アンチ・グリッド・ライク・システムの統計 - ページ 5 1234567 新しいコメント Ubzen 2011.08.12 17:56 #41 zzuegg: arr, この話題から離れます :( また戻してください。さて(笑)、指摘するのは申し訳ないのですが、この話題も行き詰まりを感じています。最初の質問「アンチグリッド的なシステムの結果は有用か、そのようなシステムのキーファクターは 何か」は、ドローダウンと回答したようなものですね。もし、最適なベットやケリーのようなものを評価したいのであれば、申し訳ありませんが、ロットサイズが可変で、依存するトレードの連鎖がある場合、それらをどのように計算するのかわかりません。しかし、もしこのシステムが他の勝ち組システム（トレンド系であろうとなかろうと）と比べてどうなのか、という答えをお探しなら、それが今のところ道筋です。 トレードごとの勝敗データはすべてお持ちなのですから。分散と標準偏差の ようなものを提供し、リターン、レート、リスクなどのような他の統計計算に使用することができると思います。最後の質問ですが、このシステムを利用可能なすべての価格データ（他の通貨も含む）で動かしてみましたか？その場合、システムはクラッシュしませんでしたか？このようなシステムがクラッシュするかどうかではなく、むしろどの程度の頻度でクラッシュするかが重要なのです。 Brian Dee - Random Trader 2011.08.12 22:09 #42 zzuegg です。 > グリッドサイズより大きくても2倍にはなりません。 7月25日以降、どのように推移しているのでしょうか？ -BB- Elroch 2011.08.13 02:11 #43 昨日、どうやらこのスレッドをコースから外れてしまったようで、zzueggさんにお詫び申し上げます。しかし、私の投稿の要点は、アンチグリッド・システムの統計的性能が単純なトレンド・フォロー・システムの性能より優れていることを示すことでしたので、ubzenさんの精力的な（多少的外れですが）攻撃の端にいることに驚いています。 ubzenさんのトレンドフォロー手法のスレッドは、一見すると面白そうですね。必ず見ます。 私が分析に使用したソフトウェアを入手したサイトへのリンクも私の投稿に掲載されているということは、以前の最適化に対する断定的な忠告を撤回されたのだと思われます。 再最適化の頻度について、興味深い問題を提起しています。 私は、ライブトレードでは、（ウォークフォワードのパフォーマンスが高い手法で）非常に頻繁に再最適化を行うことに問題はないという論理的な結論に達しましたが、それが大きな改善につながるということを経験的に確信するには至っていません。 それよりも重要なのは、最適化期間の長さで、短すぎるのは簡単です。 しかし、MetaTraderとウォークフォワードアナライザーを使用すると、取引頻度の少ないシステムで短いテスト期間が誤解を招くという重要な理由があります。これは、期間終了時に開いている取引が、真夜中に非現実的に決済されてしまうというものです。私はこの「機能」が好きではありません。私の意見では、テスターはルールが終了するまで取引を継続させるべきですが、そのようにせざるを得ないのが実情です。これは、テスト期間中の取引が少なければ少ないほど、結果を歪めてしまうのです。 そうです、私のテストは本当にすべての目盛りを使うのと同じくらい正確 でした （下線は、私が以前にもこのことを述べており、それが真実であることに変わりはないからです）。その理由は、バーオープンで取引を実行 することは完全に実用的であり、実際、私のコードはまさにこれを実行したからです。すべてのロジックは、インデックス1以上のバーのインジケータの値に基づいています。ちなみに、これは、同じバーで複数のシグナルをキャッチするという愚かな状況を避けるための、実用的で人気のある方法です。もし、そんなに頻繁にシグナルをキャッチしたいのなら、もっと小さなバーを使ってください。15分足の巨大なバーが時々あるのは良い点ですが、この場合、不正確さの原因にはなりません。 私の例のシステムの結果の質について、ありがたいお言葉をいただきましたが、私の目的には十分ではなく、例えばzzueggさんのシステムと比べても見劣りします。多くの改良が必要で、学ぶべきことがたくさんあります。EURUSDは他の市場よりも使いやすく、手動取引やルールベースの取引で最高の結果を出しています。しかし、時折他の市場でも実験していますし、今後もそうしていくつもりです。私が数年前から取り組んでいるアイデアの1つは、取引するペアを選ぶ前に、4～6通貨のバスケット（6～15ペア）からすべてのペアを分析することです。 学ぶことを止めないでください。 Ubzen 2011.08.13 05:53 #44 Elrochです。すみません、誰かを攻撃する意図はなかったんです。私は自分の答えを短くしようとしていたので、多分そのように出てしまったのでしょう。私自身、mt4について学ぶことがたくさんあります。 現在、通貨のバスケットの プログラミングを学んでいます。また、自己最適化EAとニューラルネットワークEAを本当にやりたいと思っています。何がうまくいかないか、あるいはうまくいったかを言うのはとても簡単です。何がうまくいくかを言うのはもっと難しい。生きていく中で、学んでいくものだと思う。私がここで言うことはすべて、私の意見 です。私にとってうまくいかなかったからといって、あなたにとってうまくいかないとは限らないというのが、私のとるべき態度です。だから、他の人のアドバイスを盲目的に受け入れるのではなく、自分自身で車輪を再発明しているのです。 zzuegg 2011.08.13 09:59 #45 BarrowBoy: zzuegg です。 > グリッドサイズより大きくても2倍にはなりません。 7月25日以降、どのように推移しているのでしょうか？ -BB- BBさん、こんにちは！システムは期待通りに動作しています。マーケットがレンジしていてもレンジサイズは約200pips＋αでした。標準的なグリッドサイズは50pipsなので、そのような局面でも問題はありません。また、レンジング期間もこのシステムにとってかなり最適なようです。 この間は、基本的に危険地帯はありませんでした。これは7月から現在までのテストです。 注：バランスで大きなドロップアップは、現在の出口creteriaの変更に起因しています。私は、出口を単純な利益目標での出口から、'exit by equity trailing'に変更しました。 Elrochさん、もちろん常に再採用というのは、特にトレンドフォローのシステムでは非常に良いことだと思います。ただ、問題なのは、市場の状況が変化して再最適化が必要になったときに、その境界を特定する必要があることです。もちろん、オンザフライで最適化することもできます（mql5のセクションにすばらしい記事があります）。しかし、この場合、市場の状況がより長い期間同じであることが必要です。すべての変更は、コスト。より多くのあなたの最適化は、市場条件の変化が失敗するために小さくなければならないとしてフィットしています。例えば、私のAdaptiveStrghtシステムには、インプットもなければ、インジケータに定義された期間もありません。私は、上昇サイクルと下降サイクルの平均的な長さを示す指標を基礎としてプログラムしています。他のパラメータは、これらの結果に基づいています。希望としては、現在の市況に自動的に適応するシステムを得ることでした。テスターでは良いように見えますが、言ったように。今までのところ、ライブの結果は全く良くありません。(でも、長期的な結果が重要なのでEAを稼動させていますし、彼は小さなサイドアカウントで稼動しています）。 ubzenさん、そうですね、NeuroNetsはそういうものかもしれませんね。私の学位はこのテーマに基づいているので、このようなシステムは新しい市場の状況に素早く適応することができると本当に信じています。私は、ニューロネットが市場の状況を分析し、その特定の市場の状況に基づいて新しいニューロネットを選択したり、自動的に再教育したりすることを夢見ています。しかし、この問題を解決するにはまだまだ遠い道のりです。最新のニューラルネットを1つプログラミングするだけでも大変な作業です。 //z Elroch 2011.08.13 12:04 #46 ＠ubzenさん、かっこいいですね。インターネット上の議論では、誤解を招きがちです。議論することで理解が深まるのは、古代ギリシャの時代から知られていることです。） ZZUEGGさん、お疲れ様でした。新しい終了方法は、優れたパフォーマンスを提供すると感じますか？ ちなみに、非常に頻繁な最適化は、頻度の低い最適化よりも市場の挙動に何も要求しないのですが、わざわざするほどのことでもないのかもしれませんね。私が最初に感じたのは、もし今自分のシステムのパラメータが、ある長さの過去期間における市場の動きに影響されているのであれば、その期間はできるだけ最近のものであってほしいということです。これは、非常に頻繁に再最適化することで実現できます。例えば、1年分のデータを使って毎週最適化し直せば、常に最新に近いデータを使うことができますが、3ヶ月ごとに最適化し直すと、3ヶ月前の最適化期間を使っていることになる場合もあるのです。しかし、いくつかの理由から、パフォーマンスの差は非常に小さいと思われます。まず、直近の年と3ヶ月前の年の間に大きな重複があります - 実際、データの3/4は同じものです。第二に、最適化は非常に不正確なプロセスである。直近の年と3ヶ月前の年の最適化結果の違いの大部分は、2つの期間の市場の特徴の大きな違いではなく、偶然によるものである可能性が高いのです。第三に、最適化によって変化を捉えることができるかもしれない市場の特性への期待は、おそらく時間の経過とともにゆっくりと変化する。第四に、最適化によって影響を受ける特性と、サンプル外のデータの特性との相関が非常に低いため、結果への影響がさらに希薄になるという事実があります。最後に、私たちが変化を捕らえようとしている市場の特性は、サンプル外のデータに対するシステムの結果の一部しか説明しません。その結果、パフォーマンスの差は非常に小さくなる可能性があります。しかし、結果のランダムなばらつきを減らすためには、かなり大規模なテストが必要でしょうし、非常に頻繁な再最適化によるわずかな改善を確認するためには、非常に大規模なテストが必要だと思います。 Brian Dee - Random Trader 2011.08.13 12:53 #47 > NeuroNetsはそのようなものであるかもしれません。 NNに興奮するのはわかりますが、学習と再学習は過去のデータから行われるので、同じ古いループを回っているだけで、CPUサイクルはもっと多いのではといつも思っています。 -BB Ubzen 2011.08.13 16:56 #48 同じループでも、より多くのCPUサイクルで......。 ええ、私も同じような感想を持ちましたが、幸せな気分です。） 私は、NNが私のシステム開発プロセスをより良くしてくれることを期待しています。つまり、失敗した経路から学んで、別の経路を試してみるというプロセスです。 Elroch 2011.08.13 20:56 #49 少し考えてみました。ヒストリカルデータはヒストリカルデータですが、私たちが持っているのはほとんどこれだけです :-)NNは少し神秘的ですが、実際には一種の回帰機械です。つまり、NNは入力と出力の間の関数のクラスを符号化することができ、学習のプロセスでは、学習セットに適合するように関数の自由パラメータを決定することになります。 過去のデータの問題は、私のお気に入りのナンセンスなトレーディングの教義の一つである「指標は遅れ、価格は遅れない」を思い出させる。現在の価格は 遅れない、確かにそうですが、現在の価格だけを使って、他のすべての情報を無視して取引してみてください（1.41665です - 買うか売るか？ 他の情報はありません）。以前の価格はむしろ明らかに遅れています。指標よりも遅れが少ないのでしょうか？例えば、長さ1、2、3...のSMAのセットがあるとします。これらのうち最初のN個が最後のN個の価格を決定します。これは、本当の意味で、SMAが価格よりも遅れないことを意味すると思います。このドグマを信奉する人は、N本前に発生した極端な価格のサポートについて話すと、それは価格が遅れていない例であり、N期間のSMAと価格の関係について話すと、それは遅れている指標であると考えるでしょう。面白いですね。 Ubzen 2011.08.13 21:42 #50 1.41665です - 買いますか、売りますか？ うわー、それはかなり良いですね、私は今までそのようにそれについて教えたことはありません。この人はもっと好きだ、考えさせられる。私のドグマをリストに加えることを許可してください。Rsi、Macd、CCi、Adx、Smaなど、あなたの好きなインジケータが100ポイント上昇したとき、あなたは売りたいですか、買いたいですか? 1234567 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
arr, この話題から離れます :( また戻してください。
さて(笑)、指摘するのは申し訳ないのですが、この話題も行き詰まりを感じています。最初の質問「アンチグリッド的なシステムの結果は有用か、そのようなシステムのキーファクターは 何か」は、ドローダウンと回答したようなものですね。もし、最適なベットやケリーのようなものを評価したいのであれば、申し訳ありませんが、ロットサイズが可変で、依存するトレードの連鎖がある場合、それらをどのように計算するのかわかりません。しかし、もしこのシステムが他の勝ち組システム（トレンド系であろうとなかろうと）と比べてどうなのか、という答えをお探しなら、それが今のところ道筋です。
トレードごとの勝敗データはすべてお持ちなのですから。分散と標準偏差の ようなものを提供し、リターン、レート、リスクなどのような他の統計計算に使用することができると思います。最後の質問ですが、このシステムを利用可能なすべての価格データ（他の通貨も含む）で動かしてみましたか？その場合、システムはクラッシュしませんでしたか？このようなシステムがクラッシュするかどうかではなく、むしろどの程度の頻度でクラッシュするかが重要なのです。
zzuegg です。
> グリッドサイズより大きくても2倍にはなりません。
7月25日以降、どのように推移しているのでしょうか？
-BB-
昨日、どうやらこのスレッドをコースから外れてしまったようで、zzueggさんにお詫び申し上げます。しかし、私の投稿の要点は、アンチグリッド・システムの統計的性能が単純なトレンド・フォロー・システムの性能より優れていることを示すことでしたので、ubzenさんの精力的な（多少的外れですが）攻撃の端にいることに驚いています。
ubzenさんのトレンドフォロー手法のスレッドは、一見すると面白そうですね。必ず見ます。 私が分析に使用したソフトウェアを入手したサイトへのリンクも私の投稿に掲載されているということは、以前の最適化に対する断定的な忠告を撤回されたのだと思われます。
再最適化の頻度について、興味深い問題を提起しています。 私は、ライブトレードでは、（ウォークフォワードのパフォーマンスが高い手法で）非常に頻繁に再最適化を行うことに問題はないという論理的な結論に達しましたが、それが大きな改善につながるということを経験的に確信するには至っていません。 それよりも重要なのは、最適化期間の長さで、短すぎるのは簡単です。 しかし、MetaTraderとウォークフォワードアナライザーを使用すると、取引頻度の少ないシステムで短いテスト期間が誤解を招くという重要な理由があります。これは、期間終了時に開いている取引が、真夜中に非現実的に決済されてしまうというものです。私はこの「機能」が好きではありません。私の意見では、テスターはルールが終了するまで取引を継続させるべきですが、そのようにせざるを得ないのが実情です。これは、テスト期間中の取引が少なければ少ないほど、結果を歪めてしまうのです。
そうです、私のテストは本当にすべての目盛りを使うのと同じくらい正確 でした （下線は、私が以前にもこのことを述べており、それが真実であることに変わりはないからです）。その理由は、バーオープンで取引を実行 することは完全に実用的であり、実際、私のコードはまさにこれを実行したからです。すべてのロジックは、インデックス1以上のバーのインジケータの値に基づいています。ちなみに、これは、同じバーで複数のシグナルをキャッチするという愚かな状況を避けるための、実用的で人気のある方法です。もし、そんなに頻繁にシグナルをキャッチしたいのなら、もっと小さなバーを使ってください。15分足の巨大なバーが時々あるのは良い点ですが、この場合、不正確さの原因にはなりません。
私の例のシステムの結果の質について、ありがたいお言葉をいただきましたが、私の目的には十分ではなく、例えばzzueggさんのシステムと比べても見劣りします。多くの改良が必要で、学ぶべきことがたくさんあります。EURUSDは他の市場よりも使いやすく、手動取引やルールベースの取引で最高の結果を出しています。しかし、時折他の市場でも実験していますし、今後もそうしていくつもりです。私が数年前から取り組んでいるアイデアの1つは、取引するペアを選ぶ前に、4～6通貨のバスケット（6～15ペア）からすべてのペアを分析することです。
学ぶことを止めないでください。
zzuegg です。
> グリッドサイズより大きくても2倍にはなりません。
7月25日以降、どのように推移しているのでしょうか？
-BB-
BBさん、こんにちは！システムは期待通りに動作しています。マーケットがレンジしていてもレンジサイズは約200pips＋αでした。標準的なグリッドサイズは50pipsなので、そのような局面でも問題はありません。また、レンジング期間もこのシステムにとってかなり最適なようです。
この間は、基本的に危険地帯はありませんでした。これは7月から現在までのテストです。
注：バランスで大きなドロップアップは、現在の出口creteriaの変更に起因しています。私は、出口を単純な利益目標での出口から、'exit by equity trailing'に変更しました。
Elrochさん、もちろん常に再採用というのは、特にトレンドフォローのシステムでは非常に良いことだと思います。ただ、問題なのは、市場の状況が変化して再最適化が必要になったときに、その境界を特定する必要があることです。もちろん、オンザフライで最適化することもできます（mql5のセクションにすばらしい記事があります）。しかし、この場合、市場の状況がより長い期間同じであることが必要です。すべての変更は、コスト。より多くのあなたの最適化は、市場条件の変化が失敗するために小さくなければならないとしてフィットしています。例えば、私のAdaptiveStrghtシステムには、インプットもなければ、インジケータに定義された期間もありません。私は、上昇サイクルと下降サイクルの平均的な長さを示す指標を基礎としてプログラムしています。他のパラメータは、これらの結果に基づいています。希望としては、現在の市況に自動的に適応するシステムを得ることでした。テスターでは良いように見えますが、言ったように。今までのところ、ライブの結果は全く良くありません。(でも、長期的な結果が重要なのでEAを稼動させていますし、彼は小さなサイドアカウントで稼動しています）。
ubzenさん、そうですね、NeuroNetsはそういうものかもしれませんね。私の学位はこのテーマに基づいているので、このようなシステムは新しい市場の状況に素早く適応することができると本当に信じています。私は、ニューロネットが市場の状況を分析し、その特定の市場の状況に基づいて新しいニューロネットを選択したり、自動的に再教育したりすることを夢見ています。しかし、この問題を解決するにはまだまだ遠い道のりです。最新のニューラルネットを1つプログラミングするだけでも大変な作業です。
//z
＠ubzenさん、かっこいいですね。インターネット上の議論では、誤解を招きがちです。議論することで理解が深まるのは、古代ギリシャの時代から知られていることです。）
ZZUEGGさん、お疲れ様でした。新しい終了方法は、優れたパフォーマンスを提供すると感じますか？
ちなみに、非常に頻繁な最適化は、頻度の低い最適化よりも市場の挙動に何も要求しないのですが、わざわざするほどのことでもないのかもしれませんね。私が最初に感じたのは、もし今自分のシステムのパラメータが、ある長さの過去期間における市場の動きに影響されているのであれば、その期間はできるだけ最近のものであってほしいということです。これは、非常に頻繁に再最適化することで実現できます。例えば、1年分のデータを使って毎週最適化し直せば、常に最新に近いデータを使うことができますが、3ヶ月ごとに最適化し直すと、3ヶ月前の最適化期間を使っていることになる場合もあるのです。しかし、いくつかの理由から、パフォーマンスの差は非常に小さいと思われます。まず、直近の年と3ヶ月前の年の間に大きな重複があります - 実際、データの3/4は同じものです。第二に、最適化は非常に不正確なプロセスである。直近の年と3ヶ月前の年の最適化結果の違いの大部分は、2つの期間の市場の特徴の大きな違いではなく、偶然によるものである可能性が高いのです。第三に、最適化によって変化を捉えることができるかもしれない市場の特性への期待は、おそらく時間の経過とともにゆっくりと変化する。第四に、最適化によって影響を受ける特性と、サンプル外のデータの特性との相関が非常に低いため、結果への影響がさらに希薄になるという事実があります。最後に、私たちが変化を捕らえようとしている市場の特性は、サンプル外のデータに対するシステムの結果の一部しか説明しません。その結果、パフォーマンスの差は非常に小さくなる可能性があります。しかし、結果のランダムなばらつきを減らすためには、かなり大規模なテストが必要でしょうし、非常に頻繁な再最適化によるわずかな改善を確認するためには、非常に大規模なテストが必要だと思います。
> NeuroNetsはそのようなものであるかもしれません。
NNに興奮するのはわかりますが、学習と再学習は過去のデータから行われるので、同じ古いループを回っているだけで、CPUサイクルはもっと多いのではといつも思っています。
-BB
同じループでも、より多くのCPUサイクルで......。
ええ、私も同じような感想を持ちましたが、幸せな気分です。）
私は、NNが私のシステム開発プロセスをより良くしてくれることを期待しています。つまり、失敗した経路から学んで、別の経路を試してみるというプロセスです。
少し考えてみました。ヒストリカルデータはヒストリカルデータですが、私たちが持っているのはほとんどこれだけです :-)NNは少し神秘的ですが、実際には一種の回帰機械です。つまり、NNは入力と出力の間の関数のクラスを符号化することができ、学習のプロセスでは、学習セットに適合するように関数の自由パラメータを決定することになります。
過去のデータの問題は、私のお気に入りのナンセンスなトレーディングの教義の一つである「指標は遅れ、価格は遅れない」を思い出させる。現在の価格は 遅れない、確かにそうですが、現在の価格だけを使って、他のすべての情報を無視して取引してみてください（1.41665です - 買うか売るか？ 他の情報はありません）。以前の価格はむしろ明らかに遅れています。指標よりも遅れが少ないのでしょうか？例えば、長さ1、2、3...のSMAのセットがあるとします。これらのうち最初のN個が最後のN個の価格を決定します。これは、本当の意味で、SMAが価格よりも遅れないことを意味すると思います。このドグマを信奉する人は、N本前に発生した極端な価格のサポートについて話すと、それは価格が遅れていない例であり、N期間のSMAと価格の関係について話すと、それは遅れている指標であると考えるでしょう。面白いですね。
1.41665です - 買いますか、売りますか？
うわー、それはかなり良いですね、私は今までそのようにそれについて教えたことはありません。この人はもっと好きだ、考えさせられる。私のドグマをリストに加えることを許可してください。Rsi、Macd、CCi、Adx、Smaなど、あなたの好きなインジケータが100ポイント上昇したとき、あなたは売りたいですか、買いたいですか?