2) 我想知道如何优化 p 级。在这篇文章中，您说 "删除 p 值最高的不显著参数"。我删除了这些参数，并再次运行分析，但所有 p 级都发生了变化，p 级显著的参数变成了不显著。在图 10 中，表格显示了五个参数：dDeMarker、dAC、DeMarker、Bulls、Bears。您是否只对 5 个参数或更多参数进行了分析？有些参数被隐藏了。
MetaQuotes Software Corp. | English Russian Chinese Spanish Portuguese
www.mql5.com
The Demarker Indicator (DeM) is based on the comparison of the period maximum with the previous period maximum. When the indicator falls below 30, the bullish price reversal should be expected. When the indicator rises above 70, the bearish price reversal should be expected.
Другое, что нужно учитывать, это выбросы в данных. Редкие, но сильные события (в нашем случае скачки цены) могут внести ложные зависимости в уравнение. Например, после выхода какой-либо неожиданной новости на рынке произошло сильное движение, продлившееся несколько часов. В этом случае значения технических индикаторов имели малую значимость в прогнозе, но регрессионный анализ припишет им высокую значимость, поскольку было сильное изменение цены. Поэтому желательно фильтровать данные в выборке или проверять наличие выбросов в данных.
首先感谢您的文章，我非常认真地阅读了这篇文章。
我想知道您的方法与 MT5 内置优化器（使用某项指标，对过去的数据进行分析，赋予其一定权重，然后将结果应用于 "未来"）有多大区别。
您的多元回归 方法与 MT5 内置方法之间的差别有这么大吗？
如果您能就此问题发表任何意见，我们将不胜感激。
谢谢。
顺便说一下，我的统计学背景几乎为零，但您的文章非常清晰，质量很高。
你好，ArtemGaleev
感谢您的精彩文章，我已经读了很多遍。我有一些问题：
1) 图 12 显示了很好的结果，但我认为这并不公平，因为 EA 是在训练数据上运行的。EA 参数的计算时间是 2011 年 6 月 30 日至 2011 年 1 月 9 日，测试时间是 2011 年 1 月 7 日至 2011 年 1 月 8 日（图 1）。因此，它是在训练过的数据上进行测试的。
2) 我想知道如何优化 p 级。在这篇文章中，您说 "删除 p 值最高的不显著参数"。我删除了这些参数，并再次运行分析，但所有 p 级都发生了变化，p 级显著的参数变成了不显著。在图 10 中，表格显示了五个参数：dDeMarker、dAC、DeMarker、Bulls、Bears。您是否只对 5 个参数或更多参数进行了分析？有些参数被隐藏了。
也许我在某些步骤上出错了。无论如何，非常感谢你的这篇文章。
Другое, что нужно учитывать, это выбросы в данных. Редкие, но сильные события (в нашем случае скачки цены) могут внести ложные зависимости в уравнение. Например, после выхода какой-либо неожиданной новости на рынке произошло сильное движение, продлившееся несколько часов. В этом случае значения технических индикаторов имели малую значимость в прогнозе, но регрессионный анализ припишет им высокую значимость, поскольку было сильное изменение цены. Поэтому желательно фильтровать данные в выборке или проверять наличие выбросов в данных.
说得好。我们不应该在没有规律的地方寻找规律。这几乎适用于任何分析方法。
遗憾的是，这类研究中最重要的部分（分析残差并不是一回事）--所发现的 "规律性 "的可存活程度--并没有得到解决。
发现的权重系数（就 MR 和任何 NS 而言）"保持"（变化最小）的时间越长，"规律性 "就越强。在任何窗口上找到 SB 上的显著系数（顾名思义，SB 上不存在规律性）不需要付出任何代价。但是，正是它们的动态变化让我们可以非常肯定地说，我们处理的是 SB 而不是其他东西。
也就是说，权重变化的动态性是初始 BP 存在规律性的某种标准。
举个例子，在这段视频中，您可以看到（右上图）一种研究方法的权重是如何随时间发生线性变化的：
有时会有一些平滑（这非常好），有时也会出现权重抽搐的情况（这非常糟糕）。
此外，市场的规律性取决于一天中的时间、季节性等。因此，在搜索时应单独考虑时区。一些交叉盘的夜盘交易已经使用了数年，并从中获利，这就是真实规律性的一个生动例子，这种规律性只存在于一天中的某个时段。如果不经过时区过滤，对整个原始 BP 进行调查，就永远不会发现这种规律。
P.S. 有一些东西（显然是受 "知识日 "气氛的影响）在很多信件上，所以我截断了这篇文章。
在许多 TS 中，交易信号是在指标线性组合的基础上形成的。
这意味着，如果要从 TS 的交易结果（其引导）中揭示出 TS 的交易信号，MR 就是一个很好的工具。
我们可以从另一个角度来看待这项任务：
交易者在历史记录中安排交易信号。这可能是他的非正式手动交易的 结果，也可能是一些 ZigZag 顶点。总之，什么都可以。
然后，同样的任务就解决了： 根据交易信号自动将 TS 正规化。也就是说，通过 MR 在 TS 中找到一些线性规律。
附注：您也可以将 NS 应用于此类任务。但对 NS 结果的解释要比 MR 复杂得多。
我们可以从另一个角度来看待这项任务：
交易者在历史记录中发布交易信号。这可能是他非正式的手动交易的结果，也可能是一些 ZigZag 顶部。总之，什么都可以。
这样，同样的任务就迎刃而解了：通过交易信号自动将 TS 正规化。也就是说，通过 MR 在 TS 中找到一些线性规律。
是的，这个想法很有趣。我甚至建议写一篇文章，对此进行初步处理。
前几天发表了一篇文章《在MetaTrader 5 测试仪中可视化策略》，其中展示了 "即时 "处理选择结果的过程。当然，该主题并未完全公开。这里有整整一层的可能性，也有这方面文章的主题：
但到目前为止还没有人回应。
...
那么同样的任务也就迎刃而解了： 通过交易信号自动将 TS 正规化。也就是说，通过 MR 在 TS 中找到一些线性规律。
...
先生们，你们是如何想象的？类似于因子分析。什么因素？所有可能的符号中所有可能的参数集的所有指标？
让我先声明，这些只是我的一些想法，是我对数学完全无知的结果。
首先，我们假设交易信号完全由一些指标的线性组合形成。此外，我们对所研究的 TS 有非零的假设（愿望）。例如，那里很可能使用 MAs、Fibo、PriceChannel 等指标。或者相反，我们希望看到通过特定的指标列表，用指定的输入将 TS 正式化。
此外，如上所述，矩阵法适用于 TS 的各种指标值（包括价格本身）和交易信号表。
交易信号本身代表三个值：买入、卖出、卖出。出于这个（和其他）原因，单独考虑只有一种信号的 TS 是合理的。就让它成为 "买 "吧。
买入信号本身是在某个方向越过某个临界值时形成的。为方便起见，将该临界值设为零。
让我们总结一下上述内容：
我们只选取所考虑的 TS 的买入信号，在这些点中选取一组我们感兴趣的指标值。通过所研究的数学方法，我们尝试表达一个线性组合：
K[1] * Value[1] + ....+ K[n] * Value[n] = 0，同时对权重施加 Sum(Abs(K[i])) 限制。= 1.MR 并不能完全解决目前的问题，因为它的目的是通过其他值来表达 Value[j]。因此，对于每一个 j，解的向量都会有不同的方向--不是共线的。不过，它仍然可以得到解，即使不是完美的解，但也不是完美的解。当然，除了 MR 之外，还可以使用其他数学方法。
找到权重后，我们需要绘制残差图：对于每个信号，计算值 R[i] = K[1] * Value[1] + ....+ K[n] * Value[n]。我们将得到所调查的 TS 的一种形式化图形，它将是一条在零附近摆动的曲线。当然，也会有离群值。最好将其排除--简单地说，这意味着忽略某些交易信号。
之后，我们应该再次应用矩阵法。结果是，如果大部分 TS 信号都能通过所选指标列表正规化，我们就能得到权重形式的最终答案，其中 R[i] 将在零附近 "窄幅 "波动。
但我们不要忘记，即使上述所有方法都奏效了，也不能称之为 TS 的形式化。因为不仅需要在交易信号的位置上，还需要在整个价格 BP 上进一步运行找到的组合。在这里，可能会出现这样的情况：在我们的点上，组合结果很好，但在其他点上，却出现了难以过滤的错误信号。
以上是关于某些（广泛的）TS 自动形式化的初步天真想法。
一切都因人而异。例如，很难评估将冠军领队的战略正规化是否有用和必要，因为每次都有许多热心人在做这项工作。
我的想法只是想找到一种工具，让这一过程变得更简单、更快捷。某种支持。
从研究的角度来看，这也是研究市场的另一种方式。
与神经网络 非常相似
SZY：即使它不是神经网络，这种工具的结果也与神经网络的工作类似--在积极结果的历史上