마틴 체게바라 : 글쎄, 나는 그것을 아주 정확하게 넣지 않았다 .. 사실 내 로봇은 항상 플러스로 거래되도록 만들어졌습니다. 그리드 거래와 추세 거래의 원리를 동시에 사용하며 한 번에 하나의 주문만 열리는 것이 트릭입니다. 그래서 로봇이 평소보다 더 나쁘게 작동할 가능성이 있는 때를 알아야 합니다... 위험이 제한적이기 때문에 내 이익은 순전히 시간 문제입니다... 그리고 때로는 일주일을 기다려야 합니다... 그리고 그런 드로우다운이 없었다면 일주일 안에 더 많이 줄일 수 있었을 텐데...
사실, 예를 들어 거래의 효율성에 대한 시장의 평탄한 추세 상태의 의존성이 있습니다(예를 들어, 하루 동안의 마지막 거래 또는 마지막 30개의 거래에 대한 SCO) ... 그것은 추세 플랫을 결정하는 데 문제가 없습니다. 이를 수행하는 메커니즘이 있습니다.
문제는 신경망...
예전에 여기로 강의 링크를 보내줬는데...강의는 이해가 가는데..."스스로 하기" 원리에 대한 교재나 튜토리얼이 있나요?)
나는 왜 스코를 탔을까? 플러스 또는 마이너스의 "불안정한" 거래는 어떤 경우에도 위험 증가를 의미하기 때문에..
마틴 체게바라 : 포럼 사용자 여러분, 제가 너무 게을러서 1200페이지를 읽지 못하는데 전문가 고문의 비공개 주문 거래 결과를 기반으로 기계 학습을 구현하려고 시도한 사람이 있습니까? 대략적으로 말하면 알고리즘을 가르쳐야 합니다. Expert Advisor가 특정 시점까지 추가로 거래를 중단하는 기간을 검색하고 결정하시겠습니까?
Рыночные закономерности зависят от интервалов внутри суток или недели. По этой причине разумно ограничивать торговлю ТС по времени. Например, есть скальперские ТС, хорошо торгующие кроссы на азиатско-американской торговой сессии. Или же практикуется выключение ТС в период высокой волатильности. Соответственно, встает задача, как найти наилучшее...
글쎄요... 주의 깊게 읽어보시면 제가 한 주문(개봉 및 마감)이 최소 로트에서만 작동한다는 것을 즉시 알 수 있습니다. 이것이 (당신의 생각으로는) 어떻게 마틴일 수 있습니까? :) 이것은 마틴도 아니고 유행하는 것도 아니며 모두 합쳐져 있습니다. 한 번에 하나의 주문만 있으면 추세와 플랫이 동시에 거래되므로 다음과 같습니다.
추세나 플랫으로만 거래한다면 분명히 손실을 보게 될 것입니다. 적어도 주요 거래에 대해서는 이미 계산했습니다. 과거 15년 동안의 히스토리 롤백 횟수와 같은 15년 동안의 추세 횟수가 동일하고 플랫에 의한 추세의 상호 배제 또는 그 반대의 경우도 거의 이상적이기 때문입니다.
불행히도 내가 이해하는대로 소수만이이 사실을 깨달을 수 있습니다 ... 물론 맹목적으로 운을 믿는 것이 더 쉽습니다 ...
수익성 있는 모델을 결정하는 모델 생성에 대한 예비 결과(모든 예측 변수가 아직 계획한 대로 수행되지 않았기 때문에)(1)는 그렇게 나쁘지 않은 것으로 판명되었습니다. 여기에 y-독립 표본의 이익 및 x-에 의한 분석이 있습니다. 1 - TP + FP 및 0 - TN+FN.
목표는 - 2000년부터의 이익, 뭐, 아직까지는 이렇다 할 성과를 내지 못했는데, 960개 모델 중 3개 모델만이 손실 구간에 빠졌는데, 나쁘지 않은 성과다.
비상 사태 테이블
재무 결과의 분류를 하지 않은 평균값은 1318.83, 1 - 2221.04 및 0 - 1188.66으로 분류 후 모델의 평균 재무 결과가 68% 증가하여 나쁘지 않은 수준입니다.
그러나 이 모델이 다른 데이터를 기반으로 구축된 모델과 함께 작동할 수 있는지 여부는 아직 명확하지 않습니다.
Logloss에 대한 교육 - 놀랍게도 테스트 샘플(모델이 자동으로 선택됨 - 교육용 샘플이 아님)과 독립(시험) Logloss_e는 거의 완벽하게 수렴됩니다.
리콜과 동일
그러나 정밀도 표시기는 기본적으로 일반적으로 이를 기반으로 한 모델을 선택하기 때문에 나를 놀라게 했습니다. 그런 다음 첫 번째 트리에서 즉시 1과 같았기 때문에 교육을 받지 않았습니다.
그러나 테스트와 시험의 다른 측정 항목 - 결과는 나를 많이 놀라게합니다 - 매우 작은 델타.
물론 그래프를 보면 모델이 재학습되고 3500개 이상의 트리에 대한 학습을 중단할 수 있음을 알 수 있지만 모델을 조정하지 않았고 데이터는 실제로 기본 설정으로 되어 있습니다.
오류는 어딘가에 있으며 테스트 및 훈련에 대해 정확히 발생하지 않습니다. 글쎄, 또는 성배 , 공유 :D
막심 드미트리예프스키 : 오류는 어딘가에 있으며 테스트 및 훈련에 대해 정확히 발생하지 않습니다. 글쎄, 또는 성배, 다음 공유 :D
성배가 아니라 또 다른 100k 모델이 여기에서 익었고 결과는 그다지 좋지 않습니다. 예, 완전히 수익성이 없는 컷은 아주 잘 - 2%만 끔찍하지만 너무 많은 수익성 있는 모델을 도살했습니다.
나는 이것이 닫힌 시스템의 효과라고 생각합니다. 모델이 서로 비슷하기 때문에 특징을 잘 강조할 수 있을 뿐이므로 결과 간에 약간의 불일치가 있습니다.
나는 계획된 예측 변수를 완성하고 있으며 이것이 나를 괴롭히는 생각입니다. 내가 직접 선택하지 않았을 모델을 즉시 제거할 수 있습니다(큰 손실, 구매 및 판매의 강한 불균형, 매우 작은 확률 분포 등). , 그러면 분명히 나쁜 모델에 대한 정보가 줄어들지만 가설적으로 좋은 모델에서 모델을 선택하는 데 더 중점을 둘 것입니다(물론 테스트에서 좋은 모델이 검사 샘플에서 좋지 않은 결과를 얻을 수 있음). 그래서 표본을 잘라낼 가치가 있는지 없는지 모르겠지만, 어떻게 생각하세요?
글쎄, 나는 또한 목표로 벌거 벗은 이익을 거부 할 것입니다 - 나는 여러 기준에 따라 모델을 선택할 것입니다 - 아아, 이것은 목표 "1"을 줄이지만 모델이 기반으로 평가될 수 있도록 더 깊은 연결이 나타날 수 있습니다. 시험 결과.
마틴 체게바라 : 포럼 사용자 여러분, 제가 게으르게 1200페이지를 읽지 못해서 여기 있는 누군가 Expert Advisor의 마감 주문에 따른 거래 결과를 기반으로 기계 학습을 구현하려고 시도한 사람이 있는지 알려주세요. 대략적으로 말하면 알고리즘을 가르쳐야 합니다. Expert Advisor가 특정 시점까지 더하기 거래를 중단하는 기간을 검색하고 결정하려면?
이 주제를 읽을 필요는 없습니다. 저를 믿고 마음을 어지럽히며 여기에서처럼 바로 시도해 보세요. RANDOM FORESTS PREDICT TRENDS 이것은 알고리즘 거래에서 MO 사용에 대한 훌륭한 입문 과정이지만 일반적으로 MO는 매우 광범위한 주제입니다. 사실 MO는 주로 발견적 방법과 공학 기술에서 고전 통계의 확장입니다. 따라서 이것은 더 이상 과학이 아니라 기술적인 샤머니즘입니다. 한편으로는 흥미롭지만 다른 한편으로는 추측과 남용으로 가득 차 있습니다. 지표 구축을 위한 트레이더가 처음에 실제로 한 일을 잊어버리고 MO가 바닥 없는 구멍인 경우가 종종 있습니다. 실제로 수행하고 라이브러리 및 패키지의 매개변수를 변경하지 않을 뿐만 아니라, 좋은 수학적 배경이 있어야 하며 최소한 해당 전문 분야의 학사여야 합니다.
Изначально целью построения торговой системы является предсказание поведения некоторого рыночного инструмента, например, валютной пары. Цели предсказания могут быть разными, мы же ограничимся предсказанием трендов, а точнее предсказанием роста («лонгов») или падения («шортов») значений котировки валютной пары. Обычно, для решения проблемы...
성배가 아니라 또 다른 100k 모델이 여기에서 익었고 결과는 그다지 좋지 않습니다. 예, 완전히 수익성이 없는 컷은 아주 잘 - 2%만 끔찍하지만 너무 많은 수익성 있는 모델을 도살했습니다.
나는 이것이 닫힌 시스템의 효과라고 생각합니다. 모델이 서로 비슷하기 때문에 특징을 잘 강조할 수 있을 뿐이므로 결과 간에 약간의 불일치가 있습니다.
나는 계획된 예측 변수를 완성하고 있으며 이것이 나를 괴롭히는 생각입니다. 내가 직접 선택하지 않았을 모델을 즉시 제거할 수 있습니다(큰 손실, 구매 및 판매의 강한 불균형, 매우 작은 확률 분포 등). , 그러면 분명히 나쁜 모델에 대한 정보가 줄어들지만 가설적으로 좋은 모델에서 모델을 선택하는 데 더 중점을 둘 것입니다(물론 테스트에서 좋은 모델이 검사 샘플에서 좋지 않은 결과를 얻을 수 있음). 그래서 표본을 잘라낼 가치가 있는지 없는지 모르겠지만, 어떻게 생각하세요?
글쎄, 나는 또한 목표로 벌거 벗은 이익을 거부 할 것입니다 - 나는 여러 기준에 따라 모델을 선택할 것입니다 - 아아, 이것은 목표 "1"을 줄이지만 모델이 기반으로 평가될 수 있도록 더 깊은 연결이 나타날 수 있습니다. 시험 결과.
글쎄, 나는 그것을 아주 정확하게 넣지 않았다 .. 사실 내 로봇은 항상 플러스로 거래되도록 만들어졌습니다. 그리드 거래와 추세 거래의 원리를 동시에 사용하며 한 번에 하나의 주문만 열리는 것이 트릭입니다. 그래서 로봇이 평소보다 더 나쁘게 작동할 가능성이 있는 때를 알아야 합니다... 위험이 제한적이기 때문에 내 이익은 순전히 시간 문제입니다... 그리고 때로는 일주일을 기다려야 합니다... 그리고 그런 드로우다운이 없었다면 일주일 안에 더 많이 줄일 수 있었을 텐데...
마틴과 드로다운은 떼려야 뗄 수 없는 친구다.
그리고 트렌드/플랫을 아무리 뒤틀어도 어쨌든 항상 이와 같을 것입니다.
추신
교재 링크좀 부탁드려도 될까요?
포럼 사용자 여러분, 제가 너무 게을러서 1200페이지를 읽지 못하는데 전문가 고문의 비공개 주문 거래 결과를 기반으로 기계 학습을 구현하려고 시도한 사람이 있습니까? 대략적으로 말하면 알고리즘을 가르쳐야 합니다. Expert Advisor가 특정 시점까지 추가로 거래를 중단하는 기간을 검색하고 결정하시겠습니까?
https://www.mql5.com/en/code/22710
마틴과 드로다운은 떼려야 뗄 수 없는 친구다.
그리고 트렌드/플랫을 아무리 뒤틀어도 어쨌든 항상 이와 같을 것입니다.
추신
교재 링크좀 부탁드려도 될까요?
마틴과 드로다운은 떼려야 뗄 수 없는 친구다.
그리고 트렌드/플랫을 아무리 뒤틀어도 어쨌든 항상 이와 같을 것입니다.
추신
교재 링크좀 부탁드려도 될까요?
수익성 있는 모델을 결정하는 모델 생성에 대한 예비 결과(모든 예측 변수가 아직 계획한 대로 수행되지 않았기 때문에)(1)는 그렇게 나쁘지 않은 것으로 판명되었습니다. 여기에 y-독립 표본의 이익 및 x-에 의한 분석이 있습니다. 1 - TP + FP 및 0 - TN+FN.
목표는 - 2000년부터의 이익, 뭐, 아직까지는 이렇다 할 성과를 내지 못했는데, 960개 모델 중 3개 모델만이 손실 구간에 빠졌는데, 나쁘지 않은 성과다.
비상 사태 테이블
재무 결과의 분류를 하지 않은 평균값은 1318.83, 1 - 2221.04 및 0 - 1188.66으로 분류 후 모델의 평균 재무 결과가 68% 증가하여 나쁘지 않은 수준입니다.
그러나 이 모델이 다른 데이터를 기반으로 구축된 모델과 함께 작동할 수 있는지 여부는 아직 명확하지 않습니다.
Logloss에 대한 교육 - 놀랍게도 테스트 샘플(모델이 자동으로 선택됨 - 교육용 샘플이 아님)과 독립(시험) Logloss_e는 거의 완벽하게 수렴됩니다.
리콜과 동일
그러나 정밀도 표시기는 기본적으로 일반적으로 이를 기반으로 한 모델을 선택하기 때문에 나를 놀라게 했습니다. 그런 다음 첫 번째 트리에서 즉시 1과 같았기 때문에 교육을 받지 않았습니다.
그러나 테스트와 시험의 다른 측정 항목 - 결과는 나를 많이 놀라게합니다 - 매우 작은 델타.
물론 그래프를 보면 모델이 재학습되고 3500개 이상의 트리에 대한 학습을 중단할 수 있음을 알 수 있지만 모델을 조정하지 않았고 데이터는 실제로 기본 설정으로 되어 있습니다.
오류는 어딘가에 있으며 테스트 및 훈련에 대해 정확히 발생하지 않습니다. 글쎄, 또는 성배, 다음 공유 :D
성배가 아니라 또 다른 100k 모델이 여기에서 익었고 결과는 그다지 좋지 않습니다. 예, 완전히 수익성이 없는 컷은 아주 잘 - 2%만 끔찍하지만 너무 많은 수익성 있는 모델을 도살했습니다.
나는 이것이 닫힌 시스템의 효과라고 생각합니다. 모델이 서로 비슷하기 때문에 특징을 잘 강조할 수 있을 뿐이므로 결과 간에 약간의 불일치가 있습니다.
나는 계획된 예측 변수를 완성하고 있으며 이것이 나를 괴롭히는 생각입니다. 내가 직접 선택하지 않았을 모델을 즉시 제거할 수 있습니다(큰 손실, 구매 및 판매의 강한 불균형, 매우 작은 확률 분포 등). , 그러면 분명히 나쁜 모델에 대한 정보가 줄어들지만 가설적으로 좋은 모델에서 모델을 선택하는 데 더 중점을 둘 것입니다(물론 테스트에서 좋은 모델이 검사 샘플에서 좋지 않은 결과를 얻을 수 있음). 그래서 표본을 잘라낼 가치가 있는지 없는지 모르겠지만, 어떻게 생각하세요?
글쎄, 나는 또한 목표로 벌거 벗은 이익을 거부 할 것입니다 - 나는 여러 기준에 따라 모델을 선택할 것입니다 - 아아, 이것은 목표 "1"을 줄이지만 모델이 기반으로 평가될 수 있도록 더 깊은 연결이 나타날 수 있습니다. 시험 결과.
포럼 사용자 여러분, 제가 게으르게 1200페이지를 읽지 못해서 여기 있는 누군가 Expert Advisor의 마감 주문에 따른 거래 결과를 기반으로 기계 학습을 구현하려고 시도한 사람이 있는지 알려주세요. 대략적으로 말하면 알고리즘을 가르쳐야 합니다. Expert Advisor가 특정 시점까지 더하기 거래를 중단하는 기간을 검색하고 결정하려면?
이 주제를 읽을 필요는 없습니다. 저를 믿고 마음을 어지럽히며 여기에서처럼 바로 시도해 보세요. RANDOM FORESTS PREDICT TRENDS 이것은 알고리즘 거래에서 MO 사용에 대한 훌륭한 입문 과정이지만 일반적으로 MO는 매우 광범위한 주제입니다. 사실 MO는 주로 발견적 방법과 공학 기술에서 고전 통계의 확장입니다. 따라서 이것은 더 이상 과학이 아니라 기술적인 샤머니즘입니다. 한편으로는 흥미롭지만 다른 한편으로는 추측과 남용으로 가득 차 있습니다. 지표 구축을 위한 트레이더가 처음에 실제로 한 일을 잊어버리고 MO가 바닥 없는 구멍인 경우가 종종 있습니다. 실제로 수행하고 라이브러리 및 패키지의 매개변수를 변경하지 않을 뿐만 아니라, 좋은 수학적 배경이 있어야 하며 최소한 해당 전문 분야의 학사여야 합니다.
성배가 아니라 또 다른 100k 모델이 여기에서 익었고 결과는 그다지 좋지 않습니다. 예, 완전히 수익성이 없는 컷은 아주 잘 - 2%만 끔찍하지만 너무 많은 수익성 있는 모델을 도살했습니다.
나는 이것이 닫힌 시스템의 효과라고 생각합니다. 모델이 서로 비슷하기 때문에 특징을 잘 강조할 수 있을 뿐이므로 결과 간에 약간의 불일치가 있습니다.
나는 계획된 예측 변수를 완성하고 있으며 이것이 나를 괴롭히는 생각입니다. 내가 직접 선택하지 않았을 모델을 즉시 제거할 수 있습니다(큰 손실, 구매 및 판매의 강한 불균형, 매우 작은 확률 분포 등). , 그러면 분명히 나쁜 모델에 대한 정보가 줄어들지만 가설적으로 좋은 모델에서 모델을 선택하는 데 더 중점을 둘 것입니다(물론 테스트에서 좋은 모델이 검사 샘플에서 좋지 않은 결과를 얻을 수 있음). 그래서 표본을 잘라낼 가치가 있는지 없는지 모르겠지만, 어떻게 생각하세요?
글쎄, 나는 또한 목표로 벌거 벗은 이익을 거부 할 것입니다 - 나는 여러 기준에 따라 모델을 선택할 것입니다 - 아아, 이것은 목표 "1"을 줄이지만 모델이 기반으로 평가될 수 있도록 더 깊은 연결이 나타날 수 있습니다. 시험 결과.
글쎄, 물론, 명백한 절망이 있다면, 당신은 그것을 제거 할 수 있습니다