Bayes'sche Regression - Hat jemand einen EA mit diesem Algorithmus erstellt? - Seite 48
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich habe heute einen primitiven Handel über 7500 Lose (einseitig) gesehen. Bei einer Hebelwirkung von 100:1 sind ~ 5700.000 $ Eigenkapital erforderlich, um eine solche Position zu eröffnen.
Ein Ausrutscher? Sie schon wieder?
Heute sah ich den primitiven Handel mit 7500 Losen (in eine Richtung). Bei einer Hebelwirkung von 100:1 sind ~ 5700.000 $ Eigenkapital erforderlich, um eine solche Position zu eröffnen.
Ich wollte niemanden persönlich stigmatisieren.
Ich bin dafür, dass wir hier über Statistik diskutieren, und zwar nicht nur über die Bayes'sche Statistik, sondern auch über die Anwendung auf den Handel.
Was ist in Ihrem Beispiel primitiv? Haben Sie seinen primitiven Code gesehen oder nicht?
Du verstehst es nicht. 7500 Lose der Geschichte wurden gesehen. So etwas habe ich noch nie gesehen. Aber da es auf MT4 gehandelt wird, muss es primitiv sein.
...
Ich habe nicht mit Bäumen gearbeitet, daher gibt es nichts zu empfehlen, aber ich habe einige Erfahrung mit dem Training von Klassifikatoren im Allgemeinen:
1) Wenn es eine Reihe von Preisen P[0], P[1], P[2], P[3], P[4] gibt, dann ist die Reihe für die Eingabedaten des Klassifikators P[0]-P[3]. Nehmen Sie aber nicht den Wert von P[4] als das gewünschte Ergebnis der Klassifizierung für das Training. Es ist profitabler, eine Position am Anfang des Kanals zu eröffnen und sie am Ende zu schließen. Das heißt, der Klassifikator muss die Richtung des Kanals vorhersagen: aufwärts oder abwärts, nicht den Preis des nächsten Balkens. Zeichnen Sie z. B. ein Zickzack auf die Ausgangsdaten und nehmen Sie die Richtung des Zickzacks anstelle von P[4] als gewünschtes Ergebnis.
2) Muster sind zeitabhängig. Trainieren Sie mit einem separaten Klassifikator für jeden Wochentag, oder versuchen Sie, die Mondphase zu den Rohdaten hinzuzufügen (ich meine es ernst), oder die Tageszeit, ich weiß nicht, was genau zu tun ist, aber es ist sehr wichtig.
Was ist in Ihrem Beispiel ein Primitivum? Haben Sie seinen primitiven Code gesehen oder nicht?
Das habe ich natürlich nicht. Aber der Code ist in MQL4 und es wird jeden Tag gehandelt. Haben Sie irgendwelche komplexen mathematischen Drehungen und Wendungen in MQL4 gesehen, die mit vielen Tausenden von Durchläufen in GA angemessen optimiert werden konnten? Das habe ich nicht.
Wenn die Mathematik kompliziert ist, funktioniert sie im MT4-Optimierer kaum. Aber wenn ein Händler mit einem echten Konto arbeitet, bedeutet das, dass er/sie MT4 beherrscht. Das bedeutet, dass es sich um eine einfache Berechnung handelt. Und es gibt keine komplizierte Mathematik, mit einer hohen Wahrscheinlichkeit.
Ich habe nicht mit Bäumen gearbeitet, kann also keine Ratschläge geben, aber ich habe einige Erfahrung mit dem Training von Klassifikatoren im Allgemeinen:
1) Wenn es eine Reihe von Preisen P[0], P[1], P[2], P[3], P[4] gibt, dann ist die Reihe für die Eingabedaten des Klassifikators P[0]-P[3]. Nehmen Sie aber nicht den Wert von P[4] als das gewünschte Ergebnis der Klassifizierung für das Training. Es ist profitabler, eine Position am Anfang des Kanals zu eröffnen und sie am Ende zu schließen. Das heißt, der Klassifikator muss die Richtung des Kanals vorhersagen: aufwärts oder abwärts, nicht den Preis des nächsten Balkens. Zeichnen Sie z. B. ein Zickzack auf die Ausgangsdaten und nehmen Sie die Richtung des Zickzacks anstelle von P[4] als gewünschtes Ergebnis.
2) Muster sind zeitabhängig. Trainieren Sie mit einem separaten Klassifikator für jeden Wochentag, oder versuchen Sie, die Mondphase zu den Rohdaten hinzuzufügen (ich meine es ernst), oder die Tageszeit, ich weiß nicht, was genau zu tun ist, aber es ist sehr wichtig.
Ich danke Ihnen.
Der Reihe nach.
1) Die Idee ist interessant. Sie könnten auch so vorgehen: Messen Sie, was am schnellsten zu erreichen ist - den Höchst- oder Mindestpreis über einen bestimmten Zeitraum. Wenn der Höchstwert (kodieren wir ihn als 1), dann ist es sinnvoll, einen Kauf zu eröffnen, und umgekehrt. ABER - ein großes Aber - die Abschlussregel für einen solchen Handel wird sehr unscharf sein, es gibt keine.
Ich sehe aus wie ein Zickzack. Vielleicht sollten Sie es wirklich versuchen. Was mich an diesem Ansatz verwirrt, ist, dass ein Knie in 1 Stunde und ein anderes in 9 Stunden sein kann. Das Timing ist also chaotisch. Ich denke, das könnte dem Klassifizierer nicht gefallen.
Obwohl Sie nur über die Richtung sprechen.... Sie könnten versuchen.....
2) Ja, das habe ich bereits getan. Ich habe einen großen Datensatz - ich kann ihn hier zur Verfügung stellen -, in dem ich die Preisdaten ergänzt habe:
- Stunde
- Minute
- Tag der Woche
- Monat
- Tag des Monats
ABER - ein weiteres großes Aber - wenn diese Variablen für sich genommen nichts Signifikantes über das Ziel aussagen, dann werden sie von den Entscheidungsbäumen (in all ihren Varianten) nicht in die Liste der wichtigsten Variablen aufgenommen. Das liegt daran, dass Bäume gierige Algorithmen sind, die ihre Regeln aus den wichtigsten Prädiktoren für die Zielvariable ableiten. Und im Allgemeinen ist es nicht einfach, die Maschine dazu zu bringen, die von Ihnen gewünschten Variablen zu verwenden. Wenn es über einen eingebauten Mechanismus zur Priorisierung von Prädiktoren verfügt, wird es Ihre "Wünsche" aussieben.
Einige der bekanntesten Trainingsmaschinen für die Klassifizierung von Daten (aber NICHT von Bildern) sind Gradient-Boosted-Bäume (GBM- / XGBOOST-Bibliotheken), die genau das tun - zunächst wählen sie Preisvariablen im Vergleich zu vergangenen Preisen aus, z. B. gleitende Durchschnittsdifferenzen mit unterschiedlichen Fenstern (für mich sind das durchweg die wichtigsten Prädiktoren).
Neuronale Netze sind konventionell (oberflächlich) - mehrschichtige Perceptrons berücksichtigen keine Interaktionen.... Das heißt, ihre Knoten sind alle gewichtete Summen, die von einem Kernel verarbeitet werden. Aber vielleicht täusche ich mich und sie arbeiten implizit an Interaktionen... Ich weiß es nicht genau.
Es gibt Kameraden hier, die 600+ Dateiprojekte auf Metatrader machen, also kann es auf MT sehr schwierig sein.
600+ Dateien - das ist Firlefanz, keine Mathematik.
Nun, ja. Vor allem, wenn man keine Ahnung hat, was da drin ist ))
Hier ist mein persönliches Primitiv (kein Produkt, nicht zum Verkauf): https://www.mql5.com/ru/blogs/post/381081
Die Logik der Eröffnungs- und Schließungspositionen passt in 50-100 Zeilen mit schönem Markup. Es gibt etwa 4-6 wichtige Parameter. Expert Advisor ist seit 5-7 Jahren auf dem Vormarsch. Es wurde wirklich eine Idee aufgegriffen und gründlich analysiert. Es ist vorerst aufgegeben.
Hier ist mein persönliches Primitiv (kein Produkt, nicht zum Verkauf): https://www.mql5.com/ru/blogs/post/381081
Die Logik für das Öffnen und Schließen von Positionen passt in 50-100 Zeilen mit schönem Markup. Etwa 4-6 wichtige Parameter. Expert Advisor ist seit 5-7 Jahren auf dem Vormarsch. Es wurde wirklich eine Idee aufgegriffen und gründlich analysiert. Sie ist vorerst aufgegeben.
Ich gebe zu, dass Sie einen robusten TS haben. Aber Sie berücksichtigen nicht den gleitenden Spread und Sie berücksichtigen nicht, dass es mit einem anderen Broker für das gleiche Symbol auch im Tester nicht funktionieren könnte.
Jedes Symbol hat sein eigenes Muster. Die Historie der einzelnen Symbole hängt vom jeweiligen Broker ab. Wenn man, wie Sie, eine dürftige mathematische Erwartung hat, muss man sich darüber im Klaren sein, dass diese Merkmale sehr ernsthaft wirken. Und in der komplexen Mathematik kann der Schmetterlingseffekt auftreten. Wenn die zugrundeliegenden Daten geringfügig anders sind (ein anderer Broker oder ein anderer Spread), wird das nächste mathematische Modell abgetötet oder überhöht.
Und du hättest den Gral in deinen Händen gehabt. Aber nur Sie wussten nicht, dass es ein Gral nicht auf die Majors, sondern auf einige GBPCHF war. Und zwar nicht auf Alpari, das Sie zum Testen verwendet haben, sondern auf irgendeinem FXCM. Und Sie haben diesen Gral weggeworfen, weil Sie nicht wussten, dass Sie ein so großartiges Modell besaßen, sondern es nur ablehnten, weil Sie nichts über GBPCHF und FXCM wussten.