FR H-波动性 - 页 35 1...282930313233343536373839404142 新评论 Sceptic Philozoff 2007.12.23 09:17 #341 北风,更好的 自己(在他的战略意义上)--几乎没有讨论。它不是太分散,只有关于PNN、输入和输出的假设。有一个尝试,"概率神经网络,MT4的包和算法",但它更多地与不同的软件有关。请看他的资料主题,那里有一些零星的信息。 Yurixx 2007.12.23 17:38 #342 Mathemat: Yurixx,我已经在这里写下了我对等量条的初步结论:"需要一个反映操作时间内价格的指标。".这和你问的不太一样,这个发现也没有让我的心情变好,因为我期待的是更接近高斯的东西。 但它确实给了我一些希望--如果说,有人把它扔在这个图上......好吧,好吧,我得去看看......。 而关于最大值的分布,我想Kamal 给了你这个想法,就我记得。 你写那篇帖子时我看到了。我自己注意到,你也得到了中子 和我之前得到的结果。还注意到你要整理等量条的高-低统计,从那时起一直在等待结果。 我并不幻想改用Equibar会带来一场革命。如果有可能,这场革命早就发生了--想法就在表面。但事实上,它将使揭示任何微妙之处成为可能,这是非常可想而知的。而线索往往就在这些细微之处。 你说得很对,"这并不是我所要求的"。 然而,如果你知道有什么方法可以解决这个问题,请分享,请。在我上一页的文章中,在所引用的两段话中,我认为这个问题表述得很清楚。 顺便说一下,请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里,如果没有你要解决的问题,所有关于这个话题的推理都是在天花板上构建公式。 Sceptic Philozoff 2007.12.23 23:35 #343 Yurixx:还注意到你要整理出等量条的高低统计,从那时起就一直在等待结果。他们会吗? ... 你说得很对,"这并不是我所要问的"。 然而,如果你知道有什么方法可以解决手头的问题,那么请分享一下。在我上一页的帖子中,在所引用的两段话中,我认为这个问题已经说得很清楚了。 ... 顺便说一下,请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里,如果没有你要解决的问题,所有关于这个话题的推理都是在天花板上构建公式。 1.他们当然会。就让我好好写吧,这个指标。通过将必要的数字导入Excel,可以很容易地获得Hi-Lo统计数据。 2.不,我不知道有这样的方法。我还没有着手在理论上获得这样的分布。 3.我去过那里,向作者展示了他的公式在应用于Better 和TeamSky的 专家顾问时显示出的荒谬性。主要的优先事项(也是最关键的指标)肯定是战略的稳定性,而不是利润因素(顺便说一下,Better 公司的利润因素远非理想,但人们仍然喜欢它)。 如果我们谈论的是用合成物进行策略评估的超级任务,稳定性E 可以被衡量,例如,取决于在给定的最大缩减量D 下,在一定的时间间隔T 上杀死系统的概率p 的估计。 非常相似的是,在其他条件相同的情况下,p(k*T,D) ~k*p(T,D) ,即在10年的时间间隔内杀死系统的概率比一年的时间间隔高10倍。更简单的是:一个系统在k 年内的生存概率是1 - ( 1 -p) ^ k~k*p,对于小的p。所以测试间隔可以做成标准的(例如一年)。 这个函数对D 的依赖性已经更加个别。但在这里,我们也可以尝试近似于死亡概率对D 的依赖,并再次给出D 的一些标准值--例如20%。 当然,这个公式只有在满足前提条件的情况下才能应用--足够小的P,体面的预期报酬,等等。好吧,假设我们已经确定了在标准T(年)和D(0.2)下系统的 P 等于什么。这将是P。 那么,系统的价值V 可能涉及,例如,我们的P 和恢复因子。而在一般情况下,只需了解潜在投资者如何做出决定就足够了。他评估了风险和可能的利润,并根据这些数字做出了决定。 Yurixx 2007.12.24 11:57 #344 Mathemat: 3.我去过那里,向作者展示了他的公式在应用于Better 和TeamSky 专家顾问时的荒谬性。主要的优先事项(也是最关键的指标)当然应该是战略的稳定性,而不是利润因素(顺便说一句,在Better 中,利润因素远非理想,但人们对它很满意)。 啊,是的,我看到了,我读了。对不起,忘了这是你的帖子。:-) 而一个潜在的投资者根据风险回报率做出决定。也就是说,零风险(即在美国与政府债务相关的风险)已经有一个相应的回报--债券收益率。原则上,风险较大的工具的收益率也有参考点。但该工具的价格将如何取决于收益率的增加,同时保持相同的风险措施,这是一个问题。想象一下,你估计一个MTS-公司损失一笔存款的概率为p。 在相同的风险p 下,可用的市场工具的平均收益为d。而MTS提供的回报是10*d。它的价格应该是多少? Neutron 2007.12.24 13:25 #345 大家好! 出于兴趣,我决定在MatLab中生成一个小的NS,看看它是如何工作的。 作为输入参数,决定使用等距ZZ,让我们试着预测其顶点。选择等距的原因是为了最大限度地压缩输入信息,同时将有用信息的损失降到最低。 这些数字说明了我所说的情况。左上角显示的是通常的相位叠加在刻度历史 上,右上角是它的等距表示。我对绝对价格值的预测不感兴趣,只对预期增量的预测感兴趣(我们交易的是价格变化),见下面的左图。右边是一个对100个数值的任意样本进行NS截断的例子。你可以看到,NS已经学会了绝对准确地预测ZZ的顶点! 我必须承认,当我看到在训练期间网络 "没有看到 "的区域内没有重新训练的逐步预测结果(下图左),以及维纳式BP预测的尝试(右),我感到有些惊讶。 就是这样--要么是我错了,没有经验,没有 "展望未来",要么是两者之一!我想这是我的错。对我来说,这个结果出乎意料,令人印象深刻。 但是,在未改变的NS参数上,对维纳系列的预测已经失败,这一事实让我感到某种乐观。 Neutron 2007.12.24 15:13 #346 让我们试着把问题复杂化给NS。 预测ZZ顶部之间的距离不是一件好事,因为这个值虽然不可预测,但其平均值等于ZZ分区的双倍步骤。HC可以 "检测 "到这一点,并在每个步骤中给出一个 "微不足道 "的预测+-H。这并不有趣(我们已经知道了)。但我们不知道在下一个高峰形成后,价格会在哪里以及在多大程度上发生变化!我们不知道。为此,让我们建立一系列的增量ZZ减2H 。红色显示的是WP的增量,黑色显示的是交易(TC)的增量或WP的下一个峰值形成后的价格变动。 Pastukhov的论文给出了一个积分估计(H-volatility),从中可以找到PT的预期方向和数值。不幸的是,这个值是内部价差,对交易没有实际意义。人们感兴趣的是在每个PT步骤上的预测,其准确度将允许移出传播门。下面(左边)显示的是NS对一系列基于欧元/日元点位的TP的预测,右边--对维纳BP的预测。 即使现在看来,结果也是令人鼓舞的。看来,这个方向需要更多的关注。 Prival 2007.12.24 16:59 #347 最后两张照片,左边和右边? Yurixx 2007.12.24 17:48 #348 嗨,Sergei ! 根据我的理解,你是在向网络输入一连串的片段大小值。还是我搞错了?如果没有,我想知道你喂养了多少价值。你的NS太擅长预测下一个片段了。还是说这只是一个巧合?很难说5分是一个有统计学意义的数字。 Neutron 2007.12.24 18:02 #349 嗨,尤拉! 是的,我已经先输入了段的大小(预测结果显示),然后尝试预测段减2H,这个变体并没有激起NS预测WP边的符号变异(结果显示)。我给了4个片段作为输入,预测了下一个片段,然后用新的片段重复操作,但没有过度优化,如此反复5-10次。通常情况下,NS在第5次预测后其预测能力会变差,需要进行过度优化。这些图表是作为我的选择提出的。我无法提供统计数据,因为我使用的是在Matlab中实现的现成的NS--按下按钮--看到结果 :-) Yurixx 2007.12.24 18:06 #350 嗯,这令人印象深刻。作为第一个结果--快速的草图和行动--它是非常好的。我喜欢ZZ不是没有原因的。你不能这么直接地把它给输入... 那么你为它建立了什么NS(如果不是秘密的话)? 1...282930313233343536373839404142 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
Yurixx,我已经在这里写下了我对等量条的初步结论:"需要一个反映操作时间内价格的指标。".这和你问的不太一样,这个发现也没有让我的心情变好,因为我期待的是更接近高斯的东西。
但它确实给了我一些希望--如果说,有人把它扔在这个图上......好吧,好吧,我得去看看......。
而关于最大值的分布,我想Kamal 给了你这个想法,就我记得。
你写那篇帖子时我看到了。我自己注意到,你也得到了中子 和我之前得到的结果。还注意到你要整理等量条的高-低统计,从那时起一直在等待结果。
我并不幻想改用Equibar会带来一场革命。如果有可能,这场革命早就发生了--想法就在表面。但事实上,它将使揭示任何微妙之处成为可能,这是非常可想而知的。而线索往往就在这些细微之处。
你说得很对,"这并不是我所要求的"。 然而,如果你知道有什么方法可以解决这个问题,请分享,请。在我上一页的文章中,在所引用的两段话中,我认为这个问题表述得很清楚。
顺便说一下,请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里,如果没有你要解决的问题,所有关于这个话题的推理都是在天花板上构建公式。
还注意到你要整理出等量条的高低统计,从那时起就一直在等待结果。他们会吗?
...
你说得很对,"这并不是我所要问的"。 然而,如果你知道有什么方法可以解决手头的问题,那么请分享一下。在我上一页的帖子中,在所引用的两段话中,我认为这个问题已经说得很清楚了。
...
顺便说一下,请注意这个主题"交易系统的分类和其价值的估计"。你似乎还没有去过那里,如果没有你要解决的问题,所有关于这个话题的推理都是在天花板上构建公式。
2.不,我不知道有这样的方法。我还没有着手在理论上获得这样的分布。
3.我去过那里,向作者展示了他的公式在应用于Better 和TeamSky的 专家顾问时显示出的荒谬性。主要的优先事项(也是最关键的指标)肯定是战略的稳定性,而不是利润因素(顺便说一下,Better 公司的利润因素远非理想,但人们仍然喜欢它)。
如果我们谈论的是用合成物进行策略评估的超级任务,稳定性E 可以被衡量,例如,取决于在给定的最大缩减量D 下,在一定的时间间隔T 上杀死系统的概率p 的估计。
非常相似的是,在其他条件相同的情况下,p(k*T,D) ~k*p(T,D) ,即在10年的时间间隔内杀死系统的概率比一年的时间间隔高10倍。更简单的是:一个系统在k 年内的生存概率是1 - ( 1 -p) ^ k~k*p,对于小的p。所以测试间隔可以做成标准的(例如一年)。
这个函数对D 的依赖性已经更加个别。但在这里,我们也可以尝试近似于死亡概率对D 的依赖,并再次给出D 的一些标准值--例如20%。
当然,这个公式只有在满足前提条件的情况下才能应用--足够小的P,体面的预期报酬,等等。好吧,假设我们已经确定了在标准T(年)和D(0.2)下系统的 P 等于什么。这将是P。
那么,系统的价值V 可能涉及,例如,我们的P 和恢复因子。而在一般情况下,只需了解潜在投资者如何做出决定就足够了。他评估了风险和可能的利润,并根据这些数字做出了决定。
3.我去过那里,向作者展示了他的公式在应用于Better 和TeamSky 专家顾问时的荒谬性。主要的优先事项(也是最关键的指标)当然应该是战略的稳定性,而不是利润因素(顺便说一句,在Better 中,利润因素远非理想,但人们对它很满意)。
啊,是的,我看到了,我读了。对不起,忘了这是你的帖子。:-)
而一个潜在的投资者根据风险回报率做出决定。也就是说,零风险(即在美国与政府债务相关的风险)已经有一个相应的回报--债券收益率。原则上,风险较大的工具的收益率也有参考点。但该工具的价格将如何取决于收益率的增加,同时保持相同的风险措施,这是一个问题。想象一下,你估计一个MTS-公司损失一笔存款的概率为p。 在相同的风险p 下,可用的市场工具的平均收益为d。而MTS提供的回报是10*d。它的价格应该是多少?
大家好!
出于兴趣,我决定在MatLab中生成一个小的NS,看看它是如何工作的。
作为输入参数,决定使用等距ZZ,让我们试着预测其顶点。选择等距的原因是为了最大限度地压缩输入信息,同时将有用信息的损失降到最低。
这些数字说明了我所说的情况。左上角显示的是通常的相位叠加在刻度历史 上,右上角是它的等距表示。我对绝对价格值的预测不感兴趣,只对预期增量的预测感兴趣(我们交易的是价格变化),见下面的左图。右边是一个对100个数值的任意样本进行NS截断的例子。你可以看到,NS已经学会了绝对准确地预测ZZ的顶点!
我必须承认,当我看到在训练期间网络 "没有看到 "的区域内没有重新训练的逐步预测结果(下图左),以及维纳式BP预测的尝试(右),我感到有些惊讶。
就是这样--要么是我错了,没有经验,没有 "展望未来",要么是两者之一!我想这是我的错。对我来说,这个结果出乎意料,令人印象深刻。
但是,在未改变的NS参数上,对维纳系列的预测已经失败,这一事实让我感到某种乐观。
让我们试着把问题复杂化给NS。
预测ZZ顶部之间的距离不是一件好事,因为这个值虽然不可预测,但其平均值等于ZZ分区的双倍步骤。HC可以 "检测 "到这一点,并在每个步骤中给出一个 "微不足道 "的预测+-H。这并不有趣(我们已经知道了)。但我们不知道在下一个高峰形成后,价格会在哪里以及在多大程度上发生变化!我们不知道。为此,让我们建立一系列的增量ZZ减2H 。红色显示的是WP的增量,黑色显示的是交易(TC)的增量或WP的下一个峰值形成后的价格变动。
Pastukhov的论文给出了一个积分估计(H-volatility),从中可以找到PT的预期方向和数值。不幸的是,这个值是内部价差,对交易没有实际意义。人们感兴趣的是在每个PT步骤上的预测,其准确度将允许移出传播门。下面(左边)显示的是NS对一系列基于欧元/日元点位的TP的预测,右边--对维纳BP的预测。
即使现在看来,结果也是令人鼓舞的。看来,这个方向需要更多的关注。
嗨,Sergei !
根据我的理解,你是在向网络输入一连串的片段大小值。还是我搞错了?如果没有,我想知道你喂养了多少价值。你的NS太擅长预测下一个片段了。还是说这只是一个巧合?很难说5分是一个有统计学意义的数字。
嗨,尤拉!
是的,我已经先输入了段的大小(预测结果显示),然后尝试预测段减2H,这个变体并没有激起NS预测WP边的符号变异(结果显示)。我给了4个片段作为输入,预测了下一个片段,然后用新的片段重复操作,但没有过度优化,如此反复5-10次。通常情况下,NS在第5次预测后其预测能力会变差,需要进行过度优化。这些图表是作为我的选择提出的。我无法提供统计数据,因为我使用的是在Matlab中实现的现成的NS--按下按钮--看到结果 :-)
嗯,这令人印象深刻。作为第一个结果--快速的草图和行动--它是非常好的。我喜欢ZZ不是没有原因的。你不能这么直接地把它给输入...
那么你为它建立了什么NS(如果不是秘密的话)?