Обсуждение статьи "Нечеткая логика в торговых стратегиях"
Давно ждал такую статью, но как-то не полностью раскрыта.
Как ведёт себя система в будущем после оптимизации на истории, есть шанс получать прибыль, и топчется около нуля?
Начал читать статью и по ходу на первом же примере словил кучу ошибок.
Оказалось, что в Curve.mqh нет ENUM_LINE_END. Ну прописал его. Вылезло куча ошибок в Canvas.mqh. Например, нет Attach.
Совсем ничего не понимаю. На днях же использовал сам Graphics.mqh, запускаю свои коды, а они тоже не работают.
Даты всех файлов от 05.09.2017 - когда обновился на 1653. Да и точно все работало в 1653.
Ничего не понимаю, и прошу прощения у Автора за этот почти оффтоп.
Чтобы не быть голословным, прикрепил mqh-файлы. Совсем не понимаю, что могло произойти.
ЗЫ Поставил 1643 и 1653 - не помогает.
Начал читать статью и по ходу на первом же примере словил кучу ошибок.
Оказалось, что в Curve.mqh нет ENUM_LINE_END. Ну прописал его. Вылезло куча ошибок в Canvas.mqh. Например, нет Attach.
Совсем ничего не понимаю. На днях же использовал сам Graphics.mqh, запускаю свои коды, а они тоже не работают.
Даты всех файлов от 05.09.2017 - когда обновился на 1653. Да и точно все работало в 1653.
Ничего не понимаю, и прошу прощения у Автора за этот почти оффтоп.
Чтобы не быть голословным, прикрепил mqh-файлы. Совсем не понимаю, что могло произойти.
ЗЫ Поставил 1643 и 1653 - не помогает.
Добрый день. Вы используете старую версию файла Canvas.mqh.
Актуальная версия файла в аттаче.
Давно ждал такую статью, но как-то не полностью раскрыта.
Как ведёт себя система в будущем после оптимизации на истории, есть шанс получать прибыль, и топчется около нуля?
Привет, после оптимизации любая система ведет себя случайным образом на новой выборке, если не было хотя бы walk-forward тестирования, эта статья была маленько не об этом ,а об том что в MT5 есть такая библиотека, которую никто не использует, и которую можно использовать оригинальными способами :) Можно даже нейросеть сделать, подав выходы из нескольких нечетких логик на входы другим, и прикрутив к ним какой-нибудь оптимизатор для настройки весов. Но и уже существуют Fuzzy нейронные сети, правда в данной библиотеке их нет.
П.С. еще насчет оптимизации - поскольку fuzzy уменьшает вероятность переобучения, то все-таки должно быть лучше на новых данных, вопрос в том насколько входы в нечеткую логику описывают рынок. Понятно, что 3 осциллятора, которые описывают примерно одно и то же, делают это так себе.
Начал читать статью и по ходу на первом же примере словил кучу ошибок.
Оказалось, что в Curve.mqh нет ENUM_LINE_END. Ну прописал его. Вылезло куча ошибок в Canvas.mqh. Например, нет Attach.
Совсем ничего не понимаю. На днях же использовал сам Graphics.mqh, запускаю свои коды, а они тоже не работают.
Даты всех файлов от 05.09.2017 - когда обновился на 1653. Да и точно все работало в 1653.
Ничего не понимаю, и прошу прощения у Автора за этот почти оффтоп.
Чтобы не быть голословным, прикрепил mqh-файлы. Совсем не понимаю, что могло произойти.
ЗЫ Поставил 1643 и 1653 - не помогает.
Тоже ничего не понимаю, попробуйте версию которую вам скинули, я ничего не менял в этой библиотеке, если не поможет могу скинуть свою.
Добрый день. Вы используете старую версию файла Canvas.mqh.
Актуальная версия файла в аттаче.
Добрый день, Спасибо, так и есть. Не понимаю только, откуда старый мог взяться и почему каждая переустановка терминала меняла его дату, но не содержимое? Наверное, это баг.
Тоже ничего не понимаю, попробуйте версию которую вам скинули, я ничего не менял в этой библиотеке, если не поможет могу скинуть свою.
Спасибо, так и понял. Вашу статью буду читать...
Можно даже нейросеть сделать, подав выходы из нескольких нечетких логик на входы другим, и прикрутив к ним какой-нибудь оптимизатор для настройки весов.
Или взять сразу готовую PNN - подать в неё напрямую описанные классы и сэмплы без нечеткой прослойки. Получим оценку вероятностей всех классов/исходов, можем проанализировать получившиеся базовые функции как аналог функций принадлежности.
Плохо знаком с ними, к сожалению, байесовский классификатор использовал только, получилось что он ничем не лучше других линейных моделей типа той же регрессии +-. Поэтому не уверен стоит ли использовать PNN вместо MLP или RDF, Random forest возможно в след. статье опишу, он быстрый и кач-во моделей хорошее.
Опыты в Microsoft Azure Studio делал, там быстро можно сравнить модели на одном и том же сэте.
- studio.azureml.net
Делить "торговое пространство" на зоны нечеткой логики. не является ли само по себе проявлением "чёткой" логики:)
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Нечеткая логика в торговых стратегиях:
В статье рассматривается пример использования нечеткой логики для построения простой торговой системы, с использованием библиотеки Fuzzy. Предложены варианты улучшения системы путем сочетания нечеткой логики, генетических алгоритмов и нейронных сетей.
Полученные функции принадлежности на выходе, после оптимизации (входные остались без изменения, поскольку мы их не оптимизировали):
Было изначально:
Стало:
Автор: Maxim Dmitrievsky