NorthernWind , Better ' 자신(그의 전략의 의미에서) - 거의 논의되지 않았습니다. 너무 많이 퍼지지 않으며 여기에서는 PNN, 입력 및 출력에 대한 가설만 있습니다. 'MT4용 확률적 신경망, 패키지 및 알고리즘' 이라는 시도가 있었지만 오히려 다른 소프트웨어와 관련이 있습니다. 프로필에 있는 그의 지점을 보면 거기에 약간의 정보가 있습니다.
Mathemat : Yurixx , 나는 이미 등량 막대에 대한 나의 예비 결론을 여기에 썼습니다. '우리는 작동 시간에 가격을 반영하는 지표가 필요합니다.' . 이것은 당신이 묻는 것이 아니며 이 발견은 가우스에 더 가까운 것을 기대했기 때문에 내 기분을 개선하지 못했습니다.
그러나 이것은 희망을 불러일으킵니다. 예를 들어 이 차트에 던지면 말입니다. .. 글쎄, 당신은 확인해야합니다 ...
그리고 내가 기억하는 한, kamal 은 최대값의 분포에 대한 아이디어를 주었습니다.
이 글을 쓰실 때 봤습니다. 나는 Neutron 과 내가 더 일찍 얻은 결과를 당신도 얻었다는 것을 스스로 언급했습니다. 나는 또한 당신이 등량 막대에 대한 High-Low 통계를 다룰 것이라고 언급했습니다. 그 이후로 저는 결과를 기다리고 있습니다. 그들은 할 것이다 ?
나는 등량 막대로의 전환이 혁명을 일으킬 것이라는 환상을 가지고 있지 않았습니다. 가능했다면 이 혁명은 아주 오래전에 일어났을 것입니다. 아이디어는 표면에 있습니다. 그러나 그것이 약간의 미묘함을 드러낼 것이라는 사실 - 나는 그것을 완전히 인정합니다. 그리고 종종 단서는 미묘함에 있습니다.
"그건 내가 묻고 있던 것이 아닙니다." 그러나 문제를 해결할 접근 방식을 알고 있다면 공유하십시오. pls. 마지막 페이지의 내 게시물, 위의 두 인용문에서 내 생각에는 작업이 매우 명확하게 공식화되었습니다.
그건 그렇고,이 스레드 '거래 시스템의 분류 및 가치 평가'에 주의하십시오. 당신은 아직 거기에 있지 않은 것 같습니다. 해결하려는 문제가 없으면 해당 주제에 대한 모든 추론은 천장에서 공식을 구성하는 것입니다.
나는 또한 당신이 등량 막대에 대한 High-Low 통계를 다룰 것이라고 언급했습니다. 그 이후로 저는 결과를 기다리고 있습니다. 그들은 할 것이다 ?
...
"그건 내가 묻고 있던 것이 아닙니다." 그러나 문제를 해결할 접근 방식을 알고 있다면 공유하십시오. pls. 마지막 페이지의 내 게시물, 위의 두 인용문에서 내 생각에는 작업이 매우 명확하게 공식화되었습니다.
...
그건 그렇고,이 스레드 '거래 시스템의 분류 및 가치 평가'에 주의하십시오. 당신은 아직 거기에 있지 않은 것 같습니다. 해결하려는 문제가 없으면 해당 주제에 대한 모든 추론은 천장에서 공식을 구성하는 것입니다.
1. 물론 그럴 것이다. 그냥 평범하게 쓰도록 할게요, 이 인듀서. Hi-Lo 통계는 필요한 숫자를 Excel로 가져와 도움을 받아 쉽게 얻을 수 있습니다.
2. 아니요, 저는 그런 접근 방식을 모릅니다. 나는 이론적으로 그러한 분포를 얻는 작업을 아직 설정하지 않았습니다.
3. 나는 거기에 가서 스레드의 작성자에게 Better '와 TeamSky 고문 에게 적용했을 때 그의 공식이 얼마나 부조리한지를 보여주었습니다. 물론 주요 우선 순위(그리고 가장 중요한 지표)는 이익 요소가 아니라 전략의 안정성이어야 합니다(그런데 Better 는 이상적이지 않지만 그럼에도 불구하고 사람들은 그것에 만족합니다) .
합성의 도움으로 전략을 평가하는 슈퍼 태스크에 대해 이야기하면 안정성 E 는 예를 들어 주어진 최대값에 대해 특정 시간 간격 T 에서 시스템을 종료할 확률 p 의 추정치에 따라 측정될 수 있습니다. 드로다운 D .
이는 다른 모든 것이 동일하다는 사실과 매우 유사합니다. p ( k * T , D ) ~ k * p ( T , D ) 즉, 10년 간격으로 시스템이 사망할 확률은 연간보다 10배 더 높습니다. 동일한 것이 더 간단합니다. 시스템이 k 년 동안 생존할 확률은 작은 p 에 대해 1 - ( 1 - p ) ^ k ~ k * p 와 같습니다. 따라서 테스트 간격을 표준(예: 1년)으로 설정할 수 있습니다.
D 에 대한 이 기능의 의존성은 이미 훨씬 더 개별적입니다. 그러나 여기에서도 D 에 대한 사망 확률의 의존성을 대략적으로 결정하고 D 의 특정 표준 값(예: 20%)을 다시 설정할 수 있습니다.
물론 이 공식은 전제 조건이 충족되는 경우에만 적용될 수 있습니다. 충분히 작은 p , 적절한 거래 기대치 등입니다. 좋습니다 . 표준 T (연도) 및 D (0.2 ). R 일 것입니다.
글쎄, 시스템의 비용에서 V 는 예를 들어 우리의 P 와 회복 계수에 참여할 수 있습니다. 일반적으로 잠재적 투자자가 결정을 내리는 방법을 이해하는 것으로 충분합니다. 그는 위험과 가능한 이익을 평가하고 이러한 지표를 기반으로 결정을 내립니다.
3. 나는 거기에 가서 스레드의 작성자에게 Better '와 TeamSky 고문 에게 적용했을 때 그의 공식이 얼마나 부조리한지를 보여주었습니다. 물론 주요 우선 순위(그리고 가장 중요한 지표)는 이익 요소가 아니라 전략의 안정성이어야 합니다(그런데 Better 는 이상적이지 않지만 그럼에도 불구하고 사람들은 그것에 만족합니다) .
아, 보고 읽었습니다. 죄송합니다. 귀하의 게시물인 것을 잊었습니다. :-)
잠재적 투자자는 위험 수익률에 따라 결정을 내립니다. 동시에, 제로 위험(즉, 미국에서 정부 의무와 관련된 위험)에는 이미 상응하는 수익, 즉 채권 수익이 있습니다. 원칙적으로 더 위험한 상품의 수익률에 대한 기준점이 있습니다. 그러나 동일한 위험 척도를 유지하면서 상품의 가격이 수익성의 성장에 어떻게 의존하게 될지는 의문입니다. p 에서 MTS 예금을 잃을 확률을 추정했다고 상상해보십시오. 동일한 위험 p 에서 사용 가능한 시장 상품의 평균 수익성은 d 와 같습니다. 그리고 MTS는 10 * d 의 수율을 제공합니다. 그 가격은 얼마가 되어야 할까요?
관심을 끌기 위해 MatLab에서 작은 NS를 생성하고 모든 것이 어떻게 작동하는지 보기로 결정했습니다.
입력 매개변수로 등거리 ZZ를 사용하기로 결정했습니다. 피크를 예측해 보겠습니다. 유용한 정보의 손실을 최소화하면서 입력 정보의 최대 압축을 위해 등거리를 선택했습니다.
내가 말한 것은 그림으로 설명되어 있습니다. 왼쪽 상단은 틱 기록 에 겹쳐진 일반적인 ZZ를 보여주고 오른쪽은 등거리 표현을 보여줍니다. 가격의 절대값 예측에는 관심이 없었지만 예상 증가분(가격 변동을 거래하고 있음)의 예측에만 관심이 있었습니다. 왼쪽 그림을 참조하십시오. 아래에. 오른쪽은 100개 값의 임의 샘플에 대한 NN 트리밍의 예입니다. NN이 ZZ의 피크를 절대적으로 정확하게 예측하는 법을 배웠음을 알 수 있습니다!
솔직히 훈련 중 네트워크가 "보지 못한" 영역(아래 왼쪽 그림)에서 재훈련 없이 단계별 예측 결과를 보고 Wiener를 예측하려고 시도한 결과를 보고 상당히 놀랐습니다. -유형 VR(오른쪽):
여기 있습니다 - 제가 착각하고 경험이 없어서 "미래를 내다봤다"거나 둘 중 하나입니다! 나에게 이 결과는 예상치 못한 일이었고 인상적이었습니다.
그러나 NN의 상수 매개변수에 대한 Wiener 급수의 예측이 실패했다는 사실은 나에게 어느 정도 낙관적입니다.
ZZ의 꼭짓점 사이의 거리를 예측하는 것은 감사한 작업이 아닙니다. 왜냐하면 이 값은 모든 예측 불가능성에도 불구하고 3D 파티션의 이중 단계와 동일한 평균 값을 갖습니다. NN은 이것을 "절단"하고 각 단계에서 "사소한" 예측 +-H 를 생성할 수 있습니다. 그것은 흥미롭지 않습니다(우리는 이미 그것에 대해 알고 있습니다). 그러나 우리는 다음 고점 형성 후 가격이 어디에서 얼마나 움직일지 모릅니다! 이를 위해 33에서 2H 를 뺀 일련의 증분을 구성합니다. 무화과에. 빨간색은 TP의 증분을 나타내고, 검은색은 TP의 다음 상단 형성 후 거래(PT) 또는 가격 움직임의 증분을 나타냅니다.
Pastekhov의 작업에서 PT의 예상 방향과 값을 찾을 수 있는 적분 추정값(H-변동성)이 제공됩니다. 불행히도 이 값은 스프레드 내에 있으며 거래에 실질적인 관심이 없습니다. 흥미로운 것은 PT의 각 단계에서 스프레드 게이트를 벗어날 수 있는 정확도로 예측하는 것입니다. 아래(왼쪽)는 EUR/JPY 틱에 구축된 일련의 PT에 대해 국회에서 발표한 예측을 표시한 것이고 오른쪽은 Wiener VR에 대한 것입니다.
결과는 여전히 유망해 보입니다! 국회는 실질 화폐 시리즈를 다루고 있는데 적어도 나는 그런 생각을 갖고 있다. 이 부분은 좀 더 신경써야 할 부분인 것 같습니다.
내가 이해하는 한, ZZ 세그먼트 크기의 값 시퀀스를 네트워크 입력에 공급했습니다. 그게 맞나요, 아니면 제가 틀릴까요? 그렇지 않다면 얼마나 많은 값을 제출하셨는지 궁금합니다. NN은 다음 세그먼트를 너무 잘 예측합니다. 아니면 그냥 우연일까요? 결국 5점은 통계적으로 신뢰할 수 있는 숫자라고 하기 어렵습니다.
예, 먼저 세그먼트 크기를 입력에 제출한 다음(예측 결과가 표시됨) 세그먼트에서 2Н를 뺀 값을 예측하려고 했습니다. 이 옵션은 NN이 3Z 측면의 교대 부호를 예측하도록 하지 않습니다. (결과가 제시됨). 4개의 세그먼트를 입력으로 제출하고 다음 세그먼트를 예측한 다음 새 세그먼트를 고려하지만 재최적화 없이 작업을 5-10회 반복했습니다. 보통 5차 예보 이후 NN은 예보 능력이 나빠져 재최적화가 필요했다. 그래픽은 제 선택입니다. 통계를 제공할 수 없기 때문에 Matlab에서 구현된 기성품 NS를 사용합니다 - 버튼을 눌렀습니다 - 결과를 보았습니다 :-)
Yurixx , 나는 이미 등량 막대에 대한 나의 예비 결론을 여기에 썼습니다. '우리는 작동 시간에 가격을 반영하는 지표가 필요합니다.' . 이것은 당신이 묻는 것이 아니며 이 발견은 가우스에 더 가까운 것을 기대했기 때문에 내 기분을 개선하지 못했습니다.
그러나 이것은 희망을 불러일으킵니다. 예를 들어 이 차트에 던지면 말입니다. .. 글쎄, 당신은 확인해야합니다 ...
그리고 내가 기억하는 한, kamal 은 최대값의 분포에 대한 아이디어를 주었습니다.
이 글을 쓰실 때 봤습니다. 나는 Neutron 과 내가 더 일찍 얻은 결과를 당신도 얻었다는 것을 스스로 언급했습니다. 나는 또한 당신이 등량 막대에 대한 High-Low 통계를 다룰 것이라고 언급했습니다. 그 이후로 저는 결과를 기다리고 있습니다. 그들은 할 것이다 ?
나는 등량 막대로의 전환이 혁명을 일으킬 것이라는 환상을 가지고 있지 않았습니다. 가능했다면 이 혁명은 아주 오래전에 일어났을 것입니다. 아이디어는 표면에 있습니다. 그러나 그것이 약간의 미묘함을 드러낼 것이라는 사실 - 나는 그것을 완전히 인정합니다. 그리고 종종 단서는 미묘함에 있습니다.
"그건 내가 묻고 있던 것이 아닙니다." 그러나 문제를 해결할 접근 방식을 알고 있다면 공유하십시오. pls. 마지막 페이지의 내 게시물, 위의 두 인용문에서 내 생각에는 작업이 매우 명확하게 공식화되었습니다.
그건 그렇고,이 스레드 '거래 시스템의 분류 및 가치 평가'에 주의하십시오. 당신은 아직 거기에 있지 않은 것 같습니다. 해결하려는 문제가 없으면 해당 주제에 대한 모든 추론은 천장에서 공식을 구성하는 것입니다.
나는 또한 당신이 등량 막대에 대한 High-Low 통계를 다룰 것이라고 언급했습니다. 그 이후로 저는 결과를 기다리고 있습니다. 그들은 할 것이다 ?
...
"그건 내가 묻고 있던 것이 아닙니다." 그러나 문제를 해결할 접근 방식을 알고 있다면 공유하십시오. pls. 마지막 페이지의 내 게시물, 위의 두 인용문에서 내 생각에는 작업이 매우 명확하게 공식화되었습니다.
...
그건 그렇고,이 스레드 '거래 시스템의 분류 및 가치 평가'에 주의하십시오. 당신은 아직 거기에 있지 않은 것 같습니다. 해결하려는 문제가 없으면 해당 주제에 대한 모든 추론은 천장에서 공식을 구성하는 것입니다.
2. 아니요, 저는 그런 접근 방식을 모릅니다. 나는 이론적으로 그러한 분포를 얻는 작업을 아직 설정하지 않았습니다.
3. 나는 거기에 가서 스레드의 작성자에게 Better '와 TeamSky 고문 에게 적용했을 때 그의 공식이 얼마나 부조리한지를 보여주었습니다. 물론 주요 우선 순위(그리고 가장 중요한 지표)는 이익 요소가 아니라 전략의 안정성이어야 합니다(그런데 Better 는 이상적이지 않지만 그럼에도 불구하고 사람들은 그것에 만족합니다) .
합성의 도움으로 전략을 평가하는 슈퍼 태스크에 대해 이야기하면 안정성 E 는 예를 들어 주어진 최대값에 대해 특정 시간 간격 T 에서 시스템을 종료할 확률 p 의 추정치에 따라 측정될 수 있습니다. 드로다운 D .
이는 다른 모든 것이 동일하다는 사실과 매우 유사합니다. p ( k * T , D ) ~ k * p ( T , D ) 즉, 10년 간격으로 시스템이 사망할 확률은 연간보다 10배 더 높습니다. 동일한 것이 더 간단합니다. 시스템이 k 년 동안 생존할 확률은 작은 p 에 대해 1 - ( 1 - p ) ^ k ~ k * p 와 같습니다. 따라서 테스트 간격을 표준(예: 1년)으로 설정할 수 있습니다.
D 에 대한 이 기능의 의존성은 이미 훨씬 더 개별적입니다. 그러나 여기에서도 D 에 대한 사망 확률의 의존성을 대략적으로 결정하고 D 의 특정 표준 값(예: 20%)을 다시 설정할 수 있습니다.
물론 이 공식은 전제 조건이 충족되는 경우에만 적용될 수 있습니다. 충분히 작은 p , 적절한 거래 기대치 등입니다. 좋습니다 . 표준 T (연도) 및 D (0.2 ). R 일 것입니다.
글쎄, 시스템의 비용에서 V 는 예를 들어 우리의 P 와 회복 계수에 참여할 수 있습니다. 일반적으로 잠재적 투자자가 결정을 내리는 방법을 이해하는 것으로 충분합니다. 그는 위험과 가능한 이익을 평가하고 이러한 지표를 기반으로 결정을 내립니다.
3. 나는 거기에 가서 스레드의 작성자에게 Better '와 TeamSky 고문 에게 적용했을 때 그의 공식이 얼마나 부조리한지를 보여주었습니다. 물론 주요 우선 순위(그리고 가장 중요한 지표)는 이익 요소가 아니라 전략의 안정성이어야 합니다(그런데 Better 는 이상적이지 않지만 그럼에도 불구하고 사람들은 그것에 만족합니다) .
아, 보고 읽었습니다. 죄송합니다. 귀하의 게시물인 것을 잊었습니다. :-)
잠재적 투자자는 위험 수익률에 따라 결정을 내립니다. 동시에, 제로 위험(즉, 미국에서 정부 의무와 관련된 위험)에는 이미 상응하는 수익, 즉 채권 수익이 있습니다. 원칙적으로 더 위험한 상품의 수익률에 대한 기준점이 있습니다. 그러나 동일한 위험 척도를 유지하면서 상품의 가격이 수익성의 성장에 어떻게 의존하게 될지는 의문입니다. p 에서 MTS 예금을 잃을 확률을 추정했다고 상상해보십시오. 동일한 위험 p 에서 사용 가능한 시장 상품의 평균 수익성은 d 와 같습니다. 그리고 MTS는 10 * d 의 수율을 제공합니다. 그 가격은 얼마가 되어야 할까요?
안녕하세요 여러분!
관심을 끌기 위해 MatLab에서 작은 NS를 생성하고 모든 것이 어떻게 작동하는지 보기로 결정했습니다.
입력 매개변수로 등거리 ZZ를 사용하기로 결정했습니다. 피크를 예측해 보겠습니다. 유용한 정보의 손실을 최소화하면서 입력 정보의 최대 압축을 위해 등거리를 선택했습니다.
내가 말한 것은 그림으로 설명되어 있습니다. 왼쪽 상단은 틱 기록 에 겹쳐진 일반적인 ZZ를 보여주고 오른쪽은 등거리 표현을 보여줍니다. 가격의 절대값 예측에는 관심이 없었지만 예상 증가분(가격 변동을 거래하고 있음)의 예측에만 관심이 있었습니다. 왼쪽 그림을 참조하십시오. 아래에. 오른쪽은 100개 값의 임의 샘플에 대한 NN 트리밍의 예입니다. NN이 ZZ의 피크를 절대적으로 정확하게 예측하는 법을 배웠음을 알 수 있습니다!
솔직히 훈련 중 네트워크가 "보지 못한" 영역(아래 왼쪽 그림)에서 재훈련 없이 단계별 예측 결과를 보고 Wiener를 예측하려고 시도한 결과를 보고 상당히 놀랐습니다. -유형 VR(오른쪽):
여기 있습니다 - 제가 착각하고 경험이 없어서 "미래를 내다봤다"거나 둘 중 하나입니다! 나에게 이 결과는 예상치 못한 일이었고 인상적이었습니다.
그러나 NN의 상수 매개변수에 대한 Wiener 급수의 예측이 실패했다는 사실은 나에게 어느 정도 낙관적입니다.
NN의 문제를 복잡하게 만들어 보겠습니다.
ZZ의 꼭짓점 사이의 거리를 예측하는 것은 감사한 작업이 아닙니다. 왜냐하면 이 값은 모든 예측 불가능성에도 불구하고 3D 파티션의 이중 단계와 동일한 평균 값을 갖습니다. NN은 이것을 "절단"하고 각 단계에서 "사소한" 예측 +-H 를 생성할 수 있습니다. 그것은 흥미롭지 않습니다(우리는 이미 그것에 대해 알고 있습니다). 그러나 우리는 다음 고점 형성 후 가격이 어디에서 얼마나 움직일지 모릅니다! 이를 위해 33에서 2H 를 뺀 일련의 증분을 구성합니다. 무화과에. 빨간색은 TP의 증분을 나타내고, 검은색은 TP의 다음 상단 형성 후 거래(PT) 또는 가격 움직임의 증분을 나타냅니다.
Pastekhov의 작업에서 PT의 예상 방향과 값을 찾을 수 있는 적분 추정값(H-변동성)이 제공됩니다. 불행히도 이 값은 스프레드 내에 있으며 거래에 실질적인 관심이 없습니다. 흥미로운 것은 PT의 각 단계에서 스프레드 게이트를 벗어날 수 있는 정확도로 예측하는 것입니다. 아래(왼쪽)는 EUR/JPY 틱에 구축된 일련의 PT에 대해 국회에서 발표한 예측을 표시한 것이고 오른쪽은 Wiener VR에 대한 것입니다.
결과는 여전히 유망해 보입니다! 국회는 실질 화폐 시리즈를 다루고 있는데 적어도 나는 그런 생각을 갖고 있다. 이 부분은 좀 더 신경써야 할 부분인 것 같습니다.
안녕, 세르게이!
내가 이해하는 한, ZZ 세그먼트 크기의 값 시퀀스를 네트워크 입력에 공급했습니다. 그게 맞나요, 아니면 제가 틀릴까요? 그렇지 않다면 얼마나 많은 값을 제출하셨는지 궁금합니다. NN은 다음 세그먼트를 너무 잘 예측합니다. 아니면 그냥 우연일까요? 결국 5점은 통계적으로 신뢰할 수 있는 숫자라고 하기 어렵습니다.
야 유라!
예, 먼저 세그먼트 크기를 입력에 제출한 다음(예측 결과가 표시됨) 세그먼트에서 2Н를 뺀 값을 예측하려고 했습니다. 이 옵션은 NN이 3Z 측면의 교대 부호를 예측하도록 하지 않습니다. (결과가 제시됨). 4개의 세그먼트를 입력으로 제출하고 다음 세그먼트를 예측한 다음 새 세그먼트를 고려하지만 재최적화 없이 작업을 5-10회 반복했습니다. 보통 5차 예보 이후 NN은 예보 능력이 나빠져 재최적화가 필요했다. 그래픽은 제 선택입니다. 통계를 제공할 수 없기 때문에 Matlab에서 구현된 기성품 NS를 사용합니다 - 버튼을 눌렀습니다 - 결과를 보았습니다 :-)
인상적이네요. 첫 번째 결과 - 나는 빠르고 앞으로 - 매우 고르게 스케치했습니다. 내가 ZZ를 사랑하는 것은 당연합니다. 그런 다음 그들은 그것을 비판했습니다. 입구에 직접 제출할 수 없습니다 ...
그리고 이 사업을 위해 어떤 국회(비밀이 아니라면)를 만들었습니까?