交易中的机器学习:理论、模型、实践和算法交易 - 页 2923

 
mytarmailS #:

我有几个问题

如果预测下一个条形图,ZZ 值是多少

如果模型只预测一个柱状图,即下一个柱状图,那么 8 个柱状图意味着什么?

为什么不值得讨论。这位老师是趋势型的,因此有 8 条柱状图,即它能捕捉趋势。

 
Maxim Kuznetsov #:

比如八分之一是白人:-)

总的来说,有很多奇怪的事情--模型正在测试中,但抛物线和阿马同时被添加到机器人中。人们强烈怀疑,如果去掉 R 和其他东西,结果并不会发生根本变化--抛物线和 AMA 配对会得到相似的结果

抛物线没有使用,根本没有使用,它是自己的,有想法,参数中的尾巴被留下了,算法中没有使用。

AMA 用于止损,R 用于输入。 我还没有成功制作出完全基于 AMA 的智能交易系统,尽管我很早就 尝试过

 
СанСаныч Фоменко #:

抛物线没有被使用,它一般是自己的,有想法,在参数中留下了尾巴,在算法中没有被使用

止损使用 AMA,输入使用 R,我还没有完全用 AMA 制作过智能交易系统,不过很久以前我就 试过

一般来说,问题不在于 AMA,而在于它错误地预测了强烈的市场波动--一小时内超过 30 点。

现在,我已经错误地预测了 10 次强烈波动,还有更多,但都没有信号。这已经持续了两个月。

 
СанСаныч Фоменко #:

TS 建立在预测 R 的下一个条形图上,然后在 MKL4 的智能交易系统中使用这一预测。

R 上的模型。

它在 H1 上运行,教师是趋势 (ZZ),预测下一个条形图。不使用 OutOfSampe,因为每个条形图都会重新计算模型。

预测下一棒的效率为 78-80

对接下来 8 个条形图中的一个条形图的积极预测率超过 95%。

该模型非常出色。

但是

我们获得了大约 78% 的盈利交易,但规模很小。但损失要大得多。

在 "智能交易系统 "中,我们减少损失,让利润增长。这导致盈利交易的数量随着盈利交易的增加和亏损交易的减少而减少。但这仍然不能解决问题。

以下是使用 TR 和 SL 时的众多结果之一。




如果我们看一下有交易的图表,就会发现错误的预测落在了强烈的市场波动上,也就是说,由于某种原因,模型错误地预测了强烈市场波动的方向。原因尚不清楚,因为模型本身就是根据样本获得的样本训练出来的。


这种情况促使我改变了方法。在我看来,我们需要的算法输出不是数字,而是概率分布(或由概率分布导出的函数)。生存理论中的 MO 模型就是一个例子。根据分布,输入输出点在逻辑上是确定的--例如,你可以看到需要 "修剪 "分布的 "尾部 "等。

 
СанСаныч Фоменко #:

TS 建立在预测 R 的下一个条形图上,然后在 MKL4 的智能交易系统中使用这一预测。

2 个月的测试是不够的。我最近已经测试了 5 年。我还有趋势版本。因此,它们处于缩水状态长达 2 年。但随后,当强势走势开始在 5 年内出现 2-3 次时,它们就会在加码中出现。事实上,它们是罕见的白天鹅
,它们也不适合交易,因为在一个月的缩水之后,我就会失去耐心,关掉这样的智能交易系统。此外,它使用的是 M5,1 笔交易的平均利润为 0.00005。
测试 5 年。也许效果会更好。

 
Forester #:

2 个月的测试时间还不够长。我最近一直在测试 5 年。我也有趋势版本。因此,它们处于缩水状态长达 2 年。但随后,在5年内开始2-3次强势运动时,就会出现加码。事实上,它们是罕见的白天鹅
,它们也不适合交易,因为在一个月的缩水之后,我就会失去耐心,关掉这样的智能交易系统。此外,它使用的是 M5,1 笔交易的平均利润为 0.00005。
测试 5 年。也许效果会更好。

没有人需要一个已经缩水 2 年的智能交易系统。你说的是测试,但实际交易会更糟。

 
Aleksey Nikolayev #:

这种事情促使我改变了我的方法。在我看来,我们需要的算法输出不是数字,而是概率分布(或由概率分布导出的函数)。生存理论中的 MO 模型就是一个例子。根据分布,输入输出点在逻辑上是确定的--例如,你可以看到需要 "修剪 "分布的 "尾部 "等。

我提到了 8 条杠杠。这是你的方法的变种。我绘制了 8 条柱状图中每一条的预测概率。概率逐渐下降。第 8 条的概率约为 40%。

 
Rorschach #:

他从未制作过关于随机和纳维-斯托克斯的视频,太可惜了

也许他会的,谁知道呢。

另一件事也让我感到惊讶--该函数与 "头肩形 "图形非常相似--这让我很好奇:

1.是否有可能找到其他图案的公式常数?

2.如何评估条形图和公式的可信度。

 
СанСаныч Фоменко #:

TS 建立在预测 R 的下一个条形图上,然后在 MKL4 的智能交易系统中使用这一预测。

R 上的模型。

它在 H1 上运行,教师是趋势 (ZZ),预测下一个条形图。不使用 OutOfSampe,因为每个条形图都会重新计算模型。

那么,它预测的是柱状图的结果还是 ZZ 向量?

如果是后者,那么你实际上是在估算下一个柱状图的趋势变化概率,而很明显,默认的趋势延续概率较高,因此会出现强劲走势的问题--ZZ 向量变化点很快就会到达。矢量变化点是模型已知的,平均价格变动也是已知的(相同的 ATR)....。知道了这两个参数,预测的准确性会如何呢?

也许对罕见事件进行分类更有价值--下一交易日或当天是否会出现强烈波动?

 
mytarmailS #:

总之,一切顺利。

但你必须了解长期趋势。而且,猜谜游戏总是一半一半的。

看起来不错,如果是全自动的话。

原因: