Sagen Sie mir nicht, dass die TA nicht funktioniert. - Seite 23

 
MetaDriver:

Aha. Das ist das Ergebnis für die Signaladdition (Trigger=0)


Und hier für die logische Signalmultiplikation (Trigger=2)


Beide Ergebnisse, wenn alle anderen Dinge gleich sind (Paar, Zeitrahmen, Optimierungszeiträume usw.). Dieselben 11 Jahre.


OK, ich werde morgen darüber nachdenken, es ist Zeit, ins Bett zu gehen.

Genau das ist mir bei der Optimierung Ihres EA aufgefallen:

- Ich habe versehentlich pass = 1 gelassen und die Perzeptronparameter zur Optimierung auf 0 gesetzt.

In diesem Fall sollten die Perzeptron-Parameter 0 nicht berechnet werden, aber sie wurden berechnet, d.h. die Kontrolle wurde an die Funktion perceptron0()..... übergeben.


 
MetaDriver:


Ich freue mich, dass die Dauer des profitablen OOS über 7 Jahre beträgt, aber es ist anstrengend, dass fast alles davon rückwärts läuft.

Der hintere Teil des Kurses ist keine Belastung. Der Punkt ist, dass es selbst unter der Annahme, dass wir es mit einer stabilen Vorhersage der Vergangenheit zu tun haben, d.h. mit einer Art Zeitmaschine, die uns zurückbringen kann und uns erlaubt, dort profitabel zu handeln, eine Lösung gibt. Mit herkömmlichen Wahrnehmungsinstrumenten für die Differenz der Eröffnungskurse an den Eingängen können wir sie nach Belieben manipulieren: Wir können den Karren sowohl hinter als auch vor das Pferd spannen. D.h. wenn ein Perzeptron die Vergangenheit sicher vorhersagen kann, können die Gewichte neu berechnet werden, so dass es die Zukunft "vorhersagen" kann. Diagramme können auch um die vertikale Achse gedreht werden, d. h. die Zeit kann umgekehrt werden.

Das heißt, wir brauchen jede Art von Zeitmaschine, unabhängig davon, wohin sie uns führt: vorwärts oder rückwärts. Was zählt, ist das gewinnbringende Ergebnis an dem Ort, an dem wir die Stabilität erreichen. Der Rest ist kein Problem - elementare Mathematik. Das Perceptron ist eine typische lineare Ungleichung.

 
Reshetov:

Der hintere Teil des Kurses ist keine Belastung. Der Punkt ist, dass es selbst unter der Annahme, dass wir es mit einer stabilen Vorhersage der Vergangenheit zu tun haben, d.h. mit einer Art Zeitmaschine, die uns zurückbringen kann und uns erlaubt, dort profitabel zu handeln, eine Lösung gibt. Mit herkömmlichen Wahrnehmungsinstrumenten für die Differenz der Eröffnungskurse an den Eingängen können wir sie nach Belieben manipulieren: Wir können den Karren sowohl hinter als auch vor das Pferd spannen. D.h. wenn ein Perzeptron die Vergangenheit sicher vorhersagen kann, dann können die Gewichte neu berechnet werden, so dass es die Zukunft "vorhersagen" kann. Diagramme können auch um die vertikale Achse gedreht werden, d. h. die Zeit kann umgekehrt werden.

D.h. wir brauchen jede Art von Zeitmaschine, egal wohin sie uns führt: vorwärts oder rückwärts. Was zählt, ist ein profitables Ergebnis im Sinne von Stabilität, wo wir hinkommen. Der Rest ist kein Problem - elementare Mathematik. Das Perceptron ist eine typische lineare Ungleichung.


Yura, in Taschkent muss es Frühling sein, in Almaty ist es noch kalt, glaubst du das wirklich?
 
MetaDriver:

Denn Ihre Unsubstantiierung sieht noch schlimmer aus als die von Reshetov. Außerdem halte ich es für falsch, von ihm zu verlangen, dass er Ihnen etwas beweist.

In diesem Beitrag habe ich über den p-Wert geschrieben. Das ist der erste Arsch der mathematischen Statistik.

Der Mann hat die Idee vorgebracht und sie sogar technisch veranschaulicht, aber das reicht Ihnen nicht, um die Ärmel hochzukrempeln (wenn Sie sie für vielversprechend halten)? Sie können ihn sogar um Startkapital bitten. ;-)

Ich möchte Sie an die Autoren von Ideen erinnern, zu denen sich 100 Fachleute nicht äußern können.

Füllen Sie die Lücken. Oder versuchen Sie es zumindest.

Reshetov behauptet, sein System sei ein Beweis für TA. Das beweist er mit TC. Aber Reschetow ist nicht der erste - solche Beweise werden schon seit etwa 400 Jahren erbracht, angefangen bei den Japanern mit ihren Kerzenleuchtern.

Im Übrigen ändert das Fehlen eines Nachweises für arbeitende oder nicht arbeitende TA nichts an der Tatsache, dass es möglich ist, TA auf der Grundlage von TA zu entwickeln und TA zu einer Einkommensquelle zu machen. TA ist eine Kunst, und wie in jeder anderen Kunst gibt es Volkskünstler für eine große Menge von Verlierern, die niemand kennt.

Soweit ich weiß, basiert die TA von Reshetov auf NS. Wenn ja, ist dies von Bedeutung, da der Erfolg der Anwendung von NS vollständig von der Person abhängt, die NS unterrichtet. Reschetow hat es geschafft, vielleicht ist er ein Genie, vielleicht ist er vom Baum gefallen, vielleicht hat er viel Bier getrunken - es ist uns egal - seine Fähigkeiten werden sich nicht auf uns übertragen. So ist es mit der gesamten TA. TA ist prinzipiell unbewiesen.

Schlussfolgerung.

Vielleicht können Sie eine Beobachtung von mir klären. In diesem Forum (und auch in anderen) wird über TA und einige exotische Dinge wie Fraktale usw. diskutiert, aber nie über die Anwendung der Ökonometrie und ihrer Geschwister, der Mathematik, auf die TK. Bitte beachten Sie, dass das Wort "Ökonometrie" in diesem Forum grammatikalisch nicht korrekt ist.

Auf den ersten Blick kann ich mich an eine Diskussion über die Regressionsgleichung erinnern, die schnell auf Formeln zur Berechnung von Regressionskoeffizienten reduziert wurde - eine Diskussion über die Anwendung der Regression in der TZ kam nie zustande. Ist das Ignorieren von Statistiken ein Zufall oder ist es ein Verdienst von Reshetov und Co.

:)

 
faa1947:
die Verwendung der Ökonometrie und ihrer Schwester, der Mathematik, in der TZ wurde nie erörtert
Nun, das ist zu viel! Das ist alles, worüber wir reden))
 
alsu:

Nur aus dem Stegreif

https://www.mql5.com/ru/forum/105771

Für die Ökonometrie nicht relevant, da es kein klar definiertes Modell gibt.

https://www.mql5.com/ru/forum/105740

Es wurde ein neues vermeintliches Marktmodell vorgeschlagen. Ein Vorschlag eines DSP-Spezialisten, von dem ich zutiefst überzeugt bin, dass er nicht auf den Markt anwendbar ist. In diesem Forum wurde dieses Modell noch nicht untersucht.

https://www.mql5.com/ru/articles/222

Verzeihung, ich stimme zu. Wenn Sie eine Suche nach "Ökonometrie" durchführen, wird sie nicht gefunden. Der Artikel ist sehr aktuell, und es handelt sich um einen Artikel, nicht um ein Forum. Ich muss darauf bestehen, dass ich ab dem 1. Januar 2011 korrekt bin. Eine Diskussion über dieses oder ein ähnliches Stück scheint mir sehr interessant zu sein. Auf jeden Fall wären konkrete Algorithmen und Zahlen diskutiert worden und nicht die Fähigkeiten einzelner, wenn auch genialer, Persönlichkeiten.

Wenn ich den Artikel kommentiere, erhalte ich eine Menge verschiedener Interessen und Vorschläge. Zunächst hat der Autor seine eigenen Programme verwendet, aber es gibt auch Eviews und vor allem Matlab. Wenn wir diese Pakete nehmen, erhalten wir eine systematischere Sicht auf das Problem.

Danke für den letzten Link, es war ziemlich traurig von den Unwissenden, Uninformierten und Spezialisten in DSP und NS.

 

Kolleginnen und Kollegen, die Anpassung von Modellparametern mit irgendetwas ist eine alte und richtige Idee, ich zum Beispiel benutze Bayes'sche Netze + ein paar weitere Ideen sind jetzt in der Erprobung, man kann sie mit Tamburintanz und rituellen Opfergaben anpassen. Das ist nicht die Frage. Überprüfen Sie die Zufälligkeit der neu erhaltenen Rentabilitätsgraphen. Mit bloßem Auge kann man offensichtliche Probleme erkennen. Es gibt eigentlich keinen Grund zur Freude.

 

Martingeil:

Reschetow:


Der hintere Teil des Kurses ist keine Belastung.

...

Der Rest ist kein Problem - elementare Mathematik.


Jura, in Taschkent muss es Frühling sein, bei uns in Almaty ist es immer noch kalt, glaubst du das wirklich?

Ich glaube nicht, dass es in Taschkent Frühling ist - hier ist es verschneit und kalt.

Dass es in Almaty kalt ist, glaube ich - es ist Februar draußen.

Was die Mathematik betrifft, so ist sie keine Religion, an die man glauben muss:


Angenommen, wir haben vier nebeneinander liegende Abschnitte der Geschichte in der Reihenfolge von der Vergangenheit zur Zukunft: A, B, C, D

Wenn die Signale von A, B und C so addiert werden, dass D = A + B + C ist, dann ist das Signal auf D unsicher.

Wir erhalten zuversichtliche Handelssignale für Abschnitt A, indem wir die Signale für die anderen drei Abschnitte einfach addieren: A = B + C + D

Aber wir brauchen Abschnitt A nicht - er ist die Vergangenheit, während wir die Zukunft nur in Abschnitt D erfahren können, wenn wir die Signale in A, B und C kennen.

Aus der obigen Formel ergibt sich dann: D = A - B - C

 
Чтобы не бегать по разным веткам, если позволит публика, скопирую:

Führen wir ein Experiment mit einem Handelssystem durch, das auf der Vorhersage der zukünftigen Richtung der Kursbewegung durch

Anpassung der Gewichtskoeffizienten eines elementaren einschichtigen Neuronennetzes - Perceptron auf historischen Daten. Das Prinzip dieses Handelssystems wurde in meinem Artikel "Wie man ein Handelssystem findet" ausführlich beschrieben. Betrachten wir die historischen Daten für das Währungspaar EURUSD für die letzten 9 Monate oder mehr auf dem H1-Zeitrahmen-Chart. Wir werden sie in drei unabhängige Abschnitte von jeweils drei Monaten unterteilen. Die erste wird für den abschließenden Test verwendet, während die beiden anderen für die Anpassung der Geschichte verwendet werden. Um das Handelssystem nicht separat laufen zu lassen, habe ich gleich zwei Perceptrons in einem Handelssystem kombiniert.

Und ich habe die Funktion Supervisor() erstellt, mit deren Hilfe das Handelssystem drei Betriebsmodi hat, die von den Parametern des Eingangspasses abhängen:

1 - Anpassung und Test des ersten Perzeptrons,

2 - Anpassung und Test des zweiten Perzeptrons,

3 - Filterung durch Aussortieren inkonsistenter Messwerte beider Perzeptrons im Testmodus ohne Optimierung oder im Auto-Trading-Modus auf einem Demo- oder Echtdepot.

Die Gewichtskoeffizienten der Perceptrons: x11, x12 ... x42, sowie p und sl werden an die historischen Daten angepasst. Der Eingabeparameter sl ist eine Konstante für alle Abschnitte. Stop-Loss- und Take-Profit-Niveaus werden für alle offenen Positionen durch diesen Wert festgelegt. Ein weiterer Eingabeparameter p - die Verzögerungszeit für die Eröffnungskursdifferenz - ist ebenfalls eine Konstante. Der Einstieg in den Markt erfolgt zu Beginn einer neuen Balkenformation, d.h. entsprechend den Eröffnungskursen der Balken und den Werten des Perceptrons, abhängig vom Wert des Eingabeparameters pass, und der Ausstieg nur bei Auslösung eines Stop Loss oder Take Profit. Die Optimierung erfolgt mit Hilfe des genetischen Algorithmus zur Identifizierung von Extremwerten, wobei das Gleichgewichtsmaximum als Extremwert angesehen wird. Der anfängliche Betrag sollte sehr groß sein, z.B. $1000000, um zu verhindern, dass der Algorithmus während der Optimierung an Nachschussforderungen hängen bleibt. Eingabeparameter: Lots - Volumen der offenen Positionen in Lots und mn - eindeutige magische Zahl, damit der EA die Bearbeitung seiner eigenen (von ihm eröffneten) Aufträge nicht mit den Aufträgen anderer (von ihm nicht eröffneter) verwechselt.


In einemersten Schritt müssen wir herausfinden, welche Werte die Eingabevariablen p und sl haben sollen. Dazu wählen wir die letzten beiden Teile der Historie aus, d.h. von vor 6 Monaten bis heute. Wir setzen alle Parameter der Perceptron-Gewichte auf Werte von Start = 0 bis Stop = 200 in Schritten von 1. Stellen Sie den p-Wert von Start = 3 bis Stop =100 in 1er-Schritten ein, den sl-Wert von Start = 100 bis Stop =1000 in 10er-Schritten (oder von 10 bis 100 in 1er-Schritten bei vierstelligen Kursen). Setzen Sie den Durchlasswert auf 1. Markieren Sie die folgenden zu optimierenden Parameter: x11, x21, x31, x41, p und sl. Alle anderen Kontrollkästchen sollten deaktiviert werden. Führen Sie nun die Optimierung durch. Sobald die Anpassung abgeschlossen ist, stellen Sie die Eingabeparameter auf den besten Durchgang ein.


Zweiter Schritt. Anpassen der Gewichte des ersten Perzeptrons an den zweiten Abschnitt der historischen Daten. Wir haben das Datum und die Uhrzeit der Optimierung von vor 6 Monaten auf vor 3 Monaten gesetzt. Heben Sie nur die optimierten Parameter aus den Eingangsvariablen p und sl auf. Führen Sie die Optimierung durch. Sobald die Optimierung abgeschlossen ist, stellen Sie die Eingabeparameter entsprechend der besten Anpassung ein.


Dritter Schritt. Anpassen der Gewichte des zweiten Perzeptrons an den dritten Abschnitt der historischen Daten. Wir haben das Datum und die Uhrzeit der Optimierung von vor 3 Monaten auf den heutigen Tag eingestellt. Deaktivieren Sie die optimierten Parameter: x11, x21, x31, x41 und setzen Sie sie für x12, x22, x32 und x42. Die anderen Kontrollkästchen müssen deaktiviert werden. Setzen Sie die Eingangsvariable pass auf 2. Optimierung starten. Sobald die Anpassung abgeschlossen ist, stellen Sie die Eingabeparameter nach dem besten Durchgang ein.


Das ist alles, unser Handelssystem wurde an die historischen Daten von vor 6 Monaten bis zum heutigen Tag angepasst. Speichern wir die Werte der Eingabeparameter in der Einstellungsdatei. Setzen Sie die Eingangsvariable pass auf 3. Deaktivieren Sie das Kontrollkästchen "Datum verwenden. Starten Sie den Test. Wir sehen uns die Testtabelle an. Wir sehen, dass die Kurve des Gleichgewichts und des Eigenkapitals im rechten Teil des Diagramms nach oben und im linken Teil nach unten tendiert. Nun müssen wir dafür sorgen, dass die Waage im Bereich außerhalb der Einstellprobe nach oben tendiert. Wir gehen mit dem Mauszeiger auf die Bilanzlinie, wo der Anstieg des Gewinns beginnt, und sehen uns das Datum in der Quickinfo an. Es stellt sich heraus, dass die Gleichgewichtskurve vor fast neun Monaten, vom heutigen Tag an gerechnet, ohne 10 Tage, d. h. 8 Monate und 20 Tage, nach oben tendierte. Und die Anpassung wurde über einen Zeitraum von 6 Monaten durchgeführt. Es gibt also einen erfolgreichen Test außerhalb der optimierten Probe . Wir heben diesen Bereich außerhalb der Stichprobe hervor, um ihn eingehender zu analysieren. Im Großen und Ganzen sind die Ergebnisse recht zufriedenstellend, auch wenn sie deutlich hinter den Ergebnissen von J. Soros zurückbleiben, aber besser sind als die von W. Niederhoffer.


Um sicherzugehen, dass wir uns in einigen Teilen der Geschichte mit der Anpassung beschäftigt haben, ist es notwendig und ausreichend, das Kontrollkästchen "Datum verwenden" zu deaktivieren. Und führen Sie den Test des Expert Advisors mit den Werten 1 und 2 durch die gesamte verfügbare Historie. In jedem dieser Modi ist zu erkennen, dass der Anstieg der Gleichgewichtskurve nur in den Zeiträumen zu beobachten ist, für die bestimmte Perceptrons angepasst wurden. Für alle anderen Zeiträume der Geschichte gibt es keinen positiven Trend, abgesehen von einzelnen Buckeln, die in Tälern enden.


Wie wir gesehen haben, haben beide Perceptrons zwar die Vorwärtstests außerhalb der optimierten Stichprobe historischer Daten nicht bestanden, aber der Filter ihrer gemeinsamen Signale lieferte dennoch positive Ergebnisse bei historischen Daten, von denen zum Zeitpunkt der Anpassung nichts bekannt war. Sie können auch mit anderen Handelssystemen experimentieren, z. B. mit solchen, die auf der Aufschlüsselung einfacher gleitender Durchschnitte oder auf fortgeschritteneren mehrschichtigen neuronalen Netzen basieren. Wenn das Handelssystem robust ist, ist es wahrscheinlicher, dass es bei gefilterten Handelssignalen außerhalb des Optimierungszeitraums positive Ergebnisse erzielt. Wenn er nicht robust ist, wird er im optimierten Zeitraum mit aktiviertem Filter keine positiven Ergebnisse liefern. Die Robustheit des TS ist jedoch im Vergleich zu den Gemeinkosten für Spread, Swap und Maklerprovision zweitrangig. Daher kann man bei erheblichem Mehraufwand nur von positiven Ergebnissen bei Vorwärtstests träumen, da der erwartete Gewinn offensichtlich negativ sein wird.