机器人的机器学习

Ivan Negreshniy 2018.10.03 10:08 #101

Alexander_K2:

不是按价格历史，而是按增量--它们构成了价格（所有增量的积分实际上是起点的价格）。

幸运的是，对于神经网络专家来说，这种BP的Kolmogorov预测的第一条件（期望值=0）得到了满足。

第2个条件--静止性--不被满足。

我建议，除了增量本身，还可以向NS输入它们的矩：方差、偏度、峰度......。和自相关系数。国家安全局只是不得不在这些垃圾中找到规律性的东西。

我同意，但最好不要从一堆过滤过的ticks中获取数据，而是从可用的OHLC条中获取，原则上也包含你列出的特征。

你需要一个具体的公式，这里有一些我直接从培训脚本中提取的变体。

#define  CALC_BAR_1(open,high,low,close) (close-open)
#define  CALC_BAR_2(open,high,low,close) (close-open)/open
#define  CALC_BAR_3(open,high,low,close) (close-open)/(high-low)
#define  CALC_BAR_4(open,high,low,close) (((high-open)-(low-close))/(high-low)
#define  CALC_BAR_5(open,high,low,close) ((open-low)+(high-open)*1000+(close-open)*1000000)/1000000

如果需要，你可以在公式中包括MQL函数或指标。

#define  CALC_IND_1(n) ((iFractals(NULL,PERIOD_M1,MODE_UPPER,n)==iHigh(NULL,PERIOD_M1,n)?1:0)+(iFractals(NULL,PERIOD_M1,MODE_LOWER,n)==iLow(NULL,PERIOD_M1,n)?-1:0))
#define  CALC_IND_2(n) ((iMA(NULL,0,9,0,MODE_EMA,PRICE_CLOSE,n+1)-iMA(NULL,0,14,0,MODE_EMA,PRICE_CLOSE,n+1))>0.0001?1:((iMA(NULL,0,9,0,MODE_EMA,PRICE_CLOSE,n+1)-iMA(NULL,0,14,0,MODE_EMA,PRICE_CLOSE,n+1))<-0.0001?-1:0))

提供您的...

Alexander_K2 2018.10.03 10:27 #102

Ivan Negreshniy:

我同意，但数据不应该取自一堆过滤过的ticks，而应该取自可用的OHLC条，原则上包含你列出的一些特征。

你需要一个具体的公式，这里有一些我直接从培训脚本中提取的变体。

如果有必要，MQL函数或指标可以包含在公式中。

提供你自己的...

当然，这个还得分析一下。

#define CALC_BAR_1(open,high,low,close) (close-open)

虽然我使用的是tick数据，但我认为在分钟数据上也应该有以下模式。

*当在一定的样本量下，增量分布的皮尔逊不对称系数的模数>=某个常数时，那么价格势必开始 "反击"（在大约85%的情况下），直到不对称性变成=0。

也就是说，在一个不对称性上已经有了一个模式。如果再加上其他的点，我想就更完美了。

然而，这种研究可能需要数年时间，我对它已经感到非常厌烦了......

我认为神经网络会更快地发现这些模式。

Ivan Negreshniy 2018.10.03 11:39 #103

Alexander_K2:

当然，这是要分析的事情。

#define CALC_BAR_1(open,high,low,close) (close-open)

虽然我使用的是tick数据，但我认为以下规律性的东西也一定存在于分钟数据中。

*当在一定的样本量下，增量分布的皮尔逊不对称系数的模数>=某个常数时，那么价格势必开始 "反击"（在大约85%的情况下），直到不对称性变成=0。

也就是说，在一个不对称性上已经有了一个模式。如果再加上其他的点，我想就更完美了。

然而，这种研究可能需要数年时间，我已经相当厌倦了......

我认为神经网络会更快地发现这些模式。

因此，大致上说--黑色和白色M1蜡烛的身体的符号之和趋于零？

如果我错了，请原谅我的无知，如果是这样，一个单一的加法器变量（关闭-打开）就足够了，而不是一个神经网络，但我个人认为这是一个在实时框架中非常值得商榷的模式。

因此，多年的研究仍然是一个乐观的希望，特别是由于不对称性规则，例如同一个政府债务有时可以增长几十年:)

Ivan Negreshniy 2018.10.05 11:20 #104

Mihail Marchukajtes:

备受关注的对话，bros....

在成为和获得大众欢迎的早期，有一条基本规则，相当于输入垃圾输出的规则，它听起来是这样的"如果一项任务不需要神经网络的帮助也能解决，就应该用这种方式解决"，即这句话的简略含义：当一项任务没有直接或明确的解决方案时，只有在这种情况下，使用NS是合理的。也就是说，在解决复杂领域的当前或未来的不确定性问题时，NS是最后的手段，有一个隐含的解决方案，等等。但如果问题能够得到解决，那么....没有NS，那么就应该以这种方式解决....没有NS。那么解决的结果将永远是稳定的，而NS则意味着在解决....，有一定的自由度。比如我今天想做这个，明天想做这个，....作为一个例子。

不幸的是，也许这就是我这么笨的原因，对IO了解不多，在我所有的职业生涯中，我只在最开始的时候读过2-3本书，但无论我回到IO文学中多少次，它总是很无聊，因为它往往是用我已经知道的东西写的，我不能从它那里得到任何新的东西。因此，我有一个有趣的任务，我将用一个单独的话题来讨论。所以...每个人都能做到，但我做不到????

大概就像他们说的大电脑早期的使用情况一样，盖茨不服气，在车库里用Basic创造了一台个人电脑，当时谁能想到这个软件会被小孩玩坏。

我认为NS也会有类似的东西，儿童和家庭主妇的人工智能已经在门口了。

PS
但你的网站关于汽车服务的主题在外汇专家顾问板块中是不合适的。请版主把它移到一般讨论区，否则他们可能会认为MetaQuotes及其EA已经在向往汽车业务：)

Renat Akhtyamov 2018.10.05 15:21 #105

Mihail Marchukajtes:

备受关注的对话，bros....

在成为和获得大众欢迎的早期，有一条基本规则，相当于输入垃圾输出的规则，它听起来是这样的"如果一项任务不需要神经网络的帮助也能解决，那就应该解决"，即这句话的简略含义：当一项任务没有直接或明确的解决方案时，只有在这种情况下，使用NS才是合理的。也就是说，在解决复杂领域的当前或未来的不确定性问题时，NS是最后的手段，有一个隐含的解决方案，等等。但如果问题能够得到解决，那么....没有NS，那么就应该以这种方式解决....没有NS。那么解决的结果将永远是稳定的，而NS则意味着在解决....，有一定的自由度。比如我今天想做这个，明天想做这个，....作为一个例子。

不幸的是，也许这就是我这么笨的原因，对IO了解不多，在我所有的职业生涯中，我只在最开始的时候读过2-3本书，但无论我回到IO文学中多少次，它总是很无聊，因为它往往是用我已经知道的东西写的，我不能从它那里得到任何新的东西。因此，我有一个有趣的任务，我将用一个单独的话题来讨论。所以...每个人都可以，但我不能????

Misha，你只需要了解一次，需要NS的目的是什么。

问题是，有些论坛的用户有相当的算法思维。

它看起来像这样：如果这样，等等。

采用这种方法，一个问题有很多解决方案，其中大部分答案都是正确的。

为了不在寻找最佳的正确答案上花费太多精力，发明了NS。除了神经元的算法是专门为经济指标磨练的......