NS+指標。実験 - ページ 5

 
Mathemat:

この理解は、今もまだできていない。Prival さん、何らかの前兆であるという仮説は認めません(1ティックで 作られるケーブルの200ポイントスパイクを覚えていますか)。予言はできないけど、フィバミは...可能性が高いと思う...。


なぜ、Mathematicsは ニューラルネットワークが そのようなスタッドを予測することができる必要があるのでしょうか?そして、一般的には、どんなTCでも、そのようなことをすべきなのでしょうか?つまり、TSの要件は、すべての刻みを時間と大きさで正確に予測することです。それは無理な注文でしょうか?
 

toklot

貴社のFFTライブラリを無節操に使い、新年のシャンパンも送っていないので、是非とも協力させていただきたいのですが。そして、ニューラルネットワークベースのトレーディングシステム(TS)を構築しようとしている他の多くの人たちにも、私は協力したいと思います。

このスレッドでの私のコメントについて、いくつかコメントさせていただきます。もしかしたら、私の知識はそれほど時代遅れではなく、役に立つかもしれません。 1987年のある時期、私は戦車を認識するアルゴリズムを作る研究をしていたんです。当時はまだこんな美しいソフトはなく、286型コンピュータは遠い存在だった。だから、今、私が国会で見ているようなアイデアは、そこで調査されたものだ。

最も印象的なのはFain Readerで、このようなタスクでこれらのアルゴリズムから本当に出てくることができるのか、彼らはかなりうまくいきました。つまり、アルゴリズムの入力時に写真(スキャンした文字)画像をクラスターに分割し、このスポットのエッジを平滑化して画像の鮮鋭度を上げ、最大相関積分によってこのスポットを戦車、BMP、APC、KamAZなどのクラスに割り当てるのです。Fain Readerでは、a, b, cなどの文字になります。

それ以来、私はこれらのアルゴリズムに対して、「実際、さまざまな指標を試してみることは、既知のすべての指標の組み合わせを試して何が起こるかを見ることと同じ だ」という態度を取るようになりました。すべては、建築物、中身で決まる。そして、正しい入力はたった一つ、それは引用文のストリームです。 他のすべてはこのストリームの変換なのです。

アルゴリズムというのは、一度にすべてに万能というわけにはいきません。そして、入力は写真(スキャンしたシート)1枚です。スキャン中にシートをひねったりすると、アルゴリズムはトランプの家のように崩れてしまいます。これらのアルゴリズムは、静止した物体に対してうまく機能し、それらを認識する、つまり、特定のクラスa、b、cなどに割り当てることができます。

今ある状態(a、b、cなど)を検知(認識)することはできても、予測することはできない。このシートで私が次の1分間に何をするかは(アルゴリズムには)わからない。

これが、FXにどう現れるか。NSは今の状態を認識できるのであって、5分後に何が起こるかは教えてくれません。データの流れをすべて変換すると、ピーク(ボトム)を見つけてラインを作り、価格が再びこのラインに来るのを待ち(状況を認識し)、このラインのブレイクアウトまたはリバウンドでプレーすることを決定します。それと同じように、NSは私たちがある地点(a.b.c....)にいることを認識しても、次に何をすべきかは教えてくれないと思うのです。

すべてを説明するには時間がかかる。私見ですが、NSのアウトプットは、この「ランダムフロー理論とFOREX」の ようなものであるべきだと思います。

あなたはまだNSを使用したい場合は、この指標の誘導体の入力でそれを与える'カウフマンの適応移動平均の最適化されたバージョン wellxからAMA' と私は彼らが(行のすべてを通過しないように、最も相関のないを選択しよう)殺すことはありません次元の呪いまでたくさん必要と思うperiodAMA nfast nslow Gの異なる必要があります)。 戦車に話を戻すと、今どこにあるかはどうでもよくて、弾が到達したときにどこにあるか(市場に参入した時点から相場が上がるか下がるか)を知る必要があります。そのため、速度ベクトルの挙動を解析する必要があります。

エントリーにはMAとジグザグを適用する必要がある、この結論は既に多くの方がお持ちだと思います。MAはMAの微分を取り、ジグザグは速度ベクトルの方向が変わる点であると思われます。 したがって、このインジケータの微分は機能するはずです。

つまり、こんな感じです。もしかしたら、私の知識は恐竜のように時代遅れで、誤解を与えてしまったかもしれません。そして、入力だけでは引用の流れ(紙や写真)になってしまい、良質であるべきだと勘違いしています。また、一つのクラスを認識するためにNSを使うのはナンセンスです。

でも、私は心から助けたいと思っています。

 
Yurixx:ニューラルネットは このようなスパイクを予測すべきなのか、Mathematics ?実際、どのTSもそうすべきなのでしょうか?つまり、TSに求められるのは、すべての刻みを時間的にも大きさ的にも正確に予測することです。それは無理な注文でしょうか?
Yurixxは ダメ、神頼み、全てのティックを他の人に予測させる、でも私のTSはダメ。どうしてここにニューラルネットを滑り込ませたのかは分かりませんが(おそらく枝葉の名前が影響しているのでしょう)、あまり劇的に変化しない手口でハイとローがある程度の大きさの信頼区間になるというのは、はっきり言っておかしいと言いたかっただけです(Close?)。
 
2Prival
戦車のほうを少し。3年生のとき、画像認識をやっていて、いろいろな桑原フィルター、ベクトル化、pr......を適用して、ns.したことを覚えています。そして解決法を見つけました。タスクは画像上の顔を認識することでした。画像全体をネットワークに送るのは愚かだったので、ウィンドウだけにしました。そして同じニューラルネットワークは ウィンドウをリサイズして2軸に移動することができました。職場の様子、とても面白そうでした。 人生は動きです。人工生命ってね。))その後、より高度なアルゴリズムが思い浮かぶようになった。しかし、実行に移すまでには至らなかった。
翌日にはNSでフィルターをベースにしたものを実装してみようと思っています。どうなんだろう、うーん、そうだな。
 
klot:
私はすべての実験をNSDTで行っています。価格とZZの最後のリーチとの差を取る。また,最後の極限と最後の極限の間など...さらに,乖離の間の関係,つまり,(X-A)/(A-B), (B-A)/(B-C), (B-C)/(C-D), (X-A)/(D-A), 一般にハーモニック・ハートレイモデルを構築しようとしています。 すべて,確率ネットワーク(NShにはいくつかの種類があります)に置き,NShを使って値を正規化しました,実際にはこの式で...

(x-ma(x,n))/(3*stdev(x,n)) 最近、いつもこの式を使っています。 そして、実は、トレーニング、クロスチェック、OOSにどうぞ。 .

なるほど、ありがとうございます。そして、あなたの例を見てみました。正規化で-1 +1を形成することが判明した。あなたのバージョンで実験してみます。

もう一つ質問するのを忘れていました。NeuroShell DayTraderをお使いとのことで、理解できました。NeuroShell2に満足できない理由は何ですか?NS2バージョン4.0を持っていて、他の類似パッケージに興味がないため質問させていただきました。もしかして、私の勘違い?個人的にDayTraderのどこが好きですか?

 

klotさん、そんな提案もあるんですね。価格差しか使わないのか。つまり、価格の価値しか考慮しないのです。時間間隔も使ってみてください。ほとんどの指標は、価格に対してのみ機能します。また、指標だけでなく、ほとんどのトレーダーが相場の価格変動を利用しています。しかし、価格は時間と大きく関係しています。ガートリーに限らず、パターン・インジケータのバージョンも、主に価格のみを考慮しています。ZZとの関連では、このようなパラメーターの利用を提案することができます。ZZ 線が構築された小節数

フィボタイムツールを使用することが可能です。近い将来、OnyxでFibo Timeを使ったチャートを表示できるようにしたいと思います。新年に近いか、新年以降か。

 
Mathemat:
Yurixx:なぜ、数学 ニューラルネットワークは、そのようなスタッドを予測する必要がありますか?そして、一般的に、どんなTSでも、そうすべきなのでしょうか?つまり、TSに求められるのは、すべての刻みを時間と大きさで正確に予測することです。無理があるのでは?
いや、ユリックス、神は、すべてのティックを他の人に予測させるが、私のTSはダメだ。どうしてここにニューラルネットがあるのかわかりませんが(おそらくスレッド名のせい)、あまり劇的に変化しないm.o.で、ある値(Close?)の信頼区間としてハイとローというのは、はっきり言っておかしいと言いたかっただけです。


そうですね、実際の意味での信頼区間はここには当てはまりませんね。でも、Privalが言って いたのは、もっと例えのことだと思うんです。結局のところ、確かに、価格値(なぜ必ずしもClose ?でも、ここのモはイマイチ変わるので、得はないですね。

そして、将来はともかく、少なくとも現在のバーについて真の信頼区間を得ることは、よりクールなことだと思います。むしろ、戦略構築の問題を解決するための既製品といえるだろう。

 
Yurixx:
数学
Yurixx:ニューラルネットワークは、そのようなスタッドを予測すべきなのでしょうか、Mathematics ?そして、一般的に、どんなTSでも、そうすべきなのでしょうか?つまり、TSの要件は、すべての刻みを時間と大きさで正確に予測することです。無理があるのでは?
いや、ユリックス、神は、すべてのティックを他の人に予測させるが、私のTSを予測させない。どうしてここにニューラルネットがあるのか分かりませんが(おそらく枝の名前が影響しているのでしょう)、あまり鋭く変化しないm.o.で、ある値(Close?)の信頼区間としてハイとローというのは、控えめに言っておかしいと言いたかっただけです。


そうですね、実際の意味での信頼区間はここには当てはまりませんね。でも、Privalが言って いたのは、もっと例えのことだと思うんです。結局のところ、確かに、価格値(なぜ必ずしもClose ?でも、ここのモはイマイチ変わるので、得はないですね。

そして、将来はともかく、少なくとも現在のバーについて真の信頼区間を得ることは、よりクールなことだと思います。むしろ、戦略構築の問題を解決するための既製品といえるだろう。


さて、どうやら私の考えは収束しつつあるようです。ここで、同じ視点(信頼区間)で、「稼働時間中の価格を反映した指標が必要」ということに着目してください。
 
プライヴァル、最初の投稿を覚えています。問題は、信頼区間(プラスマイナス3 s.c.o.)がガウス近似でしか意味をなさないことです。そうすると、可能性のある結果の大部分はその範囲内(0.997)に収まることになる。また、0.7だと誤差が大きくなりすぎる。そして、最も重要な問題は、現時点でのM.O.の推定にある。
 

他を探す前に、結局のところ基本的な問題を解決することに意味があるのです。私見では、2つあると思います。

1.信頼区間は、結局のところ、アナロジーである。与えられたバーの価格値に対する信頼区間の値は、先験的に知られていない。これについては、ある程度の予測はできるが、すでにTSの要素であるため、少なくとも思想的な裏付けが必要である。どこにいるんだ?High-Lowの値は、バーごとに変化します。つまり、この「信頼区間」の予測は、統計的にしか行えないのです。どのような統計に基づいているのですか?その特性は?おそらく、これらの統計は、地域のボラティリティにリンクさせることができるのではないでしょうか?どれですか?それはどこから来るのでしょうか?そのダイナミクスをどう表現するか。そこからハイローを判断する方法とは?古典的な考え方もありますが、もっと実のある考え方もあるのではないでしょうか?

2.フューチャーバーに表示されるHigh-Lowの値は、その半分に過ぎないのです。少なくとも同じレベルの信頼性でモのダイナミクスを予測する可能性がないのであれば、それはすべて虚栄と風をつかむだけである。そこで、「Moのダイナミクスをどのように予測するか?