![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Voici le résultat de l'addition des signaux (trigger=0)
Et voici pour la multiplication du signal logique (trigger=2)
Les deux résultats, toutes choses égales par ailleurs (paire, période, périodes d'optimisation, etc.). Les mêmes 11 années.
OK, j'y penserai demain, c'est l'heure de se coucher.
C'est juste ce que j'ai remarqué en optimisant votre EA :
- J'ai laissé pass = 1 par erreur, et mis les paramètres du perceptron à 0 pour l'optimisation.
Dans ce cas, les paramètres du perceptron 0 ne devraient pas être calculés, mais ils l'ont été, c'est-à-dire que le contrôle a été transmis à la fonction perceptron0()......
Je suis heureux que la durée de l'OOS rentable soit de plus de 7 ans, mais il est tendu que la quasi-totalité de cette durée soit à rebours.Ce qui se trouve à l'arrière du parcours n'est pas une contrainte. Le fait est que, même en supposant que nous ayons affaire à une prédiction stable du passé, c'est-à-dire à une sorte de machine à remonter le temps capable de nous ramener dans le passé et de nous permettre d'y faire des transactions rentables, il existe une solution. Avec les perceptrons classiques sur la différence des prix d'ouverture aux entrées, nous pouvons les manipuler comme bon nous semble : mettre la charrue derrière le cheval et devant. En d'autres termes, si un perceptron peut prédire avec confiance le passé, les poids peuvent être recalculés de manière à "prédire" le futur. Les graphiques peuvent également être inversés autour de l'axe vertical, c'est-à-dire que le temps peut être inversé.
C'est-à-dire que nous avons besoin d'une machine à remonter le temps, quelle que soit l'endroit où elle nous emmène : en avant ou en arrière. Ce qui compte, c'est le résultat profitable à l'endroit même où nous nous trouvons, en termes de stabilité. Le reste n'est pas un problème - mathématiques élémentaires. Le Perceptron est une inégalité linéaire typique.
Ce qui se trouve à l'arrière du parcours n'est pas une contrainte. Le fait est que, même en supposant que nous ayons affaire à une prédiction stable du passé, c'est-à-dire à une sorte de machine à remonter le temps capable de nous ramener dans le passé et de nous permettre d'y faire des transactions rentables, il existe une solution. Avec les perceptrons classiques sur la différence des prix d'ouverture aux entrées, nous pouvons les manipuler comme bon nous semble : mettre la charrue derrière le cheval et devant. En d'autres termes, si un perceptron peut prédire avec confiance le passé, les poids peuvent être recalculés de manière à "prédire" le futur. Les graphiques peuvent également être inversés autour de l'axe vertical, c'est-à-dire que le temps peut être inversé.
C'est-à-dire que nous avons besoin de n'importe quel type de machine à remonter le temps, peu importe où elle nous emmène : en avant ou en arrière. Ce qui compte, c'est un résultat profitable en termes de stabilité, où nous arrivons. Le reste n'est pas un problème - mathématiques élémentaires. Le Perceptron est une inégalité linéaire typique.
Parce que votre non-substantiation semble encore pire que celle de Reshetov. Et de toute façon, il me semble qu'il est incorrect d'exiger qu'il vous prouve quelque chose.
Dans le post, j'ai parlé de la valeur p. C'est le premier azz de la statistique mathématique.
L'homme a avancé l'idée, et même l'a illustrée techniquement, ce n'est pas suffisant pour que vous retroussiez vos manches (si vous la jugez prometteuse) ? Vous pouvez même lui demander un capital de départ. ;-)
Je voudrais vous rappeler les auteurs d'idées que 100 experts ne peuvent pas commenter.
Comblez les lacunes. Ou du moins essayer.
Reshetov prétend que son système est une preuve de l'AT. Il le prouve avec TC. Mais Reshetov n'est pas le premier - une telle preuve est donnée depuis environ 400 ans, à commencer par les Japonais avec leurs bougies.
Par ailleurs, l'absence de preuve de l'existence d'un AT actif ou non actif n'enlève rien au fait qu'il est possible de développer un AT basé sur l'AT et d'en faire une source de revenus. L'AT est un art, comme dans tout autre type d'art, il y a des artistes populaires pour une foule énorme de perdants dont personne ne sait rien.
Je crois savoir que l'AT de Reshetov est basé sur le NS. Si c'est le cas, c'est important, car le succès de l'application des SN dépend entièrement de la personne qui les enseigne. Reshetov a réussi, peut-être est-il un génie, peut-être est-il tombé de son arbre, peut-être a-t-il bu beaucoup de bière - nous nous en moquons - sa compétence ne nous sera pas transférée. Tout l'AT est comme ça. L'AT n'est pas prouvé dans son principe.
Conclusion.
Peut-être pouvez-vous clarifier une de mes observations. Ce forum (et d'autres également) discute de l'AT, de certaines choses exotiques comme les fractales, etc., mais ne discute jamais de l'application de l'économétrie et de sa sœur, la matstatique, à l'AT. Veuillez noter que le mot "économétrie" est grammaticalement incorrect dans ce forum.
D'un coup d'œil, je me souviens d'une discussion sur l'équation de régression, qui a été rapidement réduite à des formules de calcul des coefficients de régression - aucune discussion sur l'application de la régression en CT n'a jamais abouti. Le fait d'ignorer les statistiques est-il un accident ? Ou est-ce grâce à Reshetov et à ses collègues ?
:)
il n'y a jamais eu de discussion sur l'utilisation de l'économétrie et de sa sœur, la matstatique, en TC
Désinvolte
https://www.mql5.com/ru/forum/105771
https://www.mql5.com/ru/forum/105740
https://www.mql5.com/ru/articles/222
Juste en haut de ma tête
https://www.mql5.com/ru/forum/105771
Non pertinent pour l'économétrie car il n'y a pas de modèle clairement énoncé.
https://www.mql5.com/ru/forum/105740
Un nouveau modèle de marché supposé a été proposé. Proposé par un spécialiste des DSP, dont je suis profondément convaincu qu'il n'est pas applicable au marché. Il n'y a pas eu d'étude réelle de ce modèle sur le forum.
https://www.mql5.com/ru/articles/222
Pardonnez-moi, je suis d'accord. Si vous faites une recherche sur "économétrie", vous ne la trouverez pas. L'article est très récent et c'est un article, pas un forum. Je dois insister sur le fait que je suis correct à partir du 1er janvier 2011. Une discussion sur cette pièce ou une autre similaire me semblerait tout à fait intéressante. En tout cas, on aurait discuté d'algorithmes et de chiffres précis, plutôt que des compétences de personnalités individuelles, même si elles sont géniales.
En commentant l'article, je suscite beaucoup d'intérêts et de suggestions différentes. Tout d'abord, l'auteur a utilisé ses propres programmes, mais il existe Eviews et surtout Matlab. Si nous prenons ces paquets, nous obtenons une vue plus systématique du problème.
Merci pour le dernier lien, c'était assez triste de la part des ignorants, des non informés et des spécialistes en DSP et NS.
Chers collègues, adapter les paramètres d'un modèle avec n'importe quoi est une idée ancienne et correcte, j'utilise par exemple les réseaux bayésiens + quelques autres idées sont actuellement à l'essai, vous pouvez l'adapter avec la danse du tambourin et les offrandes rituelles. Ce n'est pas la question. Vérifier le caractère aléatoire des nouveaux graphes de rentabilité obtenus. L'œil nu peut voir des problèmes évidents. En fait, il n'y a aucune raison de se réjouir.
Martingeil:
Ce qui se trouve à l'arrière du parcours n'est pas une contrainte.
...
Le reste n'est pas un problème - mathématiques élémentaires.
Je ne crois pas que ce soit le printemps à Tachkent - il neige et il fait froid ici.
Qu'il fait froid à Almaty, je crois - on est en février dehors.
Quant aux mathématiques, ce n'est pas une religion à laquelle il faut croire :
Supposons que nous ayons quatre sections adjacentes de l'histoire dans l'ordre du passé au futur : A, B, C, D
Si les signaux de A, B et C sont additionnés de telle sorte que D = A + B + C, alors le signal est incertain sur D.
Nous obtenons des signaux de confiance sur la section A en additionnant simplement les signaux des trois autres sections : A = B + C + D
Mais nous n'avons pas besoin de la section A - c'est le passé, tandis que le futur ne peut être obtenu qu'à la section D, si nous connaissons les signaux en A, B et C.
Alors, à partir de la formule ci-dessus, nous obtenons : D = A - B - C
Effectuons une expérience sur un système de trading qui est basé sur la prévision de la direction future du mouvement des cotations en
ajustement des coefficients de poids d'un réseau neuronal élémentaire à une couche - perceptron sur des données historiques. Le principe de ce système de trading a été décrit en détail dans mon article "Comment trouver un système de trading". Prenons les données historiques de la paire de devises EURUSD pour les 9 mois précédents ou plus sur le graphique de l'échelle de temps H1. Nous le diviserons en trois sections indépendantes de trois mois chacune. La première sera utilisée pour le test final, tandis que les deux autres seront utilisées pour ajuster l'historique. Pour éviter d'exécuter le système de trading séparément, j'ai immédiatement combiné deux perceptrons dans un seul système de trading.
Et j'ai créé la fonction Supervisor() à l'aide de laquelle le système de trading a trois modes de fonctionnement, en fonction du paramètre de passage d' entrée :
1 - ajustement et test du premier perceptron,
2 - ajustement et test du second perceptron,
3 - filtrage par élimination des lectures incohérentes des deux perceptrons en mode test sans optimisation ou en mode auto-trading sur un dépôt démo ou réel.
Les coefficients de poids des perceptrons : x11, x12 ... x42, ainsi que p et sl sont ajustés aux données historiques. Le paramètre d'entrée sl est une constante pour toutes les sections. Les niveaux de Stop Loss et Take Profit sont fixés pour toutes les positions ouvertes par cette même valeur. Un autre paramètre d'entrée p - la période de décalage pour la différence de prix d'ouverture, est également une constante. L'entrée sur le marché se fait au début d'une nouvelle formation de barres, c'est-à-dire en fonction des prix d'ouverture des barres et des lectures du perceptron, selon la valeur du paramètre d'entrée pass, et la sortie ne se fait qu'au déclenchement d'un Stop Loss ou Take Profit. L'optimisation est réalisée à l'aide de l'algorithme génétique pour identifier les extrema et le maximum d'équilibre est considéré comme un extremum. Le montant initial doit être très élevé, par exemple 1000000 $, pour éviter que l'algorithme ne reste bloqué sur des appels de marge pendant l'optimisation. Paramètres d'entrée : lots - volume des positions ouvertes en lots et mn - numéro magique unique, afin que l'EA ne confonde pas le traitement de ses propres ordres (qu'il a ouverts) avec les ordres des autres (qu'il n'a pas ouverts).
Dans unpremier temps , nous devons déterminer quelles doivent être les valeurs des variables d'entrée p et sl. Pour ce faire, nous sélectionnons les deux dernières parties de l'historique, c'est-à-dire d'il y a 6 mois à aujourd'hui. Nous avons fixé tous les paramètres des poids du perceptron à des valeurs allant de Start = 0 à Stop = 200 par pas de 1. Définissez la valeur p de Start = 3 à Stop =100 par pas de 1, définissez la valeur sl de Start = 100 à Stop =1000 par pas de 10 (ou de 10 à 100 par pas de 1 pour les cotations à quatre chiffres). Définissez la valeur de la passe à 1. Cochez les paramètres suivants à optimiser : x11, x21, x31, x41, p et sl. Toutes les autres cases à cocher doivent être désactivées. Activez l'optimisation. Une fois l'ajustement terminé, réglez les paramètres d'entrée sur la meilleure passe.
Deuxième étape. Ajustement des poids du premier perceptron sur la deuxième section de données historiques. Nous avons réglé la date et l'heure de l'optimisation d'il y a 6 mois à il y a 3 mois. Décochez les paramètres optimisés uniquement à partir des variables d'entrée p et sl. Exécutez l'optimisation. Une fois l'optimisation terminée, réglez les paramètres d'entrée en fonction du meilleur ajustement.
Troisième étape. Ajustement des poids du second perceptron sur la troisième section de données historiques. Nous avons fixé la date et l'heure d'optimisation de il y a 3 mois à aujourd'hui. Décochez les paramètres optimisés : x11, x21, x31, x41 et réglez-les pour x12, x22, x32 et x42. Les autres cases à cocher doivent être décochées. Réglez la variable d'entrée pass à 2. Optimisation de départ. Une fois l'optimisation terminée, réglez les paramètres d'entrée par la meilleure passe.
C'est tout, notre système de trading a été ajusté aux données historiques d'il y a 6 mois jusqu'à aujourd'hui. Enregistrons les valeurs des paramètres d'entrée dans le fichier de configuration. Réglez la variable d'entrée de la passe à 3. Décochez la case "Utiliser la date. Commencez le test. Nous regardons le tableau des tests. Nous pouvons voir que la courbe de la balance et des fonds propres tend vers le haut dans la partie droite du graphique et vers le bas dans la partie gauche. Nous devons maintenant nous assurer que la balance tend vers le haut dans la zone située en dehors de l'échantillon d'ajustement. Nous amenons le curseur de notre souris sur la ligne de solde, où commence la hausse des bénéfices, et nous regardons la date dans l'infobulle. Il s'avère que la courbe d'équilibre s'est orientée à la hausse il y a presque neuf mois, en comptant à partir d'aujourd'hui, à l'exclusion de 10 jours, c'est-à-dire 8 mois et 20 jours. Et l'ajustement a été effectué sur une période de 6 mois. Il y a donc un test réussi en dehors de l'échantillon optimisé . Nous mettons en évidence cette zone hors échantillon pour l'analyser plus en détail. Dans l'ensemble, les résultats sont tout à fait satisfaisants, bien que considérablement inférieurs à ceux de J. Soros, mais supérieurs à ceux de W. Niederhoffer.
Afin de s'assurer que nous avons traité l'adaptation dans certaines parties de l'histoire, il est nécessaire et suffisant de décocher la case "Utiliser la date". Et exécutez le test du conseiller expert avec les valeurs 1 et 2 sur l'ensemble de l'historique disponible. Dans chacun de ces modes, on constate que la croissance vers le haut de la courbe d'équilibre n'est observée que dans les périodes sur lesquelles certains perceptrons ont été ajustés. Pour toutes les autres périodes de l'histoire, il n'y a pas de tendance positive, sauf pour les bosses individuelles qui se terminent par des creux.
Comme nous l'avons vu, malgré le fait que les deux perceptrons ont échoué aux tests avant en dehors de l'échantillon optimisé de données historiques, néanmoins le filtre de leurs signaux conjoints, a donné des résultats positifs sur des données historiques dont on ne savait rien au moment de l'ajustement. Vous pouvez également expérimenter d'autres systèmes de négociation, tels que ceux basés sur la décomposition de moyennes mobiles simples ou sur des réseaux neuronaux multicouches plus avancés. Si le système de trading est robuste, il est plus susceptible de produire des résultats positifs sur les signaux de trading filtrés en dehors de la période d'optimisation. S'il n'est pas robuste, il ne donnera pas de résultats positifs dans la période optimisée avec le filtre activé. Cependant, la robustesse du TS est secondaire par rapport aux frais généraux du spread, du swap et de la commission du courtier. Par conséquent, avec des frais généraux importants, on ne peut que rêver de résultats positifs dans les tests prospectifs, car le gain attendu sera évidemment négatif.