트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 508

 
독성 :

너무 이상화하는 것 같고 무슨 이유에서인지 일종의 전문가처럼 어떤 것이 어울리는 "fsekh trades"로 일반화하려고하는 것 같습니다. 당신은 신랑처럼 거래 코스를 판매합니까? (농담)


주어진 이익 기대와 함께 위험(로트)에 대한 최적이 있습니다. 그것은 심리학에 의존하지 않으며 이것은 "누구에게 어울리는가"의 대화가 아닙니다. 다시 과거의 경험적 경험에 비추어 볼 때, 예를 들어 디포의 최대 절반까지 가라앉기 위해 테스트에 있는 것보다 큰 착륙을 기대할 수 있지만 위험에 비례하는 이익이 있을 것입니다. 예를 들어, 작은 위험을 감수하면(연간 창고의 10% 미만) 자본의 10%를 거래하는 것과 같으며 90%가 돈이 될 것입니다. 인플레이션이 ' 먹어치워도 돈을 벌지 못할 것이고, 다른 전략과 자산에 90%를 투자하고, 다각화하는 등의 일을 해야 한다. 여전히 발생하는 위험은 다각화의 작은 평활화 효과로 이익에 거의 비례하지만 자금 관리를 통해 위험을 크게 제거하고 이익을 늘리는 것은 불가능합니다.


네, 모든 것이 명확합니다. 나는 스탑이 더 짧고 이익이 더 크며 더 쉽고 더 쉽다는 사실에 대해 말하고 있는 것입니다. 그들은 쿠션이 없고 작은 백분율 상승을 기다릴 수 없습니다. 그래서 예를 들어 당신과 같은 논리에 따르면 월 100%를 벌면 평균 드로우다운은 50%가 되어야 하는데, 50% 드로우다운은 이미 되돌릴 수 없는 지점이기 때문에 이것은 살인과 같다. 원칙적으로 보증금을 위해. 그리고 한 달에 100% 미만은 대부분의 Forex 포럼에 관심이 없습니다. 설문조사를 하고 누구에게 얼마의 이익을 원하는지 묻습니다. 그 중 1%의 전문가가 좋은 베개를 가지고 있을 것입니다. 음, 더 많이 있습니다. 이 포럼에서

그렇지 않으면, 예를 들어 시장에서 어떻게 0에서 상승할 수 있습니까? 절대 안돼

저는 전문가가 아닙니다. 관심을 끌기 위해 다양한 거래자들과 많은 이야기를 나누는 것뿐입니다. :)
 
독성 :

에에에...

이것이 당신의 미묘한 트롤링인지, 아니면 당신이 그렇게 심각하게 착각하고 있는지조차 모르겠습니다.

당신은 작은 중지와 큰 이익에 대해 다시 시작하는 이유는 "모든 것이 분명하다"고 말했다??? 나는 예술적 능력을 최대한 발휘하여 당신을 위해 차트를 그렸습니다. 이익을 줄이지 않고 위험을 크게 줄이는 것은 불가능하다는 것이 흑백으로 분명합니다. .


이것이 가능합니다. 이것이 바로 알고리즘이 하는 일이며 비효율성을 찾습니다. 그리고 그것이 불가능하다면 시장에 있는 대부분의 사람들은 할 일이 전혀 없습니다. 이것이 바로 이야기의 내용입니다. 우리는 원격 제어 또는 다른 것을 고려하지 않고 순 거래를 고려합니다. 그림에서 그러한 이익 대 위험 비율은 어디에서 얻었습니까? 허구입니까? 사람은 1000달러를 가지고 있습니다. 당신의 논리에 따르면, 1년에 5-50%로 시장에서 빛을 발하는 것은 없습니다.

당신은 MB 수학적 사고 방식을 가지고 있지만 수학이 항상 사물에 대한 냉정한 견해와 같지는 않습니다. 예를 들어 파레토 원리 또는 당신과 같은 이익 대 손실 비율과 같은 몇 가지 공식을 취하여 사실인 것처럼 전달할 수 있습니다. 이것은 글쎄요, 현실과 관련하여 아무 말도 하지 않습니다.

다른 모든 것은 사건 및 일부 추측과 관련이 없습니다. 그리고 여기 신랑이 있습니다. 같은 캠프에서 그와 함께 할 필요가 없습니다. 그는 여기에 상상의 학생들의 포럼이 절반 있습니다. :)

이것은 일반적으로 임의의 포리스트 가 외삽할 수 있는지 여부와 같은 몇 가지 명백한 것들에 대한 논쟁입니다. 분명히 그렇지는 않지만, 주장해야 합니다. 외삽의 개념과 다른 것에서 결함을 찾으세요 :))

 
독성 :

다시 한 번 반복합니다. 예를 들어 5 3 -5 5 %와 같이 예측의 특정 이점이 있고 최적의 위험 관리 전략이 있으며 이를 벗어나면 평균적으로 이익이 감소합니다. 1000만 달러와 100달러를 가진 사람들의 전략에는 큰 차이가 없습니다. 적어도 Forex에서는 하루에 6조 달러가 거래됩니다.


Forex에서 다른 금액을 거래할 때 큰 차이가 있으며 거래, 특히 HFT를 시작할 때 매우 두드러집니다. 중개인의 불문율. 분산되어 있기 때문에 그러한 유동성이 없습니다. 그리고 종종 작은 치어에 효과가 있는 전략이 큰 치어에는 효과가 없습니다. 다른 금액을 거래할 때 근본적으로 다른 접근 방식.

 
내가 틀릴 수도 있지만 일반적으로 평균을 내는 지표가 아닌 순수한 가격 데이터로 네트워크를 훈련시키는 것이 더 나은 것 같습니다. 지연을 도입합니다.
예를 들어, 막대별로 높음 및 낮음, 눈금 및 실제 볼륨을 설정합니다. 막대당 총 4개의 항목이 있습니다.

네트워크가 곡선의 모양을 이해하려면 예를 들어 100개의 막대(신경망에 대한 총 400개의 입력)를 입력해야 합니다.
M1에서 3개월간 훈련한 이력은 약 50,000바입니다.
이 접근 방식에 대해 어떻게 생각하십니까?
몇 개의 내부 레이어를 만들까요? 분명히 400-100-25-1과 같이 많이 필요합니다.

나는 그러한 네트워크가 아주 오랫동안 훈련될 것이라고 생각합니다. 그리고 최적의 매개변수를 찾지 못할 수도 있습니다.

그리고 당신이 1000 또는 2000 항목을 만든다면? 일반적으로 무언가를 달성하는 것은 불가능합니까?

 
독성 :

1) 바로! 금지되어 있습니다! 선진국은 왜 이것을 금지합니까? 그들은 왜 "적격 투자자"를 생각해 냈습니까?


거래가 정확히 금지 된 것은 무엇입니까? ) 한 달에 수백 %, 이것은 모든 비즈니스 및 모든 거래에서와 같이 비효율이 존재하는 한 적극적으로 악용되며 가장 중요한 것은 이에 대해 덜 이야기하는 것입니다. 그것들은 항상 일시적입니다. 그들은 평생 동안 일관되게 일하지 않을 것입니다. 따라서 모델이 작동을 멈췄는지 여부를 최대한 빨리 이해하려면 적절한 중지 기준이 있어야 한다고 위에서 썼습니다. 그리고 당신은 모든 것을 끝내기로 결정했습니다. 연간 5~50%, 2~25%의 손실이 발생하면 끝입니다.

 
도서관 :
내가 틀릴 수도 있지만 일반적으로 평균을 내는 지표가 아닌 순수한 가격 데이터로 네트워크를 훈련시키는 것이 더 나은 것 같습니다. 지연을 도입합니다.
예를 들어, 막대별로 높음 및 낮음, 눈금 및 실제 볼륨을 설정합니다. 막대당 총 4개의 항목이 있습니다.

네트워크가 곡선의 모양을 이해하려면 예를 들어 100개의 막대(신경망에 대한 총 400개의 입력)를 입력해야 합니다.
M1에서 3개월간 훈련한 이력은 약 50,000바입니다.
이 접근 방식에 대해 어떻게 생각하십니까?
몇 개의 내부 레이어를 만들까요? 분명히 400-100-25-1과 같이 많이 필요합니다.

나는 그러한 네트워크가 아주 오랫동안 훈련될 것이라고 생각합니다. 그리고 최적의 매개변수를 찾지 못할 수도 있습니다.

그리고 당신이 1000 또는 2000 항목을 만든다면? 일반적으로 무언가를 달성하는 것은 불가능합니까?


그들은 순환 네트워크에서 그것을하고 가격을 제공합니다. 세부 사항은 모르지만 작동한다고 말합니다. GPU, 주로 파이썬에서 배우는 데 오랜 시간이 걸립니다.

 

모 + 모 = ))))


 
도서관 :
내가 틀릴 수도 있지만 일반적으로 평균을 내는 지표가 아닌 순수한 가격 데이터로 네트워크를 훈련시키는 것이 더 나은 것 같습니다. 지연을 도입합니다.
예를 들어, 막대별로 높음 및 낮음, 눈금 및 실제 볼륨을 설정합니다. 막대당 총 4개의 항목이 있습니다.

네트워크가 곡선의 모양을 이해하려면 예를 들어 100개의 막대(신경망에 대한 총 400개의 입력)를 입력해야 합니다.
M1에서 3개월간 훈련한 이력은 약 50,000바입니다.
이 접근 방식에 대해 어떻게 생각하십니까?
몇 개의 내부 레이어를 만들까요? 분명히 400-100-25-1과 같이 많이 필요합니다.

나는 그러한 네트워크가 아주 오랫동안 훈련될 것이라고 생각합니다. 그리고 최적의 매개변수를 찾지 못할 수도 있습니다.

그리고 당신이 1000 또는 2000 항목을 만든다면? 일반적으로 무언가를 달성하는 것은 불가능합니까?

OHLC -> Buy/Sell (7000 bar) 모델에 따른 분류 문제의 네트워크 [64 GRU + 32 GRU + 2 Dense]는 ~24번의 훈련 실행에서 0.9 - 0.8의 정확도를 제공합니다. 이 모든 것이 30초 안에 이루어집니다.

111
 

L2 정규화 공식이 필요합니다. 그녀를 찾을 수 없습니다. 누군가가 도움이 될 것입니다.

 
알렉세이 테렌테프 :
OHLC -> Buy/Sell (7000 bar) 모델에 따른 분류 문제의 네트워크 [64 GRU + 32 GRU + 2 Dense]는 ~24번의 훈련 실행에서 0.9 - 0.8의 정확도를 제공합니다. 이 모든 것이 30초 안에 이루어집니다.

그리고 거래에서 이러한 결과는 어떻습니까? 예치금의 성장률(%/월/년)은 얼마입니까? 7,000바가 아니라 100,000바에서 훈련한다면?
사유: