Teoria del flusso casuale e FOREX - pagina 18
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Vorrei poter disegnare le ombre su BarsCount all'indietro durante l'inizializzazione, perché anche loro portano informazioni.
Ma tutto è molto lento quando ci sto lavorando :).
E c'è un'altra domanda - se c'è un trend-flat sul forex, o non c'è un trend-flat sul forex. È stato discusso molto e tante persone come opinioni.
Puoi fare come "Ora dobbiamo sostituire a*x+b con qualcosa di più significativo che rimuova effettivamente la tendenza, come 'ang PR (Din)-v1' "
Definire il tempo di riferimento. E mi è piaciuta molto la soluzione in time_avg_v1.0. mq4 riguardo alle deviazioni dal "trend".
Il punto più interessante qui è che il coefficiente di correlazione è un valore fondamentalmente limitato. La prima soluzione al problema della normalizzazione dell'induttore è stata suggerita daYurixx in 'Stochastic Resonance'. Non riesco a trovare la foto, dannazione.
Non resta molto da fare: insegnargli a correlarsi con gli estremi del mercato. Ma sembra che i punti di entrata/uscita debbano essere cercati negli zeri di questo indicatore.
P.S. No, non esattamente. Valori negativi dell'indicatore (se nel senso che è una specie di ACF) non indicano una tendenza al ribasso. Può essere l'appartamento più sfrenato.
P.S. No, non proprio. Valori negativi dell'indikator (se nel senso che è una specie di ACF) non indicano una tendenza al ribasso. Potrebbe essere il piatto più sfrenato.
E di nuovo - piatto - quanto costa? 25p o 50p. E per quanto riguarda l'orizzonte temporale più alto? time_avg_v1. 0.mq4 dà qualche cifra su questa domanda.
OK, quindi la vestibilità è piuttosto perfetta. Ora dobbiamo sostituire a*x+b con qualcosa di più significativo che rimuova effettivamente la tendenza, come 'ang PR (Din)-v1'.
Sì, le tendenze sono lineari, ma molto grossolanamente e solo sui TF più grandi, come le settimane. Date un'occhiata voi stessi.
Allora cerchiamo di capire cosa sta cercando di ottenere l'autore (e non solo l'autore) quando detrange il grafico. Prival, probabilmente, suggerisce di farlo per rimuovere prima le componenti regolari imprevedibili (trend) dalle quotazioni iniziali lasciando qualcosa di vicino a un processo casuale la cui aspettativa non è troppo deviata da zero (in termini di numero di s.c.s.) e poi analizzare le proprietà ACF di questo processo (autocovarianti, e non autocorrelazionali), usando la ACF stessa per prevedere proprio i trend che ci sono sconosciuti. Prival, dove sei andato? Dimmi, è logico o no?
Il detrending ha senso solo quando la deviazione della "linea di tendenza" dal grafico stesso non è troppo grande, il che impone un piccolo valore del periodo di "smoothing" della regressione stessa (non l'ACF). Altrimenti ci saranno tendenze locali poco profonde all'interno dell'intervallo di detrending, che è esattamente ciò di cui vogliamo sbarazzarci. (Ipotesi: quindi potremmo ridurre il coefficiente Hurst del processo iniziale, avvicinandolo alla gaussiana?
Ora guardate i 5 minuti e ditemi se le tendenze sono lineari o no? L'argomento "Risonanza stocastica" sembra che dovrebbe confutare questa nozione, se un tale fenomeno esiste.
P.S. A proposito, avete fatto attenzione al perché il nostro induttore mostra uno sulla barra dello zero?
Candido,
P.S. A proposito, avete mai fatto attenzione al perché il nostro indicatore mostra uno sulla barra zero?
Non è la mia domanda, ma visto che sto sbirciando l'argomento...
Prival una volta ha cercato di parlare di buon senso qui. Quindi, il senso comune o il senso fisico ACF solo per definizione equipara il suo valore a uno alla barra zero, perché mostra la correlazione del campione di tempo con se stesso. La sua caduta a zero può essere trattata come una perdita pratica di correlazione nei valori BP dopo che il numero corrispondente di barre è stato rimosso da zero. Solo che non ho ancora capito cosa vogliamo ottenere. Si noti che Wikipedia dà un'altra definizione di AFC, che, come la capisco, è più vicina al cuore di Matemet, ma qui consideriamo solo la prima.
P.S. Prival, non ho ancora l'impulso iniziale interiore per iniziare a codificare, perché non ho una chiara comprensione del compito. A proposito, non mi considero un mago del MQL, e non lo sono mai stato, ma la pratica dimostra che tutto può essere codificato quando si capisce il compito. E ci sono maestri qui sul forum.
P.P.S. Associo la diminuzione dell'attività del forum al desiderio degli utenti del forum di imparare rapidamente le reti neurali probabilistiche (speranza, Prival tra loro), o tutti corrono ad aprire un conto reale mentre è ancora possibile utilizzare i segnali di Better gratuitamente :-).
Ho solo del tempo libero. Cercherò di rispondere alle domande qui stasera.
Provaa rispondere alla domanda "...probabilistica..." sulla probabilità di ciò che la rete neurale Better regola?
Entro sera cercherò di programmare tutto e di postare le mie idee in immagini.
rsi cerca di rispondere alla domanda "...probabilistica..." sulla probabilità di cosa fa la rete neurale Better impostata ?
Ho iniziato da poco con le reti (come al solito senza fretta). Sul forum ci sono esperti in materia (Vinin, Leo, klot e molti altri, tra cui, ovviamente, Better). (Tuttavia, vedo che c'è già un nuovo thread sull'argomento - non mi sorprende. ) Ma visto che l'hai chiesto, ci proverò. Come nel proverbio: Se non puoi fare nulla da solo, almeno insegna agli altri! :-) Anche qui sul ramo si sono riunite molte persone, quindi spero che mi correggano se faccio casino.
Per quanto ho capito per oggi, quando si costruisce una rete probabilistica si usa l'approccio bayesiano, e ogni uscita della rete ottiene una stima (e viene ovviamente confrontata poi con una soglia o con altre uscite; Prival, forse anche due soglie sono possibili :-)) di qualche statistica sufficiente sotto forma di uno scalare con esattezza fino a un fattore costante, descritto da una funzione di massima verosimiglianza per il vettore di input. Così (per rispondere alla domanda), la rete (ogni uscita) è sintonizzata sulla massima probabilità che il vettore di input corrisponda alla decisione (uscita).
La rete stessa è di solito a tre strati - lo strato di input, lo strato radiale e lo strato di output. Vettori per la classificazione (nel caso di Better, come già sappiamo, sono molto probabilmente combinazioni lineari di diverse medie mobili, anche se possono essere utilizzate anche funzioni booleane). Il numero di uscite, corrisponde alla dimensionalità richiesta della soluzione di uscita. Per esempio, 4, se abbiamo bisogno di prendere decisioni comprare, vendere, closebuy, closesell. Durante l'addestramento, viene implementato il principio "winner takes all", vale a dire che più di un output non può essere vicino al massimo. Questa è la parte creativa del lavoro: dobbiamo trovare la larghezza (sigma) e il numero di neuroni più adatti nello strato intermedio. Alcuni vettori di input sono i più plausibili per l'acquisto di successo, altri per altri vettori di output. Lo strato radiale è così chiamato perché usa la cosiddetta base radiale - la funzione a campana della distanza euclidea (nel caso più generale di componenti correlate del vettore di input - la distanza Mahalanobis) invece della funzione di trasformazione sigmoidea.
Come vediamo, questo approccio è molto simile al trading delle "mani": un trader valuta il vettore di input (prezzo, pattern TA, letture degli indicatori, ecc.) e prende una decisione, se il criterio è soddisfatto secondo la sua stima.
Per quanto riguarda la formazione - non l'ho ancora studiata. È una domanda separata, se la capisco, potrei introdurla più tardi :-). Ricordo che, anche prima del campionato, ho scritto che il mio Expert Advisor ha utilizzato un anno di dati per l'allenamento.
Candido, intendevo la regressione lineare dinamica, cioè un indicatore che predice linearmente il valore della prossima barra sulla base di un dato numero di valori precedenti. Mi interessava una volta, quando giocavo con le reti neurali, e l'ho anche calcolato analiticamente; è una combinazione lineare di SMA e LWMA con periodi uguali, piuttosto piccoli, non 1000. Me ne ricorderò - posterò la formula di calcolo o l'indicatore stesso.
La chiamo regressione lineare mobile e ho un tale indicatore, posso condividerlo io stesso :)
Intendo sulla prima barra (la barra zero non viene elaborata)? Ebbene, la correlazione di ogni punto con se stesso è presa come uno, supponendo che questo sia il massimo grado di correlazione possibile. Questa supposizione è ulteriormente giustificata :). Ma dato che probabilmente lo sapevi anche senza di me, sembra che la domanda contenesse un indizio, che non ho ancora capito.
Prival ha promesso di dare la sua opinione, ma penso che l'idea non sia quella di lasciare solo la componente casuale, ma di rimuovere la tendenza "lunga" e ottenere una serie con valore atteso zero. Questa serie conterrà tendenze più brevi corrispondenti all'orizzonte di gioco previsto. Ricordando che la matstatistica (e non solo l'analisi R/S) preferisce lavorare proprio con tali serie, otteniamo una riduzione più o meno corretta del problema alla "ricerca sotto il lampione".
Il detrending ha senso solo quando la deviazione della "linea di tendenza" dal grafico non è troppo grande, il che impone un piccolo valore del periodo di "smoothing" della regressione stessa (non ACF). Altrimenti ci saranno tendenze locali poco profonde all'interno dell'intervallo di detrending, che è esattamente ciò di cui vogliamo sbarazzarci. (Ipotesi: quindi potremmo ridurre il coefficiente Hurst del processo iniziale, avvicinandolo a quello gaussiano?
Ora guardate i 5 minuti e ditemi, le tendenze sono lineari o no? L'argomento "Risonanza stocastica" dovrebbe sembrare smentire questa nozione, se un tale fenomeno esiste.
E ora - il dessert :). Come scritto sopra, capisco il significato del detrending esattamente al contrario, cioè: il compito è solo quello di rimuovere le tendenze globali e ottenere le tendenze locali corrispondenti all'orizzonte scelto del gioco in una forma pulita. In questo senso, parlare in termini di tempi è piuttosto sviante. C'è solo una serie temporale, possiamo visualizzarla usando diversi timeframe, ma le tendenze come realtà oggettiva non dipendono dalla scelta della scala. Ed ecco quello che ho pensato improvvisamente - c'è un chiaro significato fisico nelle trasformazioni lineari: il risultato di tale trasformazione è un altro quadro di riferimentoinerziale, cioè un sistema in cui agiranno le stesse forze di quello originale. In una trasformazione non lineare, come sappiamo dalla fisica, si ottiene un mondo in cui forze "illogiche" e difficili da descrivere possono apparire e scomparire in modi inaspettati. È interessante notare che anche l'utilizzo dei rendimenti è una trasformazione lineare, ma la condizione di aspettativa zero è soddisfatta con un errore sostanzialmente maggiore che nella detrending con la regressione lineare.