트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 258

 

산산이치 포멘코 :

나는 금융 시장에서 ZZ가 이 직관적인 설명을 제공한다는 아이디어를 오랫동안 가지고 놀았습니다.............

지그재그 헛소리 ....

약간의 실험을 해봤습니다...

평소와 같이 MO가 훈련되고, 샘플을 만들고, 목표를 만든 다음, 목표를 한 단계 뒤로 이동하여 MO가 샘플의 현재 값을 기반으로 목표 의 미래 가치를 예측하는 방법을 배우도록 하고, 샘플에 비해 목표를 10단계 앞으로 이동시킨 결과, 초기에 MO는 미래 목표가 무엇을 보게 될지 알고 있었습니다. 그리고 어떻게 생각하세요? 새 데이터에서 MO가 표시한 최대값은 75% 정답이었지만 아이디어에 따르면 약 100%여야 했습니다.

결과...

1 ) 지그재그 헛소리....

2) 나쁜 목표는 MO에서 25%의 오류도 삼킬 수 있습니다.

3) 대상에 이가 있는지 확인할 방법이 없습니다.

4) MO 훈련 중에 스스로 생성하는 목표를 만들어야 합니다. 그들은 일종의 전역 최소값 또는 최대값을 검색하기 위해 수행하며 zz 등과 같은 모든 종류의 주관적인 목표 를 제시하지 않습니다. 이것은 유토피아 IMHO이지만, 자랑스러운 R은 너무 양귀비여서 그러한 목표를 암시하지 않으며 나를 슬프게 합니다((

 

에 대한 나의 생각   - 대처하는 방법   비정상 시장.

하나)       우리는 특정 거래 시스템을 가지고 있습니다 - t.    TC는 개체입니다   시장에 의존하고 거래 신호를 생성하는 특정 설정 을 수락합니다.

단순화를 위해 TS의 가장 원시적인 모델을 취합니다.   RSI 지표로 삼으십시오.

하나.        표시기에 마침표가 있습니다. 일부 설정 입니다.   시장에 따라 달라지는 최적의 매개변수

2.        우리는 또한 거래 규칙을 만들 것입니다. RSI가 위에서 아래로 0을 넘으면 이것은 매도 신호이고 반대로 매수 신호입니다.

다음은 매우 원시적인 것으로 밝혀진 그러한 TS가 있지만 실제 TS 설정 에서는 더 이상 필요하지 않습니다.   시장에서 거래 규칙과 동일한 100개가 있을 수 있습니다.

2)       시장의 특성은 끊임없이 변화하고 지표의 기간은 고정되어 있으며 단순히 다양한 시장 변동에 적절하게 대응하지 않기 때문에 그러한 거래 시스템이 고갈될 것이라는 것을 이해하는 데 천재가 필요하지 않습니다.

따라서 두 가지 생각:

  1. 지표 기간을 역동적으로 만들고 현재 여기에 존재하는 시장의 현재 객관적인 특성에 따라 지속적으로 변경할 필요가 있습니다.
  2. 시장에서 이러한 특성을 어떻게든 추출해야 합니다.  

삼)       3개의 매개변수를 사용하여 스펙트럼 분석을 사용하여 시장 특성을 추출할 수 있습니다.

하나.        진동 주파수   (지금 객관적으로 시장을 지배하고 있는 시기라고 할 수 있음)

2.        변동 진폭(이것도 중요합니다. 가격은 30포인트 또는 300의 범위에서 변동합니다)

삼.        단계(그들   모든 것이 고려되어야 하는 곳을 어떻게 나타냅니까?)

그게 다야, 이 매개변수는 절대적으로 모든 시계열 과 특히 시장을 설명할 수 있습니다.

4)       이제 필요한 것은 시장의 각 스펙트럼 특성에 대한 지표의 최적 기간을 찾는 것입니다. 즉, TS에 대한 최적의 설정을 찾는 것입니다. MO에 대한 최적의 매개변수를 찾는 것이 필요할 수 있습니다.

5)       실시간 데이터에 대한 최종 작업 계획은 다음과 같습니다.

하나.        실시간 시장에서 스펙트럼 특성을 제거합니다.

2.        우리는 훈련 된 MO에 빠지고 MO는 현재 차량에 가장 적합한 특성을 제공합니다.

삼.        차량에 최적의 특성을 전달합니다.

4.        전리품을 버리자 :)

 

우리는 이것이 어떻게 구현될 수 있는지에 대해 논평하고, 누가 무엇을 알고 있는지 생각합니다.
 
mytarmailS :

4) 이제 시장의 각 스펙트럼 특성에 대한 지표의 최적 기간을 찾는 것뿐입니다. 즉, TS에 대한 최적의 설정을 찾는 것입니다. MO에 대한 최적의 매개변수를 찾는 것이 필요할 수 있습니다.

그러나 결국 전략 테스터 자체가 지표에 가장 적합한 기간을 찾을 수 있습니다. 이 지표에 대한 고문을 만들고, 기간의 매개 변수를 고문의 설정에 넣은 다음 유전학으로 최적화하십시오.
그런데 그러한 고문은 이익을 가져 오지 않으며 다른 지표에서 수천 번 시도했습니다.

스펙트럼 방식으로 주기를 결정하는 방법(푸리에 변환이 의미하는 건가요?) - 해보지는 않았지만 rsi를 되살려 수익을 낼 것이라고는 생각하지 않습니다.

나중에 게시됨 -

일반적으로 RSI를 사용하여 거래할 수 있는 능력은 이 RSI가 일부 내부 시장 프로세스를 반영하고 실제로 과매수 및 과매도가 있으며 지표가 이를 올바르게 결정한다는 희망을 기반으로 합니다.
80년대 일간 차트에서 이러한 현상이 시장에 존재했음을 의심하지 않습니다. 그렇지 않았다면 지표가 인기를 얻지 못했을 것입니다. 그러나 지금은 그 규칙성에서 아무 것도 남아 있지 않습니다.
동일한 성공으로 (H + L) / O와 같은 공식을 생각해 낼 수 있습니다. 거기에 벼락치기를 하고 이것에 대해 무언가를 예측하려고 시도할 수 있습니다. Rsi는 현재 이러한 임의의 공식보다 더 많은 힘을 갖고 있지 않습니다.

시장의 스펙트럼 특성을 결정하는 것은 아마도 좋은 일이며 강력하게 들립니다. 이러한 특성 자체는 이미 숲이나 뉴런에 대한 예측 변수로 사용될 수 있으며 rsi 및 기타 지표 없이도 예측을 거래에 사용할 수 있습니다.
그러나 스펙트럼 분석이 고정된 예측 변수를 제공하는지 확인해야 합니다(forex의 경우 대답은 "아니오"라고 일반적으로 인정되지만 증거와 예를 보지는 못했지만 아마도 물을 흐리게 하고 있을 수 있음).

푸리에 확장이 초기 데이터를 가져와 특정 공식 및 연산에 따라 변환하고 새로운 데이터 세트를 얻기 때문에 새 데이터에는 Forex에 대해 특별히 발견된 새로운 패턴이 포함되어 있지 않으며 훈련된 모델의 성능이 가격에 대한 교육보다 낫지 않을 것입니다.
그리고 데이터를 사전 처리하고 모델을 교육할 때 가격 책정에 대한 몇 가지 새로운 논리적 규칙을 얻고 싶습니다.
예를 들어 - 클러스터 네트워크 및 이미지 인식. 개별 뉴런의 데이터를 분석하여 그림의 표면 유형, 모든 종류의 물체 경계 등을 결정할 수 있습니다. 네트워크는 먼저 이미지에서 간단한 선, 모서리 등을 찾은 다음 이러한 기본 요소의 조합으로 개체의 윤곽을 보고 개체, 색상 등의 조합으로 개체 유형을 결정합니다(사실, 더 많은 중간 단계가 있으므로 일반적으로 설명했습니다.
Forex의 경우 유사한 것이 있어야 합니다. 먼저 모델이 가격의 상승과 하락을 인식하고, 그로부터 추세를 형성하고, 추세에 따라 패턴을 형성하고, 이미 패턴을 기반으로 결정을 내립니다. 이는 클러스터 또는 심층 네트워크에서 달성할 수 있지만 훈련에는 너무 많은 미묘함이 있어 수행하는 것조차 두렵고 어디서부터 시작해야 하는지 명확하지 않습니다.

 
 
Top2n :

이상으로 33을 예시로 사용하여 몇가지 생각을 표현해보았습니다. 불행히도 33이 쓰레기라는 이유로 내 모든 생각은 폐기되었습니다.

그러나 그것은 ZZ에 관한 것이 아닙니다.

사실은 초기에 설명 수준에서 우리가 시장에서 모델링하는 것을 결정하는 것이 필수적입니다.

무언가가 논의될 때마다 놀랍지만 우리가 무엇을 모델링할지, 시장의 뉘앙스가 무엇인지는 지정되지 않습니다.

33으로 돌아가서 문제를 구조화하는 데만 사용합니다. 그리고 아주 분명하게.

우리는 그래프를 만들고 무엇을 보는가?

1. 트렌드가 있다

2. 트렌드와 편차가 있습니다 - 노이즈

3. 주기성은 명확하게 보이지만 어쩐지 이상합니다. 두 축을 따라 있는 꼭짓점 사이의 거리는 항상 가변적입니다. 푸리에는 악몽 속에서도 그러한 주기성을 보지 못했습니다.

이 모든 것을 살펴본 후 우리가 모델링할 대상과 그것이 거래 이익과 어떻게 연결될지 결정해야 합니다.

그리고 그 후에야 도구를 결정하기 시작합니다. 먼저 동일한 도구가 개발된 대상, 조건, 즉 도구 의 적용 가능성 을 정당화합니다.

추신.

그리고 33 표시기에 대해 더 이상 계몽하지 않습니다. 좋은?

 
Dr.Trader :

그러나 결국 전략 테스터 자체가 지표에 가장 적합한 기간을 찾을 수 있습니다. 이 지표에 대한 고문을 만들고, 기간의 매개 변수를 고문의 설정에 넣은 다음 유전학으로 최적화하십시오.
그런데 그러한 고문은 이익을 가져 오지 않으며 다른 지표에서 수천 번 시도했습니다.

따라서 이것은 일반적인 최적화이며 이 주제와 전혀 관련이 없으며 배수가 있을 것이 분명하고 이유가 분명합니다.

Dr.Trader :

스펙트럼 방식으로 주기를 결정하는 방법(푸리에 변환이 의미하는 건가요?) - 해보지는 않았지만 rsi를 되살려 수익을 낼 것이라고는 생각하지 않습니다.

내가 이해하지 못하는 당신의 의심은 무엇입니까?

스펙트럼 분석은 부분적으로 이루어지며 신호, 진폭, 주파수 및 위상 모든 것을 특성화하도록 설계되었습니다! 당신은 다른 것을 이해합니까? 이러한 특성을 사용하여 모든 신호를 설명하거나 모든 신호를 재현 수 있습니다. 이것은 객관적인 현실입니다. 이것은 RSI에서 일종의 어리석은 기간이 아닙니다. 이해하십시오.

Dr.Trader :

일반적으로 RSI를 사용하여 거래할 수 있는 능력은 이 RSI가 일부 내부 시장 프로세스를 반영하고 실제로 과매수 및 과매도가 있으며 지표가 이를 올바르게 결정한다는 희망을 기반으로 합니다.

OMG ))이 나쁜 RSI는 잊어 버리십시오) RSI는 인식을 단순화하기 위해 거래 시스템에 대한 비유일 뿐이라고 두 번 썼습니다. TS에도 시장에 의존하고 출력에 거래 신호가 있는 일부 설정이 있습니다. 맞죠? 난 그냥 단순화, 알지? 나 자신은 (표준) 지표를 사용하지 않으며 그것에 대해 5번 썼습니다.

더 쉬운 경우 RSI를 일종의 2-legged 차익 거래로 교체하십시오. 설정은 고정되어 있지 않지만 현재 시장에 존재하는 객관적인 스펙트럼 특성에 따라 시간이 지남에 따라 지속적으로 변경됩니다. 그게 낫다 :) ??

Dr.Trader :

동일한 성공으로 (H + L) / O와 같은 공식을 생각해 낼 수 있습니다. 거기에 벼락치기를 하고 이것에 대해 무언가를 예측하려고 시도할 수 있습니다. Rsi는 이제 그러한 임의의 공식보다 더 많은 힘을 갖지 않습니다.

100%지만 아무도 이의를 제기하지 않음)

Dr.Trader :

이러한 특성 자체는 이미 숲이나 뉴런에 대한 예측 변수로 사용될 수 있으며 rsi 및 기타 지표 없이도 예측을 거래에 사용할 수 있습니다.

불가능합니다. 이것들은 단지 특성일 뿐이며 MO는 그것들로 무엇을 해야할지 이해하지 못할 것입니다 ...

TS라고 하는 시장의 단순화된 모델을 만들고 스펙트럼을 통해 이 모델을 시장에 지속적으로 조정해야 합니다. 현재 시장에 나와 있는 특성으로 인해 정지 상태가 되면 위에서 이미 MO를 걸 수 있습니다.

포탑 배럴이 움직이지 않는 동안 탱크가 큰 구덩이와 슬라이드를 고속으로 돌진하는 인터넷 비디오를 기억하십시오! 이제 우리가 평행선을 그리면 "언덕과 구덩이"가 시장이고 사람들은 TS의 고정 매개 변수로 시장을 거래하려고하므로 "타워의 트렁크")가 모바일이 아닙니다. 어떤 종류의 바보 이거??

시장과 중간에 있는 MO 사이에는 데이터를 고정(또는 운전할 때 타워 샤프트를 고정)할 레이어를 삽입해야 합니다.

트레이더 박사 :

그러나 스펙트럼 분석이 고정된 예측 변수를 제공하는지 확인해야 합니다(forex의 경우 대답은 "아니오"라고 일반적으로 인정되지만 증거와 예를 보지는 못했지만 아마도 물을 흐리게 하고 있을 수 있음).

예, 그들은 물을 더럽히지 않습니다. 그들 중 99%는 단지 푸리에를 통해 어리석게 시장에 근사했습니다. 그리고 이것은 내가 말하는 것이 전혀 아닙니다. 왜냐하면 그들은 성공하지 못했기 때문입니다. 어떤 종류의 Masha 또는 Rsi 또는 다른 넌센스와 비교

 
mytarmailS :

지그재그 헛소리 ....

약간의 실험을 해봤습니다...

평소와 같이 MO가 훈련되고, 샘플을 만들고, 목표를 만든 다음, 목표를 한 단계 뒤로 이동하여 MO가 샘플의 현재 값을 기반으로 목표 의 미래 가치를 예측하는 방법을 배우도록 하고, 샘플에 비해 목표를 10단계 앞으로 이동시킨 결과, 초기에 MO는 미래 목표가 무엇을 보게 될지 알고 있었습니다. 그리고 어떻게 생각하세요? 새 데이터에서 MO가 표시한 최대값은 75% 정답이었지만 아이디어에 따르면 약 100%여야 했습니다.

결과...

1 ) 지그재그 헛소리....

2) 나쁜 목표는 MO에서 25%의 오류도 삼킬 수 있습니다.

3) 대상에 이가 있는지 확인할 방법이 없습니다.

4) MO 훈련 중에 스스로 생성하는 목표를 만들어야 합니다. 그들은 일종의 전역 최소값 또는 최대값을 검색하기 위해 수행하며 zz 등과 같은 모든 종류의 주관적인 목표 를 제시하지 않습니다. 이것은 유토피아 IMHO이지만, 자랑스러운 R은 너무 양귀비여서 그러한 목표를 암시하지 않으며 나를 슬프게 합니다((

실제로 "인간의 마음은 한계가 있고 어리석음은 끝이 없다."

그 어리석음에 대한 이 자만심은 어디에서 오는가? 당신은 당신의 생각을 올바르게 공식화합니다: "나는 이해할 수 없다, 나는 할 수 없다, 나는 이해할 수 없다."

그리고 당신의 단호한 평가는 당신의 젊음의 맥시멀리즘을 읽는 사람들을 슬프게 합니다.

더 겸손하게...

 
트레이더 박사 :

푸리에 확장이 초기 데이터를 가져와 특정 공식 및 연산에 따라 변환하고 새로운 데이터 세트를 얻기 때문에 새 데이터에는 Forex에 대해 특별히 발견된 새로운 패턴이 포함되어 있지 않으며 훈련된 모델의 성능이 가격에 대한 교육보다 낫지 않을 것입니다.

예, 더 좋지 않습니다. 이것은 동일한 정보이지만 다른 형식이지만 이것을 제안하는 것은 아닙니다.


예를 들어 - 클러스터 네트워크 및 이미지 인식. 개별 뉴런의 데이터를 분석하여 그림의 표면 유형, 모든 종류의 물체 경계 등을 결정할 수 있습니다. 네트워크는 먼저 이미지에서 간단한 선, 모서리 등을 찾은 다음 이러한 기본 요소의 조합으로 개체의 윤곽을 보고 개체, 색상 등의 조합으로 개체 유형을 결정합니다(사실, 더 많은 중간 단계가 있으므로 일반적으로 설명했습니다.
Forex의 경우 유사한 것이 있어야 합니다. 먼저 모델이 가격의 상승과 하락을 인식하고, 그로부터 추세를 형성하고, 추세에 따라 패턴을 형성하고, 이미 패턴을 기반으로 결정을 내립니다. 이는 클러스터 또는 심층 네트워크에서 달성할 수 있지만 훈련에는 너무 많은 미묘함이 있어 수행하는 것조차 두렵고 어디서부터 시작해야 하는지 명확하지 않습니다.

이 모든 것은 데이터가 안정될 때까지 작동하지 않으며 시장 기록은 미래에 반복되지 않습니다.

 
산산이치 포멘코 :

블라디미르 페레르벤코 :

혹독한 발언으로 누군가를 기분 나쁘게 하거나 슬프게 했다면 죄송합니다만, 저는 제 관점을 바꾸지 않고 실험을 하고 결과를 얻었습니다.

당신이 다른 방법으로 나를 설득한다면 당신의 말을 철회 할 준비가되었습니다 ...

 
산산이치 포멘코 :

이상으로 33을 예시로 사용하여 몇가지 생각을 표현해보았습니다. 불행히도 33이 쓰레기라는 이유로 내 모든 생각은 폐기되었습니다.

그러나 그것은 ZZ에 관한 것이 아닙니다.

사실은 초기에 설명 수준에서 우리가 시장에서 모델링하는 것을 결정하는 것이 필수적입니다.

무언가가 논의될 때마다 놀랍지만 우리가 무엇을 모델링할지, 시장의 뉘앙스가 무엇인지는 지정되지 않습니다.

33으로 돌아가서 문제를 구조화하는 데만 사용합니다. 그리고 아주 분명하게.

우리는 그래프를 만들고 무엇을 보는가?

1. 트렌드가 있다

2. 트렌드와 편차가 있습니다 - 노이즈

3. 주기성은 명확하게 보이지만 어쩐지 이상합니다. 두 축을 따라 있는 꼭짓점 사이의 거리는 항상 가변적입니다. Fourier는 악몽 속에서도 그러한 주기성을 보지 못했습니다.

이 모든 것을 살펴본 후 우리가 모델링할 대상과 그것이 거래 이익과 어떻게 연결될지 결정해야 합니다.

그리고 그 후에야 도구를 결정하기 시작합니다. 먼저 동일한 도구가 개발된 대상, 조건, 즉 도구 의 적용 가능성 을 정당화합니다.

추신.

그리고 33 표시기에 대해 더 이상 계몽하지 않습니다. 좋은?

그리고 다른 사람의 편지가 그의 빈 가방에 쑤셔 넣어진다)))
사유: