交易中的机器学习：理论、模型、实践和算法交易 - 页 321

新评论
 
马克西姆-德米特里耶夫斯基。

https://www.mql5.com/ru/code/127

只是代码中 存在一些错误，我认为指标的规范化不正确。

它是正确的，它只是归一化到一个不同于[0;1]的区间。


为了简单起见，你可以保留现有的CalcRegression函数（但要考虑到b已经以相反的符号返回*，即你不需要第二次改变符号）。通过实验找到你需要乘以哪个值，以使其在[-0.5;0.5]范围内。然后再加上+0.5，把中间从0移到0.5。


*如果最古老的价格在数组中具有最高的索引，这个公式将给你带右号的b。

 
交易员博士。

所有这些都是正确的，只是没有在[0;1]中归一化，而是在另一个区间中归一化。


为了简单起见，你可以保留现有的CalcRegression函数（但要考虑到b已经以相反的符号返回，即你不需要第二次改变符号）。通过实验找到你需要乘以哪个值，以使其在[-0.5;0.5]范围内。然后加上+0.5，把平均值从0移到0.5。


对于不同的时间段，我们需要不同的最大和最小值，这不是很方便，在我看来，在较大的历史区间上进行归一化是最好的。
 
交易员博士。

*如果最古老的价格在数组中具有最高的索引，这个公式将给你带右号的b。


只要在现有的缓冲区上再增加一个正常化的缓冲区就可以了 :)
 

回归斜率也可能很有趣。回溯测试和前进。简而言之，看起来你可以用这种逻辑工作，并尝试不同的预测器。


附加的文件：
RNN_with_regr_angle.zip  386 kb
RNNregr30min.set  1 kb
 
马克西姆-德米特里耶夫斯基。

回归斜率也可能很有趣。回溯测试和前进。简而言之，看起来你可以用这种逻辑工作，并尝试不同的预测器。


谢谢你的代码，我测试过了。我变得更糟了。但我只用了1个月而不是1年来进行优化，我想快速检查。在Fronttest上，我看到EA首先是正常的，然后慢慢地开始平坦化平衡，然后就慢下来了。它还在靠新的数据生活，还不错。

我将改变这一点

1) double a3 = regr[0]; - 零指数是最古老的时间数据。这里最新的（最新的）酒吧应该是49号（因为50号被拿走了），它更好。但最后一种可能会被透支，所以48种更好。也有必要检查指标是否被透支。
rsi也是如此，你已经删除了较新的那个。尝试删除索引为零的那一个是有意义的，因为那是最过时的。

2）尤里的专家顾问的第三个版本有四个参数的RNN功能，所以它可以与三条杠和一个趋势相结合。一般来说，这个函数可以用新的参数来补充，就像尤里的文章中写的那样，但每+1个参数会使系数的数量增加一倍。

3）我不喜欢止损和起飞，它们的最佳值在新条上不断变化。更准确地说，没有最佳值，只有特定时间间隔的EA的某些 "方便 "值。加上经纪人可以在止损前画出烛台。我会尝试在每一个新的条形图上进行预测，并简单地保持这个方向的交易，直到下一个条形图和预测，必要时在那里翻转。

4)

   int handle=iRSI(_Symbol,0,9,PRICE_OPEN);
   double rsi[30];
   CopyBuffer(handle,0,0,28,rsi);

手柄应该在OnInit中被初始化，而不是每次创建EA时都被初始化。还有，这个数组有30个元素，只复制了28个。即，索引28和29不能被访问（没有人这样做，但你永远不知道），它们没有被填满。

 
交易员博士。


谢谢你的代码，我试过了。我得到了一个更糟糕的结果。但我只用了1个月而不是1年来进行优化，我想快速测试。前面的测试显示，我的专家顾问一开始是好的，然后它开始拉平平衡，然后就跑下来了。它还在靠新的数据生活，还不错。

我将改变这一点

1) double a3 = regr[0]; - 零指数是最古老的时间数据。这里最新的（最新的）酒吧应该是49号（因为50号被拿走了），它更好。但最后一种可能会被透支，所以48种更好。也有必要检查指标是否被透支。
rsi也是如此，你已经删除了较新的那个。试图删除索引为零的那一个是有意义的，它是最古老的。

2）在尤里的第三个版本的EA中，RNN函数包含四个参数，你可以用它同时采取3个rsi和趋势。一般来说，这个函数可以用新的参数进行扩展，就像尤里的文章中写的那样，但每+1个参数都会使系数的数量增加一倍。

3）我不喜欢止损和起飞，它们的最佳值在新条上不断变化。更准确地说，没有最佳值，只有特定时间间隔的EA的某些 "方便 "值。加上经纪人可以在止损前画出烛台。我会尝试在每一个新的条形图上进行预测，并简单地保持这个方向的交易，直到下一个条形图和预测，必要时在那里翻转。

4)

手柄应该在OnInit中被初始化，而不是每次创建EA时都被初始化。还有，这个数组有30个元素，只复制了28个。即，索引28和29不能被访问（没有人会，但他们可能想要），它们没有被填充。


嗯，是吗，我以为复制缓冲区时的零会返回第一个值，需要检查一下...

https://www.mql5.com/ru/docs/series/copybuffer

我添加了尾部而不是sl，以此类推，结果并没有好多少。

关于手柄，是的，为了回归，我把它放在了初始阶段，为了Radi，我忘记了这样做。

我需要选择利润系数最高的前锋，回测的结果应该是差不多的，所以有了这些参数，网格就能做出一个体面的预测。如果我看一下统计数据，我不明白为什么我错过了，我不明白为什么我错过了，我也不明白为什么。

而RN3由于某种原因给出的信号要少得多。

我还是不太明白，如果规范化函数采用5000条数组而不是50条数组是否更好，这样它可以从一开始就找到更正确的最大和最小值，而不是随着时间的推移而更新，因为在测试开始时，我们会收到不太正确的规范化输入值，但后来越来越准确了

另外，我仍然会对图表进行去趋势化，并为网格提供更多可消化的数值，我还不确定如何改进，比如说，静止序列的回归斜率和自相关，因为我对计量经济学 不是很精通，我现在正在看视频剪辑

我还想以后把这个RNN与普通的MLP进行比较，但会有不太正确的比较，因为MLP必须向输出端输入一些东西。另一个选择，做一个由3个RNN组成的委员会，把他们的结果输入RNN :D，或输入一些卷积NS。即使通过克劳德，也需要很长的时间来优化。更好的是，将3个RNN送入MLP，给它一个增量价格的输出，从而摆脱过度训练，在理论上。即RNN将发挥自动编码器的作用http://cyberleninka.ru/article/n/avtoenkoder-podhod-k-ponizheniyu-razmernosti-vektornogo-prostranstva-s-kontroliruemoy-poterey-informatsii。


 
马克西姆-德米特里耶夫斯基。




要找到一个可以适用于ARIMA的报价，几乎是不可能的。但这是讲座的结束。

Garch怎么样？它更有前途，在不到一天的时间范围内使用非常广泛，甚至用于高频交易。

 
桑桑尼茨-弗门科。


要找到一个可以应用ARIMA的报价，几乎是不可能的。但这是讲座的结束。

Garch怎么样？它更有前途，在不到一天的时间框架内使用非常广泛，甚至用于高频交易。


我刚刚开始熟悉这些东西，我甚至还没有做过实验。我只听说过垃圾的事 :)

你认为用RNN作为MLP的自动编码器怎么样？

据我所知，递归网络是一个具有一套逻辑规则的自动编码器类型。


 
马克西姆-德米特里耶夫斯基。

那么，减去趋势，然后对其应用自回归，然后把数值和回归斜率一起塞进NS中，又是怎么回事？ 我刚刚开始熟悉这些东西，我甚至还没有实验过呢

你最好马上进行实验!

你将节省大量的时间和不必要的知识。

 
桑桑尼茨-弗门科。


要找到一个可以适用于ARIMA的报价，几乎是不可能的。但这是讲座的结束。

Garch怎么样？它更有前途，在不到一天的时间范围内被广泛使用，甚至用于高频交易。

我也看了。我认为，这不是我们的主题领域。
1...314315316317318319320321322323324325326327328...3399
新评论