기고글 토론 "다중 선형 회귀 분석 올인원 전략 생성기와 전략 테스터"
차트에 따르면 수익성있는 거래와 수익성있는 거래의 비율이 매우 낮고 큰 손실이 있습니다.
또한 작은 중지와 큰 이익 (또는 손실 거래의 빠른 마감 및 수익성있는 거래의 초과 보유)처럼 보입니다.
이제 수요가 많은 포인트 어드바이저가 드물지만 적절하게 열립니다.
이 주제는 매우 흥미롭지 만 원칙적으로 동일한 방식으로 신경망을 훈련했습니다.
많은 리소스를 소비했지만 신경망 만 스스로 훈련했습니다. 또한 가중치 추정에 대한 신경망 동작의 원리를 이해하려면
Statistica가 제공하는 아름다운 표를 보는 것보다 몇 배 더 어렵습니다.
그리고 가장 슬픈 것은 거의 모든 매우 영리한 분석 방법이 두세 개의 마쉬카와 볼린저가있는 전문가 고문보다 쉽게 능가한다는 것입니다.
그리고 단기적으로나 장기적으로....
그리고 필요한 데이터 집합을 필수 구분 기호로 구분한 문자열(예: "asd;qwe;zxc[....]bnm")을 직접 붙여 FileWrite에 전달하면...?
komposter:
필요한 데이터 집합을 필요한 구분 기호(예: "asd;qwe;zxc[....]bnm")로 구분하여 한 줄을 붙인 다음 FileWrite...로 전달하면 어떨까요?
이 문구가 무엇을 가리키는지 텍스트에서 전혀 이해하지 못했습니까?
하지만 반박하기 위해 최대 ~ 32000자까지 문제없이 하나의 문자열에 맞출 수 있으며 "\r" 구분 기호를 사용하면 전체 파일을 하나의 문자열에 맞출 수 있다고 말씀 드리겠습니다.
이 문자열 연결() 함수에는 매개변수에 대한 제한이 있지만 기존 문자열에 단순히 추가하거나 문자열 연결()을 반복해서 사용하는 것을 금지하는 함수는 없습니다.
잔류 및 안정성 분석은 별도의 게시물이 필요합니다. 여기서는 지나가는 말로만 언급했습니다. 통계 프로그램의 경우 다양한 프로그램이 있습니다. 회귀 분석은 기본적인 분석 중 하나이기 때문에 많은 프로그램에 포함되어 있습니다.
- www.mql5.com
Из статьи:
흥미롭게도 트레이닝 데이터는 테스터에서 흔히 볼 수 있는 과도한 최적화가 나타나지 않았습니다. 이는 아마도 과잉 최적화가 없음을 나타냅니다.이 문구가 무엇을 의미하는지 본문에서 전혀 이해가 되지 않나요?
하지만 반박하기 위해 문제없이 최대 ~ 32000 자까지 하나의 문자열에 맞출 수 있으며 "\r"구분 기호를 사용하면 전체 파일을 하나의 문자열에 맞출 수 있다고 말씀 드리겠습니다.
이 StringConcatenate() 함수에는 매개변수에 대한 제한이 있지만 기존 문자열에 단순히 추가하거나 StringConcatenate()를 반복적으로 사용하는 것을 금지하는 함수는 없습니다.
FileWrite(h,1,2,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,64)가 바로 이 함수일 것입니다;
64개가 아니라 63개입니다. 함수의 매개변수는 총 64개일 수 있습니다.
아마도 이 FileWrite(h,1,2,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,64) 정도일 겁니다;
64개가 아니라 63개입니다. 함수의 매개변수는 총 64개일 수 있습니다.
새로운 기고글 다중 선형 회귀 분석 올인원 전략 생성기와 전략 테스터 가 게재되었습니다:
이번 글에서는 매매 시스템 개발에 여러 방식으로 다중 선형 회귀 분석을 적용하는 방법을 다룹니다. 자동 전략 검색에 회귀 분석을 이용하는 방법을 알아보겠습니다. 프로그래밍에 대한 이해도가 높지 않아도 이용할 수 있는 회귀 방정식이 포함된 EA를 예로 들겠습니다.
지인 중 하나가 FX 거래 수업을 들으면서 매매 시스템을 개발하라는 과제를 받은 적이 있더라고요. 한 일주일 고생하더니 논문 쓰는 것보다 더 어려운 것 같다고 하더군요. 그래서 제가 다중 선형 회귀 분석을 사용해 보는 게 어떻겠냐고 했습니다. 결국 하룻밤 만에 매매 시스템을 만드는 데에 성공했죠.
다중 선형 회귀 분석의 장점은 인디케이터와 가격 사이의 상관 관계를 빠르게 찾아낼 수 있다는 건데요. 이 상관 관계를 이용하면 인디케이터 값을 기반으로 가격 값을 일정한 확률로 예측할 수 있습니다. 통계 소프트웨어를 이용하면 동시에 수천 개의 매개 변수를 필터링해 이러한 상관 관계를 찾을 수 있죠. 석영에서 금을 솎아 내는 과정과 비슷하다고 할 수 있을 것 같네요.
바로 사용 가능한 전략이나 전략 생성기는 인디케이터 데이터를 이용한 다중 회귀 분석과 데이터 조작을 통해 개발됩니다.
이 글에서는 다중 회귀 분석을 이용한 매매 전략 수립 과정에 대해 알아보겠습니다.
해당 분석식이 EA에 어떻게 적용되는지 보겠습니다.? 그림 12는 회귀 분석에 적용된 2011년 7월1일부터 2011년 9월 1일까지의 데이터를 이용해 EA를 테스트한 결과입니다. 차트가 좀 더 매끈해졌고 EA는 더 많은 수익을 낳았네요.
그림 12. 트레이닝 데이터를 적용한 EA 실행 결과
작성자: ArtemGaleev