交易中的机器学习:理论、模型、实践和算法交易 - 页 1028 1...102110221023102410251026102710281029103010311032103310341035...3399 新评论 mytarmailS 2018.07.22 08:16 #10271 关于市场机制的一点看法... 我马上就扔一些照片,然后随着它的发展...... 1) 外汇经纪商 "OANDA "公开广播其客户的未结头寸 这是经纪商买家-卖家的净未平仓头寸的差异 2) 很久以前,在14年,当我们有自己的交易员公司时,我通过建立在金银上的指标进行交易,建立了一段时间的买方和卖方的累计总和,并计算delta,即他们之间的差异,该指标是在excel中建立的,以下是我日记中的图片,2014年 3) 训练过的神经网络,对于两个类的买入卖出,但不是像 "11010010 "这样的类,而是给出一个类的概率,同样,我们对买入类和卖出类的概率进行累积和计算,这就是蓝色图和神经网络对新数据的工作。 你是需要画箭还是想自己画?))) 顺便说一下,这是同一主题的第40页 mytarmailS 2018.07.22 08:37 #10272 正如你所看到的,不同的来源,不同的方法,但重点是一样的...... 市场在你卖出时上升,在你买入时下降... Aleksey Nikolayev 2018.07.22 09:00 #10273 伊万-内格雷什尼。我不知道是否有人知道如何区分随机生成的BP和真实价格的BP,如果有的话请解释一下......我们可以尝试在生成的系列和真实系列的增量样本之间应用拟合度标准(例如Kolmogorov-Smirnov)。例如,实际价格被认为比高斯分布有更粗的尾巴和更尖锐的中心。 Renat Akhtyamov 2018.07.22 09:03 #10274 mytarmailS:正如你所看到的,不同的来源,不同的方法,但重点是一样的...... 市场在你卖出时上升,在你买入时下降...这倒是真的。 一个小小的、几乎微不足道的细微差别 当价格上涨时,机器人怎么能卖出? 哎呀! 考虑一下吧,好吗? 我已经在上面写了为什么会这样,如果有的话... khorosh 2018.07.22 09:03 #10275 伊万-内格雷什尼。我不知道是否有人知道如何区分随机生成的BP和真实价格的BP,如果有的话请解释一下...在真实的BP中,你可以观察到在一天中与开盘相关的某些时间段的重复性(24小时内)波动性增加。我们不应该在随机的中看到这一点。 mytarmailS 2018.07.22 09:09 #10276 雷纳特-阿赫蒂亚莫夫。一个小小的、几乎微不足道的细节 当价格上涨时,机器人怎么能卖出? 哎呀!我不明白,问题出在哪里? Renat Akhtyamov 2018.07.22 09:12 #10277 mytarmailS:我不明白,有什么不一致的地方? 机器人几乎总是在逆势工作 Renat Akhtyamov 2018.07.22 09:15 #10278 mytarmailS:........ 箭头是你自己画的,还是你自己已经画好了?))) 顺便说一下,这是同一主题的第40页。是的,我们需要箭。 我在2012年把完全相同的开源独立项目放在预测线程中。我希望它还在那里。 大家都在笑,因为没人理解;))))当然,根据不同的情况,是买还是卖,都是一面镜子。和再次。 只要市场是平坦的,它都能正常工作,就像任何神经网络一样。 Aleksey Nikolayev 2018.07.22 09:24 #10279 mytarmailS:我生成了一个带有趋势成分的 随机(这不是价格) 系列,并将其与技术分析模式画在一起,以表明事后的经典TA甚至可以用随机来描述)),即使在随机中也存在这种TA,但它并不存在,它只是带有趋势成分的系列的一种属性。任何反转都可以用TA的数字来描述,你看,它永远是一个头肩顶,或双顶或三顶,甚至是随机的,但同时它并没有给这些数字带来任何预测的属性在我看来,问题的关键不在于这些数字是否存在于对称的随机行走中。更正确的问题是,围绕这些数字的一些实际价格的行为与随机生成的版本是否有统计学上的显著差异(和实际有用)。如果我们想精确地检查这一点,那么我们就开始在形状的正式定义等方面出现问题。例如,差距曾经明显地比对称随机行走应该有的速度快(不是说有什么钱可赚)。 随机对称的漫游很好地 "绘制 "了趋势和周期,而且可以用理论家的方法来证明。但当然不能靠它赚钱。 mytarmailS 2018.07.22 09:39 #10280 阿列克谢-尼古拉耶夫。我认为,随机漫步可以作为优化 原始 趋势系统的替代历史,这些系统没有预测特性,只是简单的趋势跟踪。 例如,我可以生成3000年的替代历史,并在这些数据上优化一个趋势机器人。 在我看来,使用新数据的机器人在实际交易中的表现会比针对真实历史的最后几年进行的优化更好。 1...102110221023102410251026102710281029103010311032103310341035...3399 新评论 原因: 取消 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
关于市场机制的一点看法...
我马上就扔一些照片,然后随着它的发展......
1)
外汇经纪商 "OANDA "公开广播其客户的未结头寸
这是经纪商买家-卖家的净未平仓头寸的差异
2)
很久以前,在14年,当我们有自己的交易员公司时,我通过建立在金银上的指标进行交易,建立了一段时间的买方和卖方的累计总和,并计算delta,即他们之间的差异,该指标是在excel中建立的,以下是我日记中的图片,2014年
3)
训练过的神经网络,对于两个类的买入卖出,但不是像 "11010010 "这样的类,而是给出一个类的概率,同样,我们对买入类和卖出类的概率进行累积和计算,这就是蓝色图和神经网络对新数据的工作。
你是需要画箭还是想自己画?)))
顺便说一下,这是同一主题的第40页
正如你所看到的,不同的来源,不同的方法,但重点是一样的......
市场在你卖出时上升,在你买入时下降...
我不知道是否有人知道如何区分随机生成的BP和真实价格的BP,如果有的话请解释一下......
我们可以尝试在生成的系列和真实系列的增量样本之间应用拟合度标准(例如Kolmogorov-Smirnov)。例如,实际价格被认为比高斯分布有更粗的尾巴和更尖锐的中心。
正如你所看到的,不同的来源,不同的方法,但重点是一样的......
市场在你卖出时上升,在你买入时下降...
这倒是真的。
一个小小的、几乎微不足道的细微差别
当价格上涨时,机器人怎么能卖出?
哎呀!
考虑一下吧,好吗?
我已经在上面写了为什么会这样,如果有的话...
我不知道是否有人知道如何区分随机生成的BP和真实价格的BP,如果有的话请解释一下...
在真实的BP中,你可以观察到在一天中与开盘相关的某些时间段的重复性(24小时内)波动性增加。我们不应该在随机的中看到这一点。
一个小小的、几乎微不足道的细节
当价格上涨时,机器人怎么能卖出?
哎呀!
我不明白,问题出在哪里?
我不明白,有什么不一致的地方?
........
箭头是你自己画的,还是你自己已经画好了?)))
顺便说一下,这是同一主题的第40页。
是的,我们需要箭。
我在2012年把完全相同的开源独立项目放在预测线程中。我希望它还在那里。
大家都在笑,因为没人理解;))))
当然,根据不同的情况,是买还是卖,都是一面镜子。
和再次。
只要市场是平坦的,它都能正常工作,就像任何神经网络一样。
我生成了一个带有趋势成分的 随机(这不是价格) 系列,并将其与技术分析模式画在一起,以表明事后的经典TA甚至可以用随机来描述)),即使在随机中也存在这种TA,但它并不存在,它只是带有趋势成分的系列的一种属性。任何反转都可以用TA的数字来描述,你看,它永远是一个头肩顶,或双顶或三顶,甚至是随机的,但同时它并没有给这些数字带来任何预测的属性
在我看来,问题的关键不在于这些数字是否存在于对称的随机行走中。更正确的问题是,围绕这些数字的一些实际价格的行为与随机生成的版本是否有统计学上的显著差异(和实际有用)。如果我们想精确地检查这一点,那么我们就开始在形状的正式定义等方面出现问题。例如,差距曾经明显地比对称随机行走应该有的速度快(不是说有什么钱可赚)。
随机对称的漫游很好地 "绘制 "了趋势和周期,而且可以用理论家的方法来证明。但当然不能靠它赚钱。
我认为,随机漫步可以作为优化 原始 趋势系统的替代历史,这些系统没有预测特性,只是简单的趋势跟踪。
例如,我可以生成3000年的替代历史,并在这些数据上优化一个趋势机器人。 在我看来,使用新数据的机器人在实际交易中的表现会比针对真实历史的最后几年进行的优化更好。