交易中的机器学习：理论、模型、实践和算法交易 - 页 3228 1...322132223223322432253226322732283229323032313232323332343235...3399 新评论 fxsaber 2023.09.10 10:15 #32271 СанСаныч Фоменко #:这些图表有什么用？ 它们显示了 20 组目标函数不同峰值旁边的 OOS。这意味着，如果有 19 个假（拟合）峰和一个正（模式）峰，我们会立即看到。我们不会在意其他所有结果。 好吧，假设你在《历史》中找到了一些模式，并学会了如何生成类似的模式。 为什么？ 在这里 回答了这个问题。 我们需要这样的重复性图表，在这些图表之后，还有一个相当明确的部分是合法的。准确地说，是 "之后"，是 "未来"。所有经济科学都可以分为两部分：分析和预测。但预测并不是从分析开始的，因为所有的金融数据都不是静态的。 恕我直言，我只是不理解一个纯粹的理论家试图影响一个熟练的实践者的决策。即使在选择初始数据（报价）的零阶段，我也从根本上不同意您的观点。 MO 研究人员通常会使用一种假设，即在初始序列中存在一种可以进行加权交易的模式。这只是一种假设，并没有得到任何证实。 然后，我给出一个系列，其中 99.9% 有一种模式。我希望最先进的生成方法也不会破坏它。 如果您能用 GARCH 创造出这样的生成方法，请给予我荣誉和赞美。 СанСаныч Фоменко 2023.09.10 11:28 #32272 fxsaber #:他们在目标函数不同峰值旁边的 20 组数据中显示了 OOS。这意味着，如果有 19 个假（拟合）峰和一个正（模式）峰，我们会立即看到。而我们不会在意其他所有结果。在这里 回答了这个问题。恕我直言，我只是不理解一个纯理论人士试图影响专家从业者的决策。即使是在选择初始数据（报价）的零阶段，我也从根本上不同意你的观点。MO 研究人员通常使用一种假设，即在初始序列中存在一种可以进行加权交易的模式。这只是一种假设，并没有得到任何证实。然后，我给出一个 99.9% 的时间都有规律可循的系列。我希望最先进的生成方法应该完全不会破坏它。如果你能用 GARCH 创造出这样的生成方法，请给予我荣誉和赞美。 不要把你对确认的无知一概而论。 这正是你没有做出实质性回应的原因：IO 寻找的是预测未来的模式，而不仅仅是模式。 fxsaber 2023.09.10 11:34 #32273 理论问题。 条件。 有人发明了一种非常简单的 TS。 意识到应该如何处理引文，以便在优化 TS 之后，任何样本上的最佳段落都能在 OOS 上完美呈现。 我随机生成了一个引文序列，并将第 2 点的结果加入其中。 这样，就有了一定的历史，它肯定有规律可循。这个历史记录的长度可以任意要求。 问题 具有无限计算能力的超先进 MO 方法（未来的某一天）能否找到第 1 页中的 TS（第 3 页中的数据），或具有第 2 页中的特性？ Maxim Dmitrievsky 2023.09.10 11:37 #32274 我的机器甚至能找到它找不到的地方 😀，但它不是专为蜱虫设计的我正在加快一些 f-i 的速度，但到目前为止，我还只能梦见虱子。例如，你的软件能在条形图上显示 OOS 吗？我的可以。目前还不清楚该用什么来比较，这取决于使用的方法。我稍后会试着在 ticks 上生成网格，我已经忘了 Pythorch，需要温习一下。一切都应该能找到，我刚刚尝试了从分布中快速采样的方法。它们一般都是马尔可夫式的，并不是为了重现序列模式而设计的。我已经设计并添加了新的维度，以便一次生成成块的序列，而不是一次生成一个样本。但有些方法并不奏效。 Forester 2023.09.10 12:00 #32275 fxsaber #:理论问题条件。 有人发明了一种非常简单的 TS。 我意识到应该如何处理报价，以便在优化 TS 后的任何样本上，最佳通行证都能在 OOS 上完美显示。 我随机生成了一个报价序列，并将第 2 点的结果加入其中。 这样，就有了一定的历史记录，它肯定具有一定的规律性。这段历史的长度可以是任何要求的长度。 问题 具有无限计算能力的超先进 MO 技术（未来的某一天）能否找到第 1 项中的 TC（第 3 项中的数据），或具有第 2 项中的特性？ 它不会具体找到您的策略。100 部小说可以有数百万种不同的划分方式。这取决于选择最佳分割方式的公式。在这里，我认为是有人生成了许多不同的树，然后通过 OOS 从中选择。 随机森林也会生成许多树（每棵树都有几个随机故事），然后对所有树的结果求平均值。如果大多数样本都有模式，那么结果就会很好很稳定。 如果只有 1-3 个好的样本，那么它们将与只有噪声样本的树平均，结果将是噪声的。在交易中，所有的筹码都可以被视为噪音。 如果您在 600 万个刻度线中只有 1000 笔交易（由您的某些条件激活），这就是所有数据的 0.017%。MO 永远不会找到这样的东西，它会找到一些常见的东西，并试图在 50%的刻度点上进行交易，您可以收紧条件，只在 1%的刻度点上进行交易（只在最好的叶子上），但您得到的就更少了。 基本上，每片叶子都是一个独立的策略，就像您的策略一样。但一棵树可以分为 100 片叶子、1000 片或 10000....它可以同时交易所有这 10000 个策略（或者说是您选择的策略，例如，您可以只交易在 Traine 上胜率为 90% 甚至 99% 的叶片，但在 OOS 上，这样一个干净的（也许是重新训练过的）叶片并不能保证什么）。 Machine learning in trading: 利用余额图进行策略优化并将结果与 "余额 + 最大锋锐比率" 拉布谢尔资金管理系统的统计学验证 fxsaber 2023.09.10 12:49 #32276 Forester #: 如果您在 600 万个刻度线中只有 1000 笔交易（由您的某些条件激活），那么这只是所有数据的 0.017%。MO 永远不会找到这样的数据，它会找到一些常见的数据，并尝试在 50%的刻度上进行交易，您可以收紧条件，只在 1%的刻度上进行交易（只在最好的叶片上），但您的交易量会更少。 六个月内交易 1000 次是非常活跃的交易。如果这还不够，那么当您在多年内进食时，您在 MO 上寻找的是什么？持续时间分配引用。 交易、自动交易系统和交易策略测试论坛 交易中的机器学习：理论、模型、实践和算法交易 fxsaber, 2023.09.10 07:15 AM 老实说，很少看到更多的交易。而且并不重要--只有两次。但这是稳定的边缘。 mytarmailS 2023.09.10 13:30 #32277 fxsaber #: 问题 具有无限计算能力的超先进（未来某一天创造出来的）MO 技术能否找到第 1 页中的 TC（第 3 页中的数据），或具有第 2 页中的特性？ 这个问题相当奇怪....如果你拥有无限的计算能力，你可以做任何事情，即使是现在 Uladzimir Izerski 2023.09.10 13:38 #32278 mytarmailS #: 这是一个非常奇怪的问题... 如果你有无限的计算能力，你可以做任何事，即使是现在。 如果你从逻辑上想想呢？ 如果有无限的计算能力 那么所有的钱都会流入这些计算能力的钱包里 如果其他计算能力想要从第一个钱包里拿走 钱，谁会让他们得逞呢。 你自己好好想想吧。使用逻辑是件好事）。 Sergey Golubev 2023.09.10 13:45 #32279 关于交易、自动交易系统和测试交易策略的论坛交易中的机器学习：理论、模型、实践和算法交易Renat Fatkhullin, 2023.09.10 10:44 我们计划推出另一项旨在推广神经网络的锦标赛： 1) 我们将提供可下载模型的单一 MQL5 机器人模板。 2) 参赛者将在 5 个月内上传他们的模块作为 model.onnx 3) 每天自动运行从 2023.01.01 到当日的历史数据，采用 4 种主要汇率 4) 将公布参与者的每日评级 5) 在 5 个月内参与者的初步积累期结束时，真正的交易期将在 1 个月内开始 6) 根据 1 个月内的工作结果，确定优胜者 7) 本公司提供的 30,000 美元奖金将分为 15,000、10,000 和 5,000 美元三个等级。 8) 我们保证在锦标赛结束后删除所有模型文件，以保护开发者的知识产权。 锦标赛的目的仅在于促进交易中机器学习的发展。程序仅以一个不可更改的 MQL5 模板 + model.onnx 的形式存在 Machine learning in trading: MetaEditor, Open AI and BrainSystem: Trading System Development Forester 2023.09.10 13:51 #32280 fxsaber #:六个月内进行 1000 次交易是非常活跃的交易。如果这还不够，那么当您以多年为单位计算时，您对 MO 的要求又是什么呢？给出了持续时间的分布。老实说，我很少看到更多的交易。而且数量不多，只有两次。但在稳定的边缘。 在一个交易品种上，我可能平均每天交易 10 次--结果和你的差不多。我平均下来当然输了。这就是为什么我转向了算法交易，然后又转向了 MO。更准确地说，是算法测试，因为没有任何模型能让我感兴趣，让我把钱放在上面。 我只是对每一栏进行预测，现在是 M5（每天 288 栏），如果预测结果良好，就可以进行交易。如果成功概率为 0.5，那么平均每天交易 144 次。如果是 0.9，则更少；如果是 0.99，则可以闲置一年，然后积极交易一周（白天鹅捕手）。 与条形图类比，您可以预测每个刻度线，而刻度线有 600 万个--这就是我说 "只有 1000 个 "的原因。对于刻度线，你可能不应该预测每一条线/刻度线，而是应该以某种方式过滤它们。你用手动检测算法做到了这一点，并且每天有 6-7 笔交易。 1...322132223223322432253226322732283229323032313232323332343235...3399 新评论 原因: 取消 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
这些图表有什么用？
它们显示了 20 组目标函数不同峰值旁边的 OOS。这意味着，如果有 19 个假（拟合）峰和一个正（模式）峰，我们会立即看到。我们不会在意其他所有结果。
好吧，假设你在《历史》中找到了一些模式，并学会了如何生成类似的模式。
为什么？
在这里 回答了这个问题。
我们需要这样的重复性图表，在这些图表之后，还有一个相当明确的部分是合法的。准确地说，是 "之后"，是 "未来"。所有经济科学都可以分为两部分：分析和预测。但预测并不是从分析开始的，因为所有的金融数据都不是静态的。
恕我直言，我只是不理解一个纯粹的理论家试图影响一个熟练的实践者的决策。即使在选择初始数据（报价）的零阶段，我也从根本上不同意您的观点。
MO 研究人员通常会使用一种假设，即在初始序列中存在一种可以进行加权交易的模式。这只是一种假设，并没有得到任何证实。
然后，我给出一个系列，其中 99.9% 有一种模式。我希望最先进的生成方法也不会破坏它。
如果您能用 GARCH 创造出这样的生成方法，请给予我荣誉和赞美。
他们在目标函数不同峰值旁边的 20 组数据中显示了 OOS。这意味着，如果有 19 个假（拟合）峰和一个正（模式）峰，我们会立即看到。而我们不会在意其他所有结果。
在这里 回答了这个问题。
恕我直言，我只是不理解一个纯理论人士试图影响专家从业者的决策。即使是在选择初始数据（报价）的零阶段，我也从根本上不同意你的观点。
MO 研究人员通常使用一种假设，即在初始序列中存在一种可以进行加权交易的模式。这只是一种假设，并没有得到任何证实。
然后，我给出一个 99.9% 的时间都有规律可循的系列。我希望最先进的生成方法应该完全不会破坏它。
如果你能用 GARCH 创造出这样的生成方法，请给予我荣誉和赞美。
不要把你对确认的无知一概而论。
这正是你没有做出实质性回应的原因：IO 寻找的是预测未来的模式，而不仅仅是模式。
理论问题。
条件。
这样，就有了一定的历史，它肯定有规律可循。这个历史记录的长度可以任意要求。
问题
理论问题
条件。
这样，就有了一定的历史记录，它肯定具有一定的规律性。这段历史的长度可以是任何要求的长度。
问题
随机森林也会生成许多树（每棵树都有几个随机故事），然后对所有树的结果求平均值。如果大多数样本都有模式，那么结果就会很好很稳定。
如果只有 1-3 个好的样本，那么它们将与只有噪声样本的树平均，结果将是噪声的。在交易中，所有的筹码都可以被视为噪音。
如果您在 600 万个刻度线中只有 1000 笔交易（由您的某些条件激活），这就是所有数据的 0.017%。MO 永远不会找到这样的东西，它会找到一些常见的东西，并试图在 50%的刻度点上进行交易，您可以收紧条件，只在 1%的刻度点上进行交易（只在最好的叶子上），但您得到的就更少了。
基本上，每片叶子都是一个独立的策略，就像您的策略一样。但一棵树可以分为 100 片叶子、1000 片或 10000....它可以同时交易所有这 10000 个策略（或者说是您选择的策略，例如，您可以只交易在 Traine 上胜率为 90% 甚至 99% 的叶片，但在 OOS 上，这样一个干净的（也许是重新训练过的）叶片并不能保证什么）。
如果您在 600 万个刻度线中只有 1000 笔交易（由您的某些条件激活），那么这只是所有数据的 0.017%。MO 永远不会找到这样的数据，它会找到一些常见的数据，并尝试在 50%的刻度上进行交易，您可以收紧条件，只在 1%的刻度上进行交易（只在最好的叶片上），但您的交易量会更少。
六个月内交易 1000 次是非常活跃的交易。如果这还不够，那么当您在多年内进食时，您在 MO 上寻找的是什么？持续时间分配引用。
交易、自动交易系统和交易策略测试论坛
交易中的机器学习：理论、模型、实践和算法交易
fxsaber, 2023.09.10 07:15 AM
老实说，很少看到更多的交易。而且并不重要--只有两次。但这是稳定的边缘。
问题
这是一个非常奇怪的问题...
如果你从逻辑上想想呢？
如果有无限的计算能力 那么所有的钱都会流入这些计算能力的钱包里
如果其他计算能力想要从第一个钱包里拿走 钱，谁会让他们得逞呢。
你自己好好想想吧。使用逻辑是件好事）。
关于交易、自动交易系统和测试交易策略的论坛
交易中的机器学习：理论、模型、实践和算法交易
Renat Fatkhullin, 2023.09.10 10:44
我们计划推出另一项旨在推广神经网络的锦标赛：六个月内进行 1000 次交易是非常活跃的交易。如果这还不够，那么当您以多年为单位计算时，您对 MO 的要求又是什么呢？给出了持续时间的分布。
老实说，我很少看到更多的交易。而且数量不多，只有两次。但在稳定的边缘。
在一个交易品种上，我可能平均每天交易 10 次--结果和你的差不多。我平均下来当然输了。这就是为什么我转向了算法交易，然后又转向了 MO。更准确地说，是算法测试，因为没有任何模型能让我感兴趣，让我把钱放在上面。
我只是对每一栏进行预测，现在是 M5（每天 288 栏），如果预测结果良好，就可以进行交易。如果成功概率为 0.5，那么平均每天交易 144 次。如果是 0.9，则更少；如果是 0.99，则可以闲置一年，然后积极交易一周（白天鹅捕手）。
与条形图类比，您可以预测每个刻度线，而刻度线有 600 万个--这就是我说 "只有 1000 个 "的原因。对于刻度线，你可能不应该预测每一条线/刻度线，而是应该以某种方式过滤它们。你用手动检测算法做到了这一点，并且每天有 6-7 笔交易。