算法的''离心机'' - 页 2 123456789...23 新评论 Dmitry Fedoseev 2019.12.22 18:06 #11 这是一种遗传优化算法。只是它通常不会解析哪个区块的哪个参数属于哪个区块。 ps：你能想到的一切都已经在很久以前被发明了。 ps2：离心机在内核和发动机旁边有其应有的位置。 Oleg Papkov 2019.12.22 18:10 #12 对所产生的东西进行优化，选择有效的参数，将是决定性的。什么时候，在什么时候，会有一个中间的小优化，一个指标或一堆指标的参数的局部选择。一些街区。 例如，谁将决定为交易系统的新元素留下哪些参数？许多系统都是基于一个刷子。在与率的交汇处。MA(SMA,9.0), MA(SMA,104.37), MA(SMA,28.35), MA(SMA,14.0)。交易策略是基于利率与MA(SMA)的交集，但交易系统和其小理念有一点不同。我们改变了MA的周期和位移，并决定了这些参数。当然，我可能说错了，这些参数应该正是这些。 此外，货币对的 "写法 "在不同的工具之间会发生变化。在某处28.35就可以了，但在其他仪器上就不行。而如果你改变一个符号的时间框架，参数就会不同。无论是28.35，还是104.37都不够好。会议已经改变，波动性已经上升，我们需要更多的参数。 现在，波动性发生了变化--最低止损 点自动改变。这是另一个区块。交易。从选定的风险来看，最大可能的安全手数被改变。我在我的网站上有一份关于这个问题的材料。 工作地段，低于最高限额，工作地段将在什么时候和根据什么标准选择。由谁或由什么。最佳的、有效的参数是不断跳跃和变化的。 在一个工具上，M1和D1上的随机指数5,3,3的交易系统是不同的。很明显，要买得便宜，卖得贵。但真正成功的交易中的方法是不同的。该理论说：有波就有浪。无论怎样，都可以应用随机性。和实践。当你开始真正的交易时。在同样的随机5,3,3上一切都不同。你可能在那里没有看到积极的结果，但原因完全不同。在理论和历史上，一切都很美好。 也许我是在进行优化--优化，选择局部有效参数，然后选择和选择交易策略设计中常见的有效参数。在选择它们时，参数消失了。新闻和它的后果。D1的强势趋势已经变为平缓--有利于交易。费率已经改变。货币干预开始。或者就这样扬长而去。没有选择积极有效的参数的战略是空谈。我刚刚提出了战略块，我们至少应该通过事实或历史来评估它们的有效性。 一种意识形态是在平面上获利。在趋势中获利是另一个问题。 这是第三次或哪一次。有必要建立一个战略数据库，网格战略及其变体，马丁-及其变体。诸如此类，不一而足。该数据库将显示哪些指标是以同样的方式使用的，以及为了什么目的和在什么位置使用。在这里，已经有的区块将被看到。 简而言之，谁能编制一个战略数据库，并对其中使用的元素进行细分，以及分析的基础和使用的标准 - 他是一个天才。可以把它从抽屉里拿出来。:) [删除] 2019.12.22 18:11 #13 Реter Konow:我不认为这个想法很奇妙。这一切都归结为大家都喜欢的优化，只是更加复杂。需要选择的不仅是系统参数的值，而且还有系统参数本身。指标是作为系统参数的一个样本。否则一切都是一样的。1.首先，我们选择系统参数（指标的组合）。2.我们为入口点选择数值（为选定的指标集合）。3.选择订单参数的值--止损和手数。我们得到了输出的交易策略。 因此，优化=对过去的价格进行调整。在现实世界中，这一切都会崩溃的。你仍然不明白为什么在测试器中有一个圣杯，但在现实生活中 - 一个零？ Maxim Kuznetsov 2019.12.22 18:15 #14 你可以让它变得更简单，通过SEEDs来获得MathRandom:-) 这与从一揽子计划中提取任意指标并优化其参数和关系是差不多的。 彼得--明年至少要用一些美分和最低手数进行交易。不会有这样的坏主意。 --- 还有一个提示：在3个不同的时间段使用趋势指数，在不同的时间段使用波动指数和1个之字形指数。这应该是一个系统 仔细优化，使编译器发挥作用，并对过程有可见性。而最重要的是--事后给它们戴上马尾巴（谁也不会在意它是否是开放的） :-) Dmitry Fedoseev 2019.12.22 18:18 #15 Maxim Kuznetsov: 你可以让它变得更简单，通过SEEDs来获得MathRandom :-) 这几乎等同于从一个数据包中提取任何指标并优化其参数和关系。 彼得，明年用一些美分和最小手数来交易。不会有这种彻头彻尾的愚蠢想法。 --- 还有一个提示：使用不同时间段的趋势、波动指数和3个不同时间段的1个之字形指数。 这应该是一个系统 要仔细优化，使电脑工作，过程可见。最重要的是--事后给它们戴上马夹（谁也不会在乎它是否向正确的方向打开）:-）。 遗传算法 是这样开始的，然后它通过参数组的组合。 Реter Konow 2019.12.22 18:19 #16 Oleg Papkov: ... 其概念是，每个指标都是一个参数。 所有指标都是交易系统的总体参数。 所有的指标计算被简化为一个参数，作为共同输入/输出信号的一部分。 几个指标构成一个信号。 在信号下选择的指标值的配置是由遗传算法 搜索的。 顺序参数值的配置也用优化方法进行了搜索。 Dmitry Fedoseev 2019.12.22 18:24 #17 简而言之，彼得又一次没能用他的发明让世界满意。 Реter Konow 2019.12.22 18:30 #18 Maxim Kuznetsov:... 什么是参数（Parameter)？ 什么是价值？ 什么是系统？ 什么是优化？ 你知道吗？)) 现在把指标看成是交易信号中的一个参数的计算公式。 几个指标 - 几个参数 - 一个信号。 整个交易系统是一个复杂的参数：输入和输出信号参数，订单和停止参数。 在优化过程中尝试系统的参数和它们的值，我们得到了战略。 Oleg Papkov 2019.12.22 18:38 #19 Реter Konow: 其概念是，每个指标都是一个参数。 所有指标都是交易系统参数的一般选择。 所有的指标计算被简化为一个参数，作为共同输入/输出信号的一部分。 几个指标构成一个信号。 在信号下选择的指标值的配置是由遗传算法 搜索的。 顺序参数值的配置也用优化方法进行了搜索。 为什么？它已经完成了。如果随机性是某某某和某某某，那么布尔变量=真。如果SAR指标在这样那样的条件下是某某某--另一个布尔值=Troue。等5-6-8个这样的变量。 最后，事实证明，专家顾问已经变得非常安静。它不做交易。或者每周做一次10点的交易。这种逻辑变量没有收敛性，或者说它很少发生。潮流和浮尘也随之而来。马丁格尔法已经在赚钱了。但我们害怕使用它。现实是这样的。它已经在做了。 关于优化。任何优化都是使用遗传算法进行的。不是遗传算法本身在搜索什么。使用遗传算法进行优化。这给优化带来了时间上的优势。 Реter Konow 2019.12.22 18:49 #20 Oleg Papkov: ... 关于优化。任何优化都更适合用遗传算法来完成。不是遗传算法本身在搜索什么。是遗传算法在做优化。这给优化带来了时间上的优势。 如果我对GA理解正确的话，它在优化过程中缩小了数值的搜索范围。 比如说。 有参数A,B,C，它们的可能值范围是45亿。 有一个参数X，它由参数A、B、C的值变化而来。然而，变化的模式并没有显示出来。 任务：通过列举A,B,C的值使参数X达到Y值。 两个变种。(1）直接蛮力和（2）遗传算法。 第二种变体有效地缩小了所需值的搜索范围。 123456789...23 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
这是一种遗传优化算法。只是它通常不会解析哪个区块的哪个参数属于哪个区块。
ps：你能想到的一切都已经在很久以前被发明了。
ps2：离心机在内核和发动机旁边有其应有的位置。
对所产生的东西进行优化，选择有效的参数，将是决定性的。什么时候，在什么时候，会有一个中间的小优化，一个指标或一堆指标的参数的局部选择。一些街区。
例如，谁将决定为交易系统的新元素留下哪些参数？许多系统都是基于一个刷子。在与率的交汇处。MA(SMA,9.0), MA(SMA,104.37), MA(SMA,28.35), MA(SMA,14.0)。交易策略是基于利率与MA(SMA)的交集，但交易系统和其小理念有一点不同。我们改变了MA的周期和位移，并决定了这些参数。当然，我可能说错了，这些参数应该正是这些。
此外，货币对的 "写法 "在不同的工具之间会发生变化。在某处28.35就可以了，但在其他仪器上就不行。而如果你改变一个符号的时间框架，参数就会不同。无论是28.35，还是104.37都不够好。会议已经改变，波动性已经上升，我们需要更多的参数。
现在，波动性发生了变化--最低止损 点自动改变。这是另一个区块。交易。从选定的风险来看，最大可能的安全手数被改变。我在我的网站上有一份关于这个问题的材料。 工作地段，低于最高限额，工作地段将在什么时候和根据什么标准选择。由谁或由什么。最佳的、有效的参数是不断跳跃和变化的。
在一个工具上，M1和D1上的随机指数5,3,3的交易系统是不同的。很明显，要买得便宜，卖得贵。但真正成功的交易中的方法是不同的。该理论说：有波就有浪。无论怎样，都可以应用随机性。和实践。当你开始真正的交易时。在同样的随机5,3,3上一切都不同。你可能在那里没有看到积极的结果，但原因完全不同。在理论和历史上，一切都很美好。
也许我是在进行优化--优化，选择局部有效参数，然后选择和选择交易策略设计中常见的有效参数。在选择它们时，参数消失了。新闻和它的后果。D1的强势趋势已经变为平缓--有利于交易。费率已经改变。货币干预开始。或者就这样扬长而去。没有选择积极有效的参数的战略是空谈。我刚刚提出了战略块，我们至少应该通过事实或历史来评估它们的有效性。
一种意识形态是在平面上获利。在趋势中获利是另一个问题。
这是第三次或哪一次。有必要建立一个战略数据库，网格战略及其变体，马丁-及其变体。诸如此类，不一而足。该数据库将显示哪些指标是以同样的方式使用的，以及为了什么目的和在什么位置使用。在这里，已经有的区块将被看到。
简而言之，谁能编制一个战略数据库，并对其中使用的元素进行细分，以及分析的基础和使用的标准 - 他是一个天才。可以把它从抽屉里拿出来。:)
我不认为这个想法很奇妙。这一切都归结为大家都喜欢的优化，只是更加复杂。
需要选择的不仅是系统参数的值，而且还有系统参数本身。指标是作为系统参数的一个样本。否则一切都是一样的。
1.首先，我们选择系统参数（指标的组合）。
2.我们为入口点选择数值（为选定的指标集合）。
3.选择订单参数的值--止损和手数。
我们得到了输出的交易策略。
你可以让它变得更简单，通过SEEDs来获得MathRandom:-)
这与从一揽子计划中提取任意指标并优化其参数和关系是差不多的。
彼得--明年至少要用一些美分和最低手数进行交易。不会有这样的坏主意。
---
还有一个提示：在3个不同的时间段使用趋势指数，在不同的时间段使用波动指数和1个之字形指数。这应该是一个系统
仔细优化，使编译器发挥作用，并对过程有可见性。而最重要的是--事后给它们戴上马尾巴（谁也不会在意它是否是开放的） :-)
你可以让它变得更简单，通过SEEDs来获得MathRandom :-)
这几乎等同于从一个数据包中提取任何指标并优化其参数和关系。
彼得，明年用一些美分和最小手数来交易。不会有这种彻头彻尾的愚蠢想法。
---
还有一个提示：使用不同时间段的趋势、波动指数和3个不同时间段的1个之字形指数。 这应该是一个系统
要仔细优化，使电脑工作，过程可见。最重要的是--事后给它们戴上马夹（谁也不会在乎它是否向正确的方向打开）:-）。
遗传算法 是这样开始的，然后它通过参数组的组合。
...
其概念是，每个指标都是一个参数。
所有指标都是交易系统的总体参数。
所有的指标计算被简化为一个参数，作为共同输入/输出信号的一部分。
几个指标构成一个信号。
在信号下选择的指标值的配置是由遗传算法 搜索的。
顺序参数值的配置也用优化方法进行了搜索。
什么是参数（Parameter)？
什么是价值？
什么是系统？
什么是优化？
你知道吗？))
现在把指标看成是交易信号中的一个参数的计算公式。
几个指标 - 几个参数 - 一个信号。
整个交易系统是一个复杂的参数：输入和输出信号参数，订单和停止参数。
在优化过程中尝试系统的参数和它们的值，我们得到了战略。
其概念是，每个指标都是一个参数。
所有指标都是交易系统参数的一般选择。
所有的指标计算被简化为一个参数，作为共同输入/输出信号的一部分。
几个指标构成一个信号。
在信号下选择的指标值的配置是由遗传算法 搜索的。
顺序参数值的配置也用优化方法进行了搜索。
为什么？它已经完成了。如果随机性是某某某和某某某，那么布尔变量=真。如果SAR指标在这样那样的条件下是某某某--另一个布尔值=Troue。等5-6-8个这样的变量。 最后，事实证明，专家顾问已经变得非常安静。它不做交易。或者每周做一次10点的交易。这种逻辑变量没有收敛性，或者说它很少发生。潮流和浮尘也随之而来。马丁格尔法已经在赚钱了。但我们害怕使用它。现实是这样的。它已经在做了。
关于优化。任何优化都是使用遗传算法进行的。不是遗传算法本身在搜索什么。使用遗传算法进行优化。这给优化带来了时间上的优势。
...
关于优化。任何优化都更适合用遗传算法来完成。不是遗传算法本身在搜索什么。是遗传算法在做优化。这给优化带来了时间上的优势。
如果我对GA理解正确的话，它在优化过程中缩小了数值的搜索范围。
比如说。
有参数A,B,C，它们的可能值范围是45亿。
有一个参数X，它由参数A、B、C的值变化而来。然而，变化的模式并没有显示出来。
任务：通过列举A,B,C的值使参数X达到Y值。
两个变种。(1）直接蛮力和（2）遗传算法。
第二种变体有效地缩小了所需值的搜索范围。