Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3101
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
Ayrı bir kuantum segmenti için örneklemin her ayında bir türdeki sinyallerin yüzdesini ölçersek ve karlı sinyallerin ortalama yüzdesini çıkarıp veriler üzerinde bir denge kurarsak, aşağıdakileri görebiliriz.
Bu, benim yöntemime göre seçilen kuantum segmenti ve gördüğümüz şey, 38. aydan 127. aya kadar böyle istikrarlı bir eğilim olduğu ve ardından dalgalanmaların başladığıdır.
Yani örneklem klasik 60+20+20 yöntemine göre bölünürse, öğreneceğiz ve yaklaşık 100 aya kadar her şey yolunda olacak, sonra 40 ayda - 140'a kadar artıda olacağız ve zaten test için bağımsız örneklemde bir toparlanma ile aşağı doğru bir hareket yakalayacağız. Aynı zamanda, 38. aydan önce eğitim örneğinde de benzer hareketler olduğunu görebiliriz, ancak hangi model bunları dikkate alacak ve bu dalgalanmalar için bir "açıklama" bulacaktır? Sıradan bir ahşap model tüm örneklemin bir parçasını çekip çıkarmaya başlayacaktır, oysa sadece bir kısmına dikkat etmek gerekir.
Düşündüğüm şey, yukarıda açıklanan nüansları dikkate alacak bir model oluşturmanın bir yolu - ve tüm parça üzerinde değil, aynı bölünmeden sonra her bölümdeki değişiklikleri ayrı ayrı dikkate almak için bölmeler yapmak.
Belki de tekerleği yeniden icat ediyorumdur ve zaten bir çözüm vardır? Sistemin ana hatlarını zaten kağıt üzerinde çizdim, ancak kod hala çok uzakta....
Histogram bu şekilde görünüyor (excel sürümüne göre)
Kalıpların çalışmadığı aylar olduğunu görebilirsiniz.... ve bunlar diğer bölünmelerle açıklanmalıdır, ancak tercihen biriktikleri yerde kaldırılmalıdır.
Ve istediğim şey - modeli çok sıkı bir şekilde eğitmek değilse bile, en azından olumlu bir sonuç olasılığının kuantum segmentindeki olumlu bir kaymadan olumsuz bir kaymaya kadar olan değişim bölümünü önceden, belki de olasılıksal olarak tespit etmek.
İşte burada hedef olanı düşünüyorum, örnek zaten oluşuyor.
Bir ay boyunca kuantum segmentindeki pozitif ve negatif sonuçların delta yüzdesini +1/-1 olarak temsil edersek, grafik zaten bu resme sahip olur - ve zaten daha ilginç görünüyor.
Soru nedir, cevap budur, üzülmeyin
Bir yerde kötü performans gösteren bir kuantum saçmalığı var, ne yapmalı. kötü performans gösterdiği yeni verilerle sinyallerini ortalayın, böylece orada o kadar kötü performans göstermez, ancak geçmiş verilerde de o kadar iyi performans göstermez.
Soru nedir, cevap budur, üzülmeyin
Ortalama, çıkarma ve bölme :)
Her neyse, anladığım kadarıyla, "kötü" sinyalin olduğu yerdeki hedefi değiştirmeyi mi öneriyorsunuz?
Alexei Nikolaev, R'deki bloglarında Cafe ya da azınlığın zaferi oyununun bir modelini uyguladı, pazar açısından benzer, oyuncunun konumu daha az katılımcının olduğu bir toplumdaysa kazanır (kafede, tarihe göre, en az sayıda ziyaretçinin olduğu gün gelen oyuncular kazanır ve çok sayıda ziyaretçi kaybeder), ancak bu çok basit bir model, gerçek hayatta hala devletten ve diğer büyük oyunculardan ve çok sayıda olan küçük oyunculardan oluşan birçok oyuncu türü var. Model henüz kabaca bile oluşturulmamıştır)
Ancak oradaki grafikler bile kene gezintisine çok benziyor.
Fiyatlandırmadaki SB modeli, fizikten bir analog - ideal bir gaz - olarak görünüşte gerçekte asla gerçekleşmeyen temel, sınırlayıcı bir varyanttır. Bu model iki koşul altında elde edilir - a) çok sayıda katılımcı; b) ticaret stratejilerinin diğer katılımcılardan mutlak bağımsızlığı. İkinci koşulun yerine getirilmesinin zor olduğu açıktır, bu nedenle örneğin piyasada farklı stratejilere sahip birkaç katılımcı grubu (kümesi) varsa SB modelinden sapmaların nasıl etkileneceğini araştırabiliriz. Ya da katılımcıların bir kısmı içeriden bilgiye sahiptir. Tanım gereği saf SB'den para kazanmak imkansızdır, sadece ondan sapmalardan para kazanabilirsiniz.
Şahsen ben SB modelinin hiçbir faydasını görmüyorum.
Hiçbir şey vermez, iyi özellikleri vurgulamaz, kötü özellikleri bastırmaz, basitleştirmez.
Evet, grafik fiyatlara benziyor, ne olmuş yani?
SB modelinin kendisi elbette çok az işe yarar, yalnızca modelden sapmalar teşhis edildiğinde faydalıdır.
Ben durağanlığı olağan ekonometrik terim olarak adlandırıyorum: ortalama ve varyansın sabitliği. Piyasalar doğal olarak buna sahip değildir, onlar bir "anıt" değildir. Heteroskedastisite ortadan kalkar, gerisi SB'ye yakındır.
Genel olarak, dağılım türü öngörülebilirlik hakkında çok az şey söyler. Bu, ticaretten uzak, matematiksel bir oyundur. Fiyat teklifine farkı kapatan biraz yumuşaklık ekleyin. Ya da günün belirli saatlerinde ortalamaya sabit bir dönüş. Fark değişmeyecek ve para kazanmak mümkün olacaktır. Kabaca bu ve bunun gibi şeyler verimsizlik olarak adlandırılabilir. Bunu yapmak için, her şeyi tahmin edemeyeceğinizi ve buna ihtiyacınız olmadığını dikkate alarak algoritmalar yazın. Orada böyle bir lanet olduğunu söylemeyeceğim, sadece hiçbir şey elde edemeyeceğiniz gerçekten verimli araçlar var.
Elbette, ancak SB'den anlaşılabilir sapmalarla fiyatlandırma modelleri oluşturursanız, örneğin bu temelde bin yıl için bile yapay kotasyonlar oluşturabilirsiniz. Daha sonra bu kotasyon üzerinde MO'nun yardımıyla sapmaların olduğu yerleri tespit etmeyi öğrenir ve ardından aynı şeyi gerçek kotasyonlar üzerinde yapmaya çalışırsınız. Alternatif olarak.
SB modelinin kendisi elbette çok az işe yarar, yalnızca bu modelden sapmalar teşhis edildiğinde (bulunduğunda) faydalıdır.