SOM:調理法 - ページ 6

 
SOMは基本的に市場の状態を正しく分類することができない
 
Debugger:
SOMは基本的に市場の状態を正しく分類することができない
この発言はどのような根拠に基づいているのでしょうか。
 
Debugger:
SOMは基本的に市場の状態を正しく分類することができない
SOMはどのような状態でも分類するわけではありません。SOMはデータ(この場合は時系列)を定量化するために使用される。
 
Debugger:
SOMは基本的に市場の状態を正しく分類することができない
そうですね。だから、ここでは誰もやらないんです。
 
alexeymosc:

良いアドバイスをありがとうございました。

一番良かった結果を載せておきます。最大取引数はさらに増えています。SL=80ピップスドローダウンが何度も減少し、純利益が増加した。最大ドローダウンの2倍の保証金を選択すると、10年間で395%の利益となり、Sychの予測した100%にはならない...。

まだまだマシンを改良していきたい。建設的な批評をありがとうございました。

テスターでの結果は良いのですが、まだ嬉しいとは言えませんね。まだ疑問がある(質問、ヒント、提案)。

あなたは最もシンプルな戦略、つまりバイ・アンド・ホールド(imho)を手に入れました。ネットワークは関係ないようです。歴史を感じるフィッティングのようです。

1).ネットは、80pipsにストップを置いたことを知ってるんですか?

2).同じペア、同じ期間で、ショートポジションのみで、同じ手順を行うことができますか?

 
Sych:

テスターでの結果は良いのですが、まだ嬉しいとは言えませんね。まだ疑問(質問、ヒント、希望)がある。

バイ・アンド・ホールドというシンプルな戦略です(イミフ)。ネットワークは関係ないようです。歴史を感じるフィッティングのようです。

1).ネットは、80pipsにストップを置いたことを知ってるんですか?

2).同じペア、同じ期間で、ショートポジションのみで、同じ手順を行うことができますか?

疑心暗鬼が得意なんですね...。

誤解があるようですが...。

戦略はバイ・アンド・ホールドではありません(それでこのスレッドを立ち上げたのですが)。SOMシグナルで今すぐ退場。そして、いつ出口を出すかは、市場の動きだけに依存します。何日もかかる取引もあれば、何時間もかかる取引もある。私の頭の中には、もっと複雑な戦略があるんです。

フィッティングと何の関係があるのでしょうか?私はOoSの期間を見て、それだけでTCの価値を判断しています。

一般的に:ネットワークから市場に参入・退出するためのシグナル。ネットワークは履歴で学習させた。ニューロネットは、歴史に学び、検証することなく、適当なものを出してくるメガブレインだと思いますか?ばかばかしい。人間は、あらゆるニューロネットと連携します。 人間は、あらゆるニューロネットとマーケットをつなぐ存在です。TS全体は、ニューロネットからではなく、頭から来るのです。ネットワークはストップを知らず、SOMは単に価格シリーズを2次元の要素に変換するだけで、他の分析はすべて私が行います。また、長い歴史の中で良い結果が出れば、takeiを導入することもあります。即興でやるしかないんです。

私はOoS期間にショートポジションで利益を得ることができなかったので、様々なバリエーションを試しました。1時間足では成功しなかった。

 
alexeymosc:

疑心暗鬼はあなたの得意とするところです。

素晴らしい結果、リアルに早くなった」と言えば、それで気が済むのでしょうか?

誤解があるようなので......。

そうかもしれませんね。

ニューラルネットワークは、明確に定義された課題を解決するためのツールに過ぎず、TC全体は、ニューラルネットワークからではなく、頭から である、ということにさらに同意します。

しかし、この場合、設定された課題と得られた結果との間に乖離があるように思われます。

ニューラルネットワークにも興味があるので、そうでなければ素通りしていたかもしれません。

私は、OoS期間中にショートポジションで利益を得ることができなかったので、様々なバリエーションを試しました。私は様々なバリエーションを試しましたが、ショートポジションでOoS期間に利益を上げることはできませんでした。時間足でこのストラテジーを使っても利益が出ません。

私の疑念を裏付けるものです。

少なくとも学習期間ではまともな結果が得られるのでしょうか?

 

--- しかし、この場合、(イマイチ)課題と結果に乖離があるのです。

私はそうは思いません。MTの価格チャートと同じように、0から1の範囲で正規化された価格の軌跡に対して、意図的に自己組織化マップを学習させたのです。常にウィンドウ内の最大から最小にスケーリングされます。そして、掲示板での議論に助けられ、決心したところです。SOMからのシグナルは、実はニューラルネットワークの指標値であり、その最適な組み合わせを探しているのです。同時に、これらのシグナルは、私の認識では抽象的なものではなく、逆に、直近(この場合は48時間)の価格系列データの状態を示していることは確かであり、それはグラフ分析によって知ることができるのである。そして、価格が上昇したときにオープンすれば、価格が方向転換したときに、シグナルによって利益を得ることができます。だいたいそうですね...


例えば、ストップの取り方や予測レベルの学習など、直接的な戦略トレーニングに興味があるのだと理解しました。MLPのグリッドなどを教師にして訓練する必要がありますが、その作業は簡単ではありません...。私はそれを教え、試しましたが、問題があります - ドローダウンです。さらに深く掘り下げると、ニューラルネットの1つは、売られすぎのポイント(買い)と買われすぎのポイント(売り)でポジションを開くように訓練されています。テスターで取引履歴を可視化したところ、グラスメトリック分析で判明しました。ロジックを組んでいるようですが、問題は変わらず、売られすぎでもとにかくもっと下がれば、グリッドは喜んでポジションをオープンし続けます。ストップ単体では問題解決にならない。まず1つ目は、何らかの指標で信号をフィルタリングすることです(ただし、ここでは自分をごまかして履歴にきっちり合わせることができます)。2つ目は、学習中にネットワークに追加情報を与えることです。マイナス要素 - ニューロネットはその性質上、学習しうる最も単純なものを学習します(例えば、NSに「ミューウィングの交差点で取引が行われるが、常にではない」と教えると、この情報は表面にあるため、ネットワークは毎回交差点で取引を行うよう学習し、より複雑なパターンは学習しません-これも通常の学習方法で行います)。いろいろな情報を与えれば、矛盾した例ができ、矛盾した情報は原理的に学習能力を損ないます。

--- 少なくともテスト期間では、まともな結果が得られているのでしょうか?

まだです。)

 

できれば詳しく説明したいと思います。

1).について(ネットワークはストップを80pに設定したことを知っているのでしょうか?)なぜ、5本目のバーで価格が高くなるか低くなるかを見るのか、5本以内ではないのか。それゆえ、ドローダウンが大きくなってしまうのです。すなわち、ネットワークは無制限の入金と無制限のドローダウンで学習する。数本のバーで10ポイント高くなり、5本目のバーまでに150ポイント下がったら、これを陽線とみなすということがわかりました。

私はこのようなものを提案します:(オープン [t+5] - 0.0010 > オープン [t] && Low[iLowest(NULL,0,MODE_LOW,t+5,t)] > StopLoss) 1 else 0.

あるいは、他のバリエーションがあるのか、たくさんあるので、少し実験してみましょう。最初に提出されたレポートでは、ネットワークが何を学習したかが明確にわかりますが、2番目のレポートでは、学習結果がテスターの結果にほとんど影響を与えません(影響があるとしても)。

2).なぜショートポジションを無効にしたのか。おっしゃるとおり、ストラッギー - 最もシンプルな、バイ・アンド・ホールドです。過去10年間、EURがほとんど上昇していることは明らかです。ニューロネットを発明する必要はなく、簡単なExpert Advisorを使い、ショートポジションを無効にすれば、ニューロネットと同じような結果になります。ショートポジションを可能にし、ネットワークに売買のタイミングを学習させることをお勧めします。 今後10年間、ユーロがどのように推移するかは誰にもわかりません。もし落ちたら?

3).ネットワークの能力を実際に確認するためには、Expert Advisorもこの戦略に従って動作し、正確に戦略を反映させる必要があります。つまり、設定されたタスクと得られた結果のミスマッチをなくすことです。もし、ネットが5バー後にポジションをクローズするように 訓練されているなら、結果に関係なく、Expert Advisorのポジションも5バー後にクローズすることをお勧めします。そうすれば、ネットワークが何かできるのか、できないのかがはっきりします。
 

コメントありがとうございます。何かやってみて、もう少し詳しくお答えします。