Eu precisava urgentemente encontrar o mínimo de uma função suave, então eu decidi primeiro comparar diferentes pacotes para ver qual é mais rápido. Para o teste eu fiz a função Rastrigin (a função mais difícil de otimizar de acordo com alguns professores).
2 * w + 10 * (sin(2 * pi * w) * 2 * pi
2 * x + 10 * (sin(2 * pi * x) * 2 * pi
2 * y + 10 * (sin(2 * pi * y) * 2 * pi
2 * z + 10 * (sin(2 * pi * z) * 2 * pi
Eu comparei GenSA, lbfgs, lbfgsb3, n1qn1 e vários métodos na função optim() padrão.
Resultados: pacote, número de chamadas de funções de fitness (e gradiente), parâmetros encontrados e o resultado final onde a busca pára.
n1qn1 fitness function calls: 448 ; parameters = 3.90227 e-183.90227 e-183.90227 e-183.90227 e-18 ; result = 0
lbfgs fitness function calls: 14 ; parameters = -1.891749 e-10 -1.891749 e-10 -1.891749 e-10 -1.891749 e-10 ; result = 0
lbfgsb3 fitness function calls: 12 ; parameters = -7.542216 e-15 -7.542216 e-15 -7.542216 e-15 -7.542216 e-15 ; result = 0
GenSA fitness function calls: 66582 ; parameters = 1.517382 e-11 -5.657816 e-12 -2.292922 e-11 -3.257902 e-12 ; result = 0
optim Nelder-Mead fitness function calls: 253 ; parameters = -2.9816333.9888130.9902444 -2.980489 ; result = 34.8497
optim BFGS fitness function calls: 49 ; parameters = 8.731115 e-168.731115 e-168.731166 e-168.731157 e-16 ; result = 0
optim CG fitness function calls: 918 ; parameters = 0.99495860.99495860.99495860.9949586 ; result = 3.979836
optim L-BFGS-B fitness function calls: 81 ; parameters = 8.526118 e-138.526118 e-138.526118 e-138.526118 e-13 ; result = 0
optim SANN fitness function calls: 10000 ; parameters = 750.3075745.0596743.626753.8133 ; result = 2239327
As três primeiras funções (n1qn1, lbfgs, lbfgsb3) utilizam um gradiente de achado analítico.
O resultado = 0 é ideal, quanto mais longe de zero, pior.
Podemos ver que o conhecimento das derivadas é muito bom, lbfgsb3 alcançou o resultado perfeito em 12 chamadas das funções de fitness. O melhor dos que definiram o gradiente numericamente foi a função padrão otimizada com o método BFGS, 49 chamadas da função fitness.
A conclusão é que os derivados são muito bons. O ideal seria, por exemplo, encontrar derivados para todos os pesos e colocá-los em lbfgsb3, em vez de retropropulsores. Mas todo este resultado do teste aplica-se apenas a funções suaves para as quais podem ser encontradas derivadas para todos os parâmetros. Se você tiver parâmetros de funções que mudam aleatoriamente o resultado mesmo com a mínima alteração - genética, GenSA e outros algoritmos estocásticos são melhores lá.
Anexei um arquivo com código, você pode testá-lo em suas funções.
Pergunto-me se tal série pode ser prevista por alguma arima, ou se é suficiente para trabalhar para um retorno à média... conseguiu alcançar resultados impressionantemente estáveis (diagrama de cointegração), trabalhando retorna mais de 2 spreads
Um retorno à média pode até ser negociado com um swing. Mas como podemos determinar onde está o preço médio se a média muda de acordo com a tendência? (A questão é retórica - não se pode).
Um retorno à média pode até ser negociado com um swing. Mas como podemos determinar onde está o preço médio se a média muda de acordo com a tendência? (A questão é retórica - não se pode).
A média aqui é 0, é uma estratégia neutra.
devemos usar estatísticas) o que é deslocado lá é impossível de entender na caixa preta
Em suma, quase terminou a 2ª estratégia das 3 planeadas (os resultados da primeira já foram escritos, não vkatilo).
Pergunto-me se tal série pode ser prevista por alguma arima, ou se é suficiente para trabalhar para voltar à média... conseguiu alcançar resultados impressionantemente estáveis (diagrama de cointegração), trabalhando retorna mais de 2 spreads
Cointegração é um termo e não tem nada a ver com a sua foto.
A aplicabilidade do arim é determinada por vários testes, sendo o principal deles o arco, que determina se existe um efeito de arco na série temporal. Se não houver um efeito arco, que é cerca de 20%, então troque, mas ... na história, porque esta secção já foi aprovada ou quase aprovada ou...
Co-integração é um termo e não tem nada a ver com a sua foto.
A aplicabilidade da aritmética é determinada por vários testes, sendo o principal deles o arco, que determina se existe um efeito de arco na série temporal. Se não houver um efeito arco, que é cerca de 20%, então troque, mas ... na história, como esta secção já foi passada ou quase foi passada ou...
vamos definir a cointegração pela 3ª vez... o que é e porque não é relevante para a minha foto? :)
é uma foto de um local de teste, não olho para a história, tudo é sempre perfeito lá
ou do que se trata - desenvolvimento de estratégias sobre o MO ou análise de diferentes funções R, acho que sou o único que se preocupou em publicar quaisquer resultados durante alguns meses :)
a média aqui é 0, é uma estratégia neutra de mercado.
Quer que o próprio gráfico verde seja trocado? Depois vejo, primeiro pensei que era um indicador para o comércio eurusd.
Primeiro precisamos de descobrir - é um processo aleatório ou tem uma memória como as séries temporais normais.
Se tiver memória, o mashka e arima podem ser úteis. Mas se o gráfico é completamente aleatório, então precisamos de modelos para os processos Markovianos. Eu não sou bom nisso, mas Alexander disse algo sobre o modelo Wiener, você pode começar com ele, por exemplo.
Quer trocar o próprio gráfico verde? Depois vejo, no início pensei que era um indicador para o comércio eurusd.
Primeiro temos de descobrir se é um processo aleatório ou se tem uma memória como uma série cronológica normal.
Se tiver memória - então tanto o mosto como arima podem ser úteis. Mas se o gráfico é completamente aleatório, então precisamos de modelos para os processos Markovianos. Eu não sou bom nisso, mas Alexander disse algo sobre o modelo Wiener.
Então, temos de determinar se tem memória, ou seja, se é determinada pelas suas caudas?
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Maxim Dmitrievsky:
3 semanas para a minha meta com os NS :))) ou o graal ou o inferno com eles. Faça as suas apostas :)))
Seria bom ouvir as probabilidades de ganhar no início. Ninguém aqui só recebe ordens ;)
Eu precisava urgentemente encontrar o mínimo de uma função suave, então eu decidi primeiro comparar diferentes pacotes para ver qual é mais rápido. Para o teste eu fiz a função Rastrigin (a função mais difícil de otimizar de acordo com alguns professores).
Rastrigin <- function(x){ return(sum(x^2 - 10 * cos(2 * pi * x)) + 10 * length(x)) }Para o teste eu o fiz com 4 parâmetros:
Derivados:
Eu comparei GenSA, lbfgs, lbfgsb3, n1qn1 e vários métodos na função optim() padrão.
Resultados:
pacote, número de chamadas de funções de fitness (e gradiente), parâmetros encontrados e o resultado final onde a busca pára.
As três primeiras funções (n1qn1, lbfgs, lbfgsb3) utilizam um gradiente de achado analítico.
O resultado = 0 é ideal, quanto mais longe de zero, pior.
Podemos ver que o conhecimento das derivadas é muito bom, lbfgsb3 alcançou o resultado perfeito em 12 chamadas das funções de fitness.
O melhor dos que definiram o gradiente numericamente foi a função padrão otimizada com o método BFGS, 49 chamadas da função fitness.
A conclusão é que os derivados são muito bons. O ideal seria, por exemplo, encontrar derivados para todos os pesos e colocá-los em lbfgsb3, em vez de retropropulsores.
Mas todo este resultado do teste aplica-se apenas a funções suaves para as quais podem ser encontradas derivadas para todos os parâmetros. Se você tiver parâmetros de funções que mudam aleatoriamente o resultado mesmo com a mínima alteração - genética, GenSA e outros algoritmos estocásticos são melhores lá.
Anexei um arquivo com código, você pode testá-lo em suas funções.
Pergunto-me se tal série pode ser prevista por alguma arima, ou se é suficiente para trabalhar para um retorno à média... conseguiu alcançar resultados impressionantemente estáveis (diagrama de cointegração), trabalhando retorna mais de 2 spreads
Um retorno à média pode até ser negociado com um swing. Mas como podemos determinar onde está o preço médio se a média muda de acordo com a tendência? (A questão é retórica - não se pode).
Um retorno à média pode até ser negociado com um swing. Mas como podemos determinar onde está o preço médio se a média muda de acordo com a tendência? (A questão é retórica - não se pode).
A média aqui é 0, é uma estratégia neutra.
devemos usar estatísticas) o que é deslocado lá é impossível de entender na caixa preta
Em suma, quase terminou a 2ª estratégia das 3 planeadas (os resultados da primeira já foram escritos, não vkatilo).
se este não funcionar - o último será deixado )
e este será o fim do MO
Pergunto-me se tal série pode ser prevista por alguma arima, ou se é suficiente para trabalhar para voltar à média... conseguiu alcançar resultados impressionantemente estáveis (diagrama de cointegração), trabalhando retorna mais de 2 spreads
Cointegração é um termo e não tem nada a ver com a sua foto.
A aplicabilidade do arim é determinada por vários testes, sendo o principal deles o arco, que determina se existe um efeito de arco na série temporal. Se não houver um efeito arco, que é cerca de 20%, então troque, mas ... na história, porque esta secção já foi aprovada ou quase aprovada ou...
Co-integração é um termo e não tem nada a ver com a sua foto.
A aplicabilidade da aritmética é determinada por vários testes, sendo o principal deles o arco, que determina se existe um efeito de arco na série temporal. Se não houver um efeito arco, que é cerca de 20%, então troque, mas ... na história, como esta secção já foi passada ou quase foi passada ou...
vamos definir a cointegração pela 3ª vez... o que é e porque não é relevante para a minha foto? :)
é uma foto de um local de teste, não olho para a história, tudo é sempre perfeito lá
ou do que se trata - desenvolvimento de estratégias sobre o MO ou análise de diferentes funções R, acho que sou o único que se preocupou em publicar quaisquer resultados durante alguns meses :)
a média aqui é 0, é uma estratégia neutra de mercado.
Quer que o próprio gráfico verde seja trocado? Depois vejo, primeiro pensei que era um indicador para o comércio eurusd.
Primeiro precisamos de descobrir - é um processo aleatório ou tem uma memória como as séries temporais normais.
Se tiver memória, o mashka e arima podem ser úteis.
Mas se o gráfico é completamente aleatório, então precisamos de modelos para os processos Markovianos. Eu não sou bom nisso, mas Alexander disse algo sobre o modelo Wiener, você pode começar com ele, por exemplo.
Vamos definir a terceira vez a cointegração... o que é e porque não se aplica à minha fotografia? :)
esta é uma foto já de um terreno de teste, não olho para a história, tudo é sempre perfeito lá.
Há pelo menos duas séries cronológicas na cointegração.
Mas eles não são todos.
Estas séries não são estacionárias.
Mas isto não é tudo.
Estas séries não estacionárias devem ser ligadas de tal forma que o resultado seja estacionário.
As decisões comerciais são tomadas com base nesta série STATIONARY que garante a própria possibilidade de fazer uma previsão.
Quer trocar o próprio gráfico verde? Depois vejo, no início pensei que era um indicador para o comércio eurusd.
Primeiro temos de descobrir se é um processo aleatório ou se tem uma memória como uma série cronológica normal.
Se tiver memória - então tanto o mosto como arima podem ser úteis.
Mas se o gráfico é completamente aleatório, então precisamos de modelos para os processos Markovianos. Eu não sou bom nisso, mas Alexander disse algo sobre o modelo Wiener.
Então, temos de determinar se tem memória, ou seja, se é determinada pelas suas caudas?