交易中的机器学习:理论、模型、实践和算法交易 - 页 2363

 
Alexander_K:

我看了看我的钱包--也没有现金的迹象......。

又到了把量具扭成废品的时候了......

 

是的,下一个伟大的发现--无指标系统(在这个意义上,没有指标在每个条形上计数)。

顺便说一下,最简单的例子是 "之 "字形,如果你不把它理解为一条断线,而是简单地理解为一个顶点的列表。

 
Aleksey Mavrin:

这听起来很合理。但是!无论你采取什么特征,它们仍将是最后的n个值 ,即使n->无穷大,仅仅是因为特征的未来 值不能被采取)。

所以原则上没有什么新东西,只是一个属性的集合,即使你把拜登的月亮星座放在那里。

让我们想象一下,市场上有一个模式。


我所说的模式,是指复杂的重复性结构。

一个模式是由一连串的 "事件 "组成的。 一个事件是一个规则或一个集群。

一个事件有3个参数 - 价格、时间、价值

考虑 指数中的序列是没有意义的 ,因为市场不是静止的,所以能考虑的只是事件的顺序和它们的参数。

下面是一个例子

非稳态市场上的相同模式


因此,任务是要找到这个模式

我忘了说,有一个事件我们也不知道,我们需要找到它。

 
Aleksey Nikolayev:

是的,下一个伟大的发现--无指标系统(在这个意义上,没有指标在每个条形上计数)。

顺便说一下,最简单的例子是 "之 "字形,如果你不把它理解为一条断线,而是简单地理解为一个顶点的列表。

找到一个解决方案))

 
mytarmailS:

让我们想象一下,市场上有一个模式。

因此,任务就是要找到这种模式。

这个例子和Alexey的上面的帖子完全一样,而你在写你的:)。

我不知道,如果你认为每个人都在用指标工作,他们不会。你的描述没有什么新意,所有MO族人长期以来一直在使用这种符号和许多其他符号及其混合物。

我不是在批评,只是想了解什么是新的东西,并为自己争取利益/想法。

 

它的本质是设置TA模式(一个人必须开始涉猎一些东西:))作为主要的例子,通过历史运行它们,最歪曲的时刻显示和3-5个按钮来对自己进行分类,所以它应该是有趣的)我不认为它们会有用,我可能一直在做,我开始用mql写,~55%最大。

但这个过程本身应该是有粘性的,也许会有更多的想法出现。

ap:这里有一个想法--在市场上出售这样的玩具,比如猜测神经网络在这里发现了哪个图案,等等)。
 
Aleksey Mavrin:

这个例子与阿列克谢在上面的帖子中指出的完全一样,而你在写你的帖子时 :)

ZZ是一百万种事件中的一种,它不是一个寻找模式的例子,Alexey说我在4年前对ZZ和网做了什么。

阿列克谢-马夫林

你的描述没有什么新意,所有的MO学者长期以来一直在使用这种符号和许多其他符号及其混合物。

所有MO-人都使用特征矩阵 "X "和响应 "Y"。

一个特征矩阵是一个有固定大小的滑动窗口。

怎么样,我们找到很多模式了吗?))

还没有一个MO专家找到,也永远不会找到,即使你训练GPT-6。


另外,我在网上没有找到一个可以找到这种东西的算法。

 
阿列克谢-马夫林

我不是在批评,只是想了解什么是新的和对自己有用的/想法。

新的是,没有这样的算法(根本没有),只有一个能够在市场上找到的东西......

我看到了两种意识,我对专家的想法感兴趣))

 
Aleksey Mavrin:

其本质是将TA模式(人要开始涉猎一些东西:))作为主要的例子,通过历史来运行,最歪的时刻显示出来,3-5个按钮来给自己分类,这样运行起来应该很有趣,我不认为好处会一下子出现,模式可能已经被大家运行了,我开始用mql写,~55%最大。

对结果与SB之间的差异的重要性进行计算将是有益的。人们可以选择一些参数--例如每段发现的图案总数,看看它在饱和期是如何不典型的。几乎不可能通过分析计算SB的参数分布,所以值得应用蒙特卡洛。通过随机洗刷增量,从价格中构建了许多SB的实现,并对每个实现的参数值进行计算。我们获得了一个大的样本,与此相关,我们看一下为初始价格获得的参数值。如果它强烈地转移到样本的某一端,这种模式需要进行更详细的研究。

 

我甚至懒得重读所讨论的内容!伙计们,让我们在这个主题内定义术语,否则我们都会在自己的迷雾中徘徊。

1.输入的归一化? 它是什么,我有它的简单 - 我设法通过数学的极限(0,1),(-1,+1)来弯曲它

2.输出的因式分解?这是很难做到的((((((((

我应该做什么?该系统必须进行交易!

它的意思是,要么。

1.预测价格--我认为这是最困难的!

2.预测EVENT - (-1)(0)(+1) - 这也是可质疑的))))。

3.

是的,这只是一个开始!!!!

所有这些到目前为止的***,与什么健身有关?