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 983

 
マキシム・ドミトリエフスキー

これは、基本的なパターンがないため、水面に羽根を立てて書かれた戦略です。

アービトラージのように、異なるブローカーのティックで学習することだけが有効です。しかし、ダニに関するトレーニングを行うにはリソースが必要です。

そのようなパターンを調査していないとしても、存在しないとは言い切れないのです。ここで、少なくとも一つの規則性が働いている - トレンドは常に終わりに来て、あなたが次に何が起こるかわからないので、これはポジションを閉じるための 理由です。

FXには興味がない、そこには詐欺師しかいない、彼らは嘘をつき、恥もかかず、人々が稼げないように何でもする、それは私を不安にさせる。

 
Aleksey Vyazmikin:

そのようなパターンを調査していないとしても、存在しないとは言い切れないのです。トレンドは常に終了し、次に何が起こるか分からないので、これはポジションを閉じる 理由となるのです。

FXには興味がない、そこには詐欺師しかいない、彼らは嘘をつき、恥もかかず、人々が稼げないように何でもする、それは私を不安にさせる。

トレンドは保証金がなくなると終わることがよくあります(多くの人にとって予想外です)。

真の法則とは、原因があり、結果がある場合である

 
マキシム・ドミトリエフスキー

トレンドは保証金がなくなると終わることが多い(そして多くの人にとって予想外)。

しかし、マーティンにとって不利な状況でも生き残るための方法はたくさんあるのです。

マキシム・ドミトリエフスキー

本当のパターンは、原因があり、結果があるときです

それが理由なんですね、儲かるポジションの固定化。そして、その固着の理由は、まさに、トレンドに入るのが早いかどうかという疑問とともに、トレンドに入るのが遅いかどうかという答えの探索にある。

 
FXMAN77 です。

儲かるものはどうやって作っているのか、見た目はどうなのか、それは秘密にしておいてください。

- リアルでこれだけ暴利を貪る強さは見たことがない。最大許容ドローダウン-20%で、月30%の収入を得ることができれば、素晴らしいことです。そして、一定のバランスグラフが上がったり下がったりしながら、徐々に上向きになっていくでしょう。もし、この写真のように利益チャートが常に上向きであれば、それは明らかに修正であり、実際の口座では何も良いことはないでしょう。

- サンプル外テスト(OOS)はモデル選択に使用できません。また、それに基づくモデル選択も、早期停止を伴う学習など、様々な方法が禁止されている。

- エクイティグラフは、トレーニングの開始・終了地点で膝が出たり、急激な変化がないことが望ましい。新しいデータに対するストラテジーは、(最初は)変化なく動作するはずですが、徐々に利益が薄れ始め、最後にはスプレッドロスに変わります。モデルを頻繁に再学習する必要はなく、モデルのライフタイムは、実際のアカウントに配置してから数時間後に失効することはないはずです。

- やり方」については、私にとっては、正しい予測変数のセット、モデルを推定するための正しいフィットネス関数(私はほとんどのモデルでR^2を使うことに警戒しています)、モデルパラメータの選択です。

 

R2が何の関係があるんだ?線形回帰を教えて いますか

それともアレシャが言ったのか?

すべてがうまくいくのは、市場のサイクルが変化していない場合です。それは、予測変数が同じBPのものである場合である。サイクルがいつ終わるかは推測したくない。他の方法は試していません。OOSとかp2とか関係ないだろ? 当たり前のことを見るだけだ。

 
マキシム・ドミトリエフスキー

kr.線の右側でトレーニング、その後しばらく過去に取り組み、逆戻り

学習期間より早くフォワードパスを取ってはいけない。

 
TheXpert です。

トレーニング期間前にフォワードを取ることはできません。

受けないわけがない、受けたんだからできる。

というのは後ろ向きなんです。

 
マキシム・ドミトリエフスキー

後方です。

いや、バックテストはバックテスト。OK、フォワードじゃなくてOOS。

いや、誰も禁じてはいない) be my guest ))しかし、実際には、そのようなOOSは、全く存在しないところに聖杯を 示すことがあることを示している。

 
TheXpert です。

いや、バックテストはバックテスト。OK、フォワードじゃなくてOOS。

いいえ、誰もそれを禁じてはいません) どういたしまして) しかし、実践によれば、そのようなOOSは、それがないところにある聖杯を明らかにするかもしれません。

そうですね、私もフォワードアプローチで、実はパターンが変わらなければ何も変わらないんです。データはすべて学習前にミックスされている。つまり、順序は関係なく、パターンが終了したらいずれにせよ壊れる。

 
TheXpert です。

トレーニング期間前にフォワードを取ることはできません。

マキシムは、自分が全くモデルを持っていないことを認めたくないのです。これは、グラフから明らかです。彼のモデルは再教育されていない。つまり、まったく何も学んでいないのだ。

ターゲットベクトルを、ターゲットを動的に生成する何らかの関数に置き換えるという極めて魅力的なアイデアは、まだ確認されていない。

理由: