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 3034

新しいコメント
 
Maxim Dmitrievsky #:
あなたがやっていることを、もう一度2つの言葉で説明してくれる？)

バランスの成長のダイナミクスを考慮に入れた、バランスの滑らかさの推定尺度。本質的にフィットネス関数として使うことができる。

 
Aleksey Vyazmikin #:

私はあなたが書いたとおりにした。

N P.P. バランス1 T.L.Reg. 偏差 補正 バランス 2
1 0 4,075 -4,075 -2,8525 0
2 5 4,4929 0,5071 0,65923 5,15213
3 7 4,9108 2,0892 2,71596 7,62676
4 5 5,3287 -0,3287 -0,23009 5,09861
5 3 5,7466 -2,7466 -1,92262 3,82398
6 8 6,1645 1,8355 2,38615 8,55065
7 10 6,5824 3,4176 4,44288 11,02528
8 9 7,0003 1,9997 2,59961 9,59991
9 8 7,4182 0,5818 0,75634 8,17454
10 7 7,8361 -0,8361 -0,58527 7,25083
11 9 8,254 0,746 0,9698 9,2238
12 8 8,6719 -0,6719 -0,47033 8,20157
13 9 9,0898 -0,0898 -0,06286 9,02694
14 8 9,5077 -1,5077 -1,05539 8,45231
15 9 9,9256 -0,9256 -0,64792 9,27768

。例えば、3の値を持つ点5は、3 + 0.82398 = 3.8239ではなく、3 - 0.82398 = 2.17602、すなわち3 - 偏差*0.3となるはずである。
 
Forester #:

例えば、3の値を持つ点5は、3 + 0.82398 = 3.17602 ではなく、3 - 0.82398 = 3.8239 となる。

私は回帰線からの偏差-1,92262を 修正しているのですが、バランスを修正したいだけですか？

それならバランスはこうだ。

1 0 4,075 -4,075 0
2 5 4,4929 0,5071 6,5
3 7 4,9108 2,0892 9,1
4 5 5,3287 -0,3287 3,5
5 3 5,7466 -2,7466 2,1
6 8 6,1645 1,8355 10,4
7 10 6,5824 3,4176 13
8 9 7,0003 1,9997 11,7
9 8 7,4182 0,5818 10,4
10 7 7,8361 -0,8361 4,9
11 9 8,254 0,746 11,7
12 8 8,6719 -0,6719 5,6
13 9 9,0898 -0,0898 6,3
14 8 9,5077 -1,5077 5,6
15 9 9,9256 -0,9256 6,3
 
Aleksey Nikolayev #:

独自のシャープとソルティーノを考案) ブラックジャックやその他の必要なものを使って)

この暴挙をもっと簡単に計算する方法を教えてください。:)

 
Forester #:
バランスの均等性）
均衡とはどういう意味ですか？
 
Aleksey Vyazmikin #:

回帰直線からの乖離-1.92262を 補正しているのですが、バランスを調整したいだけですか？

では、バランスはこんな感じです。

1 0 4,075 -4,075 0
2 5 4,4929 0,5071 6,5
3 7 4,9108 2,0892 9,1
4 5 5,3287 -0,3287 3,5
5 3 5,7466 -2,7466 2,1
6 8 6,1645 1,8355 10,4
7 10 6,5824 3,4176 13
8 9 7,0003 1,9997 11,7
9 8 7,4182 0,5818 10,4
10 7 7,8361 -0,8361 4,9
11 9 8,254 0,746 11,7
12 8 8,6719 -0,6719 5,6
13 9 9,0898 -0,0898 6,3
14 8 9,5077 -1,5077 5,6
15 9 9,9256 -0,9256 6,3
また間違っている。
line2= line1 + deviation * 0.3
そうなるはずだ：
0 4.075 -4.075 0
2 5 4.4929 0.50715,15
3 7 4,9108 2,0892 7,63
4 5 5,3287-0,3287 4,89
5 3 5,7466 -2,7466 2,18
6 8 6,16451,8355 8,55
7 10 6,5824 3,4176 11
8 97,0003 1,9997 9,6
9 8 7,4182 0,5818 8,17
107 7,8361 -0,8361 6,75
11 9 8,254 0,7469,22
12 8 8,6719 -0,6719 7,8
13 9 9,0898-0.0898 9.03
14 8 9.5077 -1.5077 7.5
15 9 9.9256 -0.9256 8.724
 
mytarmailS #:
均一性とはどういう意味ですか？

直線は完全な均一性に対応する。直線との違いはムラです。私はムラを最小限にしたい。

 
Aleksey Vyazmikin #:

この暴挙を計算するのはどうすれば簡単なのでしょうか？:)

私はスムーズ・バランスに反対しているわけではありません、それどころか両手を挙げて賛成しています！）問題は、あなたの指標がサンプリングの順番に依存していることで、これはMOの典型ではありません。例えば、Sharpeは取引の順序に依存しません。私の直感では、それほど単純ではないと思うので、同じような損失関数の記事を探さなければならない。

 
Forester #:

直線は完全な均一性に対応する。直線との違いは不均一性である。ムラを最小限にしたい。

理想的な曲線をとり、バランスとの相関を計算する...。
それだけだ。
 
Forester #:
また間違えた。line2= line1 + deviation * 0.3 そうなるはずだ：0 4.075 -4.075 0 2 5 4.4929 0.50715,15 3 7 4,9108 2,0892 7,63 4 5 5,3287-0,3287 4,89 5 3 5,7466 -2,7466 2,18 6 8 6,16451,8355 8,55 7 10 6,5824 3,4176 11 8 97,0003 1,9997 9,6 9 8 7,4182 0,5818 8,17 107 7,8361 -0,8361 6,75 11 9 8,254 0,7469,22 12 8 8,6719 -0,6719 7,8 13 9 9,0898 -0,0898 9,03 148 9 9,5077 -1,5077 7,5 15 9,9256 -0,9256 8,724
















OK、そうすればいい。結果は解釈によって同じになる。


1...302730283029303030313032303330343035303630373038303930403041...3399
新しいコメント
理由: