Данное видео знакомит вас с адаптивными фильтрами, то есть фильтрами, коэффициенты которых могут изменять во времени в зависимости от задачи и входного возде...
В продолжении начатой темы REDIS MQL5-MQL4 в качестве пробы пера написал копировщик сделок МТ - МТ. После тестирования RedisMTAPI было установлено, что библиотеки ( .dll ) требуют доработки, функционал остался прежним ( исправление багов в .dll и переименование локальных переменных в Redis.mqh... Redis — резидентная система управления базами...
この問題は、かなり形式化されていないようで、パラメータのセットが不明確です。システムの完全な集合は有限なのか、可算なのか、連続なのか？ポートフォリオのサイズは決まっているのですか？ポートフォリオに含まれるシステムは、何らかのウェイトがあるのか、それともYES/NOだけなのか？
ふむふむ正直なところ、質問をありがとうございました。
システムの集合は可算で有限であり、重みはなく、計画もなく、すべて平等である。
奇跡は起こらなかった、単純なTSで生じる主な問題はドローダウンであり、目標は別のTSを追加することにより、ドローダウンを最小限に抑えることはできません - それはドローダウンの時に重要ではありません2 TSまたは代替TSがドローダウンTSを交換することを願って動作します - これはリスクの増大であり、そこに見ていない、私はすでに見てきました。
私はポートフォリオに損失のドローダウンを使用したいのですが、仮想テストとドローダウン後 - TSのテストによると、感覚がある - ドローダウンは周期的であり、ドローダウン後にいくつかの時間がある、ときにTS作品 - このタスクでは、おそらくGAアシスタントではない、私は特定の知的コンポーネントを必要とする、どのくらいの期間このTS作業を可能にするための問題は、です。
もちろん、金融商品の相場の「物理」に頼らざるを得ないというのが、私の意見です。私の考えでは、その主な特性は、時 系列の統計的特性を、時には非常に速く、劇的に変化させることである。その意味では、まず履歴を統計的に似たような性質を持つセクションに分類し、例えば1〜20の番号を与えるような分類器を作るのが合理的でしょう。そして、そのような類似したタイプの市場ごとに、個別のTSを作成することです。しかし、このように時系列を同じような統計的特性を持つセグメントに分割する際の予測因子をどう考えるか、私にはあまり想像がつきません。
名案
ジグザグになった・・・。が、3月に入ってからは、3月以前とは比較にならないほどになっています。以前は膝の構築に30分や1時間かかることもありましたが、同じパラメータで ボラティリティが高いため、5分程度で構築できるようになりました。だから、3月以前のデータで学習するのは意味がない。今までと何もかもが違う。
やはり、高ボラティリティと低ボラティリティに普遍的なものを考えるべきでしょう。
おそらく波動的な何かでしょう。波は残っていますが、幅は広くなっています。
3月までの学習ではなく、固定されたパラメータで作業するのは意味がない!!!
もちろんイミフですが、私の意見としては、金融商品の相場の「物理」に基づくものであるべきだと思います。その主な特徴は、時系列の 統計的特性を、時には非常に速く、劇的に変化させることだと私は考えている。その意味では、まず履歴を統計的に似たような性質を持つセクションに分類し、例えば1〜20の番号を与えるような分類器を作るのが合理的でしょう。そして、そのような類似したタイプの市場ごとに、個別のTSを作成することです。しかし、このように時系列を同じような統計的特性を持つセグメントに分割する際の予測因子をどう考えるか、私にはあまり想像がつきません。
これは通常、シリーズのMOの変化を用いて行われる。
MOがわずかに変化する場合-「フラット」。
IRがXより高い割合で上昇する場合-「上昇トレンド」。
MEがX以上の割合で減少している場合-「減少傾向」。
また、分散による分類も見られました。
固定されたパラメーターで仕事をするのは意味がない、マーチへのトレーニングにならない!!!
固定パラメータを持たないMOに適した指標の例は可能でしょうか？
https://www.youtube.com/watch?v=TykEeAM6v9U
https://www.youtube.com/watch?v=2JgoeuM7iVMシステムの集合は可算で有限であり、重みはなく、計画的でもない - すべてが平等である。
ドローダウンの時に2 TS、またはドローダウンのTSを置き換えるために、代替のTSがあることを願って - 奇跡は起こらなかった、単純なTSで生じる主な問題はドローダウンであり、目的は別のTSを追加することによってドローダウンを最小限に抑えるためにされていませんこれはリスクの増加であり、そこに見ていない、見たことがある。
目標 - ポートフォリオからTSを実行しますが、仮想テストとドローダウン後 - TSのテストによると、ポイントがあります - ドローダウンは周期的であり、TSが動作するとき、ドローダウン後にいくつかの時間がある - その後、このタスクで、このTSを動作させるにはどのくらいの問題ではないおそらくGAアシスタントは、我々は特定の知的コンポーネントが必要です。
おそらく、先ほどお書きいただいたように、MTテスターの標準的な手段でいけると思います。正直なところ、ニューラルネットワーク自体は、特に素晴らしいものだとは思っていません。なくてもいい機会を避けてはいけないのだろうけど)
https://www.youtube.com/watch?v=TykEeAM6v9U
https://www.youtube.com/watch?v=2JgoeuM7iVM見積書しかないんです。ノイズの多い信号と仮定して、サンプル信号を教えてください。
これらの例では、ノイズの多い信号をクリーンアップするために、相関係数を計算するための模範的なノイズのない信号が必要です。
見積書しかないんです。ノイズの多い信号であると仮定して、参照信号は何 でしょうか？
これはターゲット関数（AMOのようなもの） であり、フィルタリングの結果として何を得たいのか、ノイズを除去したいのか、理想の信号を記述してそれを基準として与えたいのか、トレンドを記述したいのか、同じことです...
理想的なジグザグのパラメータ」を知りたい、「理想的なジグザグのパラメータ」が何なのかを知りたい。
各キャンドルで「IPZ」を取得してみてください、きっと興味を持たれると思います :)
そして、同じように不運なAMOによる「IPZ」の予測までしてみたりして ))
その結果、適切なジグザグパラメータと一歩先の予測を持つ適応型システムを手に入れることができる。それは、哀れなイゴール・マカヌが 1年間探し続け、いまだに見つけることができないものだ）、たとえそれが彼の目の前に書かれていたとしても。親愛なるIgor Makanu さん、「システムが動作しない場合」という問題に対する解決策でもありますが、単にAMOエラー（zzzパラメータに基づく）をリアルタイムでモニターすれば、これがシステムの可用性を判断する基準になります。