예, 첫 번째 단계에서 원합니다. 손이 닿지 않는 것뿐입니다(초보자는 손이 커팅 그린에 닿지 않는다는 것을 이해하지 못할 수도 있습니다. :)). 하나의 시스템에서 수동 포지션을 수반하는 스켈레톤 EA가 있지만 중재자를 작성할 시간이 없었습니다(가상 연기가 포함된 4-5개 통화의 엔트리 레벨이 동반됩니다). 새해가 오기 전에 그렇게 되기를 바랍니다.
Представление графика в виде ломанной линии и распознавание образа ( формы ) ломанной в целом и отдельных ее фрагментов. Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Это совершенно другой подход к торговле, который не может быть описан в рамках математической статистики.
Не согласен. Для каждого образа, на основе которого оценивается рынок, необходимо сделать статистический анализ поведения рынка при появлении этого образа на истории, построить распределение, определить его параметры. Далее можно опять-таки статистически определить оптимальные параметры образа. Имея эти данные в базе данных образов можно с известной точностью определять вероятность ошибки/успеха при принятии решений.
나는 패턴의 통계적 특성에 대한 평가가 실제적인 측면에서 다소 모호하다고 생각하지만, 이를 수행하려는 시도에 대한 정보는 인터넷에서 끊임없이 발견됩니다. 예를 들어, 마지막 최신 버전은 "MQL4: Self-Learning EXPERT" 입니다. 이 방법은 신경망을 나타냅니다. 사실, 어떤 이유로 나는 그러한 시스템 운영의 양적 특성을 어디에서도 보지 못했습니다. 그냥 보기 안좋은거 아닐까요?
그리고 여기서 문제는 상당히 엄격한 매개변수를 기반으로 평가할 패턴을 선택하면 개별 패턴의 매개변수를 평가하기에 충분한 기록이 없을 수도 있다는 것입니다. 또는 패턴의 개념에 조건부로 귀속될 수 있는 막대의 모든 조합에 대한 통계적 평가를 수행하면 매우 작은 차이로 서로 다른 패턴의 수많은 다양한 수정이 있을 것이라고 생각합니다. 통계적으로 유의하지 않은 양, 또는 패턴의 통계적 추정치가 강하게 퍼질 것입니다(추정의 큰 편차). 그리고 미래에는 실제 거래에서 기계가 데이터베이스에서 사용 가능한 패턴 중 현재 마지막 막대에 나타난 패턴에 속할 수 있는지 이해하기가 매우 어려울 것입니다. 어떤 패턴이 통계적 의미를 갖기 위해서는 우리가 갖고 있지 않은 작동 통화 쌍에 대한 기록이 필요하며, 이 모든 것이 시장이 동일한 규칙과 그렇지 않은 샘플에 따라 작동할 것이라는 보장이 필요하다고 생각합니다. 훈련(미래에). 이와 관련하여 단순 선형 회귀 채널이 통계적으로 훨씬 더 잘 제공됩니다. 더 신뢰할 수있는 것을 참조하십시오. 과거 300개의 막대에 대해 항상 표준 복잡하지 않은 알고리즘에 따라 계산되는 시장 상태에 대한 정보 또는 예를 들어 마지막 순간에 도달한 막대가 유사하다는 정보(상관성이 양호함) 100개 이상의 인스턴스에서 평균된 머리 패턴에 - 지난 5년 동안의 역사에 존재하는 어깨? 제 생각에는 회귀가 다양한 다른 요인에 너무 많은 종속성이 있는 패턴 인식에 비해 잘 연구되고 입증된 수학적 기술이기 때문에 더 신뢰할 수 있습니다.
그러나 내 생각에 패턴 인식 작업은 추세선(경사 저항/극한값을 따라 그려지는 지지선)의 더 간단한 문제를 해결하는 것으로 축소될 수 있습니다. 즉, 많은 클래식 패턴을 추세선 세트로 대체할 수 있으며, 추세선을 깨면 패턴이 완성됩니다. 여기에서도 모든 것이 그렇게 간단하지 않습니다. 예를 들어, 이 파일에서 수렴 삼각형의 역학을 볼 수 있습니다. https://c.mql5.com/mql4/forum/2006/08/triangle.zip 8월 8일 수렴삼각형 출구가 보인다. 이 삼각형의 고전적인 설명에 따르면 이제서야 침투가 위쪽으로만 발생해야 했습니다. 그러나 실제로는 가격이 오르락 내리락했습니다. 즉, 황소와 곰이 모두 돈을 쳤습니다. 이 예는 즉시 "수렴 삼각형" 패턴의 의미를 그대로 지웁니다.
위의 차트에서 추세선은 마지막 2개의 막대를 고려하지 않고 작성됩니다. 이 때문에 추세선이 깨졌을 때 어떤 추세선을 꺾었는지 명확하게 알 수 있습니다. 지난 달 추세선의 역학 개발에 대한 보다 완전한 버전은 여기에 게시됩니다. "MQL4: Image for the forum on metaquotes" solandr 08/31/2006 08:02 (Multi-volume RAR archive. 총 16부 모든 부품을 다운로드한 후 zip 확장자를 rar로 교체하고 WinRAR3.50으로 압축을 풉니다.) 초보 트레이더가 이 만화를 익히는 것이 매우 유용합니다(예: ACDSee 프로그램을 통해 시장 분위기 이해) 시간이 지남에 따라 변화하고 위험을 최소화하기 위해 무엇을 할 수 있는지.
제 생각에는 과거 데이터에서 포착한 다음 통계를 수집해야 하는 다중 매개변수 패턴보다 추세선으로 작업하는 것이 훨씬 쉽습니다. 추세선 - 훨씬 쉽습니다! 나는 Expert Advisor에서 그것들을 실험하기도 했습니다. 그들은 확인 오실레이터와 심지어 Hurst 지수 자체를 대체했습니다! 그리고 일반적으로 결과는 완전히 무작위와는 분명히 다른 매우 의미 있는 결과였습니다. 그러나 내 관찰에 따른 Hurst 지수의 계산은 추세선과 거의 동일한 정보를 제공하지만 보다 공식화된 기준에 기초한 정보를 제공하기 때문에 잠시 동안 Expert Advisor에서 추세선 사용을 연기했습니다. 생성 및 실용화 측면에서 보다 효율적인 계산 알고리즘 MTS.
음, 신경망은 미래에 발생할 수 있는 모든 종류의 조합을 미리 계산할 수 있고 노이즈의 이러한 조합을 기반으로 단순히 하나 또는 다른 옵션의 확인을 찾을 수 있는 영역에서 가장 유용할 것입니다. 예를 들어, 한 물체가 다른 물체에 접근할 때, 미래에 신호의 가능한 모든 변형을 미리 알고(테스트 장소에서 이전에 기록했거나 수학적 모델의 적절한 상황에 기초하여 가능한 모든 신호 변형을 계산한 경우) 이 방법으로 훈련된 객체가 실제로 사용됨) 사용 가능한 신호 변형에서 가장 근접한 것을 찾고 신경망에서 훈련된 시스템이 설치된 객체의 필요한 추가 작업에 대해 적절한 결정을 내리는 것이 가능합니다. 그러나 이 모든 것은 데이터베이스에서 사용 가능한 상황이 발생하고 한 번 기록된 알고리즘에 따라 발전한다는 사실의 틀 내에서 작동합니다. 나는 Forex가 이와 관련하여 더 다양하다는 것을 두려워합니다 :o(
"방문 목적은? - 점심" (c) "맨 인 블랙"
확인.
:-)))
연구자가 쥐가 미로를 달리는 실험을 하고 쥐가 잘못된 방향으로 달린다면 연구자는 실험이 자신의 이론을 반증하기보다는 쥐가 아프다고 믿을 가능성이 더 큽니다.
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Это совершенно другой подход к торговле, который не может быть описан в рамках математической статистики.
Не согласен. Для каждого образа, на основе которого оценивается рынок, необходимо сделать статистический анализ поведения рынка при появлении этого образа на истории, построить распределение, определить его параметры. Далее можно опять-таки статистически определить оптимальные параметры образа. Имея эти данные в базе данных образов можно с известной точностью определять вероятность ошибки/успеха при принятии решений.
나는 패턴의 통계적 특성에 대한 평가가 실제적인 측면에서 다소 모호하다고 생각하지만, 이를 수행하려는 시도에 대한 정보는 인터넷에서 끊임없이 발견됩니다. 예를 들어, 마지막 최신 버전은 "MQL4: Self-Learning EXPERT" 입니다. 이 방법은 신경망을 나타냅니다. 사실, 어떤 이유로 나는 그러한 시스템 운영의 양적 특성을 어디에서도 보지 못했습니다. 그냥 보기 안좋은거 아닐까요?
그리고 여기서 문제는 상당히 엄격한 매개변수를 기반으로 평가할 패턴을 선택하면 개별 패턴의 매개변수를 평가하기에 충분한 기록이 없을 수도 있다는 것입니다. 또는 패턴의 개념에 조건부로 귀속될 수 있는 막대의 모든 조합에 대한 통계적 평가를 수행하면 매우 작은 차이로 서로 다른 패턴의 수많은 다양한 수정이 있을 것이라고 생각합니다. 통계적으로 유의하지 않은 양, 또는 패턴의 통계적 추정치가 강하게 퍼질 것입니다(추정의 큰 편차). 그리고 미래에는 실제 거래에서 기계가 데이터베이스에서 사용 가능한 패턴 중 현재 마지막 막대에 나타난 패턴에 속할 수 있는지 이해하기가 매우 어려울 것입니다. 어떤 패턴이 통계적 의미를 갖기 위해서는 우리가 갖고 있지 않은 작동 통화 쌍에 대한 기록이 필요하며, 이 모든 것이 시장이 동일한 규칙과 그렇지 않은 샘플에 따라 작동할 것이라는 보장이 필요하다고 생각합니다. 훈련(미래에). 이와 관련하여 단순 선형 회귀 채널이 통계적으로 훨씬 더 잘 제공됩니다. 더 신뢰할 수있는 것을 참조하십시오. 과거 300개의 막대에 대해 항상 표준 복잡하지 않은 알고리즘에 따라 계산되는 시장 상태에 대한 정보 또는 예를 들어 마지막 순간에 도달한 막대가 유사하다는 정보(상관성이 양호함) 100개 이상의 인스턴스에서 평균된 머리 패턴에 - 지난 5년 동안의 역사에 존재하는 어깨? 제 생각에는 회귀가 다양한 다른 요인에 너무 많은 종속성이 있는 패턴 인식에 비해 잘 연구되고 입증된 수학적 기술이기 때문에 더 신뢰할 수 있습니다.
그러나 내 생각에 패턴 인식 작업은 추세선(경사 저항/극한값을 따라 그려지는 지지선)의 더 간단한 문제를 해결하는 것으로 축소될 수 있습니다. 즉, 많은 클래식 패턴을 추세선 세트로 대체할 수 있으며, 추세선을 깨면 패턴이 완성됩니다. 여기에서도 모든 것이 그렇게 간단하지 않습니다. 예를 들어, 이 파일에서 수렴 삼각형의 역학을 볼 수 있습니다. https://c.mql5.com/mql4/forum/2006/08/triangle.zip
8월 8일 수렴삼각형 출구가 보인다. 이 삼각형의 고전적인 설명에 따르면 이제서야 침투가 위쪽으로만 발생해야 했습니다. 그러나 실제로는 가격이 오르락 내리락했습니다. 즉, 황소와 곰이 모두 돈을 쳤습니다. 이 예는 즉시 "수렴 삼각형" 패턴의 의미를 그대로 지웁니다.
위의 차트에서 추세선은 마지막 2개의 막대를 고려하지 않고 작성됩니다. 이 때문에 추세선이 깨졌을 때 어떤 추세선을 꺾었는지 명확하게 알 수 있습니다.
지난 달 추세선의 역학 개발에 대한 보다 완전한 버전은 여기에 게시됩니다. "MQL4: Image for the forum on metaquotes" solandr 08/31/2006 08:02 (Multi-volume RAR archive. 총 16부 모든 부품을 다운로드한 후 zip 확장자를 rar로 교체하고 WinRAR3.50으로 압축을 풉니다.) 초보 트레이더가 이 만화를 익히는 것이 매우 유용합니다(예: ACDSee 프로그램을 통해 시장 분위기 이해) 시간이 지남에 따라 변화하고 위험을 최소화하기 위해 무엇을 할 수 있는지.
제 생각에는 과거 데이터에서 포착한 다음 통계를 수집해야 하는 다중 매개변수 패턴보다 추세선으로 작업하는 것이 훨씬 쉽습니다. 추세선 - 훨씬 쉽습니다! 나는 Expert Advisor에서 그것들을 실험하기도 했습니다. 그들은 확인 오실레이터와 심지어 Hurst 지수 자체를 대체했습니다! 그리고 일반적으로 결과는 완전히 무작위와는 분명히 다른 매우 의미 있는 결과였습니다. 그러나 내 관찰에 따른 Hurst 지수의 계산은 추세선과 거의 동일한 정보를 제공하지만 보다 공식화된 기준에 기초한 정보를 제공하기 때문에 잠시 동안 Expert Advisor에서 추세선 사용을 연기했습니다. 생성 및 실용화 측면에서 보다 효율적인 계산 알고리즘 MTS.
음, 신경망은 미래에 발생할 수 있는 모든 종류의 조합을 미리 계산할 수 있고 노이즈의 이러한 조합을 기반으로 단순히 하나 또는 다른 옵션의 확인을 찾을 수 있는 영역에서 가장 유용할 것입니다. 예를 들어, 한 물체가 다른 물체에 접근할 때, 미래에 신호의 가능한 모든 변형을 미리 알고(테스트 장소에서 이전에 기록했거나 수학적 모델의 적절한 상황에 기초하여 가능한 모든 신호 변형을 계산한 경우) 이 방법으로 훈련된 객체가 실제로 사용됨) 사용 가능한 신호 변형에서 가장 근접한 것을 찾고 신경망에서 훈련된 시스템이 설치된 객체의 필요한 추가 작업에 대해 적절한 결정을 내리는 것이 가능합니다. 그러나 이 모든 것은 데이터베이스에서 사용 가능한 상황이 발생하고 한 번 기록된 알고리즘에 따라 발전한다는 사실의 틀 내에서 작동합니다. 나는 Forex가 이와 관련하여 더 다양하다는 것을 두려워합니다 :o(
Yurixx, 당신이 이것에 헛되이 동의하지 않은 것 같습니다.
왜요 ? 왜 그렇게 생각하니?
이 페이지로 판단하면 포럼이 매우 과학적이지 않습니다. 따라서 권장 사항.
분명히 여름에 과학은 휴가 중이었습니다 ;o). 그리고 이제 학년도가 시작되었고 과학 포럼의 상태에 더 적합한 몇 가지 답변이 나타났습니다.
http://www.lib.mexmat.ru/forum/viewtopic.php?t=3254&sid=a6468f00350c4e81f1b818be89ec1869
링크 감사합니다 내일 읽어보겠습니다.