No me digas entonces que el AT no funciona - página 23
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
Este es el resultado de la suma de señales (trigger=0)
Y aquí está para la multiplicación de señales lógicas (trigger=2)
Ambos resultados, a igualdad de condiciones (par, plazo, periodos de optimización, etc.). Los mismos 11 años.
Bien, lo pensaré mañana, es hora de dormir.
Esto es lo que he notado al optimizar su EA:
- Dejé pass = 1 por error, y puse los parámetros del perceptrón a 0 para la optimización.
En este caso, los parámetros del perceptrón 0 no deberían calcularse, pero se calcularon, es decir, se pasó el control a la función perceptrón0().....
Me alegro de que la duración del OOS rentable sea de más de 7 años, sin embargo, es tenso que casi todo sea al revés en el curso.Lo que está en el fondo del campo no es una tensión. La cuestión es que, incluso suponiendo que estemos tratando con una predicción estable del pasado, es decir, con algún tipo de máquina del tiempo que pueda llevarnos al pasado y permitirnos comerciar de forma rentable allí, hay una solución. Con los perceptrones convencionales sobre la diferencia de precios de apertura en las entradas podemos manipularlos como queramos: poner el carro detrás del caballo y delante. Es decir, si un perceptrón puede predecir con seguridad el pasado, los pesos pueden recalcularse para que "prediga" el futuro. Los gráficos también pueden invertirse alrededor del eje vertical, es decir, el tiempo puede invertirse.
Es decir, necesitamos cualquier tipo de máquina del tiempo, independientemente de dónde nos lleve: hacia delante o hacia atrás. Lo que importa es el resultado rentable en el propio lugar en términos de estabilidad, donde se consigue. El resto no es un problema - matemáticas elementales. El Perceptrón es una típica desigualdad lineal.
Lo que está en el fondo del campo no es una tensión. La cuestión es que, incluso suponiendo que estemos tratando con una predicción estable del pasado, es decir, con algún tipo de máquina del tiempo que pueda llevarnos al pasado y permitirnos comerciar de forma rentable allí, hay una solución. Con los perceptrones convencionales sobre la diferencia de precios de apertura en las entradas podemos manipularlos como queramos: poner el carro detrás del caballo y delante. Es decir, si un perceptrón puede predecir con seguridad el pasado, los pesos pueden recalcularse para que "prediga" el futuro. Los gráficos también pueden invertirse alrededor del eje vertical, es decir, el tiempo puede invertirse.
Es decir, necesitamos cualquier tipo de máquina del tiempo, no importa dónde nos lleve: hacia adelante o hacia atrás. Lo que importa es un resultado rentable en términos de estabilidad, a donde llegamos. El resto no es un problema - matemáticas elementales. El Perceptrón es una típica desigualdad lineal.
Porque tu falta de fundamento parece aún peor que la de Reshetov. Y de todos modos, me parece que es incorrecto exigirle que le demuestre algo.
En el post escribí sobre el valor p. Es el primer azz de la estadística matemática.
Que el hombre haya propuesto la idea, e incluso la haya ilustrado técnicamente, no es suficiente para que te arremangues (si lo consideras prometedor)? Incluso puede pedirle un capital inicial. ;-)
Me gustaría recordar a los autores de las ideas que 100 expertos no pueden comentar.
Rellena los huecos. O, al menos, intentarlo.
Reshetov afirma que su sistema es una prueba de AT. Esto lo demuestra con TC. Pero Reshetov no es el primero, ya que este tipo de pruebas se han dado desde hace unos 400 años, empezando por los japoneses con sus velas.
Por cierto, la falta de pruebas de AT laboral o de AT no laboral no quita que sea posible desarrollar la AT basada en la AT y hacer de la AT una fuente de ingresos. El AT es un arte, como en cualquier otro tipo de arte hay artistas populares para una gran multitud de perdedores que nadie conoce.
Tengo entendido que el AT de Reshetov se basa en la NS. Si es así, esto es significativo, ya que el éxito de la aplicación de la NS depende totalmente de la persona que la enseña. Reshetov ha triunfado, puede que sea un genio, puede que se haya caído de su árbol, puede que haya bebido mucha cerveza - no nos importa - su habilidad no se trasladará a nosotros. Todo el AT es así. El AT no está probado en principio.
Conclusión.
Tal vez pueda aclarar una observación mía. En este foro (y en otros también) se habla de AT, de algunas cosas exóticas como los fractales, etc., pero nunca se habla de la aplicación de la econometría y su hermana la matestadística a la CT. Tenga en cuenta que la palabra "econometría" es gramaticalmente incorrecta en este foro.
De un vistazo, puedo recordar una discusión sobre la ecuación de regresión, que rápidamente se redujo a fórmulas para calcular los coeficientes de regresión - nunca se llegó a discutir la aplicación de la regresión en la CT. ¿El hecho de ignorar las estadísticas es un accidente? O es gracias a Reshetov y compañía.
:)
nunca se ha hablado del uso de la econometría y su hermana, la matestadística, en la CT
Offhand
https://www.mql5.com/ru/forum/105771
https://www.mql5.com/ru/forum/105740
https://www.mql5.com/ru/articles/222
Sólo me viene a la cabeza
https://www.mql5.com/ru/forum/105771
No es relevante para la econometría ya que no tiene un modelo claramente establecido.
https://www.mql5.com/ru/forum/105740
Se ha propuesto un nuevo modelo supuestamente de mercado. Propuesto por un especialista en DSP, que estoy profundamente convencido de que no es aplicable al mercado. No ha habido ningún estudio real de este modelo en el foro.
https://www.mql5.com/ru/articles/222
Perdón, estoy de acuerdo. Si se hace una búsqueda de "econometría" no se encuentra. El artículo es muy reciente y es un artículo, no un foro. Tengo que insistir en que estoy en lo cierto a partir del 1 de enero de 2011. Un debate sobre esta pieza o similar me parecería bastante interesante. En todo caso, se habrían discutido algoritmos y cifras concretas, en lugar de las habilidades de personalidades individuales, aunque geniales.
Comentando el artículo, estoy generando un montón de intereses y sugerencias diferentes. En primer lugar, el autor utilizó sus propios programas, pero existe Eviews y, sobre todo, Matlab. Si tomamos estos paquetes, obtenemos una visión más sistemática del problema.
Gracias por el último enlace, ha sido bastante triste por parte de los ignorantes, los ignorantes y los especialistas en DSP y NS.
Colegas, adaptar los parámetros del modelo con cualquier cosa es una idea antigua y correcta, yo, por ejemplo, uso redes bayesianas + un par de ideas más están ahora en pruebas, se puede adaptar con el baile de la pandereta y las ofrendas rituales. Esa no es la cuestión. Comprobar la aleatoriedad de los nuevos gráficos de rentabilidad obtenidos. A simple vista se pueden ver problemas evidentes. De hecho, no hay razón para alegrarse.
Martingeil:
Lo que está en el fondo del campo no es una tensión.
...
El resto no es un problema - matemáticas elementales.
No creo que sea primavera en Tashkent, aquí nieva y hace frío.
Que hace frío en Almaty, creo: estamos en febrero.
En cuanto a las matemáticas, no es una religión en la que haya que creer:
Supongamos que tenemos cuatro secciones adyacentes de la historia en orden del pasado al futuro: A, B, C, D
Si las señales de A, B y C se suman de manera que D = A + B + C, entonces la señal es incierta en D.
Obtenemos señales comerciales seguras en la sección A simplemente sumando las señales de las otras tres secciones: A = B + C + D
Pero no necesitamos la sección A - es el pasado, mientras que el futuro se puede obtener sólo en la sección D, si conocemos las señales en A, B y C.
Entonces de la fórmula anterior obtenemos: D = A - B - C
Realicemos un experimento sobre un sistema de trading que se basa en la previsión de la dirección futura del movimiento de las cotizaciones por
ajuste de los coeficientes de peso de una red neuronal elemental de una capa - perceptrón sobre datos históricos. El principio de este sistema de comercio fue descrito en detalle en mi artículo "Cómo encontrar un sistema de comercio". Tomemos los datos históricos para el par de divisas EURUSD durante 9 meses anteriores o más en el gráfico de marco de tiempo H1. Lo dividiremos en tres secciones independientes de tres meses cada una. El primero se utilizará para la prueba final, mientras que los otros dos se utilizarán para ajustar el historial. Para evitar ejecutar el sistema de comercio por separado, combiné inmediatamente dos perceptrones en un sistema de comercio.
Y he creado la función Supervisor() con la ayuda de la cual el sistema de comercio tiene tres modos de funcionamiento, dependiendo del parámetro de entrada de paso:
1 - ajuste y prueba del primer perceptrón,
2 - ajuste y prueba del segundo perceptrón,
3 - filtrado mediante la criba de las lecturas incoherentes de ambos perceptrones en el modo de prueba sin optimización o en el modo de autocomercio en un depósito demo o real.
Los coeficientes de peso de los perceptrones: x11, x12 ... x42, así como p y sl se ajustan a los datos históricos. El parámetro de entrada sl es una constante para todas las secciones. Los niveles de Stop Loss y Take Profit se establecen para todas las posiciones abiertas por este mismo valor. Otro parámetro de entrada p - el periodo de tiempo de retraso para la diferencia de precios de apertura, es también una constante. La entrada en el mercado se realiza al principio de una nueva formación de barras, es decir, según los precios de apertura de la barra y las lecturas del perceptrón, en función del valor del parámetro de entrada del pase, y la salida sólo al activarse un Stop Loss o Take Profit. La optimización se realiza mediante el algoritmo genético para identificar los extremos y se toma el máximo de equilibrio como extremo. La cantidad inicial debe ser muy grande, por ejemplo 1000000 dólares, para evitar que el algoritmo se atasque en las llamadas de margen durante la optimización. Parámetros de entrada: lotes - volumen de posiciones abiertas en lotes y mn - número mágico único, para que el EA no confunda el manejo de sus propias órdenes (que ha abierto) con las órdenes de otros (que no ha abierto).
En elprimer paso , tenemos que averiguar cuáles deben ser los valores de las variables de entrada p y sl. Para ello, seleccionamos las dos últimas partes del historial, es decir, desde hace 6 meses hasta hoy. Fijamos todos los parámetros de los pesos del perceptrón en valores desde Start = 0 hasta Stop = 200 en pasos de 1. Establezca el valor p de Inicio = 3 a Parada =100 en pasos de 1, el valor sl de Inicio = 100 a Parada =1000 en pasos de 10 (o de 10 a 100 en pasos de 1 para cotizaciones de cuatro dígitos). Poner el valor de paso en 1. Marque los siguientes parámetros a optimizar: x11, x21, x31, x41, p y sl. Todas las demás casillas deben estar desactivadas. Ahora ejecute la optimización. Una vez completado el ajuste, ajuste los parámetros de entrada a la mejor pasada.
Segundo paso. Ajuste de los pesos del primer perceptrón en la segunda sección de datos históricos. Fijamos la fecha y hora de optimización de hace 6 meses a 3 meses. Desmarca los parámetros optimizados sólo de las variables de entrada p y sl. Ejecute la optimización. Una vez completada la optimización, ajuste los parámetros de entrada según el mejor ajuste.
Tercer paso. Ajuste de los pesos del segundo perceptrón en la tercera sección de datos históricos. Fijamos la fecha y la hora de la optimización desde hace 3 meses hasta el día de hoy. Desmarque los parámetros optimizados: x11, x21, x31, x41 y ajústelos para x12, x22, x32 y x42. Las demás casillas deben estar desmarcadas. Poner el pase de la variable de entrada en 2. Comienza la optimización. Una vez terminada la optimización, ajuste los parámetros de entrada por la mejor pasada.
Eso es todo, nuestro sistema de comercio se ha ajustado a los datos históricos de hace 6 meses hasta el día de hoy. Vamos a guardar los valores de los parámetros de entrada en el archivo de configuración. Poner la variable de entrada pass en 3. Desmarque la opción "Usar la fecha". Inicie la prueba. Miramos la tabla de pruebas. Podemos ver que la curva de balance y equidad tiende hacia arriba en la parte derecha del gráfico y tiende hacia abajo en la parte izquierda. Ahora debemos asegurarnos de que la balanza tiende hacia arriba en la zona exterior de la muestra de ajuste. Llevamos el cursor de nuestro ratón a la línea de balance, donde comienza el aumento de los beneficios y miramos la fecha en el tooltip. Resulta que la curva de equilibrio tendía al alza hace casi nueve meses, contando desde hoy, excluyendo 10 días, es decir, 8 meses y 20 días. Y el ajuste se llevó a cabo en un tramo de 6 meses. Por lo tanto, hay una prueba exitosa fuera de la muestra optimizada . Destaquemos esta zona fuera de la muestra para analizarla con más detalle. En general, los resultados son bastante satisfactorios, aunque considerablemente inferiores a los de J. Soros, pero superiores a los de W. Niederhoffer.
Para asegurarnos de que hemos tratado el encaje en algunas partes del historial, es necesario y suficiente desmarcar la casilla "Usar fecha". Y ejecute la prueba del Asesor Experto con los valores 1 y 2 a través de todo el historial disponible. En cada uno de estos modos, podemos ver que el crecimiento ascendente de la curva de balance se observa sólo dentro de aquellos períodos, en los cuales se ajustaron ciertos perceptrones. Para el resto de los periodos de la historia no existe una tendencia positiva, excepto para las jorobas individuales que terminan en depresiones.
Como hemos visto, a pesar de que ambos perceptrones no superaron las pruebas de avance fuera de la muestra optimizada de datos históricos, sin embargo el filtro de sus señales conjuntas, dio resultados positivos en datos históricos de los que no se sabía nada en el momento del ajuste. También puede experimentar con otros sistemas de negociación, como los basados en la ruptura de medias móviles simples o en redes neuronales multicapa más avanzadas. Si el sistema de negociación es robusto, es más probable que produzca resultados positivos en las señales de negociación filtradas fuera del periodo de optimización. Si no es robusto, no dará resultados positivos en el periodo optimizado con el filtro activado. Sin embargo, la solidez de la ST es secundaria en comparación con los costes generales del diferencial, el swap y la comisión del corredor. Por lo tanto, con una sobrecarga significativa, sólo se puede soñar con resultados positivos en las pruebas a futuro, porque la recompensa esperada será obviamente negativa.