La estadística como forma de mirar al futuro - página 19
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
bstone - Previsión para el amarillo y la línea roja respectivamente 1 y 2 barras por delante del azul. El cálculo se hace en la barra cero y lo que se ve en las imágenes se forma de esta forma en la barra cero sin asomarse al futuro, sin redibujar el pasado, lo he comprobado en una cuenta demo (no es mi primer año detrás del marido para forex, me lo tomo en serio).
Neutrón- "Una vista general de la curva de equilibrio encontrada a partir de las características integrales estimadas se muestra con la línea roja en la figura siguiente. A modo de comparación, la línea azul muestra la curva de equilibrio construida por el comercio TC "justo", basada en los datos proporcionados por Piligrimm". - No entiendo, ¿qué es un sistema tan justo?
El algoritmo descrito anteriormente se implementa en un módulo, que es una unidad estacionaria (es decir, sin modelos de reentrenamiento, aunque existe la posibilidad debido al "ecualizador" de optimizar las características de amplitud - fase de las señales para un instrumento y marco de tiempo en particular), diseñado para formar una muestra presentable del espectro de las señales (más de un centenar de señales obtenidas utilizando diferentes algoritmos) basado en las cotizaciones en tiempo real. Las decisiones de trading se tomarán no por 2 o 3 señales en la imagen (hay muchas señales de este tipo, en la última imagen de arriba se puede ver el espectro de 100 señales, muchas de las cuales tienen características no peores que las 3 que presenté arriba como ejemplo de predicción de una señal con una y dos barras de antelación), sino por un módulo dinámico independiente para tomar decisiones de trading.
Ya he desarrollado y probado este módulo en otros sistemas de Asesor Experto desarrollados anteriormente. Su esencia es utilizar tres comités de redes neuronales con 15 NS en cada uno. Cada comité recibe un grupo de 50 señales, con la siguiente distribución: el primer comité recibe señales de 1 a 50, el segundo de 26 a 75, el tercero de 51 a 100 del primer módulo descrito anteriormente - por lo que cada comité tiene la mitad del conjunto de señales de entrada superpuestas con el otro comité. La longitud de la muestra de señales de entrenamiento para cada comité es de 200 barras, los comités NS operan en un ciclo infinito de reentrenamiento en tiempo real. Como señal a partir de la cual se realiza el entrenamiento, obtenemos una señal del "indicador de tendencia" que refleja los puntos de reversión de la tendencia en el historial (que puse a la venta, puedes ver su trabajo allí). Después de reentrenar 15 NS en el comité, los modelos de estas redes se ejecutan en la muestra de prueba y sólo se seleccionan 9 mejores de entre 15. Y estos 9 mejores modelos de cada comité se obtienen en el bloque de cálculo, donde se realiza el cálculo para 9 mejores modelos y se promedia el resultado sobre el comité. Como resultado, obtenemos tres señales de negociación calculadas para cada comité en función de la llegada de una nueva barra. La decisión comercial colegiada se toma cuando las decisiones de los tres comités coinciden. El sistema dinámico que vigila constantemente los cambios del mercado y reajusta sus parámetros en tiempo real, le permite tomar las mejores decisiones en una situación determinada. En general, todo el sistema aún no ha probado, estoy ocupado "pulir" las señales individuales del primer módulo. Muestro el resultado de este "pulido" en las fotos de abajo. Las señales mostradas en las figuras son dos modificaciones de la señal, que se presentó anteriormente como una línea roja. En la primera y segunda figura las señales difieren en los ajustes del "ecualizador", quería mostrar cómo pequeños cambios en los parámetros cambian la forma de las señales. En el archivo, el fichero PR corresponde a la primera figura y el PR30 ala tercera. En la 1ª columna - datos correspondientes a las líneas rojas, en la 2ª columna - líneas amarillas, de 3 a 6, respectivamente - Open, High, Low, Close.
Neutron, sería bueno enmarcar el camino como un artículo...
El material está en bruto. Creo que es demasiado pronto para formatear el artículo.
El cálculo se hace en la barra cero y lo que se ve en las imágenes se forma de esta forma en la barra cero sin mirar al futuro, sin redibujar el pasado, lo comprobé en una cuenta demo (no es el primer año detrás del marido para Forex, me lo tomo en serio).
El resultado es que se utilizan tres comités de redes neuronales de 15 NS en cada uno. Cada comité recibe un grupo de 50 señales, con la siguiente distribución: primer comité - señales 1 a 50, segundo - 26 a 75, tercero - 51 a 100 del primer módulo descrito anteriormente, por lo que cada comité tiene una muestra de señales de entrada que se solapa a medias con el otro comité. La longitud de la muestra de señales de entrenamiento para cada comité es de 200 barras, y los comités NS operan en un ciclo infinito de reentrenamiento en tiempo real.
Me quito el sombrero ante tu trabajo y el gran resultado.
De hecho, los datos presentados son una prueba directa del carácter no aleatorio del mercado de divisas y, por tanto, de la posibilidad de obtener ganancias no aleatorias del mismo.
Neutrón - " Lavista general de la curva de equilibrio encontrada a partir de las características integrales estimadas se muestra en rojo en la figura siguiente. A modo de comparación, la línea azul muestra la curva de equilibrio construida por el comercio "justo" de la ST según losdatos proporcionados por Piligrimm." - No entiendo qué es un sistema tan justo.
Carguemos lo presentado por usted kotir (tercera columna en el archivo) en Metatrader y utilicemos la línea amarilla (segunda columna) como indicador en la apertura de la posición. Escribimos TS (lo implementé en Mathcad), que abre-cierra una posición en cada referencia de la serie temporal (Apertura de la barra actual H4), la dirección la elegimos según el signo del incremento del indicador. Esto es lo que yo llamo comercio "justo".
¿Cómo dependen entre síla longitud óptima de la muestra de entrenamiento P, el número de entradas d del CT y el número de pesos del conjunto w?
Neutron, sería una buena idea poner el método en forma de artículo detallando el método de aplicación práctica. Esto podría convertirse en una norma a medida que se extienda "entre las masas". Al mismo tiempo, la apertura de una posición de TS puede considerarse como una predicción del tamaño medio de una operación rentable en la siguiente barra (el intervalo igual a la duración media de la orden). Es evidente que hoy echamos en falta un indicador de este tipo para evaluar la ST y el desarrollo de su idea parece muy versátil en este sentido.
P.D. Como opción, en una escala de evaluación difusa, a la derecha podría estar "¡de verdad!", y a la izquierda - "¡Ftopkus!" :-)
Apoyado.
De hecho, la forma de clasificación propuesta podría ser la base de la generalmente aceptada.
По-сути, представленные данные служат прямым доказательством не мартингальности рынка Forex и, следовательно, возможности неслучайного заработка на нём.
Piligrimm, ¿cómo correlacionas la longitud óptima de la muestra de entrenamiento P, el número de entradas d y el número de pesos ajustables w?
En efecto, ha habido mucho trabajo; prácticamente, he estado trabajando en este sistema experto desde marzo, pasando de 10 a 14 horas diarias en el monitor, y utilizando la experiencia y los conocimientos de muchos años anteriores. Para construir el primer módulo, el constructor de señales, tuve que entrenar cientos de modelos, la mayoría de los cuales fueron a parar a la papelera, y sólo una pequeña parte que cumplía los criterios dados entró en el sistema. El entrenamiento de un modelo llevó de 6 a 30 horas. Pero la tarea más dolorosa para mí era construir señales con la respuesta de amplitud y fase requerida a partir de las señales producidas por los modelos No había encontrado una manera de automatizar este proceso, tenía que combinar manualmente cientos de combinaciones de un grupo de modelos diferentes, hasta encontrar una versión satisfactoria (lo que yo llamaba "pelar" las señales) y una nueva señal original, o una señal primaria mejorada creada por uno de los modelos.
El primer módulo es estacionario, no prevé la reconversión, sino que está diseñado para que los modelos construidos funcionen de forma estable en un futuro previsible, al menos 2 - 3 años. Partiendo de esto elegí el timeframe H4 con una longitud de muestreo de 5000 barras para el entrenamiento, en el intervalo del cual el mercado cambió sus fases muchas veces y el rango de cambios de tasa (en este intervalo es de 1,16 a 1,6) no debería exceder estos límites en los años venideros. Los modelos NS y LR aprendidos se formalizaron en polinomios y luego se tradujeron a MQL, por lo que todo el primer módulo se implementa en MQL como un indicador que puede ser optimizado en un amplio rango de características de amplitud-fase utilizando el ecualizador, obteniendo la forma deseada de las señales para crear diferentes estrategias. Mi objetivo desde el principio fue no hacer un sistema altamente especializado para alguna estrategia específica, sino crear un sistema abierto, una especie de constructor, que pueda recibir nuevas señales con nuevas características, si es necesario, utilizando combinaciones de señales existentes, de acuerdo con los requisitos de las estrategias a diseñar.
El segundo módulo es dinámico, se implementa en Matlab. Está diseñado para supervisar dinámicamente la situación del mercado, adaptándose constantemente a los cambios, y tomar decisiones de negociación informadas basadas en el análisis multivariante de la información proporcionada por el primer módulo. Esencialmente, este módulo es un sistema de reconocimiento, que está entrenado en el vector de entrada de 50 señales y sobre la base de la tendencia de referencia en la historia, creada por el indicador de tendencia, para reconocer los puntos de inversión de la tendencia del mercado, para un rango dado de fluctuaciones de la tasa, y en la barra cero sin retraso significativo para dar una señal sobre el inicio de la inversión. Para excluir las decisiones erróneas y la influencia de los ruidos, hice este módulo redundante, e introduje un comité de 15 CN, e hice tres comités entrenados para el análisis de varios vectores de entrada diferentes (aunque no se hizo por la buena vida, me hubiera gustado utilizar un solo comité, pero mi ordenador simplemente no puede manejar el entrenamiento de CN con 100 entradas). Así que tuve que dividir la matriz de entrada en tres partes, como he descrito anteriormente, y entrenar el Sistema Informático Nacional con 50 entradas, que aunque cargan demasiado el procesador y la memoria, siguen funcionando. Por tanto, la elección del número de entradas NS viene determinada por esto. Esta unidad está diseñada para seguir y evaluar los cambios a corto plazo en el mercado sin un análisis profundo de la historia y mis conclusiones empíricas es que la longitud de la muestra de entrenamiento debe ser al menos 10 veces el horizonte de previsión o reconocimiento, en el que el NS trabaja sin reentrenamiento. Utilicé este módulo para trabajar en el marco temporal M1, donde el tiempo total para el reentrenamiento de un comité fue de 15-17 minutos, además la precisión de la predicción sin el reentrenamiento del NS fue bastante alta en 20 barras, es decir, 20 minutos por delante. Así, seleccioné una longitud de la matriz de entrada para el entrenamiento igual a 200 compases. Intenté disminuir la longitud de la muestra hasta 100 compases, pero el error en la muestra de prueba aumentó considerablemente, un aumento en el rango de 200 a 1000 compases no aumentó la precisión significativamente, pero sí el tiempo de entrenamiento y la memoria utilizada. Utilizo las funciones estándar de Matlab NS, donde los pesos se generan internamente de forma automática.
En cuanto a la predictibilidad del mercado Forex, estuve seguro de su predictibilidad desde el principio, cuando empecé a trabajar con él, y muchos años de trabajo y experimentos no han hecho más que reforzar esta creencia. Incluso escribí un artículo al respecto titulado "¿Es posible hacer predicciones en el mercado de divisas? ¿Cómo crear su propia estrategia de trading?
Por cierto, he tocado brevemente el enfoque que utilizo en este sistema. Desgraciadamente, la mayoría no se toma en serio este artículo, dejando comentarios burlones.
Otra pregunta sobre el último gráfico que has citado, es extraño que los mínimos y máximos locales de la línea roja y azul estén en antifase entre sí, ¿cómo lo explicas?
En cuanto a la predictibilidad del mercado Forex, desde el principio, cuando empecé a trabajar con él, confiaba en su predictibilidad, y a lo largo de los años de trabajo y experimentos no he hecho más que reforzar esta creencia. Incluso escribí un artículo al respecto titulado "¿Es posible hacer predicciones en el mercado de divisas? ¿Cómo crear su propia estrategia de trading?
Por cierto, he tocado brevemente el enfoque que utilizo en este sistema. Desgraciadamente, la mayoría no se toma en serio este artículo, dejando comentarios burlones.
Otra pregunta sobre el último gráfico que has colgado, es extraño que los mínimos y máximos locales de las líneas rojas y azules sean opuestos entre sí, ¿cómo lo explicas?
Bueno, en términos generales sí.
Piligrimm, el indicador que ha recogido en la forma en que lo ha presentado para su revisión, le permite batir el mercado en Н4 estadísticamente. Y eso con un riesgo mínimo. ¿Cuál es la razón por la que aún no ha anulado el Forex?
En cuanto a las diferencias en los datos presentados por mí, se deben a la propia esencia de la metodología de estimación de la rentabilidad. La cuestión es que conociendo las características integrales que definen un proceso estacionario (distribución de los incrementos de renta variable en nuestro caso), siempre obtenemos una de las infinitas realizaciones del mismo. En general, estas realizaciones son similares (tasa de crecimiento, fluctuaciones de la tasa de crecimiento), pero son individuales y únicas en detalles. Esto explica la aparente discrepancia. Lo que señalaste como la contrafase de TODO es sólo una coincidencia. Podría haber sido en fase y cualquier otra cosa.
Bueno, lo entiendo en términos generales.
Piligrimm, el indicador que has montado tal y como lo has presentado, te permite batir al mercado en H4 con certeza estadística. Y eso con un riesgo mínimo. ¿Cuál es la razón por la que no has derribado el Forex hasta ahora?
No voy a afirmar nada todavía, pero me parece que en este caso los resultados se obtuvieron de forma incorrecta debido al rebasamiento del indicador en la barra de cero. Para un horizonte de 1 barra, es obvio - al emular operaciones sobre los datos presentados la decisión se toma al principio de la barra según los datos, que en realidad se obtuvieron en el momento de su formación completa. Para un horizonte de 2 bares hay que analizar con más detalle.
No voy a afirmar nada todavía, pero me parece que en este caso los resultados se obtuvieron incorrectamente debido al redibujado del indicador en la barra cero. Para un horizonte de 1 barra es obvio - al emular operaciones sobre datos presentados la decisión se toma al principio de la barra utilizando datos que en realidad se obtuvieron en el momento de su formación completa. Para un horizonte de 2 bares hay que analizar con más detalle.
Piligrimm escribió :>>
bstone - Previsión para la línea amarilla y la roja, respectivamente, 1 y 2 barras por delante de la azul. El cálculo se hace en la barra cero y lo que se ve en las imágenes se forma en la barra cero sin mirar al futuro, sin redibujar el pasado, lo comprobé en una cuenta demo (no es el primer año detrás del forex, me lo tomo en serio).
Sin embargo, este es un punto muy importante.
Pidamos de nuevo a Piligrimm que confirme la corrección de los datos presentados. Necesitamos garantizar que la previsión de la siguiente barra H4 (línea roja o amarilla) se reciba y se fije ANTES de la apertura de la barra y no durante la formación de la misma.
El material está en bruto. Creo que es demasiado pronto para inventar un artículo.
Creo que también es importante seguir la varianza de la distribución
las distancias de los puntos a la línea trazada en la nube de puntos. A cero
el ángulo de error de predicción es exactamente de 45 grados y la varianza es
es cero. Para las necesidades reales podemos elegir conjuntos óptimos
valores sigma más pequeños y un ángulo de inclinación mayor.
Hola a todos.
El tema es bastante interesante para mí personalmente, así que me aventuro a hacer algunas preguntas a los participantes de este hilo.
Lo siento, si he entendido algo mal...
1. ¿Qué intentamos predecir? (probablemente el valor del precio futuro, que debería formarse en un plazo determinado).
Para simplificar, tr=sl. El objetivo es que el precio llegue a tr, más rápido que sl. La relación n/l debe ser superior a 0,5, incluida la dispersión. Preferiblemente, debe ser superior a 0,7.
2. ¿Qué parámetros del pasado utilizaremos para nuestra predicción para determinar el precio hasta un nivel objetivo específico (tr)? Esta cuestión se planteó en alguna página de este hilo, pero no la entiendo...
3. en mi opinión, predecir el mercado es difícil, tal vez incluso inútil (es decir, las regresiones, etc., que van por detrás de la variación de los precios (pendiente) no son muy diferentes de la MA). De todos modos, creo que lo principal es que el movimiento depende de la cantidad de dinero que algunas personas han apostado con la expectativa de que un activo suba/baje y su codicia y miedo en previsión de que se alcance ese nivel de precios. En mi opinión, este hecho no puede ignorarse a la hora de hacer previsiones.
1. ¿qué intentamos predecir?
2. Qué parámetros del pasado utilizaremos para nuestra previsión... 3. En mi opinión, la previsión del mercado es difícil, quizá inútil...1. Aumento del precio en la siguiente barra.
2. El valor de los incrementos de precio en las barras actuales y anteriores.
3... ¿Puede sugerir algo más para MTS?
Creo que también es importante trazar la varianza de la distribución
de las distancias de los puntos a la línea trazada en la nube de puntos. A cero
error de predicción el ángulo es exactamente de 45 grados y la varianza es
es cero. Para las necesidades del mundo real, los conjuntos óptimos de
valores menores de sigma y un ángulo de inclinación mayor.
Por supuesto que tienes razón.
Si hablamos del valor del método propuesto, debemos destacar que operamos con dos parámetros: la pendiente tangente de la regresión lineal y la dispersión de la dispersión puntual (suponiendo la distribución normal de los incrementos de la balanza) en relación con la línea construida. El primer parámetro caracteriza la rentabilidad de la CT, el segundo caracteriza los riesgos. Teniendo ambos, podemos encontrar el porcentaje óptimo (en el sentido de la maximización de los ingresos para un determinado período de tiempo) de las reinversiones. En otras palabras, cuanto más cerca esté la pendiente de las nubes de los 45 grados y más fina sea, mejor.