X軸に非線形の歪みがある2つの見積もりチャートの比較 - ページ 9 123456789101112 新しいコメント Илья 2012.03.22 12:18 #81 非線形X歪みを基準にしているのか、純粋に類似性を比較しているのか。 Sceptic Philozoff 2012.03.22 12:31 #82 IgorM: は、H1 TFで1ヶ月間、良好なパラメータを得ることができました。 10トレードは本気じゃないよ、イゴール。せめて100個くらいは見せてくれ。 Igor Makanu 2012.03.23 16:51 #83 Mathemat: 10トレードは本気じゃないよ、イゴール。せめて100個くらいは見せてくれ。 今日、ちょっと時間があったので、コードを試してみたのですが、100点満点です。) 父母の検索、ある種の最適化- 1ヶ月(1月)、フォワード12ヶ月、私はこれらの父母の中に何があるかわからないが、私は何かがあると思う、私は再び試してみる、私は別の通貨を使用する必要があります。 ファイル: desktop.zip 19 kb Sceptic Philozoff 2012.03.23 17:00 #84 こういうパターンはあまり信じていないのですが(もちろん、どのパターンかにもよりますが;なんというか...。幾何学的に 明らかである必要はない)。 でも、今の方が面白いんです。 Murad Ismayilov 2012.06.09 09:28 #85 DTWアルゴリズムを使ったWmiForの新バージョンを書きました。モデレーションを通過すると、すぐにcodebaseに表示されます。 Илья 2012.06.09 16:29 #86 よくやった。数理キッチンの詳細な説明を待っています。もし機会があれば、codebaseに表示されたらここに投稿してください。 MikeM 2012.06.09 17:01 #87 滝は、「似たような」グラフを2つ見て、その意味を確かめたいという。 比較については、単語の中の文字が欠けていたり、変わっていたり、余っていたりという形でスペルミスを探すのに似ていると漠然と考えています。(以前、自動翻訳機でそのような手順を書いたことがあります)。 Vladimir 2012.06.10 13:57 #88 別スレッドを開くのを避けるため、パターンに関する研究結果をここに記すことにした。もしかしたら、誰かの時間の節約になるかもしれないし、誰かに新しいアイデアを与えるかもしれない。 2006年、私が初めてFXに興味を持ったとき、最初のアイデアは、相関係数を類似性の尺度として使い、過去N本のバー(現在のパターン)と同じ相場でのすべてのパターンを比較することでした。これは、同じ最近接法(SN法)です。ユークリッド長に対する相関係数の利点は、価格軸の歪みを考慮している点である。この方法でExpert Advisorを構築したところ、2-3ヶ月のフォワードテスト(10Мで10кとか)では異常な収益性を示しましたが、その後2-3ヶ月は負けが続いています。そして、大儲けした後に大損害を被るという順序です。何度かこのBS方式に戻ったり、隣の委員会をやったりしましたが、結果は同じでした。結局、がっかりして、BSメソッドのコードを5のベースに入れました。 2007年から2008年にかけて、私はPNN、特にGRNNに興味を持つようになりました。本質はBSと同じだが、1つ(あるいはcommitteeのようにいくつか)の類似した隣接パターンを選択するのではなく、すべての過去のパターンを自動的に選択し、予測への影響をexp(-measure_difference)のような指数関数で重み付けする。したがって、より類似した歴史の部分は、指数関数的に重みが増す。パターン価格から(平均を引いた)ユークリッド距離を差の尺度として計算したり、いくつかの指標のベクトルの読み取りの差をとったりすることができます。予測精度はBS方式より若干高く、50.5%ではなく52%でした(正確には覚えていません)。 最後に考えたのは、私たちの脳が情報を変換するために使っている方法を使うことです。これらの方法については、5.で詳しく説明しました。そのひとつは、現在の価格を 分解できるパターン(基底関数)を見つけることである。のように 価格[i] = sum (a[k]*function[i][k], k=1...L) i=1...Nとする。 もちろん、塩基を探す代わりに三角関数をとり、フーリエ変換を利用することもできる。しかし、希薄符号化の方法を用いて履歴上の基底関数を求める方が、より見通しが良い。この方法の本質は、長さNの様々な履歴間隔における価格の線形モデルを、ゼロでない係数の最小数a[k], k=1...Lで所定の誤差が達成されるようにANCでフィッティングすることである。理想的には、各ヒストリカル価格ベクトルは1つの基底関数(またはパターン)のみを含む。各ステップで係数や関数そのものが最適化されます。事前にわからないパラメータがたくさんあるのです。例えば,パターンの長さN,辞書の基底関数の数L,分解における非ゼロの係数の数(私は3個を選択しました。)N*Lは全履歴の長さよりずっと小さいことが重要です。さもなければ、アルゴリズムは過去の価格そのものと同じパターンを見つけてしまい、近傍探索法のようなものができてしまいます。例えば、1999年から2010年(74本)の歴史に希薄符号化法を適用して学習したEURUSD H1の各64本の長いパターンの辞書は次のようになります。 私は次のような規則性に気づきました。パターンが長く、辞書に載っている数が多いほど、バクチの利益は高くなり、これはオーバートレーニングによって説明することができるのです。しかし、いずれにせよ、NとLが違うと、フォワードテストは利益ゼロのあたりでチャラチャラしているように見えます。パターンに不満が出始めている。どうやらFXでは、それらは一定ではないらしい。言い換えれば、FXはパターンを記憶しておらず、毎回新しいものが作られる。 Aleksander 2012.06.10 14:02 #89 一定のロットでゼロ付近を推移しているのであれば、すでにお金を刷る機械が下敷きになっているのでは......。ロット - MM - 不採算シリーズを排除するためにねじ込む...。 一般的に - 1000以上の取引のために、(スプレッド* 1.5*取引数)以下の損失を持っているすべてのTSは非常に潜在的に有益なシステムです...(この結果が表示された場合、一定のロットで) Vladimir 2012.06.10 14:07 #90 Aleksander:一定のロットでゼロ付近を推移しているのであれば、すでにお金を刷る機械が下敷きになっているのでは......。ロット - MM - 不採算シリーズを排除するためにねじ込む...。一般的に - 1000以上の取引のために、(スプレッド* 1.5*取引数)以下の損失を持っているすべてのTSは非常に潜在的に有益なシステムです...(ロット付き) ストップロスや比例増量で MMがある。マーチンゲールとか言ってるのか? 123456789101112 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
今日、ちょっと時間があったので、コードを試してみたのですが、100点満点です。)
父母の検索、ある種の最適化- 1ヶ月(1月)、フォワード12ヶ月、私はこれらの父母の中に何があるかわからないが、私は何かがあると思う、私は再び試してみる、私は別の通貨を使用する必要があります。
こういうパターンはあまり信じていないのですが(もちろん、どのパターンかにもよりますが;なんというか...。幾何学的に 明らかである必要はない)。
でも、今の方が面白いんです。
よくやった。数理キッチンの詳細な説明を待っています。もし機会があれば、codebaseに表示されたらここに投稿してください。
比較については、単語の中の文字が欠けていたり、変わっていたり、余っていたりという形でスペルミスを探すのに似ていると漠然と考えています。(以前、自動翻訳機でそのような手順を書いたことがあります)。
別スレッドを開くのを避けるため、パターンに関する研究結果をここに記すことにした。もしかしたら、誰かの時間の節約になるかもしれないし、誰かに新しいアイデアを与えるかもしれない。
2006年、私が初めてFXに興味を持ったとき、最初のアイデアは、相関係数を類似性の尺度として使い、過去N本のバー(現在のパターン)と同じ相場でのすべてのパターンを比較することでした。これは、同じ最近接法(SN法)です。ユークリッド長に対する相関係数の利点は、価格軸の歪みを考慮している点である。この方法でExpert Advisorを構築したところ、2-3ヶ月のフォワードテスト(10Мで10кとか)では異常な収益性を示しましたが、その後2-3ヶ月は負けが続いています。そして、大儲けした後に大損害を被るという順序です。何度かこのBS方式に戻ったり、隣の委員会をやったりしましたが、結果は同じでした。結局、がっかりして、BSメソッドのコードを5のベースに入れました。
2007年から2008年にかけて、私はPNN、特にGRNNに興味を持つようになりました。本質はBSと同じだが、1つ(あるいはcommitteeのようにいくつか)の類似した隣接パターンを選択するのではなく、すべての過去のパターンを自動的に選択し、予測への影響をexp(-measure_difference)のような指数関数で重み付けする。したがって、より類似した歴史の部分は、指数関数的に重みが増す。パターン価格から(平均を引いた)ユークリッド距離を差の尺度として計算したり、いくつかの指標のベクトルの読み取りの差をとったりすることができます。予測精度はBS方式より若干高く、50.5%ではなく52%でした(正確には覚えていません)。
最後に考えたのは、私たちの脳が情報を変換するために使っている方法を使うことです。これらの方法については、5.で詳しく説明しました。そのひとつは、現在の価格を 分解できるパターン(基底関数)を見つけることである。のように
価格[i] = sum (a[k]*function[i][k], k=1...L) i=1...Nとする。
もちろん、塩基を探す代わりに三角関数をとり、フーリエ変換を利用することもできる。しかし、希薄符号化の方法を用いて履歴上の基底関数を求める方が、より見通しが良い。この方法の本質は、長さNの様々な履歴間隔における価格の線形モデルを、ゼロでない係数の最小数a[k], k=1...Lで所定の誤差が達成されるようにANCでフィッティングすることである。理想的には、各ヒストリカル価格ベクトルは1つの基底関数(またはパターン)のみを含む。各ステップで係数や関数そのものが最適化されます。事前にわからないパラメータがたくさんあるのです。例えば,パターンの長さN,辞書の基底関数の数L,分解における非ゼロの係数の数(私は3個を選択しました。)N*Lは全履歴の長さよりずっと小さいことが重要です。さもなければ、アルゴリズムは過去の価格そのものと同じパターンを見つけてしまい、近傍探索法のようなものができてしまいます。例えば、1999年から2010年(74本)の歴史に希薄符号化法を適用して学習したEURUSD H1の各64本の長いパターンの辞書は次のようになります。
私は次のような規則性に気づきました。パターンが長く、辞書に載っている数が多いほど、バクチの利益は高くなり、これはオーバートレーニングによって説明することができるのです。しかし、いずれにせよ、NとLが違うと、フォワードテストは利益ゼロのあたりでチャラチャラしているように見えます。パターンに不満が出始めている。どうやらFXでは、それらは一定ではないらしい。言い換えれば、FXはパターンを記憶しておらず、毎回新しいものが作られる。
一定のロットでゼロ付近を推移しているのであれば、すでにお金を刷る機械が下敷きになっているのでは......。ロット - MM - 不採算シリーズを排除するためにねじ込む...。
一般的に - 1000以上の取引のために、(スプレッド* 1.5*取引数)以下の損失を持っているすべてのTSは非常に潜在的に有益なシステムです...(この結果が表示された場合、一定のロットで)
一定のロットでゼロ付近を推移しているのであれば、すでにお金を刷る機械が下敷きになっているのでは......。ロット - MM - 不採算シリーズを排除するためにねじ込む...。
一般的に - 1000以上の取引のために、(スプレッド* 1.5*取引数)以下の損失を持っているすべてのTSは非常に潜在的に有益なシステムです...(ロット付き)
ストップロスや比例増量で MMがある。マーチンゲールとか言ってるのか?