X軸に非線形の歪みがある2つの見積もりチャートの比較 - ページ 11

新しいコメント
 
gpwr:

このシステムは、引用文に繰り返しのパターンがあることを前提にしています。このスレッドの9ページ目で、これらのパターンを見つける方法（アンリーシュド・コーディング）を説明しました。他にも方法はあります。また、最近接法による価格比較も可能です。過去の投稿を読む繰り返しになりますが
もちろん読んでいますよ、それは。
 
gpwr:

別スレッドを開くのを避けるため、パターンに関する研究結果をここに記すことにした。もしかしたら、誰かの時間の節約になるかもしれないし、誰かに新しいアイデアを与えるかもしれない。

2006年、私が初めてFXに興味を持ったとき、最初のアイデアは、相関係数を類似性の尺度として使い、過去N本のバー（現在のパターン）と同じ相場でのすべてのパターンを比較することでした。これは、同じ最近接法（SN法）です。ユークリッド長に対する相関係数の利点は、価格軸の歪みを考慮している点である。この方法でExpert Advisorを構築したところ、2-3ヶ月のフォワードテスト（10Мで10кとか）では異常な収益性を示しましたが、その後2-3ヶ月は負けが続いています。そして、大儲けした後に大損害を被るという順序です。何度かこのBS方式に戻ったり、隣の委員会をやったりしましたが、結果は同じでした。結局、がっかりして、BSメソッドのコードを5のベースに入れました。

2007年から2008年にかけて、私はPNN、特にGRNNに興味を持つようになりました。本質はBSと同じだが、1つ（あるいはcommitteeのようにいくつか）の類似した隣接パターンを選択するのではなく、すべての過去のパターンを自動的に選択し、予測への影響をexp(-measure_difference)のような指数関数で加重する。したがって、より類似した歴史の部分は、指数関数的に重みが増す。パターン価格から（平均を引いた）ユークリッド距離を差の尺度として計算したり、いくつかの指標のベクトルの読み取りの差をとったりすることができます。予測精度はBS方式より若干高く、50.5％ではなく52％でした（正確には覚えていません）。

最後に考えたのは、私たちの脳が情報を変換するために使っている方法を使うことです。これらの方法については、5.で詳しく説明しました。そのひとつは、現在の価格を分解できるパターン（基底関数）を見つけることである。のように

価格[i] = sum (a[k]*function[i][k], k=1...L) i=1...Nとする。

もちろん、塩基を探す代わりに三角関数をとり、フーリエ変換を利用することもできる。しかし、希薄化符号化の方法を用いて履歴上の基底関数を求める方が、より見通しが良いのです。この方法の本質は、長さNの様々な履歴間隔における価格の線形モデルを、ゼロでない係数の最小数a[k], k=1...Lで所定の誤差が達成されるようにANCでフィッティングすることである。理想的には、各ヒストリカル価格ベクトルは1つの基底関数（またはパターン）のみを含む。各ステップで係数や関数そのものが最適化されます。事前にわからないパラメータがたくさんあるのです。例えば，パターンの長さN，辞書の基底関数の数L，分解における非ゼロの係数の数（私は3個を選択しました。）N*Lは全履歴の長さよりもずっと小さいことが重要です。さもなければ、アルゴリズムは過去の価格そのものと同じパターンを見つけてしまい、近傍探索法のようなものができてしまいます。例えば、1999年から2010年（74本）の履歴に希薄符号化法を適用して学習したEURUSD H1の各64本の長いパターンの辞書は、以下のようになります。

私は次のような規則性に気づきました。パターンが長く、辞書に載っている数が多いほど、バクチの利益は高くなり、これはオーバートレーニングによって説明することができるのです。しかし、いずれにせよ、NとLが違うと、フォワードテストは利益ゼロのあたりでチャラチャラしているように見えます。パターンに不満が出始めている。どうやらFXでは、それらは一定ではないらしい。言い換えれば、FXはパターンを記憶しておらず、毎回新しいものが作られる。


エコー・ステート・ネットワークを利用した経験はありますか？http://www.scholarpedia.org/article/Echo_state_network
 
yacoov:

エコー・ステート・ネットワークを利用した経験はありますか？https://www.mql5. com/go?link=http://www.scholarpedia.org/article/Echo_state_network

TheXpertに 聞く。経験がある。
 
gpwr: バイナリーシグナルに相関性があるなんて聞いたことがない。ちなみに、ジグザグを使った2進数のパターンコーディングにも挑戦してみました。最後の膝上げ6回、膝下げ6回を行った。

バイナリ信号の相関をググってみたら、XORして結果の数字の1を数えるのが簡単そうだった

ZZの膝を6本持っていったのは、問題ですね。

gpwr：引用文には繰り返しのパターンがあるという前提のもと、システムを構築しています。

市場にはパターンや規則性があるという前提は正しいが、その規則性は明らかな周期性をもって現れたり現れなかったりする。どうやら、パターンの検索と分析は、指標の専門家を最適化する作業に似ている、もしそうなら、それは我々が我々の時間を無駄に判明 - それは現在の歴史に従って指標（戦略）の選択を選択するであろう自己最適化専門家を 書く方が簡単です。

ユーロの調査をしようと思っていたのですが、今のところ見つかっていません。もしかしたら、クロスの方が規則性があるのかも？

 
sever32:
もちろん読んでいますよ、そういうことです。


では、あなたの質問が理解できません。"あなたのシステムがなぜ機能しなければならないのか "という正当な 理由が見つかりませんでした。何のための正当化か。

1.繰り返しのパターンがあるという前提の正当性？または

2.これらのパターンを見つけるためのばらばらのコーディング法の根拠は？

3.あるいは、他の何かの根拠？

 
IgorM:

バイナリ信号の相関をググってみたら、XORして結果の数字の1を数えるのが簡単そうだった

ZZの6本の膝を取ったということは、解析に使う小節数（私はフラクタルで8本から16本の小節を使っています）がわからないということです。

市場にはパターンや規則性があるという前提は正しいが、その規則性は明らかな周期性をもって現れたり現れなかったりする。どうやら、パターンの検索と分析は、指標の専門家を最適化する作業に似ている、そうであれば、それは我々が我々の時間を無駄に判明 - それは現在の歴史に従って指標（戦略）の選択を選択するであろう自己最適化専門家を書く方が簡単です。

ユーロを探すという発想があるのですが、見つけたことがありません。クロスの方が規則性があるのかも？


H1の時間軸で膝上げ6回、膝下げ6回で十分でした。ご自身で判断してください。仮に、最後の膝zzが膝上げだとします。膝に1v-6v、1n-6nと番号を振ってみましょう。すると、このようなビット列になります。

ビット1：-1＝1V＜2V、1＝1V＞2V

ビット2：-1＝1V＜3V、1＝1V＞3V

...

ビット5：-1＝1V＜6V、1＝1V＞6V

ビット6：-1＝2V＜3V、1＝1V＞3V

などと、膝の上下を問わず合計30ビット。30ビットで記述できるパターンの数＝2^30。しかし、すべてのビットが重要というわけではありません。例えば、直近の膝1vと膝4v、5v、6vを比較することは、ほとんどの場合、重要ではありません。しかし、どのビットが重要で、どのビットが重要でないかを事前に判断することはできません。各パターンが0以外のビット（「重要なビット」）をできるだけ少なくして記述されるように、履歴によって最適化する必要があるのです。これが非常に時間がかかることです。パターン記述にニーを増やすと、パターン辞書が過学習になり、一般化できなくなる。

パターンを「厳密に」比較し、一部のビットが一致しないことを許容するということは、そのパターンにとってそのビットは重要ではなく、私のシステムでは無効化されることを意味します。ゼロビットは全くマッチングしていない。繰り返しになるが、この2進ビットを用いたzzに基づくパターン記述システムは、前ページで報告した無負荷符号化に基づくパターン探索システムとは何の共通 性もない。そのシステムでは、パターンサンプルは価格そのものから構成され、現在のISCのパターンに適合していた。現在のパターンと模範パターンの類似性はISCエラーで判断した（実際はもっと複雑だが）。

 
gpwr:

合計30ビット。30ビットで記述できるパターンの数＝2^30。しかし、すべてのビットが重要というわけではありません。例えば、直近の膝1vと膝4v、5v、6vを比較することは、ほとんどの場合、重要ではありません。

パターンに関する統計的な研究に再び取り組み、「8ビットパターン」と歴史的に一致するものを探しました。

私は興味深い機能に気づいた：歴史上のバーの（私のアルゴリズムによって）シーケンスが繰り返され、歴史の30％未満はすぐにパターンによる取引が彼らの稀な発生のために実装することが困難であるという以前に発表した結論を誘発するコーディング、下に落ちる...があります。

を約します。

パターン番号番号パターン ##番号パターン ## No.いいえ。
1 83 11 3 21 2
2 34 12 3 22 2
3 19 13 3 23 2
4 12 14 3 24 2
5 6 15 3 25 1
6 5 16 3 26 1
7 5 17 2 27 1
8 4 18 2 28 1
9 4 19 2 29 1
10 4 20 2 30 1

しかし、私のコーディングアルゴリズムによると、履歴にあまりパターンがない場合、履歴の60%以上は再現可能な部分が全く含まれておらず、この60%の情報は今後出てこないと考えることができます

今のところちょっとカオスな感じなので、もう少し考えてみます。

 
IgorM: 今のところ、ちょっととりとめがないので、もうちょっと考えてみます。

当初は、得られたパターンをヒストリー上のマーケットアクションになぞらえて使う方が理にかなっていると思ったのですが、単純に数字で表示することにしました。

インジケータバーの高さはパターン番号で、空洞は歴史上の類似した組み合わせの不在であり、今のところ私は次のように来ている - それは、パターンがいわゆるアトラクタ、彼らは説明に合うウィキからと思われる： "...と奇数（不規則 - しばしばフラクタルおよび/またはいくつかのセクションではカンターセットとして配置、それらのダイナミクスは通常カオス）"".実際、パターン探索アルゴリズムの設計の初期段階では、カントール集合を使った

SZZ：今のところカオスですが、もうちょっと考えてみます :)

 
wmlab:

EURUSDやGBPUSDの日中のチャートがよく似ていることに気づいたイントラデイ派の方はいらっしゃいますか？もちろん、いつもそうとは限りませんが、昨日のパターンが今日も意外と繰り返されることが多く、それを利用して利益を得ようとすることができます。でも...

ピークと谷は、パターンを繰り返しているものの、時間的には一致していない。例えば、昨日の日中のディップは14時15分からで、今日は13時からです。スピアマン、ピアソン、最小二乗など、類似性の基準はいろいろあるが、X軸に小さな歪みがあるグラフを比較するものは知らない。そのような方法を知っている人はいないのか？



この世界では、あなたは一人ではないのです。
ファイル:
bbma-minimalis.zip  8 kb
 
IgorM:

最初は、歴史上の相場の動きを類推して得られたパターンを使う方が論理的だと思ったのですが、数字でパターンを描くだけにしたら、こうなりました。

インジケータバーの高さはパターン番号で、空洞は歴史上の類似した組み合わせの不在であり、今のところ私は次のように来ている - それは、パターンがいわゆるアトラクタ、彼らは説明に合うウィキからと思われる： "...と奇数（不規則 - しばしばフラクタルおよび/またはいくつかのセクションではカンターセットとして配置、それらのダイナミクスは通常カオス）"".実際、パターン探索のアルゴリズムを設計する最初の段階で、私はカントール集合

ZS: 今のところちょっとカオスな感じなので、もう少し考えてみますね :)


DTWベースのパターン？
1...456789101112
新しいコメント