트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 180

 
마이클 마르쿠카이테스 :

옵션을 알려주세요. 한 변수를 최적화하여 다른 변수가 0이 되도록 하려면 어떻게 해야 합니까 ???? 글쎄, 또는 제로를 열망하는 .....

일반적으로 최적화는 다른 변수에 따라 가변적입니다....

F(-fabs(y(x))

그래서?

질문을 더 정확하게 공식화하십시오.

 

최근 mql에 alglib 라이브러리가 추가되었습니다. 이 라이브러리로 해결해야 합니다.

1단계: 두 번째 변수의 값을 계산하는 함수 작성

double Qwe( double inp){
     return (MathSin(inp)); //для примера новая переменная будет вычисляться как синус из первой переменной
}

첫 번째 변수 inp가 있고 두 번째 변수는 Qwe() 함수를 사용하여 이 변수에서 계산됩니다. 귀하의 경우 Qwe() 함수에는 일부 코드가 필요합니다. 가격 내역을 보고 거기에서 귀하의 방법에 따라 무언가를 계산해야 합니다.

다음으로 일반적인 최적화 문제가 있습니다. inp 변수를 변경하고 Qwe() 함수의 값을 계산해야 합니다. inp를 변경하여 함수의 더 작은 결과를 얻습니다. 이것은 Alglib에서 수행할 수 있습니다. 여기에 도구 목록이 있습니다. http://www.alglib.net/optimization/ . Levenberg-Marquardt 알고리즘 이 적합해야 할 것 같습니다. mql의 예제는 실제로 보지 못하지만 함수의 이름은 동일한 것 같습니다. C ++의 예제를 볼 수 있으며 mql에 거의 동일한 코드가 있을 가능성이 큽니다.

 

오래전부터 해온 아이디어인데, 시도한 사람이 있습니까?

우리는 "생존"의 모델에 대해 이야기하고 있습니다.

의학에서 사용됩니다.

환자에 대한 많은 정보가 수집되고 모델은 그러한 환자가 얼마나 오래 살지 예측합니다.

우리의 경우.

우리는 많은 정보를 가지고 어떤 TR/SL 가격이 도달할지 예측합니다.

 

마이클 마르쿠카이테스 :

출력 변수가 차량의 이익 금액에 의해 조절된다는 점을 고려하면 이 매개변수를 변경하여 입력 데이터의 품질을 최소한 알 수 있습니다...

아니요. 동일한 입력에서 다른 대상과 얼마나 많은 드립이 발생하는지 알 수 있습니다. 글쎄, 당신은 그것을 변경하고 있습니다))) 모든 것이 다소 형식화되어야합니다.
이를 바탕으로 사례를 제시하고 이론을 세워야 한다. 또한 Andrey는 올바른 문구로 그를 따랐습니다. 오리엔테이션과 관련하여
equi, 그러면 그물 등이 필요하지 않습니다. ga sui와 쓰레기에 ...
 
산산이치 포멘코 :

오래전부터 해온 아이디어인데, 시도한 사람이 있습니까?

우리는 "생존"의 모델에 대해 이야기하고 있습니다.

의학에서 사용됩니다.

환자에 대한 많은 정보가 수집되고 모델은 그러한 환자가 얼마나 오래 살지 예측합니다.

우리의 경우.

우리는 많은 정보를 가지고 어떤 TR/SL 가격이 도달할지 예측합니다.

가장 흥미로운 점은 대부분의 경우 스톱 없이 거래하는 초과 체류자들이 자주 사용하는 그곳과 저곳 모두에 "도달"한다는 것입니다. 글쎄, 보증금이 더 이상 앉을 수 없을 정도로 드문 경우가 올 때까지. 즉, 중요한 것은 도달하는 값이 아니라 이러한 점에 도달하는 순서입니다.
 
블랙톰캣 :
가장 흥미로운 점은 대부분의 경우 스톱 없이 거래하는 초과 체류자들이 자주 사용하는 그곳과 저곳 모두에 "도달"한다는 것입니다. 글쎄, 보증금이 더 이상 앉을 수 없을 정도로 드문 경우가 올 때까지. 즉, 중요한 것은 도달하는 값이 아니라 이러한 점에 도달하는 순서입니다.

이것은 당신이 당신의 머리에 왕없이 앉아있는 경우입니다.

그리고 적절한 확률의 TP 예측이 있는 경우 손실을 배제하는 것이 합리적이며 예측이 손실에 대한 것이라면 즉시 수정해야 하며 저장소가 고갈될 때까지 기다리지 말고 즉시 수정해야 합니다.

이것이 서바이벌 모델의 의미

 
마법사_ :
아니요. 동일한 입력에서 다른 대상과 얼마나 많은 드립이 발생하는지 알 수 있습니다. 글쎄, 당신은 그것을 변경하고 있습니다))) 모든 것이 다소 형식화되어야합니다.
이를 바탕으로 사례를 제시하고 이론을 세워야 한다. 또한 Andrey는 올바른 문구로 그를 따랐습니다. 오리엔테이션과 관련하여
equi, 그러면 그물 등이 필요하지 않습니다. ga sui와 쓰레기에 ...

여기에서 당신은 틀렸거나 오히려 옳았지만 완전히는 아니지만 실제로 신호에 대한 진입 수준을 알려줄 것입니다.그러나 가장 중요한 것은 신호에 의해 얻은 점수가 아니라이 신호가 실수가 아니라는 것입니다. 그것은 중요하다!!!!

어쨌든, 지금은 0.00008 이익 포인트 수준으로 쉬는 날을 조정했습니다. 0과 1의 수가 같은 곳 :-) 그래서 나는 그러한 장치를 많이 가지고 있습니다. 아직 모든 것을 공개하지 않았습니다. 왜 이러는거야????

 
마이클 마르쿠카이테스 :

여기에서 당신은 틀렸거나 오히려 옳았지만 완전히는 아니지만 실제로 신호에 대한 진입 수준을 알려줄 것입니다.그러나 가장 중요한 것은 신호에 의해 얻은 점수가 아니라이 신호가 실수가 아니라는 것입니다. 그것은 중요하다!!!!

어쨌든, 지금은 0.00008 이익 포인트 수준으로 쉬는 날을 조정했습니다. 0과 1의 수가 같은 곳 :-) 그래서 나는 그러한 장치를 많이 가지고 있습니다. 아직 모든 것을 공개하지 않았습니다. 왜 이러는거야????

난 필요 없어. 예, 제대로 작동하지 않습니다.
"이 신호가 오류가 아니도록" 필요하지 않지만 "이 신호가 오류가 아닌" 이유와 가장 중요한 것은
그래서 앞으로 "이 신호는 오류가 아니다"라고... 등등. 당신은 암묵적인 고문과 함께 이야기를 실행하고 있습니다
변동성 예측. 물론 모든 IMHO ...
 
마법사_ :
난 필요 없어. 예, 제대로 작동하지 않습니다.
"이 신호가 오류가 아니도록" 필요하지 않지만 "이 신호가 오류가 아닌" 이유와 가장 중요한 것은
그래서 앞으로 "이 신호는 오류가 아니다"라고... 등등. 당신은 암묵적인 고문과 함께 이야기를 실행하고 있습니다
변동성 예측. 물론 모든 IMHO ...
아니, 우리가 무엇을하고 있기 때문에 뿌리를보십시오. 우리는 입력을 공유합니다. 맞죠? 모델을 구축할 때 왜곡이 없도록 하기 위해 "예"보다 "아니오" 상태를 더 잘 알거나 그 반대의 경우도 마찬가지입니다. NN은 왜곡 없이 모델을 구축할 때 모호함이 없습니다. 이것은 0의 개수가 1의 개수와 같을 때입니다. 글쎄요, 가장 중요한 것은 나눗셈의 바로 그 사실이 아니라 그것이 일정하다는 것입니다. 그들은 과감하게 배수되기 시작했고 신호를 거꾸로 뒤집었습니다 :-)
 
마이클 마르쿠카이테스 :
아니요, 루트를 보십시오. 우리가 무엇을 하고 있기 때문입니까? 우리는 입력을 공유합니다 . 맞죠? 모델을 구축할 때 왜곡이 없도록 하기 위해 "예"보다 "아니오" 상태를 더 잘 알거나 그 반대의 경우도 마찬가지입니다. NN은 왜곡 없이 모델을 구축할 때 모호함이 없습니다. 이것은 0의 개수가 1의 개수와 같을 때입니다. 글쎄요, 가장 중요한 것은 나눗셈의 바로 그 사실이 아니라 그것이 일정하다는 것입니다. 그들은 과감하게 배수되기 시작했고 신호를 거꾸로 뒤집었습니다 :-)

Mikha, chtol 다시?))) 나는 죽어 가고 있습니다 ... 나는 당신에 대해 모르지만 우리는 나누고 정권을 나누고 조각을 찢습니다)))


사유: