Forester #: Получается поиск шаблона на продолжение тренда, а не всякие там двойные вершины, головы/плечи и т.п., которые уже давно не работают. Только тренд - твой френд))
Не знаю что там в общей совокупности получается, скорее каша из более вероятных сигналов, чем при случайной разметке сделок :)
Тренд не обязательно продолжается, он может развернуться в конце структуры.
Во-первых, машинное обучение - это обучение чему? Прошлому, разве рынки работают одинаково в одних и тех же сценариях, нет, они постоянно меняются. Во-вторых, родной Mt5 без внешних источников не может делать машинное обучение, супер A.I бла бла бла, не важно, что вам говорят некоторые маркетинговые уловки.
Forester #: Получается поиск шаблона на продолжение тренда, а не всякие там двойные вершины, головы/плечи и т.п., которые уже давно не работают. Только тренд - твой френд))
Ещё хотелось бы отметить, что если речь о корреляции между ценами (а не их приращениями), то на самом деле это коинтеграция. Ведь коинтеграция ищется через линейную регрессию (даром что называемую "ложной"), а это всегда сводится к формулам корреляции. Но суть не в том, что корреляция - это какая-то основа всего, а просто в линейной алгебре не так уж много разных формул и одну из них (скалярное произведение) на нашем форуме принято называть корреляцией.
Возможно, связь с коинтеграцией поможет как-то интерпретировать результаты.
Ещё хотелось бы отметить, что если речь о корреляции между ценами (а не их приращениями), то на самом деле это коинтеграция. Ведь коинтеграция ищется через линейную регрессию (даром что называемую "ложной"), а это всегда сводится к формулам корреляции. Но суть не в том, что корреляция - это какая-то основа всего, а просто в линейной алгебре не так уж много разных формул и одну из них (скалярное произведение) на нашем форуме принято называть корреляцией.
Возможно, связь с коинтеграцией поможет как-то интерпретировать результаты.
Похоже, параметрический подход, когда распределение берётся из какого-то параметрического семейства:
Our approach is to assume Pθ (y|x) is of a specified parametric form, then estimate the p parameters θ ∈ Rp of the distribution as functions of x
Пока не понял, насколько свободно можно выбирать семйство распределений.
В целом, параметрический подход хорош тем, что позволяет работать с меньшими выборками. Плох он меньшей гибкостью, но это можно отчасти компенсировать свободой выбора параметрического семейства распределения.
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Получается поиск шаблона на продолжение тренда, а не всякие там двойные вершины, головы/плечи и т.п., которые уже давно не работают. Только тренд - твой френд))
Получается поиск шаблона на продолжение тренда, а не всякие там двойные вершины, головы/плечи и т.п., которые уже давно не работают. Только тренд - твой френд))
Тоже появилась подобная мысль.
Ещё хотелось бы отметить, что если речь о корреляции между ценами (а не их приращениями), то на самом деле это коинтеграция. Ведь коинтеграция ищется через линейную регрессию (даром что называемую "ложной"), а это всегда сводится к формулам корреляции. Но суть не в том, что корреляция - это какая-то основа всего, а просто в линейной алгебре не так уж много разных формул и одну из них (скалярное произведение) на нашем форуме принято называть корреляцией.
Возможно, связь с коинтеграцией поможет как-то интерпретировать результаты.
Ещё хотелось бы отметить, что если речь о корреляции между ценами (а не их приращениями), то на самом деле это коинтеграция. Ведь коинтеграция ищется через линейную регрессию (даром что называемую "ложной"), а это всегда сводится к формулам корреляции. Но суть не в том, что корреляция - это какая-то основа всего, а просто в линейной алгебре не так уж много разных формул и одну из них (скалярное произведение) на нашем форуме принято называть корреляцией.
Возможно, связь с коинтеграцией поможет как-то интерпретировать результаты.
Связь с порогом КК видна на бэктесте.
Порог КК 0.5 (отобраны все паттерны выше порога)
Порог 0.85
Не знаю, достаточно ли это для чего-нибудь.
Новый вероятностный бустинг от Стэндфордского университета. Ну как новый, 6 лет от роду.
Новый вероятностный бустинг от Стэндфордского университета. Ну как новый, 6 лет от роду.
Новый вероятностный бустинг от Стэндфордского университета. Ну как новый, 6 лет от роду.
Похоже, параметрический подход, когда распределение берётся из какого-то параметрического семейства:
Our approach is to assume
Pθ (y|x) is of a specified parametric form, then estimate the
p parameters θ ∈ Rp of the distribution as functions of x
Пока не понял, насколько свободно можно выбирать семйство распределений.
В целом, параметрический подход хорош тем, что позволяет работать с меньшими выборками. Плох он меньшей гибкостью, но это можно отчасти компенсировать свободой выбора параметрического семейства распределения.
Спасибо!
Планируется ли когда-нибудь сделать сортировку матриц/векторов?
Уже есть давно: https://www.mql5.com/ru/docs/matrix/matrix_manipulations/matrix_sort