Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1641
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Görev oldukça resmi görünmüyor - parametre seti belirsiz. Tüm sistemler sonlu mu, sayılabilir mi, yoksa sürekli mi? Sabit boyutlu portföy? Sistem portföye bazı ağırlıklarla mı dahil edildi yoksa sadece evet/hayır mı?
hmm ... dürüst olmak gerekirse, soru için teşekkürler - dedikleri gibi, cevabın yarısı zaten orada
sistem kümesi sayılabilir ve sonludur, ölçek yoktur ve planlanmamıştır - hepsi eşdeğerdir,
mucize olmadı, basit araçlarda meydana gelen asıl sorun çekmedir, amaç başka bir araç ekleyerek düşüşü en aza indirmek değil - çekme anında 2 aracın çalışıp çalışmamasının veya alternatif bir aracın yerine geçmesini ummanın önemi yoktur. sarkma araç - bu riskte bir artış, oraya bakmıyorum, zaten arıyorum
amaç, aracı portföyden çıkarmaktır, ANCAK sanal testten sonra VE bir düşüşten sonra - aracın testlerine göre mantıklıdır - düşüşler periyodiktir ve düşüşten sonra araç çalışırken biraz zaman vardır - Buradaki sorun, böyle bir aracın ne kadar süre çalışmasına izin verileceğidir, bu görevde GA büyük olasılıkla bir asistan değildir, bazı entelektüel bileşenlere ihtiyaç vardır
IMHO, elbette, ama bence yüzgeçli alıntıların "fiziğinden" dans etmeniz gerekiyor. aletler. Bana göre ana özellikleri, zaman serilerinin istatistiksel özelliklerinin bazen çok hızlı ve şiddetli bir şekilde değişmesidir. Bu anlamda, önce geçmişi bir şekilde benzer istatistiksel özelliklere sahip bölümlere ayıracak ve bunlara örneğin 1'den 20'ye kadar sayılar atayacak bir sınıflandırıcı oluşturmak mantıklı olacaktır. kendi bireysel TS . Ancak zaman serisinin benzer istatistiksel özelliklere sahip bölümlere bölünmesi için tahmin ediciler nasıl bulunur - hiçbir fikrim yok.
akıllıca düşünce...
Zigzag'a döndüm... ama Mart'ın başından beri, Mart'tan öncekiyle kıyaslanamazlar. Daha önce bir diz yarım saat - bir saat inşa edilebilseydi, şimdi aynı parametrelerle yüksek volatilite nedeniyle 5 dakikada çekiyor. Onlar. Mart'tan önce veriler üzerinde eğitim almanın bir anlamı yok. Zaten her şey farklı.
Yüksek ve düşük oynaklık için daha evrensel bir şey bulmamız gerekiyor.
Belki bir şey dalgalanır. Dalgalar kaldı, darı daha genişledi.
Mart ayına kadar öğrenmek yerine sabit parametrelerle çalışmanın anlamı yok!!
IMHO, elbette, ama bence yüzgeçli alıntıların "fiziğinden" dans etmeniz gerekiyor. aletler. Bana göre ana özellikleri, zaman serilerinin istatistiksel özelliklerinin bazen çok hızlı ve şiddetli bir şekilde değişmesidir. Bu anlamda, önce geçmişi bir şekilde benzer istatistiksel özelliklere sahip bölümlere ayıracak ve bunlara örneğin 1'den 20'ye kadar sayılar atayacak bir sınıflandırıcı oluşturmak mantıklı olacaktır. kendi bireysel TS . Ancak zaman serisinin benzer istatistiksel özelliklere sahip bölümlere bölünmesi için tahmin ediciler nasıl bulunur - hiçbir fikrim yok.
Bunun için genellikle MO serisindeki değişikliklerin dinamikleri kullanılır.
MO biraz değişirse - "düz"
MO, X'in üzerinde bir oranda büyürse - "yükseliş trendi"
MO, X'in üzerinde bir oranda azalır - "düşüş trendi".
Ayrıca varyansa dayalı bir sınıflandırma gördüm.
Mart ayına kadar öğrenmek yerine sabit parametrelerle çalışmanın anlamı yok!!
Sabit parametresiz MO'ya uygun bir gösterge örneği verebilir misiniz?
https://www.youtube.com/watch?v=TykEeAM6v9U
https://www.youtube.com/watch?v=2JgoeuM7iVMsistem kümesi sayılabilir ve sonludur, ölçek yoktur ve planlanmamıştır - hepsi eşdeğerdir,
mucize olmadı, basit araçlarda meydana gelen asıl sorun çekmedir, amaç başka bir araç ekleyerek düşüşü en aza indirmek değil - çekme anında 2 aracın çalışıp çalışmamasının veya alternatif bir aracın yerine geçmesini ummanın önemi yoktur. sarkma araç - bu riskte bir artış, oraya bakmıyorum, zaten arıyorum
amaç, aracı portföyden çıkarmaktır, ANCAK sanal testten sonra VE bir düşüşten sonra - aracın testlerine göre mantıklıdır - düşüşler periyodiktir ve düşüşten sonra araç çalışırken biraz zaman vardır - Buradaki sorun, böyle bir aracın ne kadar süre çalışmasına izin verileceğidir, bu görevde GA büyük olasılıkla bir asistan değildir, bazı entelektüel bileşenlere ihtiyaç vardır
Muhtemelen, daha önce yazdığınız gibi, MT test cihazının standart araçlarını kullanabilirsiniz. Dürüst olmak gerekirse, sinir ağlarında kendi başlarına özellikle dikkate değer bir şey görmüyorum. Sanırım onlarsız yapma olasılığından kaçınmamalısın)
https://www.youtube.com/watch?v=TykEeAM6v9U
https://www.youtube.com/watch?v=2JgoeuM7iVMSadece alıntılarımız var. Bunun gürültülü bir sinyal olduğunu varsayarsak, örnek bir sinyal nedir?
Bu örnekler için, gürültülü sinyali temizlemek için düzeltme faktörlerini hesaplamak için bir referans gürültülü olmayan sinyale ihtiyaç vardır.
Sadece alıntılarımız var. Bunun gürültülü bir sinyal olduğunu varsayarsak , örnek sinyal nedir?
Bu sizin amaç fonksiyonunuz (AMO'da olduğu gibi) , filtreleme sonucunda ne elde etmek istiyorsunuz, gürültüyü kaldırmak istiyor musunuz? ideal sinyalinizi tanımlayın ve referans olarak kullanın, trendi tanımlamak ister misiniz? aynısı..
Şu anda "ideal zikzak parametreleri" bilmek ister misiniz? "ideal zikzak parametrelerinin" sizin için ne olduğunu açıklayın o zaman
her mumun üzerine "IPR" almaya çalışın, onu görmek ilginizi çekeceğini düşünüyorum :)
Ve sonra aynı talihsiz AMO tarafından bilimsel seri "IPZ" nin zeminini tahmin etmeye bile çalışabilirsiniz))
Sonuç olarak, bir adım önde bir tahminle yeterli zikzak parametrelerine sahip uyarlanabilir bir sistem elde edersiniz, zavallı Igor Makanu'nun bir yıldır aradığı ve hiçbir şekilde bulamadığı şey budur)) hakkında yazmalarına rağmen) burnunun önü. Ayrıca sevgili Igor Makanu, "sistem çalışmayı durdurduğunda" sorununuzun çözümü bu, AMO hatasını (zz parametrelerine göre vb.) gerçek zamanlı olarak takip edebilirsiniz, bu sizin için kriteriniz olacaktır. çalışacak sistem