交易中的机器学习：理论、模型、实践和算法交易 - 页 258 1...251252253254255256257258259260261262263264265...3399 新评论 mytarmailS 2017.01.06 08:56 #2571 桑桑尼茨-弗门科。我一直在琢磨，在金融市场，这种直观的描述给ZZ................zig-zag foul....我做了一个小实验...就像通常训练IR一样，我们做一个样本，做一个目标，然后把目标往后移一步，学习根据样本的当前 值预测目标的未来 值。 我把目标从样本往前 移了10步，结果IR知道当我看到未来的目标会发生什么。你怎么看？有了新的数据，显示MO的最高值是75%的正确答案，尽管它应该是100%左右。结论...1）之字形的废话....。2）一个坏的目标甚至可以吃掉MO的25%的误差3) 找到一些方法来测试目标的淫秽性4）他们应该把这样的目标作为全球最低或最高的目标，而不是发明任何主观的目标，如 zz等。这是乌托邦，但R是如此受欢迎，以至于它没有这样的目标，这让我很伤心。 mytarmailS 2017.01.06 10:19 #2572 我对如何 处理市场的非平稳性的想法。1）我们有一个交易系统 - TS。 TS 是一个对象，它吸收了某些取决于市场的设置 ，并产生交易信号。为了简单起见，让我们采取最原始的TS模型，让它成为RCI指标1)该指标有一个周期 - 这些是一些设置，其最佳参数取决于市场2.我们还将创建一个交易规则，如果PCI从顶部向下越过零，那么它就是一个卖出信号，相反，就是一个买入信号。这里我们有这样一个TS，非常原始，但我们不需要更多的例子，在真正的TS中，我们可能有一百个来自市场的设置，交易规则也是如此。2）你不必是个天才就能明白，这个TS注定会暴跌，因为市场特征在不断变化，而指标的周期是固定的，它只是对不同的市场波动没有充分的反应。这导致了两个想法。 你需要使指标的周期动态化，并根据此时此地的市场客观特征，永久地改变它。 有必要从市场 中得出这些特征 3）你可以在频谱分析的帮助下，只用三个参数就能提取市场特征1.变化频率（我们可以说目前客观上主导市场的时期）。震荡幅度（这对了解价格是在30还是300点范围内波动也很重要）3.相位（它指的是我们计算振荡的位置）。就这样，通过这些参数，我们绝对可以描述任何时间序列，特别是市场。 4）现在我们需要为市场的每个光谱特征找到指标的最佳周期--这些是TS的最佳设置。要找到这样的最佳参数可能需要MO。5）因此，在我看来，处理实时数据的最终方案如下。1.我们从实时市场中获取光谱特征我们将其传递给训练有素的IL，IL在当前时刻为TS提供最佳特性。3.将最佳特性转移到TS4.把钱排出去 :) 让我们想一想，评论一下，这可以如何实施，谁知道什么，谁知道什么？ Dr. Trader 2017.01.06 19:28 #2573 mytarmailS: 4） 现在我们所需要的是为市场的每个频谱特征找到最佳周期--即为TS找到最佳设置。要找到这样的最佳参数可能需要MO。但我们可以通过策略测试器为该指标搜索最佳周期--在该指标上创建专家顾问，周期的参数将被添加到专家顾问的设置 中，然后它将被遗传优化。 顺便说一下，这样的EA是不赚钱的，我用不同的指标试了几千次。我没有试过，但我不相信它能改变rsi并带来利润。后来完成了这个 - 一般来说，使用RSI交易的可能性是基于希望这个RSI反映一些内部的市场过程，超买和超卖真的存在，而且指标能正确地检测到它们。，我毫不怀疑市场上的这种现象在80年代的日线图上存在，否则这个指标就不会流行。但现在这些模式什么都不剩了。 它不妨是一个(H+L)/O类型的公式，并试图用它来预测什么。rsi现在没有比这种随机公式更多的力量。确定市场的光谱特征可能是一件好事，听起来很强烈。已经有这些特征本身可以作为森林或神经元的预测器，并利用其预测进行交易，不需要rsi和其他指标。 但我们需要确保光谱分析能给出静止的预测器（一般认为对于外汇来说，答案是 "不"，尽管我没有看到证据或例子，也许只是把水搅浑）。在我看来，由于傅里叶分解采取原始数据，并根据某些公式和操作对其进行转换，得到一个新的数据集--那么新的数据并没有一些专门针对外汇的新模式，在这些数据上训练的模型的效果不会比在价格上训练时更好。 而且我非常希望在数据的预处理和模型训练过程中得到一些新的价格形成的逻辑规则。 作为一个例子--集群网络和图片识别。通过分析单个神经元的数据，你可以确定图片中的表面类型，各种物体的边界，等等。网络首先找到简单的线、角等，然后使用这类基元的组合来识别物体的轮廓，然后是物体、颜色等的组合，以确定物体的类型（实际上还有更多的中间步骤，我只是大致描述了一下）。 对于外汇必须做类似的事情--首先模型识别价格上涨和下跌，然后形成趋势，利用趋势形成模式，并根据模式做出决定。这样的结果可以从集群或深度网中获得，但训练的细微差别太大，一开始就很吓人。 Mikhail Toptunov 2017.01.07 03:59 #2574 СанСаныч Фоменко 2017.01.07 09:12 #2575 Top2n:以上，我试图用ZZ来表达一些想法，以说明问题。不幸的是，我所有的想法都被否定了，理由是ZZ是垃圾。但这与ZZ无关。问题是，最初必须在描述性层面上定义我们在市场上的模式。 每次讨论一些东西，据说是很惊人的，但没有说明我们要做什么模型，市场的什么细微差别。回到ZZ，我们纯粹是为了以某种方式结构问题。而且非常清楚。让我们画一张图，我们看到了什么？1.有一些趋势2.存在偏离趋势的情况--噪音3.我们可以清楚地看到周期性，但它有些奇怪：两个轴上的顶点之间的距离总是不固定。傅立叶即使在噩梦中也从未见过这种周期性。在看了所有这些之后，我们必须决定我们要建立什么模型，以及它将如何与交易利润相关联。只有在这之后，我们才开始定义工具，初步研究这些工具是为了什么目的和在什么条件下开发的，即我们证明工具的适用性。PS。也不要再对我进行相位指示器的启蒙教育。好吗？ mytarmailS 2017.01.07 09:28 #2576 Dr.Trader: 但你可以通过策略测试器寻找该指标的最佳时期--在该指标上做一个专家顾问，专家顾问的设置 中的时期参数，然后用遗传学进行优化。 顺便说一下，这种专家顾问并没有带来利润，我用不同的指标试了几千次。好吧，这就是优化，它甚至与这个话题无关，很明显，它将会失败，我明白为什么。Dr.Trader:我没有试过，但我不认为它能活跃rsi并带来利润。你有什么疑虑，我不明白？频谱分析是为了获取信号的特征，振幅、频率和相位--仅此而已，没有别的，你明白吗？Dr.Trader: 一般来说，使用RSI进行交易的能力是基于希望这个RSI反映了某种内部市场过程，超买和超卖条件确实存在，而且指标能正确地检测到它们。OMG ))我不这么认为 :) 我写过两次 ，RSI只是交易系统的一个寓言，用来简化认知，TS也有一定的设置，取决于市场和交易信号的输出，对吗？我自己不使用指标（标准的），我已经写了超过5次。如果这对你来说更容易，那么就用双脚套利代替RSI，其设置不是固定的，而是随着时间的推移不断变化，取决于此时此刻市场上存在的客观光谱特征。那就更好了 :)??Dr.Trader: 你还不如发明很多公式，如(H+L)/O，添加很多权重，并试图用它来预测什么。rsi现在没有比这种随机公式更多的力量。100%，但没有人争论这个问题 )Dr.Trader: 已经可以将这些特征本身作为树林或神经元的预测因素，并利用其预测进行交易，不需要rsi和其他指标。你不能这样做，它们只是特征，仅此而已，MO不会理解如何处理它们......你需要创建一个市场或TS的简化模型，并通过现在市场上的频谱特征来调整这个模型，所以你得到了统计学上的统一性，然后你就可以把IR挂在它上面。请记住--互联网上的视频，当坦克沿着大洞和滑道高速冲刺时，炮塔同时也是一动不动的!如果我们将其相提并论，"丘陵和洼地 "是市场人士试图用TC的固定参数进行交易，以便 "炮台的炮管"）不被移动--你意识到这是多么白痴的行为吗？在市场和中间的MO之间，你需要插入一个层，使数据静止（或使炮塔炮管在骑行时静止）。Dr.Trader: 但你需要确保频谱分析能给出静止的预测器（据说对于外汇来说，答案是 "不"，尽管我没有看到任何证据或例子，也许他们只是把水搅浑了）。他们没有浑水摸鱼，99%的人只是愚蠢地通过傅里叶来逼近市场，这不是我说的，这就是他们失败的原因，他们所做的正是你可以用一些马什卡或rsi或其他废话来比较的。 Vladimir Perervenko 2017.01.07 09:29 #2577 mytarmailS:zig-zag 是一个fudge....我做了一个小实验...正如通常训练MI一样，做样本，做目标，然后将目标后移一步，这将教会MI用样本的当前 值预测目标的未来 值，我将目标从样本向前移 了10步，所以事实证明，MI通过看到未来的目标事先知道会发生什么。你怎么看？有了新的数据，显示MO的最高值是75%的正确答案，尽管它应该是100%左右。结论...1）之字形的废话....。2）一个坏的目标甚至可以吃掉MO的25%的误差3) 找到一些方法来测试目标的淫秽性4）有必要使这种目标在训练IR的过程中自我创造，即把它们作为寻找全局最小或最大的目标，而不是发明各种主观的目标，如 zz等。这是乌托邦，但赞美R是如此的罂粟，不涉及这种目标，我很难过( (的确，"人的思想是有限的，愚蠢是无限的"。你这种自恋的愚蠢行为从何而来。你的想法措辞正确："我不明白，我不能，我不明白"。你的断然评价让读者为你的青春期的极端主义感到难过。谦虚点... mytarmailS 2017.01.07 09:33 #2578 Dr.Trader:在我看来，由于傅里叶分解将原始数据按照一定的公式和运算进行转换，得到一个新的数据集，新的数据并不包含任何专门为外汇发现的新模式，在其上训练的模型的有效性不会比在价格上训练时更好。这不是更好，是以不同的形式提供相同的信息，但这不是我的建议。 作为一个例子，集群网络和图片识别。通过分析单个神经元的数据，你可以确定图片中的表面类型，各种物体的边界，等等。网络首先找到简单的线、角等图片，然后通过这种基元的组合看到物体的轮廓，再通过物体、颜色等的组合--确定物体的类型（实际上还有更多的中间步骤，我只是笼统地描述一下）。 对于外汇来说，应该有类似的东西--首先，模型识别价格上涨和下跌，然后形成趋势，然后利用趋势形成模式，并根据模式做出决定。这样的结果可能会使用集群或深度网获得，但训练的细微差别太多，尝试起来很可怕，不知道从哪里开始。除非数据是静止的，市场历史在未来不会重演，否则这一切都不会起作用。 mytarmailS 2017.01.07 09:40 #2579 桑桑尼茨-弗门科。弗拉基米尔-佩雷文科。如果我冒犯了某人或令其伤心，我为我唐突的发言道歉，但我没有改变我的观点，我做了一个实验并得到了结果。如果你能用相反的方式说服我，我准备把它收回来...... Mikhail Toptunov 2017.01.07 10:25 #2580 桑桑尼茨-弗门科。以上，我试图用ZZ来表达一些想法，以说明问题。不幸的是，我所有的想法都被否定了，理由是ZZ是垃圾。但这与ZZ无关。问题是，最初必须在描述性层面上定义我们在市场上的模式。 每次讨论一些东西，据说是很惊人的，但没有说明我们要做什么模型，市场的什么细微差别。回到ZZ，我们纯粹是为了以某种方式结构问题。而且非常清楚。让我们画一张图，我们看到了什么？1.有一些趋势2.存在偏离趋势的情况--噪音3.我们可以清楚地看到周期性，但它有些奇怪：两个轴上的顶点之间的距离总是不固定。傅立叶即使在噩梦中也从未见过这种周期性。在看了所有这些之后，我们必须决定我们要建立什么模型，以及它将如何与交易利润相关联。只有在这之后，我们才开始定义工具，初步研究这些工具是为了什么目的和在什么条件下开发的，即我们证明工具的适用性。PS。也不要再对我进行相位指示器的启蒙教育。好吗？ 在他的空袋子里，他们把别人的字母))))。 1...251252253254255256257258259260261262263264265...3399 新评论 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
桑桑尼茨-弗门科。
我一直在琢磨，在金融市场，这种直观的描述给ZZ................
zig-zag foul....
我做了一个小实验...
就像通常训练IR一样，我们做一个样本，做一个目标，然后把目标往后移一步，学习根据样本的当前 值预测目标的未来 值。 我把目标从样本往前 移了10步，结果IR知道当我看到未来的目标会发生什么。你怎么看？有了新的数据，显示MO的最高值是75%的正确答案，尽管它应该是100%左右。
结论...
1）之字形的废话....。
2）一个坏的目标甚至可以吃掉MO的25%的误差
3) 找到一些方法来测试目标的淫秽性
4）他们应该把这样的目标作为全球最低或最高的目标，而不是发明任何主观的目标，如 zz等。这是乌托邦，但R是如此受欢迎，以至于它没有这样的目标，这让我很伤心。
我对如何 处理市场的非平稳性的想法。
1）我们有一个交易系统 - TS。 TS 是一个对象，它吸收了某些取决于市场的设置 ，并产生交易信号。
为了简单起见，让我们采取最原始的TS模型，让它成为RCI指标
1)该指标有一个周期 - 这些是一些设置，其最佳参数取决于市场
2.我们还将创建一个交易规则，如果PCI从顶部向下越过零，那么它就是一个卖出信号，相反，就是一个买入信号。
这里我们有这样一个TS，非常原始，但我们不需要更多的例子，在真正的TS中，我们可能有一百个来自市场的设置，交易规则也是如此。
2）你不必是个天才就能明白，这个TS注定会暴跌，因为市场特征在不断变化，而指标的周期是固定的，它只是对不同的市场波动没有充分的反应。
这导致了两个想法。
3）你可以在频谱分析的帮助下，只用三个参数就能提取市场特征
1.变化频率（我们可以说目前客观上主导市场的时期）。
震荡幅度（这对了解价格是在30还是300点范围内波动也很重要）
3.相位（它指的是我们计算振荡的位置）。
就这样，通过这些参数，我们绝对可以描述任何时间序列，特别是市场。
4）现在我们需要为市场的每个光谱特征找到指标的最佳周期--这些是TS的最佳设置。要找到这样的最佳参数可能需要MO。
5）因此，在我看来，处理实时数据的最终方案如下。
1.我们从实时市场中获取光谱特征
我们将其传递给训练有素的IL，IL在当前时刻为TS提供最佳特性。
3.将最佳特性转移到TS
4.把钱排出去 :)
让我们想一想，评论一下，这可以如何实施，谁知道什么，谁知道什么？
4） 现在我们所需要的是为市场的每个频谱特征找到最佳周期--即为TS找到最佳设置。要找到这样的最佳参数可能需要MO。
但我们可以通过策略测试器为该指标搜索最佳周期--在该指标上创建专家顾问，周期的参数将被添加到专家顾问的设置 中，然后它将被遗传优化。
顺便说一下，这样的EA是不赚钱的，我用不同的指标试了几千次。
我没有试过，但我不相信它能改变rsi并带来利润。
后来完成了这个 -
一般来说，使用RSI交易的可能性是基于希望这个RSI反映一些内部的市场过程，超买和超卖真的存在，而且指标能正确地检测到它们。
，我毫不怀疑市场上的这种现象在80年代的日线图上存在，否则这个指标就不会流行。但现在这些模式什么都不剩了。
它不妨是一个(H+L)/O类型的公式，并试图用它来预测什么。rsi现在没有比这种随机公式更多的力量。
确定市场的光谱特征可能是一件好事，听起来很强烈。已经有这些特征本身可以作为森林或神经元的预测器，并利用其预测进行交易，不需要rsi和其他指标。
但我们需要确保光谱分析能给出静止的预测器（一般认为对于外汇来说，答案是 "不"，尽管我没有看到证据或例子，也许只是把水搅浑）。
在我看来，由于傅里叶分解采取原始数据，并根据某些公式和操作对其进行转换，得到一个新的数据集--那么新的数据并没有一些专门针对外汇的新模式，在这些数据上训练的模型的效果不会比在价格上训练时更好。
而且我非常希望在数据的预处理和模型训练过程中得到一些新的价格形成的逻辑规则。
作为一个例子--集群网络和图片识别。通过分析单个神经元的数据，你可以确定图片中的表面类型，各种物体的边界，等等。网络首先找到简单的线、角等，然后使用这类基元的组合来识别物体的轮廓，然后是物体、颜色等的组合，以确定物体的类型（实际上还有更多的中间步骤，我只是大致描述了一下）。
对于外汇必须做类似的事情--首先模型识别价格上涨和下跌，然后形成趋势，利用趋势形成模式，并根据模式做出决定。这样的结果可以从集群或深度网中获得，但训练的细微差别太大，一开始就很吓人。
以上，我试图用ZZ来表达一些想法，以说明问题。不幸的是，我所有的想法都被否定了，理由是ZZ是垃圾。
但这与ZZ无关。
问题是，最初必须在描述性层面上定义我们在市场上的模式。
每次讨论一些东西，据说是很惊人的，但没有说明我们要做什么模型，市场的什么细微差别。
回到ZZ，我们纯粹是为了以某种方式结构问题。而且非常清楚。
让我们画一张图，我们看到了什么？
1.有一些趋势
2.存在偏离趋势的情况--噪音
3.我们可以清楚地看到周期性，但它有些奇怪：两个轴上的顶点之间的距离总是不固定。傅立叶即使在噩梦中也从未见过这种周期性。
在看了所有这些之后，我们必须决定我们要建立什么模型，以及它将如何与交易利润相关联。
只有在这之后，我们才开始定义工具，初步研究这些工具是为了什么目的和在什么条件下开发的，即我们证明工具的适用性。
PS。
也不要再对我进行相位指示器的启蒙教育。好吗？
但你可以通过策略测试器寻找该指标的最佳时期--在该指标上做一个专家顾问，专家顾问的设置 中的时期参数，然后用遗传学进行优化。
顺便说一下，这种专家顾问并没有带来利润，我用不同的指标试了几千次。
好吧，这就是优化，它甚至与这个话题无关，很明显，它将会失败，我明白为什么。
我没有试过，但我不认为它能活跃rsi并带来利润。
你有什么疑虑，我不明白？
频谱分析是为了获取信号的特征，振幅、频率和相位--仅此而已，没有别的，你明白吗？
一般来说，使用RSI进行交易的能力是基于希望这个RSI反映了某种内部市场过程，超买和超卖条件确实存在，而且指标能正确地检测到它们。
OMG ))我不这么认为 :) 我写过两次 ，RSI只是交易系统的一个寓言，用来简化认知，TS也有一定的设置，取决于市场和交易信号的输出，对吗？我自己不使用指标（标准的），我已经写了超过5次。
如果这对你来说更容易，那么就用双脚套利代替RSI，其设置不是固定的，而是随着时间的推移不断变化，取决于此时此刻市场上存在的客观光谱特征。那就更好了 :)??
你还不如发明很多公式，如(H+L)/O，添加很多权重，并试图用它来预测什么。rsi现在没有比这种随机公式更多的力量。
100%，但没有人争论这个问题 )
已经可以将这些特征本身作为树林或神经元的预测因素，并利用其预测进行交易，不需要rsi和其他指标。
你不能这样做，它们只是特征，仅此而已，MO不会理解如何处理它们......
你需要创建一个市场或TS的简化模型，并通过现在市场上的频谱特征来调整这个模型，所以你得到了统计学上的统一性，然后你就可以把IR挂在它上面。
请记住--互联网上的视频，当坦克沿着大洞和滑道高速冲刺时，炮塔同时也是一动不动的!如果我们将其相提并论，"丘陵和洼地 "是市场人士试图用TC的固定参数进行交易，以便 "炮台的炮管"）不被移动--你意识到这是多么白痴的行为吗？
在市场和中间的MO之间，你需要插入一个层，使数据静止（或使炮塔炮管在骑行时静止）。
但你需要确保频谱分析能给出静止的预测器（据说对于外汇来说，答案是 "不"，尽管我没有看到任何证据或例子，也许他们只是把水搅浑了）。
他们没有浑水摸鱼，99%的人只是愚蠢地通过傅里叶来逼近市场，这不是我说的，这就是他们失败的原因，他们所做的正是你可以用一些马什卡或rsi或其他废话来比较的。
zig-zag 是一个fudge....
我做了一个小实验...
正如通常训练MI一样，做样本，做目标，然后将目标后移一步，这将教会MI用样本的当前 值预测目标的未来 值，我将目标从样本向前移 了10步，所以事实证明，MI通过看到未来的目标事先知道会发生什么。你怎么看？有了新的数据，显示MO的最高值是75%的正确答案，尽管它应该是100%左右。
结论...
1）之字形的废话....。
2）一个坏的目标甚至可以吃掉MO的25%的误差
3) 找到一些方法来测试目标的淫秽性
4）有必要使这种目标在训练IR的过程中自我创造，即把它们作为寻找全局最小或最大的目标，而不是发明各种主观的目标，如 zz等。这是乌托邦，但赞美R是如此的罂粟，不涉及这种目标，我很难过( (
的确，"人的思想是有限的，愚蠢是无限的"。
你这种自恋的愚蠢行为从何而来。你的想法措辞正确："我不明白，我不能，我不明白"。
你的断然评价让读者为你的青春期的极端主义感到难过。
谦虚点...
在我看来，由于傅里叶分解将原始数据按照一定的公式和运算进行转换，得到一个新的数据集，新的数据并不包含任何专门为外汇发现的新模式，在其上训练的模型的有效性不会比在价格上训练时更好。
这不是更好，是以不同的形式提供相同的信息，但这不是我的建议。
作为一个例子，集群网络和图片识别。通过分析单个神经元的数据，你可以确定图片中的表面类型，各种物体的边界，等等。网络首先找到简单的线、角等图片，然后通过这种基元的组合看到物体的轮廓，再通过物体、颜色等的组合--确定物体的类型（实际上还有更多的中间步骤，我只是笼统地描述一下）。
对于外汇来说，应该有类似的东西--首先，模型识别价格上涨和下跌，然后形成趋势，然后利用趋势形成模式，并根据模式做出决定。这样的结果可能会使用集群或深度网获得，但训练的细微差别太多，尝试起来很可怕，不知道从哪里开始。
除非数据是静止的，市场历史在未来不会重演，否则这一切都不会起作用。
如果我冒犯了某人或令其伤心，我为我唐突的发言道歉，但我没有改变我的观点，我做了一个实验并得到了结果。
如果你能用相反的方式说服我，我准备把它收回来......
以上，我试图用ZZ来表达一些想法，以说明问题。不幸的是，我所有的想法都被否定了，理由是ZZ是垃圾。
但这与ZZ无关。
问题是，最初必须在描述性层面上定义我们在市场上的模式。
每次讨论一些东西，据说是很惊人的，但没有说明我们要做什么模型，市场的什么细微差别。
回到ZZ，我们纯粹是为了以某种方式结构问题。而且非常清楚。
让我们画一张图，我们看到了什么？
1.有一些趋势
2.存在偏离趋势的情况--噪音
3.我们可以清楚地看到周期性，但它有些奇怪：两个轴上的顶点之间的距离总是不固定。傅立叶即使在噩梦中也从未见过这种周期性。
在看了所有这些之后，我们必须决定我们要建立什么模型，以及它将如何与交易利润相关联。
只有在这之后，我们才开始定义工具，初步研究这些工具是为了什么目的和在什么条件下开发的，即我们证明工具的适用性。
PS。
也不要再对我进行相位指示器的启蒙教育。好吗？