Статья посвящена вопросам использования при торговле в MetaTrader индикатора открытого интереса (Open Interest), публикуемого CFTC. В ней подробно описан предлагаемый проект, показано как загружать необходимую информацию. С помощью торгового робота, входящего в проект, исследуется эффективность концепции изложенной в статье, делаются итоговые выводы, высказываются конструктивные предложения.
Disaggregated Futures Only Reports: The complete Disaggregated Commitments of Traders Futures Only reports file from September 2009 is included by year. Disaggregated Futures-and-Options Combined Reports: The complete Disaggregated Commitments of Traders Futures-and-Options Combined reports file from September 2009 is included by year...
mqlでは次のようになる。
if(h<3) { h=pow(4./3./n,0.2); }.
ここにエラーがあります。hが与えられていない場合は、h=pow(4./3./n,0.2)の 式で算出される。入力パラメータp_hとして指定された場合、h = p_hとなる。Matlabでは、入力数を計測する変数をnarginと呼びます。nargin<3であれば、関数が呼ばれたときに最初の2つの入力、xとyだけが指定されていることを意味する。この場合、式を使ってhを計算する。
if(h<3) { h=pow(4./3./n,0.2); }.
ここにエラーがあります。hが与えられていない場合は、h=pow(4./3./n,0.2)の 式で算出される。入力パラメータp_hとして指定された場合、h = p_hとなる。Matlabでは、入力数を計測する変数をnarginと呼びます。nargin<3であれば、関数が呼ばれたときに最初の2つの入力、xとyだけが指定されていることを意味する。この場合、式を使ってhを計算する。
ある記事に 出会い、それが話題になっているようなので。ファイルは添付ファイルにあります。
以下はその文章です。
ニューヨーク証券取引所の日次株式リターンの相互相関の階層的特性とマルチフラクタル性の間に深い相互作用があることを示す証拠を報告する。
この記事に 出会って、話題になっているようなので。ファイルは添付ファイルにあります。
以下はその文章です。
ニューヨーク証券取引所の日次株式リターンの相互相関の階層的特性とマルチフラクタル性の間に深い相互作用があることを示す証拠を報告する。
この記事は理解しにくいと思いますが、とにかくありがとうございます。
市場価格のプラスとマイナスの乖離の分布はどうなっているのだろう、と。一度ここで議論されたのですが、結論は「正の偏差値より負の偏差値の方が強い」というものでした。単線回帰を、正の入力値用と負の入力値用の2本の線に置き換えてみようと思っています。どうなるかな。
この記事は理解しにくいと思いますが、とにかくありがとうございます。
市場価格のプラスとマイナスの乖離の分布はどうなっているのだろう、と。これは一度ここで議論されたのですが、結論は「マイナスの偏差値の方がプラスの偏差値より強い」というものでした。一本線の回帰を、正の入力値用と負の入力値用の二本線に置き換えてみる。どうなるかな。
モデルには2種類あります。
ランダムフォレストは分類に非常によく使われ、次元数の少ない変数がたくさんあるソースデータに非常によく効きます。通常、50~100回程度の測定で十分です。そして、変数は数万にもなる。
ラトルは概算で計算するのにとても便利です。Matlabの話が出ましたが、あなたにとってRattleは一日あれば、回帰モデル、分類モデルともに6種類のモデルが使えるようになりますね。そこでは、相関関係を見たり、いくつかの変数を捨てたり、結果を推定したり......ということもできます。変数に関する興味深い情報をたくさん得ることができます。ところで、変数の重要度を評価してください。
ラトルで時間を費やす - 特にあなたのステージと目標では、後悔はないでしょう - ただ、何が得られるかを見るために。
このデータを分類器に追加しますか?「Meta COTプロジェクト - MetaTrader 4ターミナルにおけるCFTCレポートの分析に新たな地平を切り開く。それがどの程度強い予測因子となるのか、興味深いところです。
記事を見てみたが、データがよくわからなかった。新しいデータを試したいのですが、どんな種類でどこで手に入るのか、具体的に教えてください。データは少なくとも1980年まで(1960年以降なら理想的)のものが必要です。私のシステムの予測値のRMSは、履歴の開始を右にずらすと減少し、学習履歴の開始を1980年以降にずらすと予測値はランダムな予測値より悪くなります。これは、2000年以降のテスト期間において、最適な予測因子を選択するベースとなる過去の予測件数が減少したためと思われる。私はすでにS&P500のプット/コール比を汲み上げていますが、このデータは1995年から始まっているので私のシステムでは破棄され、システムは1960年から学習を開始します。1860年より後に始まるデータはすべて自動的に破棄されます。
残念ながら、1960年の深さの条件は非常に厳しいです。現在出版され始めたCOTは、80年代後半(古き良き80年代)に組み立てられるようになりました。
学習するために必要な履歴が少ないモデルを組んでみてください。COTは週1回、プット/コール比率は一般的に毎日末に発表される。つまり、このようなデータの総計は、月例報告よりもさらに多くなる可能性があります。
どちらかというと、データはここにあります。http://www.cftc.gov/MarketReports/CommitmentsofTraders/HistoricalCompressed/index.htm
2010年5月にロボットのエラーによって引き起こされた暴落(誰もがこの意見を持っています)、ユーロが1000ピップ以上(!)暴落したこと、または1月にフランの行動によって引き起こされた暴落をどのように予測することができるでしょうか?
だからこそ、クラッシュはIMMEDIATELYに起こるクラッシュなのだ!:)
アルゴリズムに起因するクラッシュはアルゴリズムエラーであり、稀に発生し、状況やアルゴリズム自体を解析することで修正することが可能です。
しかし、暴落は日常茶飯事であり、平衡状態からの急激なレート変動は暴落という観点から考えることができる。
このような暴落は、群衆の行動によって引き起こされ、その前兆がある。みんなが探している。