交易中的机器学习:理论、模型、实践和算法交易 - 页 508 1...501502503504505506507508509510511512513514515...3399 新评论 Maxim Dmitrievsky 2017.10.11 21:34 #5071 不可能。我认为你太理想化了,出于某种原因,你想把 "所有的交易者 "概括为适合什么,就像某种大师一样,你不卖交易课程,就像一个新郎?(只是开玩笑) 在利润预期的前提下,有一个最佳的风险(手数)。这并不取决于心理学,也不是 "什么对谁有用 "的问题。 如果我承担小的风险(每年<10%的存款),这将意味着我交易10%的资本,90%将留在钱里,这可能是一个很好的储蓄策略,只是为了不被通货膨胀吃掉,但没有利润可言。90%将投资于其他策略和资产,分散投资等。而所有这些,风险将几乎与利润成正比,并有分散投资的轻微缓解作用,你不可能通过资金管理的手段大幅消除风险和增加利润。大多数交易者需要一个相对无风险的系统,具有非常低的回撤和大量的利润,否则他们将无法在市场上生存,这就是我的意思:)因为他们没有缓冲,不能等待一个小的百分比增长。例如,按照你这样的逻辑,如果你应该一个月做100%,平均缩水应该是50%,但这就像杀人一样,因为50%的缩水是存款的一个不归点,这是一个惯例。而一个月不到100%的大多数人不会对外汇论坛感兴趣,你做一个投票,问谁想要多少利润,这些专业人士中有一个很好的缓冲将是1%......好吧,在这个论坛有更多的人比如说,你怎么能在市场上从零开始上涨呢? 没有办法 不是大师,我只是为了兴趣而与交易员进行了大量的交流 :) Maxim Dmitrievsky 2017.10.12 12:33 #5072 Eh eh...我不知道这是否是微妙的嘲弄,或者你是如此严重的妄想。你说 "这一切都很有意义",那么你为什么又在说小止损和大利润呢?我给了你一张图,在我的艺术能力范围内,白纸黑字很明显,你不可能在不减少利润的情况下大幅减少风险,也就是小止损-小利润(当然是平均而言)。你可以,这正是algotrader正在做的事情,寻找低效率。如果他们不能,那么大多数人在市场上根本无事可做,这就是故事的真相。我们不是在谈论资金管理或其他事情,而是纯粹的交易。你从哪里得到图片中这样的利润与风险的比例,这是一种幻觉,不是吗?这个人有1千美元,所以按照你的逻辑,他在每年5-50%的市场上没有任何收获。你可能有一个数学头脑,但数学并不总是等同于看问题的清醒方式。我可以把一些公式作为真理提出来,例如帕累托原则或像你这样的盈亏比,但它并没有说明任何现实问题。其余的都与现实无关,只是猜测而已。至于马夫,我不需要和他在同一个阵营,他有一半的假想生的论坛:)这是一个关于一些明显的事情的争论,比如随机森林 是否可以推断...显然不是,但我们需要争论,在推断的概念和其他方面进行挑选:) ) Maxim Dmitrievsky 2017.10.12 12:57 #5073 你 必须要小心。再一次,在预测中具有一定的优势,例如53-55%,有一个最佳的风险管理策略,偏离它--将给利润带来减少,平均而言。对于那些拥有1000万美元的人和拥有100美元的人来说,在策略上没有本质的区别,至少在外汇市场,每天有6吨 的交易量。在外汇交易中,不同金额的交易有巨大的差异,当你开始交易时,尤其是HFT交易时,它是非常明显的。就像经纪人的不成文规定一样。那里没有这种流动性,因为它是分散的。而且,通常情况下,对小鱼儿有效的策略对大鱼儿无效。在交易不同金额时,采取截然不同的方法。 Forester 2017.10.12 14:06 #5074 也许我错了,但在我看来,最好在纯价格数据上训练网络,而不是在通常是平均的指标上,即引入滞后。 例如,最好是设置高点和低点,滴答和实际成交量--每条街总共有4个条目。 为了使网络能够理解曲线的形状,必须向它输入例如100条--神经网络的总输入量为400。 我在M1上有3个月的训练记录,大约有50000条。 你对这种做法有什么看法? 要做多少个内部层?显然,你也需要很多,例如400-100-25-1我相信这样的网络将需要很长的时间来学习。而且它可能不会找到最理想的参数。如果我们做1000个或2000个投入呢?要达到什么目的会不会不现实? Maxim Dmitrievsky 2017.10.12 16:06 #5075 就这样 了。 1) 没错!不!为什么在发达国家禁止这样做呢?他们为什么要发明 "合格投资者"?他们到底被禁止做什么,贸易?)每月几百个百分点是完全可以实现的,正如在任何企业和任何行业中,只要存在低效率,就会被积极利用,主要的是要少谈这些。它们总是暂时的,也就是说,不会稳定地工作一辈子。这就是为什么我在上面写道,必须有足够的停止标准,以尽快了解模型是否已经停止工作。而你只是决定放弃一切。每年5-50%,2-25%的缩水,就是这样。 Maxim Dmitrievsky 2017.10.12 16:21 #5076 elibrarius。 也许我错了,但在我看来,最好是在纯价格数据上训练网络,而不是在通常是平均的指标上,即引入滞后。 例如,最好是设置高点和低点,滴答和实际成交量--每条街总共有4个输入。 为了让网络理解一个曲线形状,我需要给它提供例如100条,总共400个输入给神经网络。 我在M1上3个月的训练记录约为50,000条。 你对这种做法有什么看法? 要做多少个内部层?显然,你也需要很多,例如400-100-25-1我相信这样的网络将需要很长的时间来学习。而且它可能不会找到最理想的参数。如果我们做1000个或2000个投入呢?会不会根本不可能实现什么?他们在递归网络上做的,喂食价格,我不知道细节,但他们说它是有效的,在gpu上训练它需要很长的时间,主要是在python上。 Vizard_ 2017.10.12 16:22 #5077 MO + MO = ))) Aleksey Terentev 2017.10.13 08:40 #5078 elibrarius。 也许我错了,但在我看来,最好在纯粹的价格数据上训练网络,而不是在通常平均的指标上,即引入滞后。 例如,最好是设置高点和低点,滴答和实际成交量--每条街总共有4个条目。 为了使网络能够理解曲线的形状,必须向它输入例如100条--神经网络的总输入量为400。 我在M1上有3个月的训练记录,大约有50000条。 你对这种做法有什么看法? 要做多少个内部层?显然,你也需要很多,例如400-100-25-1我相信这样的网络将需要很长的时间来学习。而且它可能不会找到最理想的参数。如果我们做1000个或2000个投入呢?要达到什么目的会不会不现实? 一个网络[64个GRU+32个GRU+2个Dense]在OHLC->买入/卖出(7000条)的分类问题上,在~24次训练中给出了0.9-0.8的准确性。而这一切都在大约30秒内完成。 Grigoriy Chaunin 2017.10.13 09:07 #5079 我需要一个L2归一化的公式。我找不到它。也许有人可以帮忙。 Forester 2017.10.13 09:37 #5080 阿列克谢-特伦特夫。 网络[64 GRU + 32 GRU + 2 Dense]在OHLC->买入/卖出模型(7000巴)的分类问题中,在~24次训练中给出了0.9 - 0.8的准确率。而这一切都在大约30秒内完成。 这些结果在交易中是怎样的?每月/每年的存款增长率是多少?如果你的训练不是为了7000条,而是为了100000条? 1...501502503504505506507508509510511512513514515...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
我认为你太理想化了,出于某种原因,你想把 "所有的交易者 "概括为适合什么,就像某种大师一样,你不卖交易课程,就像一个新郎?(只是开玩笑)
在利润预期的前提下,有一个最佳的风险(手数)。这并不取决于心理学,也不是 "什么对谁有用 "的问题。 如果我承担小的风险(每年<10%的存款),这将意味着我交易10%的资本,90%将留在钱里,这可能是一个很好的储蓄策略,只是为了不被通货膨胀吃掉,但没有利润可言。90%将投资于其他策略和资产,分散投资等。而所有这些,风险将几乎与利润成正比,并有分散投资的轻微缓解作用,你不可能通过资金管理的手段大幅消除风险和增加利润。
大多数交易者需要一个相对无风险的系统,具有非常低的回撤和大量的利润,否则他们将无法在市场上生存,这就是我的意思:)因为他们没有缓冲,不能等待一个小的百分比增长。例如,按照你这样的逻辑,如果你应该一个月做100%,平均缩水应该是50%,但这就像杀人一样,因为50%的缩水是存款的一个不归点,这是一个惯例。而一个月不到100%的大多数人不会对外汇论坛感兴趣,你做一个投票,问谁想要多少利润,这些专业人士中有一个很好的缓冲将是1%......好吧,在这个论坛有更多的人
比如说,你怎么能在市场上从零开始上涨呢? 没有办法
不是大师,我只是为了兴趣而与交易员进行了大量的交流 :)Eh eh...
我不知道这是否是微妙的嘲弄,或者你是如此严重的妄想。
你说 "这一切都很有意义",那么你为什么又在说小止损和大利润呢?我给了你一张图,在我的艺术能力范围内,白纸黑字很明显,你不可能在不减少利润的情况下大幅减少风险,也就是小止损-小利润(当然是平均而言)。
你可以,这正是algotrader正在做的事情,寻找低效率。如果他们不能,那么大多数人在市场上根本无事可做,这就是故事的真相。我们不是在谈论资金管理或其他事情,而是纯粹的交易。你从哪里得到图片中这样的利润与风险的比例,这是一种幻觉,不是吗?这个人有1千美元,所以按照你的逻辑,他在每年5-50%的市场上没有任何收获。
你可能有一个数学头脑,但数学并不总是等同于看问题的清醒方式。我可以把一些公式作为真理提出来,例如帕累托原则或像你这样的盈亏比,但它并没有说明任何现实问题。
其余的都与现实无关,只是猜测而已。至于马夫,我不需要和他在同一个阵营,他有一半的假想生的论坛:)
这是一个关于一些明显的事情的争论,比如随机森林 是否可以推断...显然不是,但我们需要争论,在推断的概念和其他方面进行挑选:) )
再一次,在预测中具有一定的优势,例如53-55%,有一个最佳的风险管理策略,偏离它--将给利润带来减少,平均而言。对于那些拥有1000万美元的人和拥有100美元的人来说,在策略上没有本质的区别,至少在外汇市场,每天有6吨 的交易量。
在外汇交易中,不同金额的交易有巨大的差异,当你开始交易时,尤其是HFT交易时,它是非常明显的。就像经纪人的不成文规定一样。那里没有这种流动性,因为它是分散的。而且,通常情况下,对小鱼儿有效的策略对大鱼儿无效。在交易不同金额时,采取截然不同的方法。
例如,最好是设置高点和低点,滴答和实际成交量--每条街总共有4个条目。
为了使网络能够理解曲线的形状,必须向它输入例如100条--神经网络的总输入量为400。
我在M1上有3个月的训练记录,大约有50000条。
你对这种做法有什么看法?
要做多少个内部层?显然,你也需要很多,例如400-100-25-1
我相信这样的网络将需要很长的时间来学习。而且它可能不会找到最理想的参数。
如果我们做1000个或2000个投入呢?要达到什么目的会不会不现实?
1) 没错!不!为什么在发达国家禁止这样做呢?他们为什么要发明 "合格投资者"?
他们到底被禁止做什么,贸易?)每月几百个百分点是完全可以实现的,正如在任何企业和任何行业中,只要存在低效率,就会被积极利用,主要的是要少谈这些。它们总是暂时的,也就是说,不会稳定地工作一辈子。这就是为什么我在上面写道,必须有足够的停止标准,以尽快了解模型是否已经停止工作。而你只是决定放弃一切。每年5-50%,2-25%的缩水,就是这样。
也许我错了,但在我看来,最好是在纯价格数据上训练网络,而不是在通常是平均的指标上,即引入滞后。
例如,最好是设置高点和低点,滴答和实际成交量--每条街总共有4个输入。
为了让网络理解一个曲线形状,我需要给它提供例如100条,总共400个输入给神经网络。
我在M1上3个月的训练记录约为50,000条。
你对这种做法有什么看法?
要做多少个内部层?显然,你也需要很多,例如400-100-25-1
我相信这样的网络将需要很长的时间来学习。而且它可能不会找到最理想的参数。
如果我们做1000个或2000个投入呢?会不会根本不可能实现什么?
他们在递归网络上做的,喂食价格,我不知道细节,但他们说它是有效的,在gpu上训练它需要很长的时间,主要是在python上。
MO + MO = )))
也许我错了,但在我看来,最好在纯粹的价格数据上训练网络,而不是在通常平均的指标上,即引入滞后。
例如,最好是设置高点和低点,滴答和实际成交量--每条街总共有4个条目。
为了使网络能够理解曲线的形状,必须向它输入例如100条--神经网络的总输入量为400。
我在M1上有3个月的训练记录,大约有50000条。
你对这种做法有什么看法?
要做多少个内部层?显然,你也需要很多,例如400-100-25-1
我相信这样的网络将需要很长的时间来学习。而且它可能不会找到最理想的参数。
如果我们做1000个或2000个投入呢?要达到什么目的会不会不现实?
我需要一个L2归一化的公式。我找不到它。也许有人可以帮忙。
网络[64 GRU + 32 GRU + 2 Dense]在OHLC->买入/卖出模型(7000巴)的分类问题中,在~24次训练中给出了0.9 - 0.8的准确率。而这一切都在大约30秒内完成。