Es ist unmöglich, mit Forox Geld zu verdienen!!! - Seite 31
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
Scheiße, ich kenne die statistische Terminologie nicht, tut mir leid. Welche statistischen Indikatoren für den Blutdruck ändern sich im Laufe der Zeit? Diese Indikatoren sollten in Form von einstellbaren Parametern in den Generator eines synthetischen Handelsinstruments implementiert werden. Dies ist notwendig, um festzustellen, welche statistischen Parameter des BP den TS töten.
Es gibt keine allgemeingültige Antwort auf die Frage, was sich im Laufe der Zeit verändert. Abhängigkeiten in einem sehr weiten Sinne. Und die Änderung von BP-Verteilungsparametern wie mo, Dispersion und Momente höherer Ordnung zeigt deutlich, wozu sie führen wird.
Das ganze Problem besteht darin, dass das synthetische Werkzeug in seinen Eigenschaften, Bewegungsmerkmalen und anderen Nuancen nicht mit einem realen Werkzeug in der Zukunft übereinstimmen kann und in diesem Zusammenhang werden alle diese Forschungsarbeiten in vain.... durchgeführt.
Es geht nicht darum, eine synthetische VR zu schaffen, die der realen ähnlich ist.
Es gibt keine allgemeingültige Antwort auf die Frage, was sich im Laufe der Zeit ändert. Abhängigkeiten sind sehr weit gefasst. Und es ist bereits klar, zu welchen Veränderungen der BP-Verteilungsparameter wie Mo, Varianz und Momente höherer Ordnung es kommen wird.
Ich bin nicht auf der Suche nach einer allgemeingültigen Antwort.
Angenommen, wir erstellen ein synthetisches Instrument 01.01.2009-01.06.2009, M5. Wir wissen, dass die Streuung des Instruments (oder ein anderer statistischer Parameter) im gesamten Bereich durch das lineare Gesetz (oder ein anderes Gesetz, das in den Generatorparametern gewählt werden kann) von einem solchen Wert bis zu einem solchen Wert variiert (wir setzen einen Parameter im Generator des SVR). Wir haben unseren Expert Advisor auf dieses Tool angewendet. Wir haben die Bedingungen verstanden, unter denen es funktionieren kann. Wir haben die Logik korrigiert. Wir haben es getestet, usw. Wir haben einen soliden Expert Advisor (kein Gral, sonst wird er getötet). Wir haben sie in der virtuellen Maschine implementiert. Legen Sie ihn auf den echten. Ausgelöscht. Sie gaben alles auf und gingen als Dreher und Fräser in die Fabrik. :)
Mein Hauptziel ist es, die Grenzen der Lernfähigkeit von Systemen mit KI herauszufinden. Bei einem künstlichen Werkzeug ist es einfacher, den Lernprozess zu steuern und zu kontrollieren, wo das Lernen nutzlos wäre.
Eine Idee ist geboren. Als jemand, der sich nicht mit Statistik auskennt, werde ich nicht in der Lage sein, sie umzusetzen. Aber es gibt solche Leute in diesem Thread (kenntnisreich).
Das Wesentliche. Viele Händler sind der Meinung, dass sich der Markt mit der Zeit verändert. Wie - spielt keine Rolle, aber es ist ein Problem für TS, lösbar oder nicht ist eine andere Frage.
Wir können einen Generator für ein synthetisches Handelsinstrument erstellen. Es ermöglicht die Anpassung der zeitlichen Veränderungen der Normal-/Normalverteilung der Differenzen und anderer statistischer Parameter des BP. Wenn wir dann ein solches synthetisches Handelsinstrument testen, können wir die Schwächen von TS identifizieren und sie verbessern, um ihre Überlebensfähigkeit bei sich ändernden BP zu maximieren. Und so weiter.
Was meinen Sie dazu?
Der Zweck ist klar, wenn Sie die Parameter der BP Aufgabe zu ändern, um sofort zu sehen, die Antwort, aber ich werde Mischek von solchen BP Verwendung konfrontieren wird wenig gut Sie stellen die TS, die gut definiert die Änderung in einem synthetischen BP und dann, was, wie dann auf einen realen Markt zu bewegen, wäre es nicht einfacher, sofort die TS für den realen Markt zu bauen.
Wo ist die Garantie, dass die Muster, die Sie im synthetischen BP festlegen, auch in der realen Welt vorhanden sind?
Es geht nicht darum, einen synthetischen BP zu schaffen, der dem realen BP ähnelt.
Ich suche nicht nach einer universellen Antwort.
Nehmen wir an, wir haben ein synthetisches Werkzeug erstellt: 01.01.2009-01.06.2009, M5. Wir wissen, dass sich die Varianz (oder eine andere Statistik) dieses Symbols auf dem gesamten Intervall durch ein lineares Gesetz (oder ein anderes Gesetz, das in den Generatorparametern gewählt werden kann) von einem solchen Wert zu einem solchen Wert ändert (wir setzen einen Parameter im Generator des SVR). Wir haben unseren Expert Advisor auf dieses Tool angewendet. Wir haben die Bedingungen verstanden, unter denen es funktionieren kann. Wir haben die Logik korrigiert. Wir haben es getestet, usw. Wir haben einen soliden Expert Advisor (kein Gral, sonst wird er getötet). Wir haben sie in der virtuellen Maschine implementiert. Legen Sie ihn auf den echten. Abgelehnt. Sie gaben alles auf und gingen als Dreher und Fräser in die Fabrik. :)
Mein Hauptziel ist es, die Grenzen der Lernfähigkeit von KI herauszufinden. Bei einem künstlichen Werkzeug ist es einfacher, den Lernprozess zu kontrollieren und zu steuern, wo es nutzlos ist zu lernen.
Dann ist es wahrscheinlich besser, VR nicht von Grund auf zu synthetisieren, sondern ein echtes + Rauschen zu nehmen, das wie von Ihnen beschrieben erzeugt wird.
Es geht nicht darum, einen synthetischen BP zu schaffen, der dem echten ähnelt.
Ich suche nicht nach einer universellen Antwort.
Nehmen wir an, sie haben ein synthetisches Werkzeug entwickelt ...
...in der Fabrik als Dreher und Fräser. :)
Also vielleicht nicht in der Fabrik kündigen :o)
Als ich nach den besten Extrapolator-Einstellungen suchte, fand ich heraus, dass der Extrapolator mit diesen Einstellungen bei perfekten synthetischen Harmonischen genau 100 bar vorhersagt. Ich habe herausgefunden, dass es auf dem Markt keine perfekten Oberschwingungen gibt, und habe mich beruhigt. Das, was Sie vorschlagen, ist also machbar, aber um das herauszufinden, nehmen Sie es als gegeben hin und beruhigen Sie sich :o)
Natürlich ist es keinen Pfennig wert, irgendeine Art von mcdi-ähnlichem System zu erforschen. Dessen bin ich mir durchaus bewusst.
Aber für die Erforschung von adaptivem TS und TS mit KI ist es genau richtig. Es ist wie im Labor: Sie drehen an den Knöpfen und sehen die Reaktion des TS.
Und wenn wir reale Blutdruckwerte + erzeugtes Rauschen nehmen, woher wissen wir dann, wo unser adaptives TS strauchelt?
Dann ist es wahrscheinlich besser, BP nicht von Grund auf zu synthetisieren, sondern das reale + das erzeugte Rauschen zu nehmen, wie Sie geschrieben haben.
Hmmm... Das ist eine interessante Idee. Sie könnten auch einfach einen BS hinzufügen. Ich werde darüber nachdenken müssen.
===
Das ist es, was ich an diesen Diskussionen mag? Man gab eine Idee - rollt nicht, die Idee selbst ist unpraktisch, und jemand sagt so etwas wie im Vorbeigehen, und schon denkt man in eine neue Richtung. Wir haben zwar schon die Trennung von statischen Rückständen durchgespielt, aber hier stellt sich der umgekehrte Ansatz heraus. Und die Aufgaben sind unterschiedlich.
>> Ja. Ich werde darüber nachdenken müssen.)
Natürlich ist es keinen Pfennig wert, irgendeine Art von mcdi-ähnlichem System zu erforschen. Dessen bin ich mir durchaus bewusst.
Aber für die Erforschung von adaptivem TS und TS mit KI ist es genau richtig. Es ist wie im Labor: Sie drehen an den Knöpfen und sehen die Reaktion des TS.
Und wenn wir reale BP + generiertes Rauschen nehmen, woher wissen wir dann, wo unsere adaptive TS stolpert?
Verstanden. Sie wollen vollständig adaptive Systeme testen. Wenn Sie GP aus einer Verteilung erzeugen, die sich regelmäßig ändert, dann hängt der Erfolg der adaptiven Systeme davon ab, wie oft sich diese Verteilung ändert. Stellen Sie ein, dass sich die Verteilung bei jedem Takt ändert und sich nichts daran anpasst. Aber wenn zum Beispiel nach 1000 Takten, ist es in Ordnung. Wenn sich die Häufigkeit zufällig ändert, hängt der Erfolg der Anpassung von der Verteilung dieser Zufälligkeit ab.
Aber das garantiert natürlich in keiner Weise, dass die Anpassungsfähigkeit an die reale Serie ähnlich sein wird.
Ich hab's. Sie wollen vollständig adaptive Systeme testen. Wenn Sie GPs aus einer Verteilung erzeugen, die sich regelmäßig ändert, dann hängt der Erfolg der adaptiven Systeme davon ab, wie oft sich diese Verteilung ändert. Stellen Sie ein, dass sich die Verteilung bei jedem Takt ändert und sich nichts daran anpasst. Aber wenn zum Beispiel jeder Tausender zählt, dann ist das in Ordnung. Wenn sich die Häufigkeit zufällig ändert, hängt der Erfolg der Anpassung von der Verteilung dieser Zufälligkeit ab.
Ja, das stimmt, um voll adaptive Systeme zu testen. Darüber hinaus kann die Häufigkeit der Änderungen in der Verteilung geändert werden.
PS! Die harten Realitäten realer BPs (entschuldigen Sie die Tautologie), wie etwa Lücken, kann kein adaptives System vorhersehen. Aber das braucht es nicht, denn das sind einzelne Fehlentscheidungen des adaptiven TS.
Ja, das stimmt, um voll adaptive Systeme zu überprüfen. Und auch die Häufigkeit der Verteilung kann geändert werden.
Die Vorverarbeitung, d.h. was dem System als Eingabe zugeführt wird, ist hier wahrscheinlich von Bedeutung. Dies ist meines Erachtens ein Eckpfeiler der adaptiven Systeme. Die Werte selbst sollten die stabilen Phasen des Marktes kennzeichnen. Und auf der Grundlage dieser Eingaben sollten synthetische Stoffe erzeugt werden. Grob gesagt, sollten sie erzeugt und ihre Verteilung verändert werden (Änderung der Werte der Eingangsparameter des adaptiven Systems)