Рыночные закономерности зависят от интервалов внутри суток или недели. По этой причине разумно ограничивать торговлю ТС по времени. Например, есть скальперские ТС, хорошо торгующие кроссы на азиатско-американской торговой сессии. Или же практикуется выключение ТС в период высокой волатильности. Соответственно, встает задача, как найти наилучшее...
Изначально целью построения торговой системы является предсказание поведения некоторого рыночного инструмента, например, валютной пары. Цели предсказания могут быть разными, мы же ограничимся предсказанием трендов, а точнее предсказанием роста («лонгов») или падения («шортов») значений котировки валютной пары. Обычно, для решения проблемы...
私のロボットは常に上向きです。いつから一度に注文できるようになったのか、すぐには開けられないのが現状です。だから、ロボットがいつもより悪い結果を出すかもしれない時期を知る必要があります...リスクは限られているので、私の利益は純粋に時間の問題です...そして時には、1週間待たなければなりません...。そして、そのようなドローダウンがなければ、1週間で、もっとたくさん稼げたはずなのに...。
マーチンとドローダウンは切っても切り離せない友人同士
そして、どんなにトレンド・フロートになっても、ずっとそうなのです。
追記
教科書のリンクを教えてください。
1200ページを読むのは億劫なのでアドバイスお願いします、ここでどなたかクローズドEAでの取引結果を元に機械学習を実装しようとした方はいらっしゃいますか？
https://www.mql5.com/ru/code/22710
マーチンとドローダウンは切っても切り離せない友人同士
そして、どんなにトレンド・フローティングであっても、常にそうである。
追記
マニュアルのリンクはありますか？
マーチンとドローダウンは切っても切り離せない友人同士
そして、どんなにトレンド・フローティングであっても、常にそうである。
追記
マニュアルのリンクはありますか？
有益なモデルを決定するモデル作成に関する予備的な結果（まだすべての予測子を作っていないので）（1）はそれほど悪くなく、以下はy - 独立したサンプルでの利益、x - 1 - TP+FPと0 - TN+FNの内訳である。
目標は2000円の利益でしたが、今のところ達成できていませんが、960円から3機種だけ損切り圏に入ったのは悪くない結果です。
共役の表
分類前の平均財務結果は1318.83、分類後は1-2221.04、0-1188.66なので、分類後のモデルの平均財務結果は68%増加しており、これは悪くない結果です。
ただし、このモデルが他のデータで構築されたモデルと連動できるかどうかは未知数だ。
Loglossトレーニング - 驚くべきことに、テストサンプル（モデルは自動的にサンプリングされる-トレーニングサンプルではない）と独立（試験）Logloss_eはほぼ完全に収束します。
リコールもそうです。
また、Precisionという指標には驚きました。通常、デフォルトではモデル選択に使用されますが、最初のツリーですぐに1になってしまったので、トレーニングはしていませんでした。
しかし、テストと試験での測定基準の違い、つまり非常に小さなデルタという結果には、とても驚かされました。
もちろんグラフを見れば、モデルが過剰に学習されていることがわかりますし、3500本あるいはもっと早い段階で学習を止めることもできたのですが、モデルの調整はしておらず、実際にはデフォルト設定のままデータを取得しています。
どこかでミス、テストとトラックがイーブンということはない。またはグレイル、そしてシェア :D
私は100kのモデルをコピーしていますが、結果はあまりよくありません。
モデル同士が似ているので、閉じた系の効果、つまりある種の定常性だと思うのですが、私はその特徴をうまく見極めただけなので、こんなに小さな結果の食い違いがあるのだと思います。
予定されていた予測因子を終え、ふと思ったこと - 自分では選ばないようなモデル（大きなドローダウン、購入と売却の強い不釣り合い、非常に小さな確率分布など）をすぐに削除すべきかもしれない、そうすれば明らかに悪いモデルの情報は減るが、仮想的に良いモデルから選ぶことがより強調されるだろう（もちろん、テストでは良いモデルがテストサンプルでは悪い結果になるかもしれないが）。そこで、サンプルをカットするかどうか迷っているのですが、どうでしょう？
また、目標としての裸の利益を拒否する - 私はいくつかの基準でモデルを選択する - 残念ながら、これは目標 "1" を減らすことになりますが、多分テスト結果によってモデルを評価することができる深い接続があります。
1200ページも読むのは大変なので、アドバイスをお願いします。 Expert Advisorのクローズドオーダーの取引結果に基づいて、機械学習を実装しようとした人はいますか？
このトピックを読む必要はありません、私を信じて、あなたはあなたの心をポイ捨てします、こことしてすぐに行うようにしてくださいWEEKLY LEFTS PREVENT TRENDS これはアルゴリズムトレーディングでIRを使うための優れた入門コースですが、一般にIRは非常に幅の広いテーマで、実際IRは古典的な統計学を拡張したもので、主にヒューリスティクスや工学的トリックが使われており、科学というよりは技術的シャーマニズムで、一方では面白いが、他方では思惑や悪用に満ちているのだそうです。指標開発に興味を持ったとしても、元々やっていたことを忘れてしまうかもしれないし、MOは底なし沼で、飛び込んだら出てこれないかもしれない。 それに、ライブラリやパッケージのパラメータをつまらなくするのではなく、指標を本当に扱うためには、少なくとも工学部の学士号程度の数学的素養が必要である。
採算の合わないモデルを2％だけカットすることはできますが、採算の合うモデルも多くカットされてしまいます。
モデル同士が似ているので、閉じた系の効果、つまりある種の定常性だと思うのですが、私はその特徴をうまく見極めただけなので、こんなに小さな結果の食い違いがあるのです。
予定されていた予測因子を終え、ふと思ったこと - 自分では選ばないようなモデル（大きなドローダウン、購入と販売の強い不釣り合い、非常に小さな確率分布など）をすぐに削除すべきかもしれない、そうすれば明らかに悪いモデルの情報は減るが、仮想的に良いモデルから選ぶことがより強調されるだろう（もちろん、テストでは良いモデルがテストサンプルでは悪い結果になるかもしれないが）。そこで、サンプルをカットするかどうか迷っているのですが、どうでしょう？
まあ、私も目標としての裸の利益はあきらめ、いくつかの基準でモデルを選択することにします。残念ながら、目標「1」は減りますが、もしかしたら深い関係があり、テスト結果でモデルを評価できるようになるかもしれません。
まあ、もちろん、明らかに無駄なものがあれば、それを削除することは可能です。