S'il existe un processus dont l'analyse d'une partie ne permet pas de prévoir la partie suivante. - page 13
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
5. Une génétique de sa propre fabrication.
En fait, je ne crois pas qu'il soit possible de prédire l'errance aléatoire. Une autre question est de savoir s'il est possible de créer une stratégie commerciale qui serait rentable au moins pendant de courtes périodes. La réponse est plus probable si nous utilisons les statistiques de processus à notre avantage. Martingale, par exemple.
Votre algorithme génétique est puissant s'il a réussi à débloquer l'algorithme de génération de nombres aléatoires. Allez-vous parier sur lui pour le championnat ? J'aimerais l'encourager. Bien que les conditions d'acceptation (test de 15 minutes) soient difficiles. J'envisage d'utiliser mon ancien conseiller expert basé sur la recherche du plus proche voisin. Mais il lui sera difficile de tenir en 15 minutes. Les conditions du championnat ne sont pas conçues pour les réseaux neuronaux.
Bien sûr, NS peut mémoriser parmi d'autres des données aléatoires. Est-ce une prédiction ?
Vous avez raison, il peut et se souvient.
Mon expérience était incorrecte - Sample et OOS ont été générés à des moments différents, ce qui signifie qu'il ne s'agissait pas de nombres aléatoires provenant de la même rangée (le générateur a été initialisé différemment dans les deux cas).
Mais voici une expérience correcte :
Une séquence de 10000 OOS Sample et immédiatement suivie de 10000 OOS OOS a été générée.
C'est une prédiction maintenant ?
1. En fait, je ne crois pas qu'il soit possible de prédire un vagabondage aléatoire. Une autre question est de savoir s'il est possible de créer une stratégie commerciale qui serait rentable au moins pendant de courtes périodes. La réponse est plus probable si nous utilisons les statistiques de processus à notre avantage. Martingale, par exemple.
2. Votre algorithme génétique est puissant s'il parvient à débloquer l'algorithme de génération de nombres aléatoires. Allez-vous parier sur lui pour le championnat ? J'aimerais l'encourager. Bien que les conditions d'acceptation (test de 15 minutes) soient difficiles. J'envisage d'utiliser mon ancienne EA basée sur la recherche du plus proche voisin. Mais il lui sera difficile de tenir en 15 minutes. Les conditions de championnat ne sont pas créées pour les réseaux neuronaux.
1. Je ne le crois pas non plus. :) Je pense seulement que sur des données de marché réelles, les résultats devraient être encore meilleurs que sur PCF.
2. Oui, GA est vraiment bon, et ce n'est pas pour rien que j'ai consacré environ trois ans à son développement. Je vais probablement le faire cette année (ouf, ouf, ouf), et pour ce qui est de limiter le temps de test, je devrais fermement prescrire des réponses prêtes à l'emploi pour la grille directement dans l'EA afin qu'elle ne "pense" pas pendant le test.
Le vagabondage aléatoire et vous ne pouvez pas le prévoir. On peut prédire quelque chose qui a un modèle...
Je le pense aussi.
D'ailleurs, en termes de performances, MathRand()&0x00000001 est plus efficace.
Vous ne pouvez pas faire cela avec un PRNG C. Il possède une boucle "sale", de sorte que le résultat d'une telle opération aura des motifs cycliques.
ZS, il s'avère que nous l'avons déjà corrigé.
Et ceci est déjà sur les données réelles, EURUSD M5. Courbe verte pour l'échantillon 2011.11.01-2012.05.25, 10958 échantillons, et courbe rouge pour le retour en arrière 2011.09.01-2011.11.01, 5160 échantillons.
Eh bien, c'est juste un dicton.
Backward est le mot magique )
L'avant est de l'échantillon
Backward - retour en arrière à partir de l'échantillon