Teoria do Fluxo Aleatório e FOREX - página 18

 
OK, então o ajuste é meio perfeito. Agora precisamos substituir a*x+b por algo mais significativo que realmente remova a tendência, como 'ang PR (Din)-v1'.
 
Legal!!! Eu tentei fazer algo semelhante uma vez, mas não tinha conhecimento suficiente :)
Gostaria de poder desenhar sombras no BarsCount ao contrário durante a inicialização, pois elas também carregam informações.
Mas tudo é muito lento quando estou trabalhando nisso :).
E há outra questão - se existe um plano de tendência em forex, ou se não existe um plano de tendência em forex. Tem sido muito discutido e tantas pessoas quanto opiniões.
Você pode fazer como "Agora precisamos substituir a*x+b por algo mais significativo que realmente remova a tendência, como 'ang PR (Din)-v1' ".
Definir o tempo de referência. E eu gostei muito da solução no tempo_avg_v1.0. mq4 em relação aos desvios da "tendência".
Arquivos anexados:
 

O ponto mais interessante aqui é que o coeficiente de correlação é um valor fundamentalmente limitado. A primeira solução para o problema de normalização do indutor foi sugerida porYurixx em 'Ressonância Estocástica '. Não consigo encontrar a foto, maldição.

Não há muito o que fazer - ensiná-lo a se correlacionar com os extremos do mercado. Mas parece que os pontos de entrada/saída devem ser procurados nos zeros deste indicador.

P.S. Não, não exatamente. Valores negativos do indicador (se no sentido de que é algum tipo de ACF) não indicam uma tendência de queda. Pode ser o plano mais desenfreado.

 
Mathemat:
P.S. Não, na verdade não. Os valores negativos do indicador (se no sentido de que é algum tipo de ACF) não indicam uma tendência de queda. Pode ser o plano mais desenfreado.
Não, eles não sabem :) Ontem eu corri por 3 horas.
E novamente - plano - quanto é? 25p ou 50p. E quanto ao prazo maior? time_avg_v1. 0.mq4 dá alguns dados sobre esta questão.
 
Mathemat:
OK, então o ajuste é meio perfeito. Agora precisamos substituir a*x+b por algo mais significativo que realmente remova a tendência, como 'ang PR (Din)-v1'.
Matemática, mas depois de todas as tendências são realmente lineares, pelo menos à primeira vista. Além disso, a regressão linear é mais rápida a ser considerada (como olhar sob uma lanterna, porque lá é mais brilhante :) . Parece-me mais tentador tentar determinar o intervalo de cálculo da LR. Isto significa que deve ser variável, dependendo da situação atual.
 
Candidato, eu estava me referindo à regressão linear dinâmica, ou seja, um indicador que prevê linearmente o valor na próxima barra com base em um determinado número de valores anteriores. Uma vez, quando brincava com redes neurais, me interessei por ela, e até a calculei analiticamente; é uma combinação linear de SMA e LWMA com períodos iguais, bastante pequenos, não 1000. Lembrar-me-ei - afixarei a fórmula de cálculo ou o próprio indicador.

Sim, as tendências são lineares, mas muito grosseiramente e apenas nas maiores TFs, como as semanas. Dê uma olhada por si mesmo.

Então, vamos tentar entender o que o autor (e não apenas o autor) está tentando alcançar quando ele detesta o gráfico. Prival, provavelmente, se propõe a fazê-lo a fim de primeiro remover componentes regulares imprevisíveis (tendência) das citações iniciais deixando algo próximo a um processo aleatório cuja expectativa não se afasta muito de zero (em termos do número de s.c.o.) e depois analisar as propriedades ACF deste processo (autocovariano, e não autocorrelacional), usando a própria ACF para prever aquelas mesmas tendências que são desconhecidas para nós. Prival, para onde você foi? Diga-me, é lógico ou não?

Detenção só faz sentido quando o desvio da "linha de tendência" do gráfico em si não é muito grande, o que dita um pequeno valor do período de "suavização" da própria regressão (não da ACF). Caso contrário, haverá tendências locais rasas dentro do intervalo detratorio, que é exatamente o que queremos nos livrar. (Hipótese: então podemos estar reduzindo o coeficiente de Hurst do processo inicial, aproximando-o do Gaussiano?

Agora olhe para os 5 minutos e me diga se as tendências são lineares ou não? O tópico "Ressonância Estocástica" parece que deveria refutar esta noção, se tal fenômeno existe.

P.S. A propósito, você já prestou alguma atenção ao porquê nosso indutor mostra um na barra zero?
 
Mathemat:
Candidato,
P.S. A propósito, você já prestou atenção, por que nosso indicador mostra um na barra zero?

Não é minha pergunta, mas já que estou espreitando o assunto...

Prival uma vez tentou falar de bom senso aqui. Assim, o senso comum ou senso físico ACF apenas por definição iguala seu valor a um em barra zero, porque mostra correlação da amostra de tempo com ela mesma. Sua queda para zero pode ser tratada como uma perda prática de correlação nos valores de BP depois que o número correspondente de barras for removido de zero. Só que eu ainda não entendo o que queremos conseguir com isso. Note que a Wikipédia dá outra definição de AFC, que, como eu entendo, é mais próxima do coração de Matemet, mas aqui consideramos apenas a primeira.

P.S. Prival, eu ainda não tenho o impulso interno para iniciar a codificação, porque não tenho uma compreensão clara da tarefa. A propósito, não me considero um MQL Wizard, e nunca fui um, mas a prática mostra que tudo pode ser codificado quando a tarefa é compreendida. E há mestres aqui no fórum.

P.P.S. Eu associo a diminuição da atividade do fórum ao desejo dos usuários do fórum de aprender rapidamente redes neurais probabilísticas (espero que Prival esteja entre elas), ou todos correram para abrir uma conta real, enquanto você ainda pode usar os sinais de Melhor gratuitamente :-).

 

Acabei de ter algum tempo livre. Vou tentar responder as perguntas aqui esta noite.

Tente responder à pergunta "...probabilístico ..." sobre a probabilidade do que a rede neural Melhor se ajusta?

À noite, tentarei programar tudo e postar minhas idéias em fotos.

 
Prival:

rsi tenta responder à pergunta "...probabilístico ..." sobre a probabilidade de o que a rede neural Melhor se estabelece?

Só recentemente comecei a utilizar redes (como sempre, sem pressa). No fórum há especialistas no assunto (Vinin, Leo, klot e muitos outros, incluindo, é claro, Better). (No entanto, vejo que já existe um novo fio condutor no assunto - não é de se estranhar. ) Mas já que você perguntou, vou tentar. Como no provérbio: Se você não pode fazer nada sozinho, pelo menos ensine os outros! :-) Aqui no ramo, também reuniu muita gente, então espero que eles me corrijam se eu fizer asneira.

Até onde entendi por hoje, ao construir uma rede probabilística é usada a abordagem Bayesiana, e cada saída da rede obtém uma estimativa (e é obviamente comparada então com um limiar ou com outras saídas; Prival, talvez até dois limiares sejam possíveis :-)) de algumas estatísticas suficientes na forma de um escalar com exatidão até um fator constante, descrito por uma função de máxima probabilidade para o vetor de entrada. Assim (para responder à pergunta), a rede (cada saída) está sintonizada com a máxima probabilidade do vetor de entrada para corresponder à decisão (saída).

A rede em si é geralmente de três camadas - a camada de entrada, a camada radial e a camada de saída. Vetores para classificação (no caso de Better, como já sabemos, são provavelmente combinações lineares de várias médias móveis, embora as funções booleanas também possam ser usadas). O número de saídas, corresponde à dimensionalidade necessária da solução de saída. Por exemplo, 4, se precisarmos tomar decisões de compra, venda, compra fechada, venda fechada. Quando o treinamento, o princípio do "vencedor leva tudo" é implementado, ou seja, mais de uma saída pode não estar próxima do máximo. Esta é a parte criativa do trabalho: temos que encontrar a largura (sigma) e o número de neurônios mais adequados na camada média. Alguns vetores de entrada são os mais plausíveis para a compra bem sucedida, outros para outros vetores de saída. A camada radial é assim chamada porque utiliza a chamada base radial - a função em forma de sino da distância euclidiana (no caso mais geral de componentes correlacionados do vetor de entrada - a distância mahalanobis) em vez da função de transformação sigmóide.

Como vemos, esta abordagem é muito semelhante ao comércio "mãos": um comerciante avalia o vetor de entrada (preço, padrão de AT, leituras de indicadores, etc.) e toma uma decisão, se o critério for cumprido de acordo com sua estimativa.

Sobre o treinamento - Ainda não o estudei. É uma pergunta à parte, se eu a entender, posso apresentá-la mais tarde :-). Lembro que, mesmo antes do Campeonato, escrevi que meu Conselheiro Especialista tem usado os dados de um ano de treinamento.

 
Mathemat:
Candidato, eu quis dizer regressão linear dinâmica, ou seja, um indicador que prevê linearmente o valor na próxima barra com base em um determinado número de valores anteriores. Uma vez, quando brincava com redes neurais, me interessei por ela, e até a calculei analiticamente; é uma combinação linear de SMA e LWMA com períodos iguais, bastante pequenos, não 1000. Lembrar-me-ei - Afixarei a fórmula de cálculo ou o próprio indicador.

Eu a chamo de regressão linear em movimento e tenho tal indicador, eu mesmo posso compartilhá-lo :)

P.S. A propósito, você já notou por que nosso indicador mostra um na barra de zero?

Quero dizer, na primeira barra (a barra zero não é processada)? Bem, a correlação de cada ponto consigo mesmo é tomada como uma só, assumindo que este é o máximo grau de correlação possível. Esta suposição é ainda mais justificada :). Mas como você provavelmente sabia disto mesmo sem mim, parece que a pergunta continha uma dica, que eu ainda não entendi.

Vamos então tentar entender o que o autor deste tópico (e não apenas ele) está tentando alcançar, detendo o gráfico. Prival, provavelmente, se propõe a fazê-lo a fim de primeiro remover componentes regulares imprevisíveis (tendência) das citações iniciais deixando algo próximo a um processo aleatório cuja expectativa não é muito diferente de zero (em termos de número s.c.o.) e depois analisar as propriedades ACF deste processo (autocovariano, e não autocorrelação) e usando a própria ACF predizer as próprias tendências que são desconhecidas em nosso caso. Prival, para onde você foi? Diga-me, é lógico ou não?

Prival prometeu dar sua opinião, mas acho que a idéia não é deixar apenas o componente aleatório, mas remover a tendência "longa" e obter uma série com valor zero esperado. Esta série conterá tendências mais curtas correspondentes ao horizonte de jogo esperado. Lembrando que as estatísticas matemáticas (e não apenas a análise R/S) preferem trabalhar apenas com tais séries, obtemos uma redução mais ou menos correta do problema para "procurar sob a luz da rua".

Sim, as tendências são lineares, mas muito grosseiramente e apenas nas maiores TFs, como as semanas. Dê uma olhada por si mesmo.

Detenção só faz sentido quando o desvio da "linha de tendência" do gráfico não é muito grande, o que dita um pequeno valor do período de "suavização" da própria regressão (não ACF). Caso contrário, haverá tendências locais rasas dentro do intervalo detratorio, que é exatamente o que queremos nos livrar. (Hipótese: então podemos estar reduzindo o coeficiente de Hurst do processo inicial, aproximando-o do Gaussiano?

Agora olhe para os 5 minutos e me diga, as tendências são lineares ou não? O tópico "Ressonância Estocástica" deve parecer desmentir esta noção, se tal fenômeno existe.

E agora - sobremesa :). Como escrito acima, entendo o significado de dissuasão exatamente da forma oposta, ou seja: a tarefa é apenas remover as tendências globais e obter as tendências locais correspondentes ao horizonte escolhido do jogo de uma forma limpa. Neste sentido, falar em termos de prazos é um pouco descuidado. Há apenas uma série cronológica, podemos vê-la utilizando prazos diferentes, mas as tendências como uma realidade objetiva não dependem da escolha da escala. E eis o que pensei de repente - há um claro significado físico nas transformações lineares: o resultado de tal transformação é outro quadro de referênciainercial, ou seja, um sistema no qual as mesmas forças atuarão como no original. Em uma transformação não linear, como sabemos pela física, obtemos um mundo no qual forças "ilógicas" e difíceis de descrever podem aparecer e desaparecer de formas inesperadas. Curiosamente, o uso de retornos também é uma transformação linear, mas a condição de expectativa zero é cumprida com um erro substancialmente maior do que em deter com a regressão linear.