MetaQuotes Software Corp. | English Russian Chinese Spanish Portuguese
www.mql5.com
The Demarker Indicator (DeM) is based on the comparison of the period maximum with the previous period maximum. When the indicator falls below 30, the bullish price reversal should be expected. When the indicator rises above 70, the bearish price reversal should be expected.
Другое, что нужно учитывать, это выбросы в данных. Редкие, но сильные события (в нашем случае скачки цены) могут внести ложные зависимости в уравнение. Например, после выхода какой-либо неожиданной новости на рынке произошло сильное движение, продлившееся несколько часов. В этом случае значения технических индикаторов имели малую значимость в прогнозе, но регрессионный анализ припишет им высокую значимость, поскольку было сильное изменение цены. Поэтому желательно фильтровать данные в выборке или проверять наличие выбросов в данных.
まずはじめに、大変興味深く記事を読ませていただき、ありがとうございました。
MT5に内蔵されているオプティマイザー（あるインジケーターを使用し、過去のデータで再生することで、そのインジケーターに重みを与え、その結果を「未来」に適用する）と、御社の方法がどの程度違うのか気になりました。
重回帰の 方法とMT5内蔵の方法の違いはそれほど大きいですか？
この質問について何かコメントがあればお願いします。
ありがとうございます。
ところで、私は統計学のバックグラウンドはほとんどゼロですが、あなたの記事は非常にわかりやすく、非常に良質でした。
こんにちは、アルテムガレフ
素晴らしい記事をありがとう。いくつか質問があります：
1) Fig.12では良い結果を示していますが、EAが訓練されたデータで実行されているため、フェアではないと思います。EAのパラメータは2011.6.30から2011.9.1まで計算され、2011.7.1から2011.8.26までテストされました(Fig.1)。つまり、学習したデータでテストしたことになります。
2) p-levelの最適化について。この記事の中で、「p-levelが最も高い重要でないパラメータを取り除く」とありました。しかし、すべてのp-levelが変更され、p-levelが有意であったパラメータが有意でなくなりました。また、図10の表には、dDeMarker, dAC,DeMarker, Bulls, Bears の5つのパラメータが示されている。5つ以上のパラメータだけで分析を行っているのだろうか？いくつかのパラメータは隠されています。
多分、私はいくつかのステップで間違っている。とにかく、この記事をどうもありがとう。
Другое, что нужно учитывать, это выбросы в данных. Редкие, но сильные события (в нашем случае скачки цены) могут внести ложные зависимости в уравнение. Например, после выхода какой-либо неожиданной новости на рынке произошло сильное движение, продлившееся несколько часов. В этом случае значения технических индикаторов имели малую значимость в прогнозе, но регрессионный анализ припишет им высокую значимость, поскольку было сильное изменение цены. Поэтому желательно фильтровать данные в выборке или проверять наличие выбросов в данных.
それはとてもいい指摘だ。何もないところに規則性を求めてはいけない。これは、ほとんどどのような分析方法にも当てはまる。
残念なことに、このような研究の最も重要な要素（残差の分析は同じことではない）である、発見された "規則性 "がどの程度存続可能であるかという点には触れられていない。
「規則性」は、発見された重み係数が（MRとあらゆるNSの点で）"保持"（最小限の変化）している期間が長ければ長いほど、存続可能性が高くなる。どのウインドウでも、SB（定義上、規則性はない）の顕著な係数を見つけるのにコストはかからない。しかし、我々が扱っているのはSBであり、他の何かではないと高い真実性を持って言えるようになるのは、その変化の力学なのである。
つまり、重みの変化のダイナミクスは、初期BPに規則性があるかどうかの一定の基準なのである。
例を挙げると、ある調査方法の重みが時間とともにどのように直線的に変化するかを見ることができるビデオ（右上のグラフ）がある：
ある時は滑らかで（これは非常に良い）、またある時はウェイトがジャークしている（これは非常に悪い）。
さらに、市場の規則性は時間帯や季節性などに左右される。従って、時間帯を検索する際には、別途考慮する必要がある。数年にわたり利益を上げているいくつかのクロスの夜間取引は、1日のうち特定の時間帯にのみ存在する本物の規則性の鮮やかな例である。そして、時間帯フィルターなしでオリジナルのBP全体を調査した場合、それは決して発見されなかっただろう。
追伸：（「知識の日」の雰囲気が影響したのか）文字数が多くなってしまったので、投稿を切りました。
多くのTSでは、取引シグナルは指標の線形結合に基づいて形成される。
つまり、TSの取引結果（steutment）からTSを解明することが課題であれば、MRはそのような目的に適したツールです。
このタスクを別の側面から見てみましょう：
あるトレーダーは、取引シグナルをヒストリー上に配置する。これは、非公式化されたマニュアル取引の 結果であったり、ジグザグ・トップの一部であったりする。一般的には、何でもいい。
次に、同じ課題が解決される：取引シグナルによるTSの自動公式化。つまり、MRを通じてTSの線形規則性を見つけることである。
追伸：このような課題にNSを適用することもできる。しかし、NSの結果の解釈はMRよりもはるかに複雑である。
この課題を別の視点から見ることもできる：
トレーダーは履歴に売買シグナルを置く。これは、非公式化されたマニュアル取引の結果かもしれないし、ジグザグ・トップの一部かもしれない。一般的には、何でもよい。
そして、同じ課題が解決される。それは、取引シグナルによってTSを自動的に形式化することである。つまり、MRを通じてTSの線形規則性を見つけるのだ。
そのアイデアは面白い。このための初期処理を行う記事を書く ことも提案した。
先日、MetaTrader 5のテスターでストラテジーを可視化 するという記事を公開した。しかし、このトピックはもちろん完全には公開されていません。ここには可能性の全層があり、この点で記事のトピックがある：
しかし、今のところ誰も反応していない。
...
次に、同じ課題が解決される：取引シグナルによるTSの自動形式化である。つまり、MRを通してTSの線形規則性を見つける。
...
皆さん、どのように想像しますか？因子分析のようなものだ。どんな要因？すべての記号から、すべての可能なパラメータのセットを持つすべての指標？
先に断っておくが、これは単なる思いつきであり、私が数学にまったく無知であることの結果である。
まず始めに、売買シグナルはいくつかの指標の線形結合によってのみ形成されると仮定しよう。さらに、研究対象のTSについてゼロではない仮定（願望）を持つ。例えば、MA、Fibo、PriceChannelなどが使われている可能性が高い。あるいは逆に、ある指標のリストを通じて、マークされた入力によるTSの公式化を見たい。
さらに、上に述べたように、マトリックス法は、あらゆる種類の指標値（価格そのものを含む）とTSの売買シグナルの表に適用されます。
売買シグナル自体は、「買い」「売り」「LOVE」の3つの値を表します。この（および他の）理由から、シグナルの1つのタイプのみを持つTSを個別に検討することは理にかなっています。それをBUYとする。
買いシグナルそのものは、ある閾値をある方向に超えたときに形成される。便宜上、この閾値はゼロとする。
以上を要約しよう：
我々は考慮されたTSの買いシグナルのみを取り、これらのポイントでは、我々が興味を持っている指標の値のセットを取る。そして、研究された数学的手法を通じて、線形結合を表現しようとします：
K[1] * Value[1] + ....K[1] * Value[1] + ......+ K[n] * Value[n] = 0、重みに制限Sum(Abs(K[i]))を課す。= 1.MRは、Value[j]を他を通して表現するように設計されているため、目下の問題を全く解決していない。したがって、各jに対して解のベクトルは異なる方向を持つことになる。しかし、それでも完璧ではないにせよ、解を得ることはできるだろう。MRの他に、もちろん他の数学的方法を使うこともできる。
重みを求めた後、残差をプロットする必要がある：各信号について、値R[i] = K[1] * Value[1] + .... を計算する。+ K[n] * Value[n].調査したTSを形式化したグラフのようなものが得られ、それはゼロ付近で振動する曲線となる。もちろん、外れ値も存在する。簡単に言えば、特定の売買シグナルを無視するということである。
その後、マトリックス法を再度適用する。その結果、ほとんどの TSシグナルが選択した指標リストを通じて形式化できれば、R[i]がゼロ付近で「狭く」変動する重みの形で最終的な答えが得られるだろう。
しかし、上記のすべてがうまくいったとしても、それはTSの公式化とは呼べないことを忘れてはならない。なぜなら、発見された組み合わせを売買シグナルの場所だけでなく、価格BP全体に対してさらに実行する必要があるからである。そしてここで、我々のポイントでは組み合わせが優れた結果を与えるが、他のポイントでは偽のシグナルを与え、ほとんどフィルタリングできないということが起こり得る。
以上が、いくつかの（一般的な）タイプのTSの自動公式化に関する初期の素朴なアイデアである。
何事も個人差がある。例えば、多くの愛好家が毎回行っている選手権指導者の戦略を形式化することの有用性や必要性を評価することは難しい。
私が考えたのは、このプロセスをより簡単かつ迅速にするツールについてだ。ある種のサポートだ。
研究の観点からは、それは市場を研究するもう一つの方法である。
ニューラルネットワークと よく似ている。
SZY：また、NSでなくても、このようなツールの結果はNSの仕事に似ているだろう。