ML 방법을 사용하여 알고리즘을 재현할 수 있습니까? 저것들. 어떤 이야기든 취하고, 매개변수로 지표를 실행하고 MO를 공급하십시오. 결과적으로 해당 지표의 알고리즘을 얻을 수 있습니까?
문제는 MO에 대한 문제의 공식화에 있습니다. 기록을 표시해야 합니다. 여기에 동일한 PriceChannel이 있습니다. 교육하기 쉽다고 생각합니다. ZZ는 복잡성 측면에서 2위가 될 것이지만 지수 평활화는 더 이상 분류가 아니라 회귀입니다. 분명히 같은 생각이지만 나는 회귀 작업을 하지 않았습니다.
4개의 입력 매개변수가 있는 TS가 일정 간격으로 수천 개의 트랜잭션을 수행하도록 합니다. 가능한 옵션이 적은 두 개의 입력 매개변수를 필터로 추가합니다. 출력에는 약 1,000개의 트랜잭션이 남아 있는 직선 형태의 차트가 있습니다. 그리고 그들 모두는 테스트 영역 전체에 다소 고르게 분포되어 있습니다.
원래 간격의 OOS 5%에서 배수 가능성이 높은 이유는 무엇입니까? 엄청난 간격과 단 6개의 항목으로 인해 정말 많은 수의 트랜잭션이 발생했습니다. 그리고 네이키드 핏이 있었습니다.
이것은 실제로 6개의 입력 매개변수가 아니라 더 많다는 것을 의미합니까? 첫 번째 질문 에 대한 일종의 참조입니다. 우리에게 간단한 알고리즘은 실제로 본질적으로 복잡하지 않습니까?
왜 배수구가 없어야합니까? 과거 데이터의 유사성은 모델의 정확성을 평가하기 위한 별도의 문제입니다.
그런 다음 입구에서 주어진 것, 학습을 위해 역사를 표시하는 방법, 가르친 것-여기에는 많은 뉘앙스가 있습니다.
나는 이런 상황을 몇 번 겪었다. TS는 테스트 간격에 대한 이익을 보여줍니다. 당신은 OOS를 여러 번 더 출시합니다. 동일한 수익의 성격을 가집니다. 당신은 실제와 몇 달 동안 동일한 이익에 베팅합니다.
그리고 어느 시점에서 계획된 배수. 동일한 TS를 다시 최적화하지 않아도 긍정적인 결과를 얻을 수 있습니다. 기껏해야 배수가 느려집니다.
잠시 후, 모든 것이 나쁘다는 것을 깨닫고 현실에서 벗어납니다. TC가 테스터에서 어떻게 병합되는지 몇 달 동안 지켜봅니다.
그리고 갑자기 2주의 이익, 한 달의 이익, OOS-month - 이익. 여전히 같은 차량입니다. 당신은 그것을 실제에 놓고 첫 번째 단락에서 설명한 것과 같은 방식으로 모든 것을 얻습니다.
이것은 가상의 상황이 아니라 실제 사례입니다. 동시에 TS는 소수의 기호에서만 그 섬세함을 보여주었습니다. 다른 것들은 일년 내내 배수가 있습니다.
그리고 물론 TC는 24시간 거래할 필요가 없었습니다. 일중 거래 간격이 있을 수 있습니다.
MO 사용에 대한 일반적인 관행의 관점에서 유사한 특성을 가진 차량을 얻을 수 있었습니까?
따라서 이것은 다시 시장의 단계와 TS/MO 모델이 배운 것과 관련된 질문입니다. 예를 들어, CatBoost 에서 모델을 훈련했습니다. 훈련 이외의 기록에서는 모든 것이 정상이고, 실제에 적용하고 3개월 동안 침묵이 흘렀습니다. 제거하고 지난 한 달 동안 테스트를 통해 내가 알았습니다. (지난 달에) 수익성 있는 거래를 많이 놓쳤지만 여기에서는 분명히 모델 자체가 무언가를 고려했고 시장이 매우 평탄한 기간을 보냈고 모델이 추세에 맞춰 조정되었기 때문에 거래를 하지 않았습니다. 분).
무슨 훈련?! 6개의 최적화된 매개변수가 있는 일반 클래식 Expert Advisor. 일반 GA는 인터벌에서 우수한 결과를 제공합니다.
나는 "물론 OOS의 소모를 예상한 것은 무엇입니까?"라는 대답에는 관심이 없습니다. 그리고 1000건의 거래에도 OOS의 소모가 정당화되는 이유는 무엇입니까?
학습 간격은 무엇입니까? 1000개의 거래가 하나의 글로벌 추세에 있을 수 있으며, 벡터를 따라 포지션을 여는 것은 그 자체로 이점이 될 것입니다.
예를 들어, 미래시 내가 5년 동안 역사에 대해 가르쳐왔기 때문에 더 다양한 상황이 있을 것입니다. Forex Expert Advisors I은 2008년부터 2016년까지 15분 동안 최적화했습니다.
글쎄요, 사실 최적화는 동일한 ML 방법이므로 앞에서 말한 모든 것이 사실입니다.
fxsaber :
나의 아마추어적 추론은 다음과 같다.
TS는 자유도가 거의 없습니다. 이는 피팅 확률이 감소한다는 것을 의미합니다.
간격에 걸쳐 균등하게 분포된 수천 건의 거래는 이 간격에서 오랫동안 지속되는 "규칙성"이 드러났습니다. 또한, 균형 그래프는 거의 직선입니다.
시장의 유사성을 평가하는 것에 대해 생각하고 싶지 않은 이유는 무엇입니까? 예를 들어, Forex 변동성이 최근 몇 년 동안, 심지어 올해에도 눈에 띄게 감소한 것을 보았습니다. 예전에는 한 달에 3-4배 더 벌었지만 지금은 거기에 Forex의 내 TC에 따르면 단순히 움직임과 거래가 없습니다.
그런 다음 모든 것을 객관적으로 살펴보고 TS가 정말 간단한 것인지 이해하려고 노력하고 행동이 합리적인지 또는 이것이 우연의 문제인지 생각해야합니다.
fxsaber :
이러한 주장에 대해 실제로 잘못된 것은 무엇입니까?
추론은 시장의 정상성을 가정하기 때문에 오류이며 이것은 동일하지 않습니다 ...
fxsaber :
실제로 입력 매개변수가 6개가 아니라 조건부로 100만 개라고 가정합니다. 이것은 TS 알고리즘을 재현하는 범용 기계의 입력 매개변수의 수입니다. 저것들. 알고리즘 자체는 특정 입력 매개변수 세트입니다.
지표에 대해 이야기하고 있다면 실제로 지표 자체의 논리를 고려해야 하기 때문에 실제로 훨씬 더 많은 매개 변수가 있습니다. 셀 수 없는 조합. 하지만 저는 개인적으로 반대로 인디케이터를 사용하는 것이 건전한 접근이라고 생각합니다. 왜냐하면 많은 시장 참가자들이 그것을 사용한다는 사실에서 진행하기 때문에 참가자의 TS 로직의 일부를 돈으로 잡을 기회가 있다는 의미입니다 .
ML 방법을 사용하여 알고리즘을 재현할 수 있습니까? 저것들. 어떤 이야기든 취하고, 매개변수로 지표를 실행하고 MO를 피드하십시오. 결과적으로 해당 지표의 알고리즘을 얻을 수 있습니까?
EMA와 같은 평활화를 정확하게 얻을 수 있습니다. 코드 형태의 "알고리즘"이 아니라 결과를 의미하기를 바랍니다. :)
나는 PriceChannel과 ZZ에 대해 확신이 서지 않고, 결점은 분명히 분명할 것입니다. 일반적으로 작업은 흥미 롭습니다. 감사합니다 :)
fxsaber :
질문 02.
4개의 입력 매개변수가 있는 TS가 일정 간격으로 수천 개의 트랜잭션을 수행하도록 합니다. 가능한 옵션이 적은 두 개의 입력 매개변수를 필터로 추가합니다. 출력에는 약 1000개의 트랜잭션이 남아 있는 직선 형태의 그래프가 있습니다. 그리고 그들 모두는 테스트 영역 전체에 다소 고르게 분포되어 있습니다.
원래 간격의 5% OOS에서 배수 가능성이 높은 이유는 무엇입니까? 엄청난 간격과 단 6개의 항목으로 인해 정말 많은 수의 트랜잭션이 발생했습니다. 그리고 네이키드 핏이 있었습니다.
이것은 실제로 6개의 입력 매개변수가 아니라 더 많다는 것을 의미합니까? 첫 번째 질문 에 대한 일종의 참조입니다. 우리에게 간단한 알고리즘은 실제로 본질적으로 복잡하지 않습니까?
이것은 예측보다 전략 알고리즘 및 MM 유형의 문제입니다. 대부분의 테스터 grails는 평균화 및 때때로 oversitting이 있는 반대 유형입니다. 이러한 설정에서 "grail"을 얻는 것은 매우 쉽고 하나의 매개변수를 사용하여 보다 객관적인 그림을 얻으려면 최소한 평균화를 제거해야 합니다. 이것으로는 충분하지 않지만 테스터를 통해 다른 사람뿐만 아니라 자신도 속일 수 있기 때문에 IMHO는 예측(추세/역전)에 대한 기대치를 올바르게 측정해야 합니다.
fxsaber :
질문 03.
나는 이런 상황을 몇 번 겪었다. TS는 테스트 간격에 대한 이익을 보여줍니다. 당신은 OOS를 여러 번 더 출시합니다. 동일한 수익의 성격을 가집니다. 당신은 실제와 몇 달 동안 동일한 이익에 베팅합니다.
그리고 어느 시점에서 계획된 배수. 동일한 TS를 다시 최적화하지 않아도 긍정적인 결과를 얻을 수 있습니다. 기껏해야 배수가 느려집니다.
잠시 후, 모든 것이 나쁘다는 것을 깨닫고 현실에서 벗어납니다. 테스터에서 TS가 어떻게 배수되는지 몇 달 동안 관찰합니다.
그리고 갑자기 2주의 이익, 한 달의 이익, OOS-month - 이익. 여전히 같은 차량입니다. 당신은 그것을 실제에 놓고 첫 번째 단락에서 설명한 것과 같은 방식으로 모든 것을 얻습니다.
이것은 가상의 상황이 아니라 실제 사례입니다. 동시에 TS는 소수의 기호에서만 그 섬세함을 보여주었습니다. 다른 것들은 일년 내내 배수가 있습니다.
그리고 물론 TC는 24시간 거래할 필요가 없었습니다. 일중 거래 간격이 있을 수 있습니다.
MO 사용에 대한 일반적인 관행의 관점에서 유사한 특성을 가진 차량을 얻을 수 있었습니까?
그러한 세부 사항에 대해 "솔직히" 말할 수 있는 사람은 없을 것입니다. 일반적으로 ML을 헛되이 별도의 것으로 선택하면 ML은 통계의 확장일 뿐이며 일반 알고리즘은 ML이며 그리드 최적화도 ML이므로 ML은 항상 알고리즘 거래에 있었습니다. :)
게으른 사람들은 차량 검색 프로세스의 완전 자동화를 희망하는 경향이 있으므로 MO가 모든 작업을 수행합니다. 그것을 사용하는 감각, 그러나 지금, 고전적인 MO는 좋은 징후를 찾는 데 능숙하지 않으며 "딥"은 여전히 모든면에서 매우 변덕스럽고 그와 함께 일하는 것은 고통스럽고 결과가 모호합니다.
문제는 훈련을 위해 입력 데이터를 준비하는 것입니다. ZigZag에서는 일반적으로 문제입니다. 가장 간단한 것은 ZZ에서 휴식 가격을 설정하는 것입니다. 훈련, 테스트 - 작동하지 않습니다. 이유는 무엇입니까? - 엄밀히 특정 데이터에 묶여 있기 때문에 앞으로 그런 가격은 없고, NN은 일반 다항식 y = ax + bx + cx + dx + ex ..... 다항식의 개수는 뉴런의 개수, 뉴런이 많을수록 품질(오류 NS)이 더 좋아지지만 재훈련이 더 빨리 발생합니다. .... 재훈련은 새로운 유형의 NS를 발명하여 싸우지만 더 나쁜 곳에서도 더 좋습니다....
그러나 주기적인 함수를 사용하면 NN이 실제로 이상적으로 작동합니다. 이러한 함수는 Taylor 시리즈의 확장을 사용하여 작성할 수 있기 때문입니다. (나는 이미 기억하지 못한다) - 그리고 이것은 5개의 다항식 y = ax + bx + cx + dx + ex가 될 것입니다.
추신: 가격 시리즈에서 아무도 다항식 공식을 발명하지 못했습니다. 그래서 NS가 완벽하게 작동하지 않습니다 ... 아마도 그러한 공식이 없을 수도 있습니다)))
이것은 예측보다 전략 알고리즘 및 MM 유형의 문제입니다. 대부분의 테스터 grails는 평균화 및 때때로 oversitting이 있는 반대 유형입니다. 이러한 설정에서 "grail"을 얻는 것은 매우 쉽고 하나의 매개변수를 사용하여 보다 객관적인 그림을 얻으려면 최소한 평균화를 제거해야 합니다. 이것으로는 충분하지 않지만 테스터를 통해 다른 사람뿐만 아니라 자신도 속일 수 있기 때문에 IMHO는 예측(추세/역전)에 대한 기대치를 올바르게 측정해야 합니다.
오늘 밤에 무언가를 바꿨습니다. 인용되지 않은 답변으로, 나는 다른 사람들을 위해 읽는 것이 재미있을 것이라고 생각합니다.
Тиковая ТС, без использования каких-либо индикаторов, включая бары. Более того, никак не обращается к истории цены. Внутри нет циклов. В общем быстрая однопроходная болванка. При этом еще и переворотная: сигнал на закрытие является сигналом на открытие противоположной позиции. Т.е. в рынке постоянно. Постоянный лот. Ну и для некоторой честности...
2. 3차 다항식(자유 항 3개만)을 취해 적어도 1km 길이의 그래프 조각에 맞춥니다. 이것은 OOS에서 작동한다는 것을 의미합니까? 당연히 아니지. 곡선은 거의 즉시 분기되기 시작하지만 때로는 운이 좋은 방향으로 갈 수 있습니다. 악용되는 규칙성이 알려지지 않은 경우(이론적으로, 개념적으로, 근본적으로 - 무엇이든), 그 이유는 질문을 제거할 수 있기 때문입니다. 항상 SB에 적합합니다.
3. t.z MO를 사용하면 원하는 모든 것을 얻을 수 있습니다. 기본적으로 이러한 섹션은 특정 추세와 함께 있을 것이며 유사하다면 작동할 것입니다. 저것들. 이 경우 중기적으로 시장이 변화하거나 시장이 예전과 유사하게 되는 것이 글로벌 추세입니다. 따라서 작동/작동하지 않습니다.
이러한 모든 문제는 개념 수준에서 계량 경제학 에서 해결됩니다. 선형 추세가 주요 구성 요소이며 먼저 예측됩니다. 그런 다음 추세가 유지되는 경우 직선 스틱 주위의 비선형 변동. 가장 큰 추세는 역사가 없기 때문에 예측할 수 없습니다. 모든 불확실성은 장기 계획에서 비롯됩니다. 일반적으로 3개 이하의 몇 가지 자유 항만이 시장 곡선을 설명합니다. 미지는 이미 예측되지 않은 상태로 남아 있는 것으로 조정될 수 있습니다.
질문 01.
다음 표시기는 외부 입력 매개변수가 하나만 있습니다.
최소한의 외부 입력 매개변수가 있기 때문에 이 표시기를 정확하게 선택했습니다.
ML 방법을 사용하여 알고리즘을 재현할 수 있습니까? 저것들. 어떤 이야기든 취하고, 매개변수로 지표를 실행하고 MO를 공급하십시오. 결과적으로 해당 지표의 알고리즘을 얻을 수 있습니까?
문제는 MO에 대한 문제의 공식화에 있습니다. 기록을 표시해야 합니다. 여기에 동일한 PriceChannel이 있습니다. 교육하기 쉽다고 생각합니다. ZZ는 복잡성 측면에서 2위가 될 것이지만 지수 평활화는 더 이상 분류가 아니라 회귀입니다. 분명히 같은 생각이지만 나는 회귀 작업을 하지 않았습니다.
질문 03.
나는 이런 상황을 몇 번 겪었다. TS는 테스트 간격에 대한 이익을 보여줍니다. 당신은 OOS를 여러 번 더 출시합니다. 동일한 수익의 성격을 가집니다. 당신은 실제와 몇 달 동안 동일한 이익에 베팅합니다.
그리고 어느 시점에서 계획된 배수. 동일한 TS를 다시 최적화하지 않아도 긍정적인 결과를 얻을 수 있습니다. 기껏해야 배수가 느려집니다.
잠시 후, 모든 것이 나쁘다는 것을 깨닫고 현실에서 벗어납니다. 테스터에서 TS가 어떻게 배수되는지 몇 달 동안 관찰합니다.
그리고 갑자기 2주의 이익, 한 달의 이익, OOS-month - 이익. 여전히 같은 차량입니다. 당신은 그것을 실제에 놓고 첫 번째 단락에서 설명한 것과 같은 방식으로 모든 것을 얻습니다.
이것은 가상의 상황이 아니라 실제 사례입니다. 동시에 TS는 소수의 캐릭터에서만 그 가벼움 을 보여주었다. 다른 사람들은 일년 내내 배수가 있습니다.
그리고 물론 TC는 24시간 거래할 필요가 없었습니다. 일중 거래 간격이 있을 수 있습니다.
MO 사용에 대한 일반적인 관행의 관점에서 유사한 특성을 가진 차량을 얻을 수 있었습니까?
질문 02.
4개의 입력 매개변수가 있는 TS가 일정 간격으로 수천 개의 트랜잭션을 수행하도록 합니다. 가능한 옵션이 적은 두 개의 입력 매개변수를 필터로 추가합니다. 출력에는 약 1,000개의 트랜잭션이 남아 있는 직선 형태의 차트가 있습니다. 그리고 그들 모두는 테스트 영역 전체에 다소 고르게 분포되어 있습니다.
원래 간격의 OOS 5%에서 배수 가능성이 높은 이유는 무엇입니까? 엄청난 간격과 단 6개의 항목으로 인해 정말 많은 수의 트랜잭션이 발생했습니다. 그리고 네이키드 핏이 있었습니다.
이것은 실제로 6개의 입력 매개변수가 아니라 더 많다는 것을 의미합니까? 첫 번째 질문 에 대한 일종의 참조입니다. 우리에게 간단한 알고리즘은 실제로 본질적으로 복잡하지 않습니까?
왜 배수구가 없어야합니까? 과거 데이터의 유사성은 모델의 정확성을 평가하기 위한 별도의 문제입니다.
그런 다음 입구에서 주어진 것, 학습을 위해 역사를 표시하는 방법, 가르친 것-여기에는 많은 뉘앙스가 있습니다.
질문 03.
나는 이런 상황을 몇 번 겪었다. TS는 테스트 간격에 대한 이익을 보여줍니다. 당신은 OOS를 여러 번 더 출시합니다. 동일한 수익의 성격을 가집니다. 당신은 실제와 몇 달 동안 동일한 이익에 베팅합니다.
그리고 어느 시점에서 계획된 배수. 동일한 TS를 다시 최적화하지 않아도 긍정적인 결과를 얻을 수 있습니다. 기껏해야 배수가 느려집니다.
잠시 후, 모든 것이 나쁘다는 것을 깨닫고 현실에서 벗어납니다. TC가 테스터에서 어떻게 병합되는지 몇 달 동안 지켜봅니다.
그리고 갑자기 2주의 이익, 한 달의 이익, OOS-month - 이익. 여전히 같은 차량입니다. 당신은 그것을 실제에 놓고 첫 번째 단락에서 설명한 것과 같은 방식으로 모든 것을 얻습니다.
이것은 가상의 상황이 아니라 실제 사례입니다. 동시에 TS는 소수의 기호에서만 그 섬세함을 보여주었습니다. 다른 것들은 일년 내내 배수가 있습니다.
그리고 물론 TC는 24시간 거래할 필요가 없었습니다. 일중 거래 간격이 있을 수 있습니다.
MO 사용에 대한 일반적인 관행의 관점에서 유사한 특성을 가진 차량을 얻을 수 있었습니까?
따라서 이것은 다시 시장의 단계와 TS/MO 모델이 배운 것과 관련된 질문입니다. 예를 들어, CatBoost 에서 모델을 훈련했습니다. 훈련 이외의 기록에서는 모든 것이 정상이고, 실제에 적용하고 3개월 동안 침묵이 흘렀습니다. 제거하고 지난 한 달 동안 테스트를 통해 내가 알았습니다. (지난 달에) 수익성 있는 거래를 많이 놓쳤지만 여기에서는 분명히 모델 자체가 무언가를 고려했고 시장이 매우 평탄한 기간을 보냈고 모델이 추세에 맞춰 조정되었기 때문에 거래를 하지 않았습니다. 분).
왜 배수구가 없어야합니까? 과거 데이터의 유사성은 모델의 정확성을 평가하기 위한 별도의 문제입니다.
그런 다음 입구에서 주어진 것, 학습을 위해 역사를 표시하는 방법, 가르친 것-여기에는 많은 뉘앙스가 있습니다.
무슨 훈련?! 6개의 최적화된 매개변수가 있는 일반 클래식 Expert Advisor. 일반 GA는 인터벌에서 우수한 결과를 제공합니다.
나는 "물론 OOS의 소모를 예상한 것은 무엇입니까?"라는 대답에는 관심이 없습니다. 그리고 1000건의 거래에도 OOS의 소모가 정당화되는 이유는 무엇입니까?
나의 아마추어적 추론은 다음과 같다.
TS는 자유도가 거의 없습니다. 이는 피팅 확률이 감소한다는 것을 의미합니다.
간격에 걸쳐 균등하게 분포된 수천 건의 거래는 이 간격에서 오랫동안 지속되는 "규칙성"이 드러났습니다. 또한, 균형 그래프는 거의 직선입니다.
이러한 주장에 대해 실제로 잘못된 것은 무엇입니까? 실제로 입력 매개변수가 6개가 아니라 조건부로 100만 개라고 가정합니다. 이것은 TS 알고리즘을 재현하는 범용 기계의 입력 매개변수의 수입니다. 저것들. 알고리즘 자체는 특정 입력 매개변수 세트입니다.
무슨 훈련?! 6개의 최적화된 매개변수가 있는 일반 클래식 Expert Advisor. 일반 GA는 인터벌에서 우수한 결과를 제공합니다.
나는 "물론 OOS의 소모를 예상한 것은 무엇입니까?"라는 대답에는 관심이 없습니다. 그리고 1000건의 거래에도 OOS의 소모가 정당화되는 이유는 무엇입니까?
학습 간격은 무엇입니까? 1000개의 거래가 하나의 글로벌 추세에 있을 수 있으며, 벡터를 따라 포지션을 여는 것은 그 자체로 이점이 될 것입니다.
예를 들어, 미래시 내가 5년 동안 역사에 대해 가르쳐왔기 때문에 더 다양한 상황이 있을 것입니다. Forex Expert Advisors I은 2008년부터 2016년까지 15분 동안 최적화했습니다.
글쎄요, 사실 최적화는 동일한 ML 방법이므로 앞에서 말한 모든 것이 사실입니다.
나의 아마추어적 추론은 다음과 같다.
TS는 자유도가 거의 없습니다. 이는 피팅 확률이 감소한다는 것을 의미합니다.
간격에 걸쳐 균등하게 분포된 수천 건의 거래는 이 간격에서 오랫동안 지속되는 "규칙성"이 드러났습니다. 또한, 균형 그래프는 거의 직선입니다.
시장의 유사성을 평가하는 것에 대해 생각하고 싶지 않은 이유는 무엇입니까? 예를 들어, Forex 변동성이 최근 몇 년 동안, 심지어 올해에도 눈에 띄게 감소한 것을 보았습니다. 예전에는 한 달에 3-4배 더 벌었지만 지금은 거기에 Forex의 내 TC에 따르면 단순히 움직임과 거래가 없습니다.
그런 다음 모든 것을 객관적으로 살펴보고 TS가 정말 간단한 것인지 이해하려고 노력하고 행동이 합리적인지 또는 이것이 우연의 문제인지 생각해야합니다.
이러한 주장에 대해 실제로 잘못된 것은 무엇입니까?
추론은 시장의 정상성을 가정하기 때문에 오류이며 이것은 동일하지 않습니다 ...
실제로 입력 매개변수가 6개가 아니라 조건부로 100만 개라고 가정합니다. 이것은 TS 알고리즘을 재현하는 범용 기계의 입력 매개변수의 수입니다. 저것들. 알고리즘 자체는 특정 입력 매개변수 세트입니다.
지표에 대해 이야기하고 있다면 실제로 지표 자체의 논리를 고려해야 하기 때문에 실제로 훨씬 더 많은 매개 변수가 있습니다. 셀 수 없는 조합. 하지만 저는 개인적으로 반대로 인디케이터를 사용하는 것이 건전한 접근이라고 생각합니다. 왜냐하면 많은 시장 참가자들이 그것을 사용한다는 사실에서 진행하기 때문에 참가자의 TS 로직의 일부를 돈으로 잡을 기회가 있다는 의미입니다 .
질문 01.
다음 표시기는 외부 입력 매개변수가 하나만 있습니다.
최소한의 외부 입력 매개변수가 있기 때문에 이 표시기를 정확하게 선택했습니다.
ML 방법을 사용하여 알고리즘을 재현할 수 있습니까? 저것들. 어떤 이야기든 취하고, 매개변수로 지표를 실행하고 MO를 피드하십시오. 결과적으로 해당 지표의 알고리즘을 얻을 수 있습니까?
EMA와 같은 평활화를 정확하게 얻을 수 있습니다. 코드 형태의 "알고리즘"이 아니라 결과를 의미하기를 바랍니다. :)
나는 PriceChannel과 ZZ에 대해 확신이 서지 않고, 결점은 분명히 분명할 것입니다. 일반적으로 작업은 흥미 롭습니다. 감사합니다 :)
질문 02.
4개의 입력 매개변수가 있는 TS가 일정 간격으로 수천 개의 트랜잭션을 수행하도록 합니다. 가능한 옵션이 적은 두 개의 입력 매개변수를 필터로 추가합니다. 출력에는 약 1000개의 트랜잭션이 남아 있는 직선 형태의 그래프가 있습니다. 그리고 그들 모두는 테스트 영역 전체에 다소 고르게 분포되어 있습니다.
원래 간격의 5% OOS에서 배수 가능성이 높은 이유는 무엇입니까? 엄청난 간격과 단 6개의 항목으로 인해 정말 많은 수의 트랜잭션이 발생했습니다. 그리고 네이키드 핏이 있었습니다.
이것은 실제로 6개의 입력 매개변수가 아니라 더 많다는 것을 의미합니까? 첫 번째 질문 에 대한 일종의 참조입니다. 우리에게 간단한 알고리즘은 실제로 본질적으로 복잡하지 않습니까?
이것은 예측보다 전략 알고리즘 및 MM 유형의 문제입니다. 대부분의 테스터 grails는 평균화 및 때때로 oversitting이 있는 반대 유형입니다. 이러한 설정에서 "grail"을 얻는 것은 매우 쉽고 하나의 매개변수를 사용하여 보다 객관적인 그림을 얻으려면 최소한 평균화를 제거해야 합니다. 이것으로는 충분하지 않지만 테스터를 통해 다른 사람뿐만 아니라 자신도 속일 수 있기 때문에 IMHO는 예측(추세/역전)에 대한 기대치를 올바르게 측정해야 합니다.
질문 03.
나는 이런 상황을 몇 번 겪었다. TS는 테스트 간격에 대한 이익을 보여줍니다. 당신은 OOS를 여러 번 더 출시합니다. 동일한 수익의 성격을 가집니다. 당신은 실제와 몇 달 동안 동일한 이익에 베팅합니다.
그리고 어느 시점에서 계획된 배수. 동일한 TS를 다시 최적화하지 않아도 긍정적인 결과를 얻을 수 있습니다. 기껏해야 배수가 느려집니다.
잠시 후, 모든 것이 나쁘다는 것을 깨닫고 현실에서 벗어납니다. 테스터에서 TS가 어떻게 배수되는지 몇 달 동안 관찰합니다.
그리고 갑자기 2주의 이익, 한 달의 이익, OOS-month - 이익. 여전히 같은 차량입니다. 당신은 그것을 실제에 놓고 첫 번째 단락에서 설명한 것과 같은 방식으로 모든 것을 얻습니다.
이것은 가상의 상황이 아니라 실제 사례입니다. 동시에 TS는 소수의 기호에서만 그 섬세함을 보여주었습니다. 다른 것들은 일년 내내 배수가 있습니다.
그리고 물론 TC는 24시간 거래할 필요가 없었습니다. 일중 거래 간격이 있을 수 있습니다.
MO 사용에 대한 일반적인 관행의 관점에서 유사한 특성을 가진 차량을 얻을 수 있었습니까?
그러한 세부 사항에 대해 "솔직히" 말할 수 있는 사람은 없을 것입니다. 일반적으로 ML을 헛되이 별도의 것으로 선택하면 ML은 통계의 확장일 뿐이며 일반 알고리즘은 ML이며 그리드 최적화도 ML이므로 ML은 항상 알고리즘 거래에 있었습니다. :)
게으른 사람들은 차량 검색 프로세스의 완전 자동화를 희망하는 경향이 있으므로 MO가 모든 작업을 수행합니다. 그것을 사용하는 감각, 그러나 지금, 고전적인 MO는 좋은 징후를 찾는 데 능숙하지 않으며 "딥"은 여전히 모든면에서 매우 변덕스럽고 그와 함께 일하는 것은 고통스럽고 결과가 모호합니다.
나의 아마추어적 추론은 다음과 같다.
TS는 자유도가 거의 없습니다. 이는 피팅 확률이 감소한다는 것을 의미합니다.
간격에 걸쳐 균등하게 분포된 수천 건의 거래는 이 간격에서 오랫동안 지속되는 "규칙성"이 드러났습니다. 또한, 균형 그래프는 거의 직선입니다.
이러한 주장에 대해 실제로 잘못된 것은 무엇입니까? 실제로 입력 매개변수가 6개가 아니라 조건부로 100만 개라고 가정합니다. 이것은 TS 알고리즘을 재현하는 범용 기계의 입력 매개변수의 수입니다. 저것들. 알고리즘 자체는 특정 입력 매개변수 세트입니다.
시계열을 평가할 때 잘못된 것입니다(가격, 주사위 던지기 순서 또는 "운세의 수레바퀴" 숫자인지 여부 또는 일반적으로 온도 차트인지 여부는 중요하지 않음)
당신(그리고 이 포럼의 모든 참가자)은 시계열 이 미래에 정확히 이런 식으로 행동해야 한다고 믿습니다 - 우리는 시도했습니다! 불행히도 항상 맞는 것이 있으며 더 많은 입력을 사용할수록 더 잘 맞고 자신감이 생깁니다.
habré https://habr.com/ru/company/ods/blog/322716/ 에 대한 기사의 첫 번째 부분을 읽으십시오.
일정까지
프레젠테이션을 정말 좋아했습니다
글쎄, MO에 대한 귀하의 질문에 대해, 내 아마추어적인 추론:
문제는 훈련을 위해 입력 데이터를 준비하는 것입니다. ZigZag에서는 일반적으로 문제입니다. 가장 간단한 것은 ZZ에서 휴식 가격을 설정하는 것입니다. 훈련, 테스트 - 작동하지 않습니다. 이유는 무엇입니까? - 엄밀히 특정 데이터에 묶여 있기 때문에 앞으로 그런 가격은 없고, NN은 일반 다항식 y = ax + bx + cx + dx + ex ..... 다항식의 개수는 뉴런의 개수, 뉴런이 많을수록 품질(오류 NS)이 더 좋아지지만 재훈련이 더 빨리 발생합니다. .... 재훈련은 새로운 유형의 NS를 발명하여 싸우지만 더 나쁜 곳에서도 더 좋습니다....
그러나 주기적인 함수를 사용하면 NN이 실제로 이상적으로 작동합니다. 이러한 함수는 Taylor 시리즈의 확장을 사용하여 작성할 수 있기 때문입니다. (나는 이미 기억하지 못한다) - 그리고 이것은 5개의 다항식 y = ax + bx + cx + dx + ex가 될 것입니다.
추신: 가격 시리즈에서 아무도 다항식 공식을 발명하지 못했습니다. 그래서 NS가 완벽하게 작동하지 않습니다 ... 아마도 그러한 공식이 없을 수도 있습니다)))
이것은 예측보다 전략 알고리즘 및 MM 유형의 문제입니다. 대부분의 테스터 grails는 평균화 및 때때로 oversitting이 있는 반대 유형입니다. 이러한 설정에서 "grail"을 얻는 것은 매우 쉽고 하나의 매개변수를 사용하여 보다 객관적인 그림을 얻으려면 최소한 평균화를 제거해야 합니다. 이것으로는 충분하지 않지만 테스터를 통해 다른 사람뿐만 아니라 자신도 속일 수 있기 때문에 IMHO는 예측(추세/역전)에 대한 기대치를 올바르게 측정해야 합니다.
오늘 밤에 무언가를 바꿨습니다. 인용되지 않은 답변으로, 나는 다른 사람들을 위해 읽는 것이 재미있을 것이라고 생각합니다.
https://www.mql5.com/en/blogs/post/728196
1. 예, 어느 정도 정확합니다(근사치 오류).
2. 3차 다항식(자유 항 3개만)을 취해 적어도 1km 길이의 그래프 조각에 맞춥니다. 이것은 OOS에서 작동한다는 것을 의미합니까? 당연히 아니지. 곡선은 거의 즉시 분기되기 시작하지만 때로는 운이 좋은 방향으로 갈 수 있습니다. 악용되는 규칙성이 알려지지 않은 경우(이론적으로, 개념적으로, 근본적으로 - 무엇이든), 그 이유는 질문을 제거할 수 있기 때문입니다. 항상 SB에 적합합니다.
3. t.z MO를 사용하면 원하는 모든 것을 얻을 수 있습니다. 기본적으로 이러한 섹션은 특정 추세와 함께 있을 것이며 유사하다면 작동할 것입니다. 저것들. 이 경우 중기적으로 시장이 변화하거나 시장이 예전과 유사하게 되는 것이 글로벌 추세입니다. 따라서 작동/작동하지 않습니다.
이러한 모든 문제는 개념 수준에서 계량 경제학 에서 해결됩니다. 선형 추세가 주요 구성 요소이며 먼저 예측됩니다. 그런 다음 추세가 유지되는 경우 직선 스틱 주위의 비선형 변동. 가장 큰 추세는 역사가 없기 때문에 예측할 수 없습니다. 모든 불확실성은 장기 계획에서 비롯됩니다. 일반적으로 3개 이하의 몇 가지 자유 항만이 시장 곡선을 설명합니다. 미지는 이미 예측되지 않은 상태로 남아 있는 것으로 조정될 수 있습니다.