トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1028 1...102110221023102410251026102710281029103010311032103310341035...3399 新しいコメント mytarmailS 2018.07.22 08:16 #10271 市場の仕組みについて少し...。 さっそく写真を入れて、その流れで......。 1) 顧客のオープンポジションを公開するFXブローカー "oanda" これは、ブローカーの買い手-売り手のネットオープンポジションの差である 2) 昔、自分のトレーダー事務所を持っていた14年、マリオンで作ったインジケーターでトレードしていた、しばらく買い手と売り手の累計を作り、その差であるデルタを計算、インジケーターはエクセルで作った、以下は私の日記からの写真、2014年のものです。 3) 訓練されたニューラルネットワークは、2つのクラスが販売する購入するが、代わりに "11010010 "のようなクラスの確率を与え、再び我々は購入するクラスと販売するクラスの確率の累積和を作り、差を数え、これは青いグラフと新しいデータでニューラルネットワークの仕事である。 矢印を描く必要があるのか、それとも自分で描くのか?))) ちなみにこれは同じスレッドの40ページ目です。 mytarmailS 2018.07.22 08:37 #10272 このように、出典も違えば、アプローチも違いますが、ポイントは同じです...。 相場は売れば上がり、買えば下がる...。 Aleksey Nikolayev 2018.07.22 09:00 #10273 イワン・ネグレシュニーランダムに生成されたBPと実価格のBPを見分ける方法を知っている人がいれば説明してほしいのですが...。生成された系列と実系列の増分のサンプル間に適合度基準(例えばKolmogorov-Smirnov)を適用してみることもできる。例えば、現実の価格はガウス分布よりもテールが太く、中心がシャープになると考えられています。 Renat Akhtyamov 2018.07.22 09:03 #10274 mytarmailS:このように、出典も違えば、アプローチも違いますが、ポイントは同じです...。 相場は売れば上がり、買えば下がる...。その通り 一点一画 価格が上がったときに、ロボットが売れるわけがない。 やってもーた 少し考えてみてください、いいですか? その理由は、どちらかというと、すでに上に書いたとおりですが...。 khorosh 2018.07.22 09:03 #10275 イワン・ネグレシュニーランダムに生成されるBPと実価格のBPの見分け方を知っている人がいれば説明してほしいのですが......。実際のBPでは、セッションの開始に伴う特定の時間帯に、繰り返し(24時間)ボラティリティが上昇するのを観察することができます。ランダムなものでは見れないはずです。 mytarmailS 2018.07.22 09:09 #10276 レナト・アフティアモフ一点一画 どうしてロボットが値上がりしたときに売ることができるのですか? やってもうた意味がわからない、何が問題なんだ? Renat Akhtyamov 2018.07.22 09:12 #10277 mytarmailS:よくわからないんだけど、何が矛盾してるんだろう? ロボットはほとんどトレンドに逆らって動く Renat Akhtyamov 2018.07.22 09:15 #10278 mytarmailS:........ 矢印は自分で描かなければならないのでしょうか?))) ちなみに、これは同スレッドの40ページ目です。ああ、矢が必要だ。 2012年の予想スレに載せたオープンソースのインディーズと全く同じ。まだ残っているといいんですけどね。 誰も分からなくてみんな笑っていた ;))))コチエの鏡はもちろん、状況に応じて、買ったり売ったりしています。を、もう一度。 市場が横ばいであれば、他のニューラルネットワークと同じように、すべてうまく機能するのです。 Aleksey Nikolayev 2018.07.22 09:24 #10279 mytarmailS:トレンド成分を持つ ランダムな(THIS IS NOT THE PRICE) 系列を生成し、それをテクニカル分析パターンで塗りつぶすことで、事実上の古典的TAがランダムで記述できること)、ランダムでもこのTAが一応存在するが、それは存在せず、トレンド成分を持つ系列の特性に過ぎないことを示しました。どんな反転もTAの数字で説明できる、分かるか? それは常にヘッド&ショルダー、またはダブル、トリプルトップ、ランダムでも、同時にそれはこれらの数字に任意の予測特性を与えるものではありません。ポイントは、対称的なランダムウォークでこの数字があるかどうかではないような気がします。より正しい質問は、この数字の周辺にあるいくつかの現実の価格の挙動が、ランダムに生成されたバージョンと統計的に有意な(そして実用的に有用な)違いがあるかどうかということである。これを正確に確認しようとすると、形状の正式な定義などの問題が出てくる。例えば、対称型ランダムウォークでは、ギャップが必要以上に早く閉じてしまうことがありました(それで儲かるというわけではありませんが)。 ランダムで対称的な漫才は、トレンドやサイクルをよく「描く」し、それは理論家の手法で示すことができる。しかし、人は当然ながらそれでお金を稼ぐことはできない。 mytarmailS 2018.07.22 09:39 #10280 アレクセイ・ニコラエフランダムウォークは、予測特性を持たず、単にトレンドを追うだけの 原始的な トレンドシステムの最適化のための代替履歴として使えるのではないかと思っています。 例えば、3000年分の代替履歴を作成し、そのデータでトレンドロボットを最適化することができます。 実際の取引では、過去数年分の履歴で最適化した場合よりも、新しいデータを使って最適化した方が、ロボットの挙動が良くなるような気がしています。 1...102110221023102410251026102710281029103010311032103310341035...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
市場の仕組みについて少し...。
さっそく写真を入れて、その流れで......。
1)
顧客のオープンポジションを公開するFXブローカー "oanda"
これは、ブローカーの買い手-売り手のネットオープンポジションの差である
2)
昔、自分のトレーダー事務所を持っていた14年、マリオンで作ったインジケーターでトレードしていた、しばらく買い手と売り手の累計を作り、その差であるデルタを計算、インジケーターはエクセルで作った、以下は私の日記からの写真、2014年のものです。
3)
訓練されたニューラルネットワークは、2つのクラスが販売する購入するが、代わりに "11010010 "のようなクラスの確率を与え、再び我々は購入するクラスと販売するクラスの確率の累積和を作り、差を数え、これは青いグラフと新しいデータでニューラルネットワークの仕事である。
矢印を描く必要があるのか、それとも自分で描くのか?)))
ちなみにこれは同じスレッドの40ページ目です。
このように、出典も違えば、アプローチも違いますが、ポイントは同じです...。
相場は売れば上がり、買えば下がる...。
ランダムに生成されたBPと実価格のBPを見分ける方法を知っている人がいれば説明してほしいのですが...。
生成された系列と実系列の増分のサンプル間に適合度基準(例えばKolmogorov-Smirnov)を適用してみることもできる。例えば、現実の価格はガウス分布よりもテールが太く、中心がシャープになると考えられています。
このように、出典も違えば、アプローチも違いますが、ポイントは同じです...。
相場は売れば上がり、買えば下がる...。
その通り
一点一画
価格が上がったときに、ロボットが売れるわけがない。
やってもーた
少し考えてみてください、いいですか?
その理由は、どちらかというと、すでに上に書いたとおりですが...。
ランダムに生成されるBPと実価格のBPの見分け方を知っている人がいれば説明してほしいのですが......。
実際のBPでは、セッションの開始に伴う特定の時間帯に、繰り返し(24時間)ボラティリティが上昇するのを観察することができます。ランダムなものでは見れないはずです。
一点一画
どうしてロボットが値上がりしたときに売ることができるのですか?
やってもうた
意味がわからない、何が問題なんだ?
よくわからないんだけど、何が矛盾してるんだろう?
........
矢印は自分で描かなければならないのでしょうか?)))
ちなみに、これは同スレッドの40ページ目です。
ああ、矢が必要だ。
2012年の予想スレに載せたオープンソースのインディーズと全く同じ。まだ残っているといいんですけどね。
誰も分からなくてみんな笑っていた ;))))
コチエの鏡はもちろん、状況に応じて、買ったり売ったりしています。
を、もう一度。
市場が横ばいであれば、他のニューラルネットワークと同じように、すべてうまく機能するのです。
トレンド成分を持つ ランダムな(THIS IS NOT THE PRICE) 系列を生成し、それをテクニカル分析パターンで塗りつぶすことで、事実上の古典的TAがランダムで記述できること)、ランダムでもこのTAが一応存在するが、それは存在せず、トレンド成分を持つ系列の特性に過ぎないことを示しました。どんな反転もTAの数字で説明できる、分かるか? それは常にヘッド&ショルダー、またはダブル、トリプルトップ、ランダムでも、同時にそれはこれらの数字に任意の予測特性を与えるものではありません。
ポイントは、対称的なランダムウォークでこの数字があるかどうかではないような気がします。より正しい質問は、この数字の周辺にあるいくつかの現実の価格の挙動が、ランダムに生成されたバージョンと統計的に有意な(そして実用的に有用な)違いがあるかどうかということである。これを正確に確認しようとすると、形状の正式な定義などの問題が出てくる。例えば、対称型ランダムウォークでは、ギャップが必要以上に早く閉じてしまうことがありました(それで儲かるというわけではありませんが)。
ランダムで対称的な漫才は、トレンドやサイクルをよく「描く」し、それは理論家の手法で示すことができる。しかし、人は当然ながらそれでお金を稼ぐことはできない。
ランダムウォークは、予測特性を持たず、単にトレンドを追うだけの 原始的な トレンドシステムの最適化のための代替履歴として使えるのではないかと思っています。
例えば、3000年分の代替履歴を作成し、そのデータでトレンドロボットを最適化することができます。 実際の取引では、過去数年分の履歴で最適化した場合よりも、新しいデータを使って最適化した方が、ロボットの挙動が良くなるような気がしています。