트렌드 전략 관련 ML(Decision Tree/Forest) 개발팀을 모집하고 있습니다. - 페이지 5

 
Yuriy Asaulenko :
왜 낭비합니까? 완료 - 사용합니다.
여기 실제 시장에서만 Forts, 광범위한 전략이 작동하지 않습니다. 그리고 그 이유를 이해할 수 있습니다. 돈은 침묵을 사랑한다는 말이 당연합니다.)

그렇습니다. 사실은 종종 한 방향으로의 돌파구가 있고, 한 방향으로 비대칭적인 발전이 있으며, 지식의 풀링이 때때로 상황을 개선할 것입니다.

또한 우리는 사람에게 제시해야 할 특정 전략에 대해 이야기하는 것이 아니라 솔루션을 찾는 방법론에 대해 이야기하고 있습니다.


추신 그러나 Sishka가 최근에 미쳤다는 사실은 사실이지만 거기에 이유가 시장에서 외국 곡물의 퇴출이라고 생각합니다. 전략 실행을 중단하고 혼란이 시작됩니다 ...

 
Yuriy Asaulenko :
왜 낭비합니까? 완료 - 사용합니다.
Forts는 실제 시장에서만 여기에서 광범위한 전략이 작동하지 않습니다 . 그리고 그 이유를 이해할 수 있습니다. 돈은 침묵을 사랑한다는 말이 당연합니다.)

나는 시장의 초 효율성 정도 를 확인하겠습니다. 이를 위해 하나 또는 두 개의 작업 전략을 희생할 수 있습니다. 먼저 개발하기만 하면 됩니다. )))

 
Aleksey Vyazmikin :

그렇습니다. 사실은 종종 한 방향으로의 돌파구가 있고, 한 방향으로 비대칭적인 발전이 있으며, 지식의 풀링이 때때로 상황을 개선할 것입니다.

또한 우리는 사람에게 제시해야 할 특정 전략에 대해 이야기하는 것이 아니라 솔루션을 찾는 방법론에 대해 이야기하고 있습니다.

내가 틀리지 않았다면, 당신은 이미 내 방법을 알고 있습니다. 훈련 가능한 결정 논리(분류)로서의 지표 + NN에 의한 예비 선택.
나는 여기에 집단 작업이나 성찰을 위한 어떤 것도 보이지 않습니다.
 
Aleksey Panfilov :

나는 시장의 초 효율성 정도 를 확인하겠습니다. 이를 위해 하나 또는 두 개의 작업 전략을 희생할 수 있습니다. 먼저 개발하기만 하면 됩니다. )))

확인해야 할 사항은 무엇입니까? 유리잔에 10개의 선물이 있고 그것을 사고 싶습니다. 그리고 또 다른 10명이 같은 전략으로 달려오는데 가격은 10포인트 오른다 이미 입구에서 다들 평균 5포인트를 잃었다 누가 1이고 누가 10인가
 
Yuriy Asaulenko :
확인해야 할 사항은 무엇입니까? 유리잔에 10개의 선물이 있고 그것을 사고 싶습니다. 그리고 또 다른 10명이 같은 전략으로 달려오는데, 가격은 10점 오른다.입구에서 이미 모두 10점을 잃었다.

아니면 누가 먼저 일어났는지, 그 슬리퍼. )))

구매 가격이 전략에 의해 결정되는 경우. 그리고 나머지는 시장에서 나와 나쁘지도 않습니다.

이 버전은 속도에 대한 투쟁으로 확인되었습니다.
 
Aleksey Panfilov :

아니면 누가 먼저 일어났는지, 그 슬리퍼. )))

구매 가격이 전략에 의해 결정되는 경우. 그리고 나머지는 시장에서 나와 나쁘지도 않습니다.

그렇다면 집단적 창의성의 본질은 무엇인가? 운동화 사냥에서 즉시 전략을 변경해야한다는 사실?
 
Yuriy Asaulenko :
그렇다면 집단적 창의성의 본질은 무엇인가? 운동화 사냥에서 즉시 전략을 변경해야한다는 사실?

논리적으로 매우 효율적인 통화 시장의 경우 가격은 시스템의 규모로 인해 몇 주 동안 MA처럼 보여야 하며 발행 국가의 실제 역학에 의해서만 결정됩니다. 그렇지 않다는 것을 알 수 있습니다. 이것은 시장의 성격이 다른 것에 의해 결정된다는 것을 의미합니다(예: "잉여금"을 짜내거나 시장 형성에 대한 광범위한 참여의 이익을 보장하기 위해 실제 통화 발행자가 필요함). 따라서 변동성.

물론 젠장. :(

추신.

그건 그렇고, 5 기호 에 신경 쓰지 않고 센트로 보면 그래프가 다음과 같이 보입니다.

 
Yuriy Asaulenko :
내가 틀리지 않았다면, 당신은 이미 내 방법을 알고 있습니다. 훈련 가능한 결정 논리(분류)로서의 지표 + NN에 의한 예비 선택.
나는 여기에 집단 작업이나 성찰을 위한 어떤 것도 보이지 않습니다.

나는 당신이 어떻게 지표를 선택하는지, 이 지표의 어떤 설정이 당신에게 적합한지, 지표와 관련된 가격을 어떻게 설명하는지, 또는 지표 증분을 예측 변수로 사용하는지 모릅니다. 일반적으로 모든 공개 보도에는 그 자체로 가치가 있을 수 있는 세부 정보가 있습니다.

나는 지금 의사 결정 트리로 무엇을 하는지 간략하게 설명할 것입니다. 아마도 적어도 누군가에게 관심이 있을 것입니다.

1. 스크립트를 사용하여 열릴 때 각 막대의 이벤트 결과를 계산합니다. 결과는 손익입니다. 이것은 소위 대상이며 결과를 파일에 씁니다. 이 경우 1개 또는 200개 이상의 막대 이후에 이벤트가 발생할 수 있으며, 정산 위치를 연 후 즉시 후행을 사용합니다.

2. 어드바이저의 도움으로 (처음부터 스크립트가 있었지만 동일한 코드가 데이터를 생성하는 것이 더 좋기 때문에 어드바이저를 사용하기로 결정했습니다) 각 막대의 예측 변수 값을 수집하고 작성합니다 파일에 저장합니다. 현재 120개 이상의 예측 변수가 있습니다.

3. 두 개의 파일을 결합합니다. 정보가 몇 분 안에 수집되기 때문에 파일은 100MB가 넘는 상당히 큰 것으로 판명되었습니다.

4. 처리를 위해 수집된 데이터를 R의 유전자 알고리즘에 제공하면 스크립트에서 사용 가능한 방법에 따라 계산하고 대상 항목에 대한 검색 결과를 개선하려고 시도합니다.

5. 다음과 같은 결과를 분석합니다.

여기에서 각 시트에 대한 정보를 보고 예측 1/-1이 1/-1보다 1.5배 더 큰 시트와 예측 0이 60%보다 큰 시트를 선택합니다. 제안된 확장을 분석하고 이해하려고 합니다. 1 매수, -1 매도, 0은 매수 또는 매도 시 음수 옵션임을 추가하겠습니다.

6. 선택한 나무 잎사귀를 코드로 작성합니다. 부분적으로는 다음과 같습니다.

 if (Test_P== 51 ) if (Levl_High_H4s1< 4.5 && Levl_first_H4<- 0.5 && DonProc< 8.5 && DonProcVisota< 10 && DonProcVisota>= 5.5 && DonProc< 9.5 && DonProc>= 7.5 )BuyNow= true ;
if (Test_P== 52 ) if (Levl_Close_MN1< 6.5 && DonProc>= 8.5 && DonProcVisota< 10 && DonProcVisota>= 5.5 && DonProc< 9.5 && DonProc>= 7.5 )BuyNow= true ;
if (Test_P== 53 ) if (Levl_Close_MN1>= 6.5 && DonProc>= 8.5 && DonProcVisota< 10 && DonProcVisota>= 5.5 && DonProc< 9.5 && DonProc>= 7.5 )BuyNow= true ;
if (Test_P== 54 ){} //!--if(Use_Filter_MA_Prirost_>=-0.5 && DonProcVisota>10 && DonProcVisota>=5.5 && DonProc<9.5 && DonProc>=7.5)BuyNow=true;
if (Test_P== 55 ) if (DonProcVisota< 7.5 && DonProc>= 9.5 && DonProc>= 7.5 )BuyNow= true ;
if (Test_P== 56 ) if (rLevl_Up_iD_RSI<- 1.5 && DonProcVisota>= 7.5 && DonProc>= 9.5 && DonProc>= 7.5 )BuyNow= true ;
if (Test_P== 57 ) if (Povtor_Low_H1>= 1.5 && Povtor_Type_D1< 3.5 && rLevl_Up_iD_RSI>=- 1.5 && DonProcVisota>= 7.5 && DonProc>= 9.5 && DonProc>= 7.5 )BuyNow= true ;                                              
if (Test_P== 58 ) if (Levl_Close_MN1>=- 4.5 && Povtor_Low_H1< 1.5 && Povtor_Type_D1< 3.5 && rLevl_Up_iD_RSI>=- 1.5 && DonProcVisota>= 7.5 && DonProc>= 9.5 && DonProc>= 7.5 )BuyNow= true ;
if (Test_P== 59 ) if (Levl_Close_MN1<- 4.5 && Povtor_Low_H1< 1.5 && Povtor_Type_D1< 3.5 && rLevl_Up_iD_RSI>=- 1.5 && DonProcVisota>= 7.5 && DonProc>= 9.5 && DonProc>= 7.5 )BuyNow= true ;
if (Test_P== 60 ) if (Povtor_Type_D1>= 3.5 && rLevl_Up_iD_RSI>=- 1.5 && DonProcVisota>= 7.5 && DonProc>= 9.5 && DonProc>= 7.5 )BuyNow= true ;

7. 나는 훈련 기간 외 전략 테스터의 모든 시트를 확인합니다. 나는 좋은 결과를 보여주고 충분한 거래가 있는 목록을 남깁니다. 이것은 좋은 분류의 효과이지만 약한 경제적 수익이 나타나는 곳입니다.

8. 선택한 시트에서 식물 표본 상자 (거의 임의의 숲)를 만들고 투표권을 부여합니다. 다른 나무와 잎을 결합하면 다음과 같은 코드가 나타납니다.

    SellNow= false ;
    BuyNow= false ;
     double CalcSell= 0 ;
     double CalcBuy= 0 ;
   if (Test_P!= 11 ) if (DonProcVisota< 8.5 && Levl_High_H4s1N< 1.5 && DonProc< 1.5 )CalcSell=CalcSell+ 1 ; //--35/10
   if (Test_P!= 13 ) if (Levl_Low_D1s1<- 4.5 && DonProcVisota>= 8.5 && DonProc>= 1.5 )CalcSell=CalcSell+ 1 ; //--51/20
   if (Test_P!= 26 ) if (Levl_Support_MN1>= 5.5 && Levl_High_H4s1N< 6.5 && Levl_Low_D1>=- 3.5 && Povtor_Low_H1>=- 1.5 && Levl_High_H1s1N>=- 7.5 && Levl_Low_D1s1>=- 7.5 && Levl_Close_H1< 1.5 && Part_H4< 3.5 && TimeHG>= 2.5 && Levl_Close_H1>= 0 )CalcSell=CalcSell+ 1 ; //46/13 -- 5

   if (Test_P!= 3 ) if (Levl_Low_H4s1N< 5.5 && Levl_Low_W1s1N>=- 0.5 && DonProcVisota< 3.5 && DonProc>= 7.5 )CalcBuy=CalcBuy+ 1 ; //--14/29
   if (Test_P!= 15 ) if (Levl_Low_H4s1N< 5.5 && Levl_Close_W1s1>= 2.5 && DonProcVisota< 3.5 && DonProc>= 7.5 )CalcBuy=CalcBuy+ 1 ; //--14/30
   if (Test_P!= 42 ) if (Levl_Support_H1s1<- 5.5 && LastBarPeresekD_Down< 6.5 && Regressor_3D>=- 1.5 && TimeHG< 1.5 && DonProcVisota>= 4.5 && DonProc>= 2.5 && DonProc< 7.5 )CalcBuy=CalcBuy+ 1 ;
   if (Test_P!= 53 ) if (Levl_Close_MN1>= 6.5 && DonProc>= 8.5 && DonProcVisota< 10 && DonProcVisota>= 5.5 && DonProc< 9.5 && DonProc>= 7.5 )CalcBuy=CalcBuy+ 1 ;
   if (Test_P!= 55 ) if (DonProcVisota< 7.5 && DonProc>= 9.5 && DonProc>= 7.5 )CalcBuy=CalcBuy+ 1 ;


if ((CalcSell> 0 || CalcBuy> 0 ) && CalcSell/( 3 + 0 )>CalcBuy/( 5 + 0 ) && CalcSell> 0 )SellNow= true ;
if ((CalcSell> 0 || CalcBuy> 0 ) && CalcSell/( 3 + 0 )<CalcBuy/( 5 + 0 ) && CalcBuy> 0 )BuyNow= true ;
   

if (Test_P!= 80 ) if (Vektor_Don_M15== 1 && Vektor_Don==- 1 && LastBarPeresekD_Down_M15< 5 ){SellNow= false ;}
if (Test_P!= 81 )*/ if (Vektor_Don_M15==- 1 && Vektor_Don== 1 && LastBarPeresekD_Up_M15< 5 ){BuyNow= false ;}
if (Test_P!= 82 ) if (Vektor_Don== 1   && LastBarPeresekD_Down> 6 && LastBarPeresekD_Up> 4 ){BuyNow= false ;}
if (Test_P!= 83 )*/ if (Vektor_Don==- 1 && LastBarPeresekD_Up> 6 && LastBarPeresekD_Down> 4 ){SellNow= false ;}
if (Test_P!= 84 )*/ if (Levl_Close_H1> 7 ||Levl_Close_H1<- 7 ){BuyNow= false ; SellNow= false ;}
if (Test_P!= 85 )*/ if (Levl_Close_H4> 7 ||Levl_Close_H4<- 7 ){BuyNow= false ; SellNow= false ;}
if (Test_P!= 86 ) if (Levl_Close_D1> 6   && TimeHG== 1 )BuyNow= false ; 
if (Test_P!= 87 ) if (Levl_Close_D1<- 6 && TimeHG== 1 )SellNow= false ; 

9. 다음으로 공생에서 모든 것이 어떻게 작동하는지 살펴본 다음 다른 그룹으로 나누거나 무언가를 제외합니다. 여기에서 어떤 잎은 항상 다른 잎보다 늦게 시장에 진입하기로 결정하기 때문에 작동을 멈출 수 있으며 여기에서는 이러한 잎을 별도의 Expert Advisor로 어떻게든 분해하는 것이 좋습니다. 일반적으로 이 점은 추가 개발이 필요합니다.

일반적으로 이것은 어려운 접근 방식이 아닙니다. 나는 랜덤 포레스트를 사용하지 않지만 거래가 항상 시장에 있다는 것은 말이 되지 않기 때문에 트리의 별도 잎을 사용하고 별도의 잎을 사용하면 특정 현재 시장 상태, 즉, 우리는 예측 영역을 제한하고 다른 트리에서 이러한 영역을 중첩하여 투표 효과를 얻습니다. 그리고 숲을 가져 가면 모든 것을 분류하려는 시도가있을 것이며 그에 따라 좋은 옵션과 나쁜 옵션이 모두 취해질 것입니다. 나는 내 손으로 무작위성을 줄입니다.

따라서 이 잎사귀를 찾는 데 집중해야 한다고 생각합니다. 그리고 이를 위해서는 내가 제안한 벡터를 따라 이동해야 합니다.


그건 그렇고, 나는 누군가가 이것을 도울 수 있다면 GPU를 사용하여 트리의 그래프(조합)를 열거할 계획입니다. 환영합니다.

 
Yuriy Asaulenko :
그렇다면 집단적 창의성의 본질은 무엇인가? 운동화 사냥에서 즉시 전략을 변경해야한다는 사실?

슬리퍼가 부족할까봐 정말 두려우신가요? 요점은 목표를 향한 움직임을 가속화하는 것입니다. MO 방식뿐만 아니라 전략에 따라 좋은 결과가 있다면 풀에서 자신의 펀드를 만들거나 문제를 해결하는 방법, 즉. 프로젝트의 자급 자족에 도달하십시오.

 
Aleksey Vyazmikin :

슬리퍼가 부족할까봐 정말 두려우신가요? 요점은 목표를 향한 움직임을 가속화하는 것입니다. MO 방식뿐만 아니라 전략에 따라 좋은 결과가 있다면 풀에서 자신의 펀드를 만들거나 문제를 해결하는 방법, 즉. 프로젝트의 자급 자족에 도달하십시오.

주어진 가격의 요새에서 한 전략에 따라 여러 개라도 효과가 있다면 충분하지 않을 수 있습니다. 인간.
외환에 대해서는 말할 수 없지만 비슷한 것이 의심됩니다.
사유: