우리는 반복적인 그래프 조각이 필요하며, 그 다음에는 합법적으로 매우 명확한 섹션이 이어집니다. 정확히 그 이후, 미래에. 모든 경제 과학은 분석과 예측의 두 부분으로 나눌 수 있습니다. 그러나 모든 재무 데이터는 고정되어 있지 않기 때문에 예측은 분석에서 따르지 않습니다.
악의는 없지만 순전히 이론적인 사람이 숙련된 실무자의 결정에 영향을 미치려는 시도를 이해할 수 없습니다. 초기 데이터 (견적)를 선택하는 제로 단계에서도 저는 근본적으로 동의하지 않습니다.
일반적으로 MO 연구자들은 초기 시리즈에 패턴이 있다는 가설을 사용하여 플러스에서 거래 할 수 있습니다. 이것은 아무것도 확인되지 않은 가설입니다.
그런 다음 99.9 %가 패턴이있는 시리즈를 제공합니다. 나는 가장 진보 된 세대 방법이 그것을 전혀 깨뜨리지 않아야한다고 기대합니다.
예를 들어, 바에 진드기가 보이나요? 제 것은 그렇습니다. 무엇을 무엇과 비교해야 할지 명확하지 않고 접근 방식에 따라 다릅니다.
나중에 틱에 제너레이티브 그리드를 사용해 볼게요, 파이토치를 잊어버려서 기억을 되살려야겠어요. 모든 것을 찾아야합니다. 분포에서 샘플링하는 빠른 방법을 시도했습니다. 일반적으로 마르코비안 분포는 직렬 패턴을 재현하도록 설계되지 않았습니다. 저는 한 번에 하나의 샘플이 아닌 한 번에 한 덩어리로 시리즈를 생성하기 위해 새로운 차원을 고안하고 추가했습니다. 하지만 뭔가 작동하지 않습니다.
따옴표로 무엇을 해야 하는지 깨달았고, TS 최적화 후 모든 샘플에서 최상의 패스가 OOS에서 완벽하게 표시되도록 했습니다.
무작위로 따옴표 시퀀스를 생성하고 여기에 포인트 2의 결과를 추가했습니다.
그 결과 특정 히스토리가 생겼으며, 이는 확실히 규칙성을 가지고 있습니다. 이 기록은 원하는 길이로 만들 수 있습니다.
질문이 있습니다.
무한한 계산 능력을 갖춘 (언젠가 미래에) 초고도화된 MO 기술이 항목 1과 같은 TC(항목 3의 데이터)를 찾을 수 있을까요? 아니면 항목 2와 같은 속성을 가진 TC를 찾을 수 있을까요?
구체적으로 전략을 찾지 못합니다. 100개의 소설은 수백만 가지 방법으로 나눌 수 있습니다. 최적의 분할을 선택하는 데 사용되는 공식에 따라 다릅니다. 여기에서는 누군가가 여러 가지 나무를 생성하고 OOS로 그 중에서 선택했다고 생각합니다. 랜덤 포레스트는 또한 많은 나무를 생성한 다음(각 나무에 여러 개의 랜덤 픽이 주어짐) 모든 나무의 결과를 평균화합니다. 대부분의 피치에 패턴이 있으면 결과가 양호하고 안정적입니다. 모든 피시에 하나의 공통 패턴이 있는 경우 좋은 피시가 1~3개만 있는 경우 노이즈 피시만 있는 트리로 평균을 내며 결과는 노이즈가 발생합니다. 거래에서 모든 칩은 노이즈로 간주될 수 있습니다.
6백만 틱 중 1000개의 거래만 있는 경우(특정 조건에 의해 활성화), 이는 전체 데이터의 0.017%에 해당합니다. MO는 그런 것을 찾지 못할 것이고, 일반적인 것을 찾아서 50 %의 틱으로 거래를 시도하고 조건을 강화하고 1 % (최고의 잎에서만)를 거래 할 수 있지만 훨씬 더 적습니다. 기본적으로 각 잎은 당신과 같은 별도의 전략입니다. 하지만 나무는 100개의 잎이나 1000개 또는 10000개로 나눌 수 있습니다.... 그리고이 10000 개의 전략을 동시에 모두 거래합니다 (또는 선택한 전략, 예를 들어 훈련에서 승리 할 확률이 90 % 또는 99 % 인 잎만 거래 할 수 있지만 OOS에서는 이러한 깨끗한 (아마도 재 훈련 된) 잎이 아무것도 보장하지 않습니다).
Forester #: 600만 개의 틱 중 1000개의 거래(특정 조건에 의해 활성화됨)만 있는 경우 전체 데이터의 0.017%에 해당합니다. MO는 그런 것을 찾지 못할 것이고, 일반적인 것을 찾아서 50 %의 틱으로 거래를 시도하고 조건을 강화하고 1 % (최고의 잎에서만)를 거래 할 수 있지만 훨씬 적습니다.
6 개월 동안 1000 번의 거래는 매우 활발한 거래입니다. 충분하지 않다면 수년 동안 먹이를 줄 때 MO에서 무엇을 찾고 있습니까? 기간 분포가 인용되었습니다.
6개월 동안 1000번의 거래는 매우 활발한 거래입니다. 그것으로 충분하지 않다면 수년 동안 먹일 때 MO에서 무엇을 찾고 있습니까? 기간의 분포가 주어졌습니다.
솔직히 말해서 더 많은 거래를 본 적이 거의 없습니다. 그리고 중요하지 않습니다 - 두 번만. 그러나 안정성의 가장자리에 있습니다.
글쎄, 수동으로 나는 지루함과 아드레날린으로 인해 8 개의 악기에서 하루에 100 번의 거래를했습니다. 1 개의 악기에서 나는 아마도 하루에 평균 10 개를했을 것입니다 - 그것은 당신과 거의 같은 것으로 판명 될 것입니다. 저는 평균을 냈고 당연히 졌습니다. 그래서 저는 알고리즘 트레이딩으로 전환한 다음 MO로 전환했습니다. 더 정확하게는 알고리즘 테스트인데, 돈을 걸고 싶은 모델이 없었기 때문입니다.
지금은 M5(하루 288개 바)로 각 바에 대한 예측을 하고 예측이 좋으면 거래할 수 있습니다. 성공 확률을 0.5로 잡으면 하루 평균 144번의 거래가 이루어집니다. 0.9이면 그보다 적고, 0.99이면 1년 동안 유휴 상태로 있다가 일주일 동안 활발하게 거래할 수 있습니다(화이트 스완 캐처). 바에 비유하면 모든 틱을 예측할 수 있고, 그 중 6백만 개가 있으므로 "단지 1000"이라고 말한 이유입니다. 틱의 경우 모든 라인/틱을 예측하는 것이 아니라 어떤 식으로든 필터링해야 합니다. 수동으로 감지한 알고리즘을 사용했는데 하루에 6~7건의 거래가 발생했습니다.
이 그래프는 무엇을 위한 것인가요?
목표 함수의 다른 피크 옆에서 촬영한 20개 세트의 OOS를 보여줍니다. 즉, 19개의 거짓(적합) 피크와 1개의 양성(패턴) 피크가 있는 경우 이를 즉시 확인할 수 있습니다. 그리고 다른 모든 결과는 신경 쓰지 않습니다.
이제 HISTORY에서 몇 가지 패턴을 발견하고 비슷한 패턴을 생성하는 방법을 배웠다고 가정해 보겠습니다.
왜 그럴까요?
여기에 그 답이 있습니다.
우리는 반복적인 그래프 조각이 필요하며, 그 다음에는 합법적으로 매우 명확한 섹션이 이어집니다. 정확히 그 이후, 미래에. 모든 경제 과학은 분석과 예측의 두 부분으로 나눌 수 있습니다. 그러나 모든 재무 데이터는 고정되어 있지 않기 때문에 예측은 분석에서 따르지 않습니다.
악의는 없지만 순전히 이론적인 사람이 숙련된 실무자의 결정에 영향을 미치려는 시도를 이해할 수 없습니다. 초기 데이터 (견적)를 선택하는 제로 단계에서도 저는 근본적으로 동의하지 않습니다.
일반적으로 MO 연구자들은 초기 시리즈에 패턴이 있다는 가설을 사용하여 플러스에서 거래 할 수 있습니다. 이것은 아무것도 확인되지 않은 가설입니다.
그런 다음 99.9 %가 패턴이있는 시리즈를 제공합니다. 나는 가장 진보 된 세대 방법이 그것을 전혀 깨뜨리지 않아야한다고 기대합니다.
GARCH로 그러한 세대를 만들 수 있다면 존경과 칭찬을드립니다.
대상 함수의 다른 피크 옆에서 촬영한 20개 세트에 대한 OOS를 표시합니다. 즉, 19개의 거짓(적합) 피크와 1개의 양성(패턴) 피크가 있는 경우 이를 즉시 확인할 수 있습니다. 그리고 다른 모든 결과는 신경 쓰지 않습니다.
이 질문에 대한 답변은 여기에서 확인하세요.
악의는 없지만 순전히 이론적 인 사람이 전문 실무자의 결정에 영향을 미치려는 시도를 이해하지 못합니다. 초기 데이터 (따옴표)를 선택하는 제로 단계에서도 근본적으로 동의하지 않습니다.
일반적으로 MO 연구자들은 초기 시리즈에 패턴이 있다는 가설을 사용하며, 이는 플러스로 거래 될 수 있습니다. 이것은 가설이며 어떤 것으로도 확인되지 않았습니다.
그런 다음 99.9 %의 시간 동안 패턴이있는 시리즈를 제공합니다. 가장 진보 된 생성 방법이 전혀 깨지지 않아야한다고 기대합니다.
GARCH로 그런 세대를 만들 수 있다면 존경과 찬사를 보냅니다.
확인에 대한 무지를 일반화하지 마세요.
IO는 단순한 패턴이 아니라 미래를 예측하는 패턴을 찾고 있습니다.
이론적인 질문입니다.
조건.
그 결과 특정 히스토리가 생겼으며, 이는 확실히 규칙성을 가지고 있습니다. 이 기록은 원하는 길이로 만들 수 있습니다.
질문.
이론적인 질문입니다.
조건.
그 결과 특정 히스토리가 생겼으며, 이는 확실히 규칙성을 가지고 있습니다. 이 기록은 원하는 길이로 만들 수 있습니다.
질문이 있습니다.
랜덤 포레스트는 또한 많은 나무를 생성한 다음(각 나무에 여러 개의 랜덤 픽이 주어짐) 모든 나무의 결과를 평균화합니다. 대부분의 피치에 패턴이 있으면 결과가 양호하고 안정적입니다. 모든 피시에 하나의 공통 패턴이 있는 경우
좋은 피시가 1~3개만 있는 경우 노이즈 피시만 있는 트리로 평균을 내며 결과는 노이즈가 발생합니다. 거래에서 모든 칩은 노이즈로 간주될 수 있습니다.
6백만 틱 중 1000개의 거래만 있는 경우(특정 조건에 의해 활성화), 이는 전체 데이터의 0.017%에 해당합니다. MO는 그런 것을 찾지 못할 것이고, 일반적인 것을 찾아서 50 %의 틱으로 거래를 시도하고 조건을 강화하고 1 % (최고의 잎에서만)를 거래 할 수 있지만 훨씬 더 적습니다.
기본적으로 각 잎은 당신과 같은 별도의 전략입니다. 하지만 나무는 100개의 잎이나 1000개 또는 10000개로 나눌 수 있습니다.... 그리고이 10000 개의 전략을 동시에 모두 거래합니다 (또는 선택한 전략, 예를 들어 훈련에서 승리 할 확률이 90 % 또는 99 % 인 잎만 거래 할 수 있지만 OOS에서는 이러한 깨끗한 (아마도 재 훈련 된) 잎이 아무것도 보장하지 않습니다).
600만 개의 틱 중 1000개의 거래(특정 조건에 의해 활성화됨)만 있는 경우 전체 데이터의 0.017%에 해당합니다. MO는 그런 것을 찾지 못할 것이고, 일반적인 것을 찾아서 50 %의 틱으로 거래를 시도하고 조건을 강화하고 1 % (최고의 잎에서만)를 거래 할 수 있지만 훨씬 적습니다.
6 개월 동안 1000 번의 거래는 매우 활발한 거래입니다. 충분하지 않다면 수년 동안 먹이를 줄 때 MO에서 무엇을 찾고 있습니까? 기간 분포가 인용되었습니다.
거래, 자동 거래 시스템 및 테스트 거래 전략에 관한 포럼
트레이딩의 기계 학습: 이론, 모델, 실습 및 알고리즘 트레이딩
FX세이버, 2023.09.10 07:15 AM
솔직히 더 많은 거래를 본 적이 거의 없습니다. 그리고 중요하지 않습니다 - 두 번만. 하지만 안정성의 가장자리에 있습니다.
질문.
아주 이상한 질문이네요...
논리적으로 생각해 보면 어떨까요?
무한한 계산 가능성이 있다면 모든 돈이 이 계산 지갑으로 흘러들어갈 것입니다.
다른 컴퓨팅 파워가 첫 번째 컴퓨팅 파워로부터 그것을 빼앗 아 가려고 한다면 누가 허락할까요?
천천히 생각해 보세요. 논리를 사용하는 것이 좋습니다.)))
트레이딩, 자동매매 시스템 및 트레이딩 전략 테스트 포럼
트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩
레나트 팻쿨린, 2023.09.10 10:44
우리는 신경망 홍보를 목표로하는 또 다른 챔피언십을 시작할 계획입니다:6개월 동안 1000번의 거래는 매우 활발한 거래입니다. 그것으로 충분하지 않다면 수년 동안 먹일 때 MO에서 무엇을 찾고 있습니까? 기간의 분포가 주어졌습니다.
솔직히 말해서 더 많은 거래를 본 적이 거의 없습니다. 그리고 중요하지 않습니다 - 두 번만. 그러나 안정성의 가장자리에 있습니다.
글쎄, 수동으로 나는 지루함과 아드레날린으로 인해 8 개의 악기에서 하루에 100 번의 거래를했습니다. 1 개의 악기에서 나는 아마도 하루에 평균 10 개를했을 것입니다 - 그것은 당신과 거의 같은 것으로 판명 될 것입니다. 저는 평균을 냈고 당연히 졌습니다. 그래서 저는 알고리즘 트레이딩으로 전환한 다음 MO로 전환했습니다. 더 정확하게는 알고리즘 테스트인데, 돈을 걸고 싶은 모델이 없었기 때문입니다.
지금은 M5(하루 288개 바)로 각 바에 대한 예측을 하고 예측이 좋으면 거래할 수 있습니다. 성공 확률을 0.5로 잡으면 하루 평균 144번의 거래가 이루어집니다. 0.9이면 그보다 적고, 0.99이면 1년 동안 유휴 상태로 있다가 일주일 동안 활발하게 거래할 수 있습니다(화이트 스완 캐처).
바에 비유하면 모든 틱을 예측할 수 있고, 그 중 6백만 개가 있으므로 "단지 1000"이라고 말한 이유입니다. 틱의 경우 모든 라인/틱을 예측하는 것이 아니라 어떤 식으로든 필터링해야 합니다. 수동으로 감지한 알고리즘을 사용했는데 하루에 6~7건의 거래가 발생했습니다.