Pas le Graal, juste un ordinaire - Bablokos ! !! - page 263
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
Sensei, est-il possible de voir 1-2 "boîtes de texte" fraîches de vous pour analyse. Les anciens sont hors de portée car il n'y a pas d'histoire aussi profonde, et le dernier état, qui a été gentiment publié par vous, je le comprends déjà avec l'optimisation de votre auteur, dont nous, "gens mondains", sommes encore très loin.
Il y en a déjà 250 pages...
Il y a plus qu'assez de matière, allez-y...
P.S. : Je ne vais pas poster les pages. Voici la sortie du marché d'hier :
P.P.S. : Je ne posterai rien d'autre ici...
Il y en a déjà 250 pages...
Il y a plus qu'assez de matière, allez-y...
P.S. : Je ne vais pas poster les pages. Voici la sortie du marché d'hier :
P.P.S : Je ne posterai rien d'autre ici...
https://www.mql5.com/ru/code/1146
Les gars, je ne suis pas très bon en maths. Pouvez-vous me dire comment sélectionner les poids dans les synthétiques pour minimiser la dispersion sur une fenêtre donnée via la régression, par exemple dans lrbuild nous avons besoin d'alimenter les deux régresseurs et les valeurs des synthétiques lui-même pour trouver les coefficients. Alors quelle libu pour résoudre le problème d'optimisation pour trouver un synthétique avec une variance minimale ? Je vous serais reconnaissant de bien vouloir me montrer un exemple avec un code adapté à mql5 (4).
Les gars, je ne suis pas très bon en maths. Pouvez-vous me dire comment sélectionner les poids dans les synthétiques pour minimiser la dispersion sur une fenêtre donnée via la régression, par exemple dans lrbuild nous avons besoin d'alimenter les deux régresseurs et les valeurs des synthétiques lui-même pour trouver les coefficients. Alors quelle libu pour résoudre le problème d'optimisation pour trouver un synthétique avec une variance minimale ? Je vous serais reconnaissant de bien vouloir me montrer un exemple avec un code adapté à mql5 (4).
Dans lrbuild vous devez alimenter soit :
(1) tous les régresseurs par rapport à une certaine fonction de table
ou
(2) un ensemble de régresseurs par rapport à un certain actif
dans le cas général :
CAlglib::LRBuildZ(MATRIX,points,racines,info,LM,AR) ;
la dernière colonne de MATRIX doit être une fonction tabulaire ou des données d'actifs (jambes écartées).
dans lrbuild nous devons alimenter l'un ou l'autre :
(1) tous les régresseurs par rapport à une certaine fonction de table
ou
(2) un ensemble de régresseurs par rapport à un certain actif
dans le cas général :
CAlglib::LRBuildZ(MATRIX,points,racines,info,LM,AR) ;
la dernière colonne de MATRIX doit être constituée de fonctions tabulaires ou de données sur les actifs (jambes écartées).
C'est clair.
La question est de savoir comment rechercher un écart avec une variance minimale.
Bien sûr, vous pouvez essayer une recherche complète avec un pas discret ou vous donner la peine de trouver une solution au système d'équations pour trouver le minimum d'une fonction en mettant les dérivées partiellesσ(Y(A1..A4)) à zéro.Je suis sûr qu'il existe une bibliothèque toute faite pour trouver la solution en quelques lignes de code). Il y a une discussion sur le concept, mais rien n'est écrit sur la mise en œuvre).
C'est compréhensible.
La question est de savoir comment rechercher un écart avec une variance minimale.
Bien sûr, vous pouvez essayer de faire une opération de force brute avec une étape discrète ou vraiment geler et trouver la solution du système d'équations pour trouver la fonction minimale en mettant les dérivées partiellesσ(Y(A1..A4)) à zéro.Je suis sûr qu'il existe une bibliothèque toute faite pour trouver la solution en quelques lignes de code). Il y a une discussion sur le concept, mais rien n'est écrit sur la mise en œuvre).
Je ne suis pas sûr que la variance minimale soit si nécessaire, il est plus important d'analyser le comportement de la courbe de dispersion.
Si vous voulez, vous pouvez écrire un générateur d'écarts et le vérifier sur un cycle, le nombre de combinaisons peut être recherché numériquement.
mais il est bon d'optimiser la longueur et la position de la fenêtre de la période de calcul, car elle affecte fortement l'apparence de l'écart.
Je ne comprends pas bien le système d'équations, il n'y a qu'une seule équation (régression).
Avec 4 tickers et un pas minimum de 1%, le nombre d'exécutions sera de 100^4/2.
Il existe une fonction simple globalMin.portfolio() dans r par exemple, mais je n'ai rien trouvé de similaire dans Alglib.
UPD : En général, il n'y a pas de solution prête pour le portefeuille de variance minimale dans Alglib, mais il est possible d'effectuer des opérations avec des matrices, donc la demi-custodie est déjà là. Ma question est retirée.
Joker, comment as-tu eu l'idée de ce système ?
Probablement par un travail dur et minutieux. Dans le commonwealth de haute connaissance de certains domaines. Il ne l'a pas rêvé. )))
Avec 4 tickers et un pas minimum de 1%, le nombre d'exécutions sera de 100^4/2.
Il existe une fonction simple globalMin.portfolio() dans r par exemple, mais je n'ai rien trouvé de similaire dans Alglib.
UPD : En général, il n'y a pas de solution prête pour le portefeuille de variance minimale dans Alglib, mais il est possible d'effectuer des opérations avec des matrices, donc la demi-custodie est déjà là. Ma question est retirée.
en général, il y a au moins 3 fonctions dans alglib mais c'est tellement secret que je ne peux pas en parler ouvertement sans révéler le secret de quelqu'un.
Probablement au cours d'un travail difficile et minutieux. Dans le commonwealth de haute connaissance de certains domaines. Il ne rêve pas de ça. )))
non, bien sûr que non
quel dur labeur
c'est des champignons en poudre et puis un rêve et un graal
(Je l'ai vérifié moi-même)