニング

 
ロールシャッハ

曜日と 時間を決めて、SLとTPを変えて買います。10年後には、最大ドローダウンの数倍の利益を上げているシステムもある。

同システムは年単位、月単位で稼働している。あるパラメータの組み合わせが、他のパラメータよりも頻繁に出現していることがわかる。


エキスパート・アドバイザーへの質問:エキスパート・アドバイザーの皆様、この結果の意味を「科学的に」証明したいのです。そのために、大数の法則と4*skoを使っています。SLとTPが不等間隔のTSに使えるか、また何回取引する必要があるか?


むきつけによりけり

- フォーラムで自分の価値を証明したいのであれば、年間100回以上のトレード+テストオーバーかな?3-5-10年?

- 純粋に科学的見地からすれば研究しているプロセスを理解しているか?

ZS: ⋯⋯。例えば、過去10年間にキャブレター車の台数が減り、インジェクター車の台数が増えていることを調べ、増減の比率を出し、10年先の予測を立てる...そしてここにテスラを持つイーロン・マスクが、あなたの統計に手を加え、台無しにしてしまった。

 
イゴール・マカヌ


ものによりけり

- フォーラムで自分の正しさを証明するのであれば、年間100件以上の取引とテストが必要だと思うのですが、どうでしょう。3-5-10年?

- 純粋に科学的見地からすれば研究しているプロセスを理解しているか?

ZS: ⋯⋯。例えば、過去10年間にキャブレター車の台数が減り、インジェクター車の台数が増えていることを調べ、増減の比率を出し、10年先の予測を立てる...そしてここにテスラを持つイーロン・マスクが、あなたの統計に手を加え、台無しにしてしまった。

まずはランダムテストを受けてみてください。

あらゆるシャープが苦手です。
 
マキシム・ドミトリエフスキー

まあ、これを見ているとね。トレードが少ないか、あなたのようなものか。条件を追加してみた - その後、再トレーニング

この写真、たまりませんね。

週2回、決まった時間にログインすること。アカウントはペニーストックではありません。

 
ロールシャッハ

ランダム性のテストから始めることができる

そうではなく、明らかに増分の間に相関関係があるはずです。

削除済み  
ロールシャッハ

まずはランダム性テストから

いろんなシャープが嫌いなんです。

https://ru.qaz.wiki/wiki/Randomness_tests

この場合、「ランダムネス・テストを受ける」というのは、失礼ですが、完全にナンセンス、ナンセンスです。

Тесты на случайность - Randomness tests - qaz.wiki
  • ru.qaz.wiki
Тестирование псевдослучайных последовательностей (или тесты на случайность ), в оценке данных, которые используются для анализа распределения набора данных , чтобы увидеть , если она может быть описана как случайная (patternless). В стохастическом моделировании , как и в некоторых компьютерных моделированиях , ожидаемая случайность...
 
ロールシャッハ

この写真、たまりませんね

入館は週2回、決まった時間になります。アカウントはペニーストックではありません。

そして、何か問題が発生した場合、ぶら下がった鼻水から判断して、×10ロットで平均化?

 
ロールシャッハ

曜日と 時間を決めて、SLとTPを変えて買います。10年後には、最大ドローダウンの数倍の利益を上げているシステムもある。

同システムは年単位、月単位で稼働している。あるパラメータの組み合わせが、他のパラメータよりも頻繁に出現していることがわかる。


エキスパート・アドバイザーへの質問:エキスパート・アドバイザーの皆様、この結果の意味を「科学的に」証明したいのです。そのために、大数の法則と4*skoを使っています。SLとTPが不等間隔のTSに使えるか、また何回取引する必要があるか?

ここで、有意性の推定には、偏ったサンプリング推定という暗黙の問題がある。あらゆる選択肢の中から最適なものが選択されるからです。ここでは、簡単なモデル例を紹介します。

各取引のリターンが標準正規分布(ゼロ平均、単位分散)であるとする。異なる一連の取引の数は、120=24時間×5営業日です。各シリーズの取引回数は150回、約3年分です。Rでのコードです。

nw <- 150
nts <- 120
bst <- rep(0, nw)
for (i in 1:nts) {
  tst <- rnorm(nw)
  if (mean(tst) > mean(bst)) bst <- tst
}

mean(bst)
plot(cumsum(bst), type = 'l')

の結果です。

ベストパス平均=0.3418549

ベストパスのエクイティ

エクイティ

当然ながら、実勢価格で利益が出ない可能性があることを保証するものではありません)

 
このスレッドのチャートはすべて左下から始まって 右上に終わる ))
そんな風に生きられたらいいんだけど...。
 
Andrey Khatimlianskii:

そして、何か問題が発生した場合、ぶら下がった鼻水から判断して、×10ロットで平均化?

そのことについて。作者、ブローカーの発言、テスターの報告など、摘まみどころはたくさんあります。