필립 네그레쉬니 : 그런 다음 발명된 것이 다시 무화과로 판명되지 않는다고 이미 조언하고 있기 때문에 무역의 비밀 목표를 말하십시오.
아마도 그는 거래를 의미하지 않을 것입니다. 저는 역사의 패턴을 찾고 있었습니다. 제가 말할 수 있는 것은 "최초의 신성한 소"입니다: 추세가 시작되었다면 계속될 것입니다 " - 이것이 도움으로 찾을 수 있는 전부입니다. 지표의 "예측자"(저와 저는 Renko 차트를 찾아 SSA 방법을 뼈대까지 분류했습니다. 결과는 동일함), @Maxim Dmitrievsky 가 계속 Grail을 찾고 있지만 테스터의 도움으로 , 그러면 대략 100개의 예측 중 55개의 예측이 맞고 45개의 예측이 틀릴 것입니다. 저는 그렇게 했습니다.
추신: 검색 방향에 대한 옵션으로 - 내가 확인하지 않은 기타 사항과 아마도 @Wizard2018 이 말하고 싶었던 것: 특정 순간(시장 상황)에 대한 예측을 찾아야 합니다. 즉, 필터가 필요하며 아마도 고전적인 지표도 이러한 목적에 적합할 수 있습니다. RSI> 70 또는 RSI < 30이면 예측을 수행하고(RSI<70 && RSI> 30이면 그 반대) 나머지 시간에는 아마도 예측하는 것은 의미가 없다
아마도 그는 거래를 의미하지 않을 것입니다. 저는 역사의 패턴을 찾고 있었습니다. 제가 말할 수 있는 것은 "최초의 신성한 소"입니다: 추세가 시작되었다면 계속될 것입니다 " - 이것이 도움으로 찾을 수 있는 전부입니다. 지표의 "예측자"(저와 저는 Renko 차트를 찾아 SSA 방법을 뼈대까지 분류했습니다. 결과는 동일함), @Maxim Dmitrievsky 가 계속 Grail을 찾고 있지만 테스터의 도움으로 , 그러면 대략 100개의 예측 중 55개의 예측이 맞고 45개의 예측이 틀릴 것입니다. 저는 그렇게 했습니다.
추신: 검색 방향에 대한 옵션으로 - 내가 확인하지 않은 기타 사항과 아마도 @Wizard2018 이 말하고 싶었던 것: 특정 순간(시장 상황)에 대한 예측을 찾아야 합니다. 즉, 필터가 필요하며 아마도 고전적인 지표도 이러한 목적에 적합할 수 있습니다. RSI> 70 또는 RSI < 30이면 예측을 수행하고(RSI<70 && RSI> 30이면 그 반대) 나머지 시간에는 아마도 예측하는 것은 의미가 없다
동의합니다. 추세, 수준, 가격 등을 예측할 수 있지만 이는 모두 중간 목표입니다.
마치 딥 러닝에서 추상화 수준이 신경망의 계층에 걸쳐 바뀌고 각각이 중간 목표로 간주될 수 있지만 출력 계층의 최종 목표는 변경되지 않고 그대로 유지되는 것과 같습니다. 우리의 경우 이것이 수익성입니다.
우리는 가장 중요한 구성 요소 중 하나를 선택합니다. 두 번째 또는 세 번째, 중요한 것은 뚜렷한 주기성이 있어야 한다는 것입니다. 일반적으로 순수한 추세가 있기 때문에 첫 번째 구성 요소는 사용하지 않습니다.
(그림에서 검은색 세로선 뒤의 것은 모두 미래이고, 우리가 알지 못하고, 가격을 보지 못하고, 그려진 선은 모두 예측임)
주기성이없는 것 같으면 다른 구성 요소를 더 빨리 (고주파) 8 ... 15 순서로 가져옵니다.
그것들을 연결하고 다른 행을 얻으십시오.
두 번째 "빠른" 구성 요소는 보라색 계열의 주 극값이 느린(파란색) 구성 요소의 극값과 다소 일치하고 극값에 머리와 어깨 같은 것이 나타나도록 선택해야 합니다.
모든 것이 올바르게 선택된 후에 우리는 이러한 "어깨가 있는 머리"의 흥미로운 속성을 얻습니다. 이 수치가 큰 반전(파란색 구성요소의 극한값) 내에서 형성되는 경우 거의 항상 세 개의 어깨(보라색 행) 중 하나에서 가격이 떨어집니다.
따라서 시장은 여전히 순환적일 수 있다는 것이 밝혀졌습니다. 더 빠른 구성 요소로 예측을 올바르게 수정하는 방법을 배우기만 하면 됩니다. 이 부정확성은 시장의 프랙탈리티의 표현일 뿐이라고 생각합니다. 예를 들어, 주요 구성 요소는 추세가 내림차순에서 오름차순으로 변경되었음을 보여주지만 일부 더 빠른 구성 요소는 아직 하락 사이클을 완료하지 않았으며 우리는 추정되는 잘못된 상승을 얻습니다. 추세 예측
나는 SSA 방법으로 모든 것을 수행했지만 PCA, 푸리에, 웨이블릿과 같은 유형의 스펙트럼 방법이 할 것이라고 생각합니다.
우리는 가장 중요한 구성 요소 중 하나를 선택합니다. 두 번째 또는 세 번째, 중요한 것은 뚜렷한 주기성이 있어야 한다는 것입니다. 일반적으로 순수한 추세가 있기 때문에 첫 번째 구성 요소는 사용하지 않습니다.
(그림에서 검은색 세로선 뒤의 모든 것은 미래이고 우리가 알지 못하고 가격을 보지 못하고 그려진 선은 모두 예측임)
주기성이없는 것 같으면 다른 구성 요소를 더 빨리 (고주파) 8 ... 15 순서로 가져옵니다.
그것들을 연결하고 다른 행을 얻으십시오.
두 번째 "빠른" 구성 요소는 보라색 계열의 주 극값이 느린(파란색) 구성 요소의 극값과 다소 일치하고 극값에 머리와 어깨 같은 것이 나타나도록 선택해야 합니다.
모든 것이 올바르게 선택된 후에 우리는 이러한 "어깨가 있는 머리"의 흥미로운 속성을 얻습니다. 이 수치가 큰 반전(파란색 구성요소의 극한값) 내에서 형성되는 경우 거의 항상 세 개의 어깨(보라색 행) 중 하나에서 가격이 떨어집니다.
따라서 시장은 여전히 순환적일 수 있다는 것이 밝혀졌습니다. 더 빠른 구성 요소로 예측을 올바르게 수정하는 방법을 배우기만 하면 됩니다. 이 부정확성은 시장의 프랙탈리티의 표현일 뿐이라고 생각합니다. 예를 들어, 주요 구성 요소는 추세가 내림차순에서 오름차순으로 변경되었음을 보여주지만 일부 더 빠른 구성 요소는 아직 하락 사이클을 완료하지 않았으며 우리는 추정되는 잘못된 상승을 얻습니다. 추세 예측
나는 SSA 방법으로 모든 것을했지만 스펙트럼 PCA, 푸리에, 웨이블릿이 할 것이라고 생각합니다.
왜 그렇게 많은 차트가 설득력을 위해 적어도 하나를 게시하는 것이 더 중요하지만 실제 미래에 대한 예측이 있는 특정 거래 상품에 대해서는 이미 충분한 역사 예측이 있습니다. :)
잘생긴 맥심! 마지막으로 모델이 아니라 예측 변수에 대해 생각하기 시작했고, 더구나 이중에서 좋아하는 적응형 예측 변수에 대해 생각하기 시작했습니다.
그리고 예, Igor Makanu 의 말을 듣고 동일한 테스트를 수행할 것입니다.
일주일 전에 어딘가에 "ssa"를 사용하는 스펙트럼 분석 방법으로 매우 유사한 작업을 수행했습니다. 또한주기, 차단도 눈으로 작동하지만 이야기를보고 .... :( ...
그건 그렇고, 네트워크가주기를 찾는 방법, 알고리즘이 일반적으로 어떻게 작동하는지 듣는 것은 흥미 롭습니다.
테스터에서 온라인으로 작동하도록 KB의 푸리에 외삽법을 재작업하여 이전 예측 값이 지워지지 않도록 했습니다. 헛소리에서 가져온 것이 즉시 분명하므로 테스터에서 제거하는 것이 좋습니다.
추신: 내가 다시 하고 있던 것을 찾았습니다. 불행히도 저는 주로 MT4에서 씁니다. 왜냐하면 MT4에서 20-30분 안에 하는 일을 MT5에서 이 프로세스가 몇 시간 동안 연장되기 때문입니다((((
"수익성"은 목표를 망칩니다. 다른 하나를 생각해 보세요. 그러면 괜찮을 겁니다. (고마워하지마)
그런 다음 발명된 것이 다시 무화과로 판명되지 않는다고 이미 조언하고 있기 때문에 무역의 비밀 목표를 말하십시오.
아마도 그는 거래를 의미하지 않을 것입니다. 저는 역사의 패턴을 찾고 있었습니다. 제가 말할 수 있는 것은 "최초의 신성한 소"입니다: 추세가 시작되었다면 계속될 것입니다 " - 이것이 도움으로 찾을 수 있는 전부입니다. 지표의 "예측자"(저와 저는 Renko 차트를 찾아 SSA 방법을 뼈대까지 분류했습니다. 결과는 동일함), @Maxim Dmitrievsky 가 계속 Grail을 찾고 있지만 테스터의 도움으로 , 그러면 대략 100개의 예측 중 55개의 예측이 맞고 45개의 예측이 틀릴 것입니다. 저는 그렇게 했습니다.
추신: 검색 방향에 대한 옵션으로 - 내가 확인하지 않은 기타 사항과 아마도 @Wizard2018 이 말하고 싶었던 것: 특정 순간(시장 상황)에 대한 예측을 찾아야 합니다. 즉, 필터가 필요하며 아마도 고전적인 지표도 이러한 목적에 적합할 수 있습니다. RSI> 70 또는 RSI < 30이면 예측을 수행하고(RSI<70 && RSI> 30이면 그 반대) 나머지 시간에는 아마도 예측하는 것은 의미가 없다
이동 및/또는 가격의 비율 세트를 입력으로 제공할 수 있으므로 네트워크는 이러한 패턴과 교육 중 거래의 수익성과의 연결을 찾고 출력에서 정렬할 수 있는 지표를 제공합니다.
내 입구에 오리와 움직임이 있습니다 .
이러한 움직임을 기반으로 신호를 받습니다. 거래가 오고 있습니다.
이제 다시 이사와 거래를 제안합니다.
아니, 그게 아니야. 이미 시도했습니다.
실례입니다. 약 5개의 마을이 있습니다. 어떤 알고리즘이 그 중 4개를 버리고 1개를 팔 수 있습니까?
분류 또는 다른 것?
거래를 알고리즘에 대한 입력으로 적용하고 싶습니다.
어떤 알고리즘이 그러한 작업에 대처할 것입니까?
그래서 입구에서 이사를 합니다.
이러한 움직임을 기반으로 신호를 받습니다. 거래가 오고 있습니다.
이제 다시 이사와 거래를 제안합니다.
아니, 그게 아니야. 이미 시도했습니다.
실례입니다. 약 5개의 마을이 있습니다. 어떤 알고리즘이 그 중 4개를 버리고 1개를 판매할 수 있습니까?
분류 또는 다른 것?
거래를 알고리즘에 대한 입력으로 적용하고 싶습니다.
어떤 알고리즘이 그러한 작업에 대처할 것입니까?
어떤 신호 계산 알고리즘을 사용하는지 모르겠지만 이동 평균에는 많은 변형이 있지만 항상 패턴을 확장할 수 있다고 생각합니다.
예를 들어, 신경망이 거래를 정렬하기 위해 잘못된 신호의 패턴을 찾을 수 있는 막대, 초기 가격, 유형 등의 수를 늘립니다.
아마도 그는 거래를 의미하지 않을 것입니다. 저는 역사의 패턴을 찾고 있었습니다. 제가 말할 수 있는 것은 "최초의 신성한 소"입니다: 추세가 시작되었다면 계속될 것입니다 " - 이것이 도움으로 찾을 수 있는 전부입니다. 지표의 "예측자"(저와 저는 Renko 차트를 찾아 SSA 방법을 뼈대까지 분류했습니다. 결과는 동일함), @Maxim Dmitrievsky 가 계속 Grail을 찾고 있지만 테스터의 도움으로 , 그러면 대략 100개의 예측 중 55개의 예측이 맞고 45개의 예측이 틀릴 것입니다. 저는 그렇게 했습니다.
추신: 검색 방향에 대한 옵션으로 - 내가 확인하지 않은 기타 사항과 아마도 @Wizard2018 이 말하고 싶었던 것: 특정 순간(시장 상황)에 대한 예측을 찾아야 합니다. 즉, 필터가 필요하며 아마도 고전적인 지표도 이러한 목적에 적합할 수 있습니다. RSI> 70 또는 RSI < 30이면 예측을 수행하고(RSI<70 && RSI> 30이면 그 반대) 나머지 시간에는 아마도 예측하는 것은 의미가 없다
동의합니다. 추세, 수준, 가격 등을 예측할 수 있지만 이는 모두 중간 목표입니다.
마치 딥 러닝에서 추상화 수준이 신경망의 계층에 걸쳐 바뀌고 각각이 중간 목표로 간주될 수 있지만 출력 계층의 최종 목표는 변경되지 않고 그대로 유지되는 것과 같습니다. 우리의 경우 이것이 수익성입니다.
"수익성"은 목표를 망칩니다. 다른 하나를 생각해 보세요. 그러면 괜찮을 겁니다. (고마워하지마)
이익은 정말로 유일한 목표입니다. 그러나 여기에 이익 극대화를 기반으로 한 차량의 설계 또는 교육이 있으며 목표는 실제로 무화과입니다. 아마도 이 주제에서 이미 이 접근 방식을 더 자세히 설명했습니다.
.... SSA법을 뼈저리게 찾아 해체하기도 하고.......
이것을 시도 했습니까?
우리는 가장 중요한 구성 요소 중 하나를 선택합니다. 두 번째 또는 세 번째, 중요한 것은 뚜렷한 주기성이 있어야 한다는 것입니다. 일반적으로 순수한 추세가 있기 때문에 첫 번째 구성 요소는 사용하지 않습니다.
(그림에서 검은색 세로선 뒤의 것은 모두 미래이고, 우리가 알지 못하고, 가격을 보지 못하고, 그려진 선은 모두 예측임)
주기성이없는 것 같으면 다른 구성 요소를 더 빨리 (고주파) 8 ... 15 순서로 가져옵니다.
그것들을 연결하고 다른 행을 얻으십시오.
두 번째 "빠른" 구성 요소는 보라색 계열의 주 극값이 느린(파란색) 구성 요소의 극값과 다소 일치하고 극값에 머리와 어깨 같은 것이 나타나도록 선택해야 합니다.
모든 것이 올바르게 선택된 후에 우리는 이러한 "어깨가 있는 머리"의 흥미로운 속성을 얻습니다. 이 수치가 큰 반전(파란색 구성요소의 극한값) 내에서 형성되는 경우 거의 항상 세 개의 어깨(보라색 행) 중 하나에서 가격이 떨어집니다.
따라서 시장은 여전히 순환적일 수 있다는 것이 밝혀졌습니다. 더 빠른 구성 요소로 예측을 올바르게 수정하는 방법을 배우기만 하면 됩니다. 이 부정확성은 시장의 프랙탈리티의 표현일 뿐이라고 생각합니다. 예를 들어, 주요 구성 요소는 추세가 내림차순에서 오름차순으로 변경되었음을 보여주지만 일부 더 빠른 구성 요소는 아직 하락 사이클을 완료하지 않았으며 우리는 추정되는 잘못된 상승을 얻습니다. 추세 예측
나는 SSA 방법으로 모든 것을 수행했지만 PCA, 푸리에, 웨이블릿과 같은 유형의 스펙트럼 방법이 할 것이라고 생각합니다.
이것을 시도 했습니까?
우리는 가장 중요한 구성 요소 중 하나를 선택합니다. 두 번째 또는 세 번째, 중요한 것은 뚜렷한 주기성이 있어야 한다는 것입니다. 일반적으로 순수한 추세가 있기 때문에 첫 번째 구성 요소는 사용하지 않습니다.
(그림에서 검은색 세로선 뒤의 모든 것은 미래이고 우리가 알지 못하고 가격을 보지 못하고 그려진 선은 모두 예측임)
주기성이없는 것 같으면 다른 구성 요소를 더 빨리 (고주파) 8 ... 15 순서로 가져옵니다.
그것들을 연결하고 다른 행을 얻으십시오.
두 번째 "빠른" 구성 요소는 보라색 계열의 주 극값이 느린(파란색) 구성 요소의 극값과 다소 일치하고 극값에 머리와 어깨 같은 것이 나타나도록 선택해야 합니다.
모든 것이 올바르게 선택된 후에 우리는 이러한 "어깨가 있는 머리"의 흥미로운 속성을 얻습니다. 이 수치가 큰 반전(파란색 구성요소의 극한값) 내에서 형성되는 경우 거의 항상 세 개의 어깨(보라색 행) 중 하나에서 가격이 떨어집니다.
따라서 시장은 여전히 순환적일 수 있다는 것이 밝혀졌습니다. 더 빠른 구성 요소로 예측을 올바르게 수정하는 방법을 배우기만 하면 됩니다. 이 부정확성은 시장의 프랙탈리티의 표현일 뿐이라고 생각합니다. 예를 들어, 주요 구성 요소는 추세가 내림차순에서 오름차순으로 변경되었음을 보여주지만 일부 더 빠른 구성 요소는 아직 하락 사이클을 완료하지 않았으며 우리는 추정되는 잘못된 상승을 얻습니다. 추세 예측
나는 SSA 방법으로 모든 것을했지만 스펙트럼 PCA, 푸리에, 웨이블릿이 할 것이라고 생각합니다.
왜 그렇게 많은 차트가 설득력을 위해 적어도 하나를 게시하는 것이 더 중요하지만 실제 미래에 대한 예측이 있는 특정 거래 상품의 경우 이미 역사에서 충분한 예측이 있습니다. :)
특히 탱크에있는 사람들을 위해 썼습니다.
(그림에서 검은색 세로선 뒤의 것은 모두 미래이고, 우리가 알지 못하고, 가격을 보지 못하고, 그려진 선은 모두 예측임)