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 1029

[Ivan Negreshniy]

khorosh

実際のBPでは、セッションオープン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ことが観察される。ランダムなものにはそれがない。

何をすべきか、どうすればよいかがわからなければ、二度とできないのです)。

トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム

市場のニュースを把握するため、また、市場のニュースを把握するため

アレクセイニコラエフ さん 2018.07.22 11:00

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ができます。例えば、現実の価格はガウス分布よりもテールが太く、中心が鋭くなると考えられている。

この方法は、市場モデルと現実のモデルの妥当性を評価するのに使った方がいいと思います、ランダムをそう捉えるならOKですが))

[Renat Akhtyamov]

mytarmailS:

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 トレンドシステムを最適化するための代替履歴として使えるのではないでしょうか 。

例えば、3000年分の代替履歴を作成し、これら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。得られたパラメータを使えば、実際の取引において、過去数年間の実際の履歴に最適化した場合よりも、ロボットはより良い動作をすると思われますが、私はそういったことに興味がないので、実験していません。

わあ

まだ警戒中ですか？

しかし、新しいプログラムのたびに、前のプログラムよりも潔く なる......。

ここで私は白熱した議論に別れを告げます。

追記

人間はまだ賢い...。インジケーター、ニューラルネットワークなどより賢い

[Aleksey Vyazmikin]

mytarmailS:

密度はどうやって計算したんだ？

私は、値が密集している状態を「雲」と呼び、その雲の先頭、中間、末尾のどれで閉じるのが良いのか、いずれにしても反発のリスクが高い現象であることを示唆するものでした。この地で 密度自転車が発明された。

[Aleksey Nikolayev]

mytarmailS:

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 トレンドシステムを最適化するための代替履歴として使えるのではないでしょうか。

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した場合、実際の履歴の過去数年分に対して最適化した場合よりも、新しいデータを使って実際の取引でより良い動作をするように思われます。

理論的には、バランスはマルチンゲール（伊藤の確率的積分として表現できるため）になります。つまり、完全にランダムウォークに似るわけではないが、期待ペイオフがゼロであるという性質は残るのである。そのため、再トリミング以外の方法は取れないと思われます。

ワンダーに小さなトレンドを加え、それに対する感度でさまざまなシステムを比較することは、おそらく意味があるのでしょう。実際には、かつてここで叱られたモンテカルロモデリングの亜種になるのだが......)

[Aleksey Nikolayev]

アレクセイ・ヴャジミキン

私は、値が密集している状態を「雲」と呼び、雲の始まり、真ん中、終わりのどれで決済するのが良いのか、いずれにしてもこのような現象はリバウンドのリスクが高いことを示している、と考えていました。密度の高い自転車が発明されたのもこの 地です。

核密度近似 法ではダメなのでしょうか？

[Aleksey Vyazmikin]

アレクセイ・ニコラエフ

核密度近似 法ではダメなんですか？

片目で記事をにらむ。この方法では個々のクラスターグループを特定できないが、私の方法では特定できる。

[Aleksey Nikolayev]

アレクセイ・ヴャジミキン

片目で記事をにらむ。この方法では個々のクラスターグループは検出されませんが、私の方法では検出されます。

クラスタリングについて話すのであれば、密度は通常、単峰性密度（多くの場合、ガウス）の混合物で近似されます。例えばこんな感じ。

[...]

Demiと思われるユーザーのトピックで、疑似ランダムと本物の市場を見分けようとするものがありましたが、Dmitriy SkubはHearst indexを使って、成功したようです。

https://www.mql5.com/ru/forum/143224

[Mihail Marchukajtes]

mytarmailS:

おいおい)) 悪いけど、ランダムに生成される列に曲線を描いて、その上でどんなターゲットでも見ていれば、少なくとも腰までは木でできているんだよ :)

投稿に反応する前に、その投稿を読むとよいでしょう。

また、密度はどのように計算したのですか？

ランダムであること......それはわかった。ランダムなシリーズでも、技術分析を適用して意図した目標が見えることを示したかったのです。それとも、私の目標はどれも、シリーズを続けることで達成されないとお考えですか？

そして、その結果、技術分析はどの列にも適用することができます。大事なのは、このシリーズが時代とともに変化していくことです!!!!

[Mihail Marchukajtes]

レベルの形成については。最適なレベルは、ボリュームプロファイルと特定の価格でのデルタです。そして、この2つの要素だけがそれらを形成し、私のローソク足の場合のような悪名高い指数やパタパタしたものではありません。

ローソク足のインジケーターでも良いのですが、マーケットプロファイルでフィルターをかけるとつまり、ローソク足が形成される領域で、大きなプロファイルボリュームによって確認された場合です。

出来高プロファイルが過去の水準であれば、将来の水準は、後に「建玉」として考慮される保留注文という 形で市場に形成されることになる。市場の知恵はここまでだ。統計のための時間的に不安定な系列としてではなく、相場として見てください。そして、物事がうまくいくようになる...。

TSが良くなければ、レベルをもっと良く回したいと思います。このままでは...すでに問題が解決し、ロボットが勝手に取引してくれるのであれば、無理に何かをすることは難しいです!!!