재미있는 아이디어가 떠올랐습니다...
즉, 이것은 하나의 아키텍처입니다. 다른 것은 무엇입니까?
어떤 아이디어가 있습니까?
즉, TS의 아키텍처 개념을 논의하기 위해 여기에서 제안합니다. 예를 들어, 위의 하나는 다르게, 더 쉽게 진술될 수 있습니다 ...
1) 우리는 이야기를 하고, 간단한 전략을 취하고, 조정을 하고, 매개변수 세트를 얻습니다.
2) 조정 당시의 시장 상황과 비교 분석을 하고, 유사도가 낮으면 거래를 종료합니다.
3) 주어진 수준에서 유사도가 다시 시작될 때까지 3으로 이동합니다.
'피팅'이라는 용어는 TS가 역사적으로 작동(수익을 창출)하지만 미래의 실제 생활에서는 작동하지 않는(병합) 것을 의미합니다. 이것이 "적합"이라는 용어의 본질입니다. 그렇다면 누출되면 실생활에서 그것을 테스트하는 요점이 무엇입니까?
나는 오히려 그것을 이런 식으로 공식화하고 싶습니다. 우리는 팩이 필요하지 않지만 원칙적으로 균질하고 일부 매개 변수가 다른 전략 제품군이 필요합니다. 그 후, 당신은 자문해야 합니다: 이 시간 동안 현재 순간까지 최대 수입을 얻기 위해 예를 들어 1시간 전에 어떤 매개변수를 설정해야 하는지(또는 최소 하락, 최대 핍 또는 하락 가능한 한 빨리 창고에서 선택). 그 후, 우리는 이 최적화 후 (조건부) 10분 이내에 말하자면 시장의 속성이 보존되고 신호가 있는 경우 진입할 것이라고 믿습니다.
즉, TS의 아키텍처 개념을 논의하기 위해 여기에서 제안합니다. 예를 들어, 위의 하나는 다르게, 더 쉽게 진술될 수 있습니다 ...
1) 우리는 이야기를 하고, 간단한 전략을 취하고, 조정을 하고, 매개변수 세트를 얻습니다.
2) 조정 당시의 시장 상황과 비교 분석을 하고, 유사도가 낮으면 거래를 종료합니다.
3) 주어진 수준에서 유사도가 다시 시작될 때까지 3으로 이동합니다.
***********
우리는 그러한 원시적인 전략들을 수집하고 기록을 조정하여 실행하므로 전략 패키지와 "시장"의 해당 유사성을 얻습니다. 우리는 그것들을 한 팩에 모아서 시장에 내놓습니다. 그러한 20쌍 중 몇 개는 거래될 것입니다... 필요에 따라. 단순하고 화가 난다. 더 높은 수학은 없습니다. :)
***
둘째, 현재 시장의 모습을 파악하는 단계에 모든 것이 서게 됩니다.
첫째, 적합성에 기초하면 원칙적으로 작동하지 않는다.
미끄러운 순간. OB(훈련 샘플)의 유사성에 대해 새로운 HISTORICAL 데이터를 평가합니다. 그러나 그러한 유사성이 우리 앞에 기다리고 있는 결과는 무엇입니까?
한때 나는 이 방향으로 많은 생각을 했다. 여기에 약간 더 발전된 "아키텍처"가 있습니다. 새로운 기록 데이터(마지막 데이터)와 기록에서 몇 가지 유사점을 발견하고 그 뒤 의 데이터를 OB용 합성 VR로 사용합니다. 그리고 우리는 간단한 전략을 훈련합니다. 현 상황이 바뀌는 대로 새로운 유사점 등을 찾습니다. 내 결과는 최소한 체커의 단순한 교차점에서도 병합되지 않습니다..
즉, TS의 아키텍처 개념을 논의하기 위해 여기에서 제안합니다. 예를 들어, 위의 하나는 다르게, 더 쉽게 진술될 수 있습니다 ...
1) 우리는 이야기를 하고, 간단한 전략을 취하고, 조정을 하고, 매개변수 세트를 얻습니다.
2) 조정 당시의 시장 상황과 비교 분석을 하고, 유사도가 낮으면 거래를 종료합니다.
3) 주어진 수준에서 유사도가 다시 시작될 때까지 3으로 이동합니다.
***********
우리는 그러한 원시적인 전략들을 수집하고 기록을 조정하여 실행하므로 전략 패키지와 "시장"의 해당 유사성을 얻습니다. 우리는 그것들을 한 팩에 모아서 시장에 내놓습니다. 그러한 20쌍 중 몇 개는 거래될 것입니다... 필요에 따라. 단순하고 화가 난다. 더 높은 수학은 없습니다. :)
***
항목 2는 결과를 개선하는 필터를 선택하는 것과 어떻게 다른가요? 필터는 시장의 현재 상태와 조정 중 또는 성공적인 기간 동안 발생한 일을 비교하기 위한 공식 규칙입니다. 시장이 정확하면 "true"를 제공하고 그렇지 않으면 "false"를 제공합니다.
...
우리는 그러한 원시적인 전략들을 수집하고 기록을 조정하여 실행하므로 전략 패키지와 "시장"의 해당 유사성을 얻습니다. 우리는 그것들을 한 팩에 모아서 시장에 내놓습니다. 그러한 20쌍 중 몇 개는 거래될 것입니다... 필요에 따라. 단순하고 화가 난다. 더 높은 수학은 없다...
왜 스스로 삶을 힘들게 만드나요? 작업이 "유사한 시장 조건"을 찾는 것이라면, 그 자체로 매우 부적절할 수 있는 전략을 사용하여 이러한 조건을 분석해야 하는 이유는 무엇입니까(단지 "원시적"이기 때문에)? 가격 자체와 그 움직임 을 분석하십시오.
아니면 "primitive Expert Advisors"를 사용한다는 아이디어에서 뭔가를 이해하지 못했습니까?
당신의 아이디어가 마음에 듭니다. 감사합니다!
즉, 반대의 접근 방식-우리는 피팅에 의해 엄격하게 날카롭게 된 원시 시스템을 만들고 피팅에 의한 사실과의 편차를 수정하는 특정 분석기를 시작합니다. 편차가 있으면 작동을 멈춥니다. 다음으로 "적합된" 전략의 탐지기를 만들 수 있으며 "사실"이 내부에 있으면 작업을 시작합니다. 아이디어는 좋지만 제 생각에는 모든 것이 적응형 필터링과 똑같습니다. 그러나 TS 개념을 한 번 더 살펴보겠습니다. 감사합니다.
주제는 상대적인 필터 없이 별도의 주제로 선별되어야 합니다.
즉, TS의 아키텍처 개념을 논의하기 위해 여기에서 제안합니다. 예를 들어, 위의 하나는 다르게, 더 쉽게 진술될 수 있습니다 ...
1) 우리는 이야기를 하고, 간단한 전략을 취하고, 조정을 하고, 매개변수 세트를 얻습니다.
2) 조정 당시의 시장 상황과 비교 분석을 하고, 유사도가 낮으면 거래를 종료합니다.
3) 주어진 수준에서 유사도가 다시 시작될 때까지 3으로 이동합니다.
***********
우리는 그런 원시적인 전략들을 수집하고, 역사를 조정하면서 실행합니다. 따라서 우리는 전략 패키지와 "시장"의 해당 유사성을 얻습니다. 우리는 그것들을 한 팩에 모아서 시장에 내놓습니다. 20개의 그러한 쌍 중 몇 개는 거래될 것입니다... 필요에 따라. 단순하고 화가 난다. 더 높은 수학은 없습니다. :)
***
시작은 여기 - https://www.mql5.com/ru/forum/123412/page2