Тестер стратегий позволяет тестировать и оптимизировать торговые стратегии (советники) перед началом использования их в реальной торговле. При тестировании советника происходит его однократная прогонка с начальными параметрами на исторических данных. При оптимизации торговая стратегия прогоняется несколько раз с различным набором параметров...
Метод группового учёта аргументов Метод группового учета аргументов (МГУА) — семейство индуктивных алгоритмов для математического моделирования мультипараметрических данных. Метод основан на рекурсивном селективном отборе моделей, на основе которых строятся более сложные модели. Точность моделирования на каждом следующем шаге рекурсии...
想给这个主题注入活力，在神经网络交易信号上填满你的口袋，我给。
为圣杯准备输入数据的算法
1.订单300和更高的tick报价（OPEN/CLOSE M5类似物）的Erlang流在增量上有一个稳定的Laplace分布。
2.这种增量的模数之和将给出一个xy-squared分布。
在极限中，它将是一个正态分布。
3.因此，在一个滑动窗口中，例如1440个这样的值=周（根据切比雪夫不等式定义），给定流量的模数之和将形成一个具有已知量化函数和期望的近正态分布。
4.当然，从这样一个过程中可以提取出难以想象的现金网。
那么，为什么我不使用这种算法来计算前移值、离群值等等的废话？
是的，因为单笔交易的等待过程非常长。窗口期是一个星期!不，我没有这样的耐心。
而神经元网就是要在这样的输入上匆匆带来圣杯。
祝大家好运!
啊，这么多的努力，都是徒劳的，我写了抽搐和策略测试器，但没有......圣杯就在这里，我自己会找到它，看。
打勾报价可能不包含所有信息--来自不同数据源的打勾过滤，打勾报价可能包含额外信息，与分析过程无关--来自经纪公司的平滑过滤器，以及订单添加算法
2,3,4策略测试员和策略测试员再次出现
而在你完成步骤1-4后，圣杯不会出现，只是一个分析过程的数学模型，所以你需要制定一个策略来 "赚钱"。
好吧，把代码放在你的电子邮件中，我看看我能做些什么。这是供个人使用还是供所有人免费使用？
给你发了电子邮件
在不同的转换后的输入数据上尝试不同的模型（预测器），例如建立许多模型并选择最佳模型。这就像从账户中挑选密码一样。当对主体和模式没有先验的知识时。
手工制作。
瓦普尼克的英文视频是关于这个的马克西姆，如果你愿意，你可以读一读伊瓦赫年科的著作，它就是你所说的，但是是以结构化和优化的，最好的形式。
https://dic.academic.ru/dic.nsf/ruwiki/1034678
我甚至认识一个人（不是本人），他根据这些原则制造了一个非常好的机器人
----------------------------------
这就是他的机器人所做的事情。
马克西姆，如果你愿意，你可以阅读伊瓦赫年科的作品，它们就是你所说的，但却是以结构化和优化的形式。
https://dic.academic.ru/dic.nsf/ruwiki/1034678
我甚至认识一个人（不是本人），他根据这些原则建造了一个非常好的机器人。
谢谢，我会读的。我首先为相关的符号建立了系统。这意味着预测者是类似的工具，例如美元指数对欧元兑美元，系统试图找到它们之间的模式。到目前为止，最好的结果是约100%的OOS来自托盘长度，鼹鼠的错误也差不多，然后逐渐地，系统开始崩溃（不是突然的）。
不同的转换方式最多只能使OOS的误差减少0.1。很明显，不仅需要改变输入，还需要改变输出，而这将是资源密集型的。
马克西姆，如果你愿意，你可以阅读伊瓦赫年科的作品，它们就是你所说的，但却是以结构化和优化的形式。
https://dic.academic.ru/dic.nsf/ruwiki/1034678
我甚至认识一个人（不是本人），他根据这些原则制造了一个非常好的机器人
----------------------------------
这就是这个人的机器人所做的交易。
它基本上是一个核机器
谢谢，我会读的。我首先在建立一个用于关联仪器的系统。也就是说，预测器是类似的工具，例如美元指数对欧元兑美元，系统试图在它们之间找到模式。到目前为止，最好的结果是约100%的OOS来自托盘长度，鼹鼠的错误也差不多，然后逐渐地，系统开始崩溃（不是突然的）。
不同的转换方式最多只能使OOS的误差减少0.1。很明显，不仅输入要调整，输出也要调整，但这已经很消耗资源了。
我也做过，我把DAX（欧洲）和SP500（荷兰）作为预测因子，试图用隐性马尔可夫模型（HMM）而不是神经网络来预测欧元-美元，但是没有成功)
我有一种感觉，我们有一些问题，我们在建立 预知系统的方法 上有一些根本性的问题，我们正在撞墙。
从本质上讲，它是一台核机器
什么是核机器？我不知道(
什么是核机器？我不知道(
嗯，它从原始数据中建立了不同的多项式，Reshetov在他的预测器中也使用了它
我有一种感觉，我们有一些问题，我们在建立 预测系统的愿景中 缺少一些基本的东西，因此我们正在碰壁。
让我提醒你，Aleshenka和Koldun（他们似乎是唯一在神经网络交易中取得一些成功的人）花了很多时间准备输入数据。
说实话，我不知道他们在那里做什么，而且，我故意用我的帖子挑衅他们:))唉，他们保留了这个秘密......。
好吧，它从原始数据中建立了不同的多项式，Reshetov的预测器使用相同的
雷舍托夫呢？嗯，是的，他对MSUA很熟悉，他曾经说过。
在我看来，蛮横的预测者创建模型，然后创建越来越复杂的模型，这个想法非常正确。
但是，也许我不应该尝试列举预测因素，而是在我的环境中交换系统解决方案或其他东西......