Bitte teilen Sie uns Ihre Meinung mit. - Seite 5
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
Das Ergebnis ist schön, aber nur der Markt weiß, wie es weitergehen wird. Seit zwei Jahren schreibe ich EAs, die auf demselben Prinzip beruhen, und mir ist eine Besonderheit aufgefallen - der abrupte Wechsel von profitablen und erfolglosen Abschnitten. Manchmal scheint es ein echter Gral zu sein, ein halbes Jahr mit Termingeschäften ist so schön, und die nächsten sechs Monate... Mein Bereich mit 50 gewinnbringenden Geschäften kann durch einen anderen mit Verlustgeschäften ersetzt werden. Warum ist das so? Ich verstehe es nicht ganz, aber ich vermute, dass der Markt von Zeit zu Zeit eine Art "spontane Natur" annimmt, wenn sein Verhalten leicht von der vorangegangenen Periode abhängt, die von NS zum Lernen/Lernen/Anpassen genutzt wird (je nach Realisierung).
Auf jeden Fall sieht das Ergebnis gut aus, und die Chancen auf Robustheit sind da, hören Sie nicht auf andere :) (IMHO).
Ist es Ihrer Meinung nach also nicht möglich, die künftige Arbeitsfähigkeit des TS zu bestimmen?
Nun, ich glaube nicht an die Existenz des ewigen TS, mit oder ohne neuronale Netze, das ist nicht wichtig. Jeder TS hat eine Lebensdauer, wie alles auf dieser Welt. Ich habe also geschrieben, dass wir den TS trainiert haben und während der Trainingsphase und der Zeit außerhalb der Stichprobe gute Ergebnisse erzielt haben, aber was nun? Schließlich ist das alles noch keine Garantie für eine künftige Arbeit. Ich habe zum Beispiel kein Problem damit, einen TS zu machen und einen guten Anteil an OOS und Ausbildung zu bekommen. Auch sehr gut auf OOS. Aber dieser TS funktioniert nicht immer gut auf dem realen Markt. Es kann besser oder schlechter sein. Es ist nicht klar, wovon sie abhängt. Ich kämpfe also mit der Frage - wie kann ich bewerten und berechnen, ob dieser TS in Zukunft funktionieren wird?
Неее, матожидание это не то.....
Die Erwartung zu gewinnen ist die mathematische Erwartung zu gewinnen. Dieser statistisch berechnete Indikator spiegelt den durchschnittlichen Gewinn/Verlust eines Handels wider. Man kann auch davon ausgehen, dass er die erwartete Rentabilität/Verluste des nächsten Geschäfts widerspiegelt.
Richtig. Das durchschnittliche Ergebnis eines Abschlusses (seine "Erwartung") ist das Gesamtergebnis im Testintervall geteilt durch die Anzahl der Abschlüsse (d.h. der Nettogewinn mit Vorzeichen geteilt durch die Anzahl der Abschlüsse). Ehrlich gesagt, verstehe ich nicht, wo das Problem liegt und inwiefern sich das, was Sie sagen, von dem unterscheidet, was ich sage. Die Erwartung entspricht in etwa dem Durchschnitt und hat keinen direkten Einfluss auf die Zukunft.
Metaquotes hat hier eine kleine terminologische Ungenauigkeit: Es handelt sich nicht um die durchschnittliche Gewinnspanne, sondern um eine Schätzung der durchschnittlichen Gewinnspanne eines Handels (da der durchschnittliche Handel auch ein Verlust sein kann). Nehmen Sie einfach die Zahlen im Bericht und teilen Sie sie durcheinander. Das Ergebnis ist genau der "m.o.s.-Gewinn".
Im Allgemeinen können wir nur dann von M.O. sprechen, wenn wir bereits ein probabilistisches Modell des Phänomens haben, d.h. es handelt sich um einen rein terwerschen Begriff. Wir haben noch kein Modell, sondern nur eine Stichprobe der mythischen Bevölkerung, wir haben also - Statistiken. Wir können also nur von einer korrekten Erwartungsabschätzung sprechen.
Sie sind also der Meinung, dass es nicht möglich ist, die zukünftige Leistung des TS nach irgendwelchen Kriterien zu bestimmen?
Nun, ich glaube nicht an die Existenz des ewigen TS, mit oder ohne neuronale Netze, das ist egal. Jeder TS hat eine Lebensdauer, wie alles auf dieser Welt. Ich habe also geschrieben, dass wir den TS trainiert haben und während der Trainingsphase und der Zeit außerhalb der Stichprobe gute Ergebnisse erzielt haben, aber was nun? Denn all dies ist keine Garantie für eine künftige Beschäftigung. Ich habe zum Beispiel kein Problem damit, einen TS zu machen und einen guten Anteil an OOS und Ausbildung zu bekommen. Auch sehr gut auf OOS. Aber dieser TS funktioniert nicht immer gut auf dem realen Markt. Es kann besser oder schlechter sein. Es ist nicht klar, wovon sie abhängt. Ich kämpfe also mit der Frage - wie kann man verstehen, bewerten oder berechnen, ob der TS in Zukunft funktionieren wird?
Definitiv ist es unmöglich, es ist möglich, mit einem gewissen Grad der Wahrscheinlichkeit, für ein günstiges Ergebnis zu hoffen, aber diese Wahrscheinlichkeit in den meisten Fällen neigt dazu, 50%) Wahrscheinlich mit der seltenen Ausnahme von pipswise Systeme, aber so arbeiten sie nicht mit der Bewegung, sondern mit dem Lärm, obwohl es paradox klingt, und aus praktischer Sicht, sie stehen nicht Kritik.
Aber ich rechne mit einem ewigen System). Eine der Richtungen, die ich für meine weitere Arbeit gewählt habe, ist die Abkehr von allen Schulungen und das Vertrauen auf Selbstlernen und volle Autonomie des Handelssystems. Ich hoffe, dass ich mit dieser Methode die Wahrscheinlichkeit erhöhen kann, dass das System in Zukunft funktioniert. Die Zeit wird zeigen, wie es funktionieren wird)
Und ich wiederhole, Ihr Ergebnis ist auf jeden Fall nicht schlecht und es lohnt sich, es im Handel zu versuchen (ich würde es auf jeden Fall versuchen). Wenn man solche Ergebnisse verwirft, was gibt es dann noch zu handeln?
Ich rechne mit einem immerwährenden System). Eine der Richtungen der weiteren Arbeit, habe ich beschlossen, alle Schulungen zu verweigern, alle Wetten auf Selbst-Lernen und volle Autonomie des Handelssystems. Ich hoffe, dass ich mit dieser Methode die Wahrscheinlichkeit erhöhen kann, dass das System in Zukunft funktioniert. Die Zeit wird zeigen, wie es funktionieren wird)
Nun, Selbsttraining ist auch ein Training. Nur von einer Seite. Wie auch immer, wir müssen das Kriterium des Selbstlernstopps wählen. Wann muss es (das System) seine Selbstlernphase abschließen, um in Zukunft gewinnbringend arbeiten zu können?
Ich rechne mit einem immerwährenden System). Eine der Richtungen der weiteren Arbeit, habe ich beschlossen, alle Schulungen zu verweigern, alle Wetten auf Selbst-Lernen und volle Autonomie des Handelssystems. Ich hoffe, dass ich mit dieser Methode die Wahrscheinlichkeit erhöhen kann, dass das System in Zukunft funktioniert. Die Zeit wird zeigen, wie es funktionieren wird)
Nun, Selbsttraining ist auch ein Training. Nur von einer Seite. Wie auch immer, wir müssen das Kriterium des Selbstlernens wählen. Wann muss es (das System) seine Selbstlernphase abschließen, um in Zukunft gewinnbringend arbeiten zu können?
Das stimmt natürlich auch... Aber meiner Meinung nach wird die "passende" Komponente solcher Systeme genau während des anfänglichen Trainings/Optimierung eingeführt, wenn die Systemparameter ausgewählt werden, die unverändert bleiben, sei es die Periode des Eingangsindikators oder sogar die Netztopologie selbst... Hier haben Sie Ausbildung Ende 2007, Prüfung 2008 -> uptodate. Und selbst wenn im Laufe der Arbeit Anpassungsfähigkeiten des Systems auftreten und einige Parameter geändert werden (z. B. werden die Gewichte der Synapsen angepasst, die Wahrscheinlichkeiten werden geändert, und etwas, das während des anfänglichen Trainings im Jahr 2007 erhalten wurde, bleibt unverändert, richtig? Sonst hätte diese Ausbildung keinen Sinn. Das ist genau das, was ich mit dem ewigen Lernen loswerden will.)
Außer dass die Systeme schwer sind, aber das würde den Rahmen dieses Themas sprengen....
Das stimmt natürlich auch... Meiner Meinung nach wird die "Anpassungskomponente" solcher Systeme jedoch gerade beim anfänglichen Training/Optimierung eingeführt, wenn die Systemparameter unverändert bleiben, sei es die Periode des Eingangsindikators oder sogar die Netztopologie selbst... Hier haben Sie Ausbildung Ende 2007, Prüfung 2008 -> uptodate. Und selbst wenn im Laufe der Arbeit Anpassungsfähigkeiten des Systems auftreten und einige Parameter geändert werden (z. B. werden die Gewichte der Synapsen angepasst, die Wahrscheinlichkeiten werden geändert, und etwas, das während des anfänglichen Trainings im Jahr 2007 erhalten wurde, bleibt unverändert, richtig? Sonst hätte diese Ausbildung keinen Sinn. Das ist es, was ich mit dem ewigen Lernen loswerden will)
Ich stimme zu. Auch ich bin der Meinung, dass sich nur adaptive TCs auf diesem Markt über längere Zeiträume halten können. Aber es stellt sich immer noch die Frage, wie man das Kriterium für die Beendigung des Trainings oder des Selbstlernens (wie auch immer man es nennen möchte) festlegt. Denn wenn dieses Kriterium unklar ist, ist es unmöglich, es zu programmieren. Denn je länger der TS trainiert oder sich selbst lernt, desto wahrscheinlicher ist es, dass er mit den historischen Daten übereinstimmt, und desto wahrscheinlicher ist es, dass er im realen Handel versagt.
Anpassung an historische Daten und Anpassung sind zwei verschiedene Dinge. Die russische Sprache ist reich und wird nicht umsonst mit verschiedenen Wörtern bezeichnet.
Ja, danke, ich weiß, es ist anders......Die Frage ist anders. Ich scheine ohne Fehler geschrieben zu haben)))))))))))))))
Aus der Form der Kurve lässt sich nur schwer etwas über die Robustheit des Systems ableiten. Die Robustheit liegt in der Idee. Bei NS geht es um die korrekte Vorverarbeitung der Eingabedaten, wobei die Topologie usw. zweitrangig ist. Die Eingabedaten sollten den verwendeten Marktprozess möglichst genau und eindeutig beschreiben, und dazu muss man eine Vorstellung davon haben. Und die richtigen Kriterien für die Ablehnungsregel des Systems.
Aus der Form der Kurve lässt sich nur schwer etwas über die Robustheit des Systems ableiten. Die Robustheit liegt in der Idee. Bei NS geht es um die korrekte Vorverarbeitung der Eingabedaten, wobei die Topologie usw. zweitrangig ist. Die Eingabedaten sollten den verwendeten Marktprozess möglichst genau und eindeutig beschreiben, und dazu muss man eine Vorstellung davon haben. Und die richtigen Kriterien für die Ablehnungsregel des Systems.
Sie haben das alles richtig geschrieben. Ich stimme zu. Aber es ist viel zu allgemein, um die richtige Lösung zu finden. Wie man so schön sagt "über alles und nichts". Ich möchte konkret werden.
Neben der Kurvenform können Sie eine Reihe weiterer nützlicher Informationen sehen. Gewinn, Anzahl der Abschlüsse, mathematische Erwartung, etc...... Ich denke, dass diese Informationen bei der Einschätzung der Arbeitsfähigkeit meines TS in der Zukunft nützlich sein könnten. Oder täusche ich mich?
Obwohl der letzte Satz nicht eindeutig ist.......