Não me diga então que TA não funciona - página 23
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Uh-huh. Este é o resultado para adição de sinal (trigger=0)
E aqui está a multiplicação lógica do sinal (trigger=2)
Ambos os resultados, sendo todas as outras coisas iguais (par, cronograma, períodos de otimização, etc.). Os mesmos 11 anos.
OK, vou pensar sobre isso amanhã, é hora de dormir.
Isto é exatamente o que notei ao otimizar sua EA:
- Eu deixei passar = 1 por engano, e defini parâmetros perceptron 0 para otimização.
Neste caso, os parâmetros perceptron 0 não devem ser calculados, mas foram calculados, ou seja, o controle foi passado para a função perceptron0().....
Estou satisfeito que a duração do rentável OOS seja superior a 7 anos, no entanto, é tênue que quase todo ele está de trás para frente.O que está na parte de trás do curso não é uma tensão. A questão é que, mesmo assumindo que estamos lidando com uma previsão estável do passado, ou seja, algum tipo de máquina do tempo que pode nos levar de volta e nos permitir comercializar lucrativamente lá, existe uma solução. Com os perceptrons convencionais sobre a diferença de preços de abertura nos insumos podemos manipulá-los da maneira que quisermos: colocar a carroça tanto atrás do cavalo como na frente. Isto é, se um perceptron pode prever com confiança o passado, os pesos podem ser recalculados para que ele "preveja" o futuro. Os gráficos também podem ser girados ao redor do eixo vertical, ou seja, o tempo pode ser revertido.
Isto é, precisamos de qualquer tipo de máquina do tempo, independentemente de onde ela nos leve: para frente ou para trás. O que importa é o resultado lucrativo no próprio lugar em termos de estabilidade, onde chegamos. O resto não é um problema - a matemática elementar. O Perceptron é uma desigualdade linear típica.
O que está na parte de trás do curso não é uma tensão. A questão é que, mesmo assumindo que estamos lidando com uma previsão estável do passado, ou seja, algum tipo de máquina do tempo que pode nos levar de volta e nos permitir comercializar lucrativamente lá, existe uma solução. Com os perceptrons convencionais sobre a diferença de preços de abertura nos insumos podemos manipulá-los da forma que quisermos: colocar a carroça tanto atrás do cavalo como na frente. Isto é, se um perceptron pode prever com confiança o passado, os pesos podem ser recalculados para que ele "preveja" o futuro. Os gráficos também podem ser girados ao redor do eixo vertical, ou seja, o tempo pode ser revertido.
Isto é, precisamos de qualquer tipo de máquina do tempo, não importa onde ela nos leve: para frente ou para trás. O que importa é um resultado lucrativo em termos de estabilidade, para onde chegamos. O resto não é um problema - a matemática elementar. O Perceptron é uma desigualdade linear típica.
Porque sua insubstanciação parece ainda pior do que a de Reshetov. E de qualquer forma, parece-me incorreto exigir que ele prove algo para você.
No post eu escrevi sobre o valor p. Este é o primeiro azz das estatísticas matemáticas.
O homem apresentou a idéia, e até a ilustrou tecnicamente, não é suficiente para você arregaçar as mangas (se você a considera promissora)? Você pode até mesmo pedir-lhe dinheiro inicial. ;-)
Gostaria de lembrá-los sobre os autores de idéias que 100 especialistas não podem comentar.
Preencha as lacunas. Ou pelo menos tente fazê-lo.
A Reshetov afirma que seu sistema é uma prova de TA. Isto ele prova com o TC. Mas Reshetov não é a primeira - tal prova foi dada há cerca de 400 anos, começando com os japoneses com seus castiçais.
A propósito, a falta de prova de trabalho ou de provas de AT não trabalhadoras não diminui o fato de que é possível desenvolver AT baseado em AT e fazer de AT uma fonte de renda. TA é uma arte, como em qualquer outro tipo de arte há artistas folclóricos para uma enorme multidão de perdedores que ninguém conhece.
Entendo que o TA da Reshetov é baseado na NS. Se assim for, isto é significativo, pois o sucesso da aplicação de NS depende inteiramente da pessoa que ensina NS. Reshetov teve sucesso, talvez seja um gênio, talvez tenha caído de sua árvore, talvez tenha bebido muita cerveja - não nos importa - sua habilidade não se transferirá para nós. Todos os AT são assim. TA é, em princípio, não provado.
Conclusão.
Talvez você possa esclarecer uma observação minha. Este fórum (e outros também) discute TA, algumas coisas exóticas como fractais, etc., mas nunca discute a aplicação da econometria e sua irmã, a matemática, ao TC. Observe que a palavra "econometria" é gramaticalmente incorreta neste fórum.
Em um relance, posso lembrar uma discussão sobre a equação de regressão, que foi rapidamente reduzida a fórmulas de cálculo de coeficientes de regressão - nenhuma discussão sobre a aplicação da regressão em TC jamais se concretizou. A ignorância das estatísticas é um acidente? Ou é graças à Reshetov e à Co.
:)
nunca houve qualquer discussão sobre o uso da econometria e sua irmã, a matstatistics, no TC
Offhand
https://www.mql5.com/ru/forum/105771
https://www.mql5.com/ru/forum/105740
https://www.mql5.com/ru/articles/222
Logo no topo da minha cabeça
https://www.mql5.com/ru/forum/105771
Não é relevante para a econometria, pois não tem um modelo claramente definido.
https://www.mql5.com/ru/forum/105740
Um novo modelo supostamente de mercado foi proposto. Proposta por um especialista em DSP, que estou profundamente convencido de que não é aplicável ao mercado. Não houve um estudo real deste modelo no fórum.
https://www.mql5.com/ru/articles/222
Perdão, eu concordo. Se você fizer uma busca em "econometria", não a encontra. O artigo é muito recente e é um artigo, não um fórum. Tenho que insistir que estou correto a partir de 1º de janeiro de 2011. Uma discussão sobre esta peça ou similar me parece bastante interessante. De qualquer forma, algoritmos e números específicos teriam sido discutidos, ao invés das habilidades de personalidades individuais, ainda que geniais.
Comentando o artigo, estou gerando uma série de interesses e sugestões diferentes. Primeiro, o autor usou seus próprios programas, mas há o Eviews e, o mais importante, o Matlab. Se pegarmos estes pacotes, teremos uma visão mais sistemática do problema.
Obrigado pelo último link, foi bastante triste por parte dos ignorantes, ignorantes e especialistas em DSP e NS.
Colegas, adaptar parâmetros de modelo com qualquer coisa é uma idéia antiga e correta, eu, por exemplo, uso redes Bayesianas + mais algumas idéias estão agora em teste, você pode adaptá-la com dança de tamborim e ofertas rituais. Não é essa a questão. Verificar a aleatoriedade dos novos gráficos de rentabilidade obtidos. O olho nu pode ver problemas óbvios. Na verdade, não há motivo para se regozijar.
Martingeil:
O que está na parte de trás do curso não é uma tensão.
...
O resto não é um problema - a matemática elementar.
Não acredito que seja primavera em Tashkent - aqui está nevando e frio.
Que está frio em Almaty, creio eu - é fevereiro lá fora.
Quanto à matemática, não é uma religião em que se acredite:
Suponha que temos quatro seções adjacentes da história em ordem do passado para o futuro: A, B, C, D
Se os sinais de A, B e C forem somados de modo que D = A + B + C, então o sinal é incerto em D.
Recebemos sinais comerciais confiantes na seção A pela simples soma dos sinais nas outras três seções: A = B + C + D
Mas não precisamos da seção A - é o passado, enquanto o futuro só pode ser obtido na seção D, se conhecermos os sinais em A, B e C.
Então, da fórmula acima, obtemos: D = A - B - C
Vamos realizar um experimento sobre um sistema comercial baseado na previsão da futura direção do movimento de cotações por
coeficientes de peso adequados de uma rede elementar de neurônios de uma camada - perceptron sobre dados históricos. O princípio deste sistema comercial foi descrito em detalhes em meu artigo "Como encontrar um sistema comercial". Vamos levar os dados históricos do par de moedas EURUSD dos 9 meses anteriores ou mais no gráfico de tempo H1. Vamos dividi-lo em três seções independentes de três meses cada uma. O primeiro será usado para o teste final, enquanto os outros dois serão usados para se adequar à história. Para evitar a operação do sistema comercial separadamente, combinei imediatamente dois perceptrons em um sistema comercial.
E criei a função Supervisor() para testes separados e otimização com a ajuda da qual o sistema comercial tem três modos de operação, dependendo do parâmetro de passagem de entrada:
1 - encaixe e teste do primeiro perceptron,
2 - encaixe e teste do segundo perceptron,
3 - filtragem através da peneiração de leituras inconsistentes de ambos os perceptrons no modo de teste sem otimização ou no modo de auto-comercialização em uma demonstração ou depósito real.
Os coeficientes de peso dos perceptrons: x11, x12 ... x42, assim como p e sl são ajustados aos dados históricos. A barra de parâmetros de entrada é uma constante para todas as seções. Os níveis de Stop Loss e Take Profit são definidos para todas as posições em aberto por este mesmo valor. Outro parâmetro de entrada p - o período de tempo de defasagem para a diferença de preço de abertura, também é uma constante. A entrada no mercado é feita no início de uma nova formação de barras, ou seja, de acordo com os preços de abertura de barras e leituras de perceptron, dependendo do valor do parâmetro de entrada do passe, e a saída somente no acionamento de um Stop Loss ou Take Profit. A otimização é realizada utilizando o algoritmo genético para identificar os extremos e o máximo de equilíbrio é tomado como um extremo. O valor inicial deve ser muito grande, por exemplo, $1000000, para evitar que o algoritmo fique preso nas chamadas de margem durante a otimização. Parâmetros de entrada: lotes - volume de posições abertas em lotes e mn - número mágico único, para que a EA não confunda o manuseio de suas próprias ordens (que ela abriu) com ordens de outras (que ela não abriu).
Noprimeiro passo , precisamos descobrir quais devem ser os valores das variáveis de entrada p e sl. Para fazer isso, selecionamos as duas últimas partes da história, ou seja, de 6 meses atrás até hoje. Ajustamos todos os parâmetros de pesos de perceptron para valores de Start = 0 a Stop = 200 em passos de 1. Ajuste o valor p do Início = 3 para Stop = 100 em passos de 1, o valor sl do Início = 100 para Stop = 1000 em passos de 10 (ou de 10 para 100 em passos de 1 para aspas de quatro dígitos). Defina o valor do passe para 1. Marque os seguintes parâmetros a serem otimizados: x11, x21, x31, x41, p e sl. Todas as outras caixas de seleção devem ser desativadas. Ativar a otimização. Uma vez concluído o ajuste, defina os parâmetros de entrada para a melhor passagem.
Segundo passo. Ajustando os pesos do primeiro perceptron na segunda seção de dados históricos. Definimos a data e o tempo de otimização de 6 meses atrás para 3 meses atrás. Desmarque os parâmetros otimizados somente a partir das variáveis de entrada p e sl. Executar a otimização. Uma vez concluída a otimização, defina os parâmetros de entrada de acordo com o melhor ajuste.
Terceiro passo. Ajustando os pesos do segundo perceptron na terceira seção de dados históricos. Definimos a data e a hora da otimização de 3 meses atrás até os dias de hoje. Desmarque os parâmetros otimizados: x11, x21, x31, x41 e configure-os para x12, x22, x32 e x42. As outras caixas de seleção devem ser desmarcadas. Ajuste o passe da variável de entrada para 2. Iniciar Otimização. Uma vez concluída a otimização, defina os parâmetros de entrada pelo melhor passe.
Isso é tudo, nosso sistema comercial foi ajustado aos dados históricos de 6 meses atrás até os dias de hoje. Vamos salvar os valores dos parâmetros de entrada no arquivo de configurações. Defina a variável de entrada de passe para 3. Desmarque a "Data de uso". Comece o teste. Analisamos a tabela de testes. Podemos ver que o equilíbrio e a curva de equidade tendem para cima na parte direita do gráfico e tendem para baixo na parte esquerda. Agora devemos nos certificar de que o equilíbrio tende para cima na área fora da amostra de ajuste. Trazemos o cursor do mouse para a linha de equilíbrio, onde começa o aumento do lucro e observamos a data na ponta da ferramenta. Acontece que a curva de equilíbrio tendeu para cima há quase nove meses, contando a partir de hoje, excluindo 10 dias, ou seja, 8 meses e 20 dias. E o ajuste foi realizado em um trecho de 6 meses. Portanto, há um teste bem sucedido fora da amostra otimizada . Destacamos esta área fora da amostra para analisá-la com mais detalhes. No conjunto, os resultados são bastante satisfatórios, embora significativamente inferiores aos de J. Soros, mas superiores aos de W. Niederhoffer.
A fim de garantir que tenhamos lidado com a adaptação em algumas partes da história, é necessário e suficiente desmarcar a caixa de seleção "Data de uso". E faça o teste do Expert Advisor com os valores 1 e 2 ao longo de todo o histórico disponível. Em cada um desses modos, podemos ver que o crescimento ascendente da curva de equilíbrio é observado apenas dentro daqueles períodos, nos quais certos perceptrons foram ajustados. Para todos os outros períodos da história não há uma tendência positiva, exceto para as lombadas individuais que terminam em cochos.
Como vimos, apesar do fato de que ambos os perceptrons não passaram nos testes avançados fora da amostra otimizada de dados históricos, ainda assim o filtro de seus sinais conjuntos, deu resultados positivos nos dados históricos dos quais nada era conhecido no momento da adaptação. Você também pode experimentar outros sistemas comerciais, como aqueles baseados na quebra de médias móveis simples ou em redes neurais multicamadas mais avançadas. Se o sistema comercial for robusto, é mais provável que produza resultados positivos em sinais comerciais filtrados fora do período de otimização. Se não for robusto, ele não dará resultados positivos no período otimizado com o filtro habilitado. Entretanto, a robustez do TS é secundária em comparação com os custos gerais de spread, swap e comissão do corretor. Portanto, com despesas gerais significativas, só se pode sonhar com resultados positivos em testes futuros, porque o pagamento esperado será obviamente negativo.