![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Matematikte, zaman serileri üç gruba ayrılır (daha fazlası mümkündür, ancak matematiksel modelin nasıl davranacağını bulmak için üç tane yeterlidir):
1. VR ergodik ve dolayısıyla durağandır. Bu durumda, istatistiksel özellikleri o kadar kararlıdır ki, tek bir çözüm vardır. Onlar. bir şah mat yapmak mantıklı. model ve BP - supergrail'in herhangi bir yerinde çalışacak.
2. VR ergodik değildir, ancak durağandır. Bu dava daha zor çünkü istatistiksel özellikler sadece mat ile stabildir. beklenti ve dağılım. Burada zaten birçok çözüm var. Bu nedenle, birkaç paspas inşa etmek mümkündür. modeller ve belirli alanlarda kârlı olmaları daha olasıdır - süper değil, ama kâse, çünkü. Kanalın sınırları olan RMS'den bir geri tepme ile kanal içinde işlem yapabilirsiniz. VR bazen sınırların dışına fırlar, ancak bu anlar boşa çıkarılabilir. Ayrıca, VR'nin sınırlara yaklaşmadan sıfır civarında dans edeceği zamanı beklemeniz ve yakalamanız gerekecek. Durağanlığı kontrol etmek için, Bollinger Bantlarını VR'ye atmak ve değişmediğinden emin olmak gerekli ve yeterlidir - oldukça kararlı kanallara sahip bir yan eğilim.
3. VR durağan değildir ve sonuç olarak ergodik değildir. İstatistiksel özellikler kararsız. Durum daha karmaşık çünkü herhangi bir mat model yalnızca hesaplandığı alanda yeterlidir - uygun. Sitenin dışında bir kar fırtınası sürecek. Basitçe söylemek gerekirse, herhangi bir eş olabilir. tarihi alana takılan bir model gelecekte zarar verecektir. Kâseleri hayal etmemek bile daha iyidir.
Finansal VR'ler üçüncü kategoriye aittir: durağan değildir ve bu nedenle ergodik değildir. Ancak her şey ilk bakışta göründüğü kadar kötü değildir. Buradaki nokta, bu tür TS'lerin ilk farklılıklarının beklentide durağan ve varyansta kısmen, ancak kararsız, durağan olmasıdır. Örneğin, VR bir trendde, yana doğru veya dikey olduğunda, ilk farklar bir süre sabit kalır. Ancak stat gibi bir durağan durumdan diğerine geçiş anı bilinmemektedir. Gelecekteki kararlı durumun özellikleri. Burada kendinizi üç paspasla sınırlayabilirsiniz. modeller: bazı alanların yükseliş trendi, yana doğru ve düşüş trendi. TS, biraz gecikmeyle de olsa, bir modelden diğerine geçişleri yeterince sınıflandıracaksa, para kazanabilirsiniz. Ancak garantisi yok çünkü. bu durumda varyansların önemli ölçüde değişmesi ve kanal sınırlarının yanlış belirlenmesi durumunda üç modelden hiçbirinin karlı olmayacağı ortaya çıkabilir. Kayıplara katlanmak ve sonraki üç matı inşa etmek zorunda kalacağız. tarihin önceki bölümleri için modeller. Vb. vb. Ya kalın, ya boş.
Optimizasyon döneminde, bazı alanlarda gelecekte kar getirecek yeterli bir TS inşa etmenin mümkün olduğu gerçeğine bakılırsa. Birinciyi veya ikinciyi varsayabilirsiniz. Piyasa belirli bir süre için ergodiktir, ergodik değildir (ki bunu istismar etmeye çalışabilir). Bu nedenle, ilk görev aşağıdakine indirgenmiştir.
1 Pazarı kümeleyin. Eğilim ise, o zaman ne, eğer düzse, o zaman ne, eğer geçişse, o zaman ne (peki, bunlar Kohonen hakkındaki makale için fırçalı ayrı sinir ağlarıdır)
2 Şu anda hangi kümede olduğumuzu belirleyin
3 Veritabanından mevcut kümeden sorumlu bir strateji seçin veya seçin.
Şimdilik, fişler. Piyasayı tanımlayan minimum argüman seçin (ayrımcı analizi hakkında bir makale okudum - bu konuda ustalaşıyorum). Geçerli anın zaman penceresinin seçimi. Peki, pazarın hangi kümede hangi zaman diliminde yer aldığına dair istatistik toplamak için (masadan kırıntıları çekecek veya çekmeyecek vaktimiz var).
GA optimizer oluşturmak için bir sınıf eklendi Roman Rich ve joo'ya makaleleri için özel teşekkürler.
Fragmanda, GA optimizer sınıfı ve bir . Sürmek zor değilse. Kullanım ve hatalarla ilgili sorular burada.
GA optimizer oluşturmak için bir sınıf eklendi Roman Rich ve joo'ya makaleleri için özel teşekkürler.
Fragmanda, GA optimizer sınıfı ve bir . Sürmek zor değilse. Kullanım ve hatalarla ilgili sorular burada.
Tembel değil, uzaklaştı.
2011.11.18 17:30:10 PrimerGA (EURUSD,D1) X1 = 3.068966720346887 X2 = 3.315651165492819 Çözüm = -4.31815752349534
2011.11.18 17:30:07 PrimerGA (EURUSD,D1) X1 = 3.029136351314492 X2 = 3.309540883455843 Çözüm = -4.263691893969934
2011.11.18 17:30:00 PrimerGA (EURUSD,D1) X1 = 2.449305079854762 X2 = 2.817163285313374 Çözüm = -4.174465090531069
2011.11.18 17:29:52 PrimerGA (EURUSD,D1) X1 = 3.063254884005564 X2 = 3.313075674783155 Çözüm = -4.314453236316976
2011.11.18 17:29:40 PrimerGA (EURUSD,D1) X1 = 3.078649362527705 X2 = 2.169112355456941 Çözüm = -4.25838612042264
Çözümde neden bu kadar büyük bir yayılma var?
Tembel değil, uzaklaştı.
En iyi değil, oldukça kabul edilebilir bir çözüm elde edersiniz.Evet ve fonksiyonun kendisi, teşekkürler joo, bir kirpi gibi görünüyor.Çözümün doğruluğunu artırmak istiyorsanız, hesaplamaların hacmini (zamanı düşünün) feda etmeniz gerekecek , bence, şimdi oran aşağı yukarı optimal.Aslında artan karmaşıklık göreviyle değil, pratik tarafla ilgilendim.N orada kullanılabilirlik, hatalar .....
Bu özellik, yapmak üzere olduğunuz şeye kıyasla çiçeksi (yumuşak ve kabarık).
Pratik taraf: Koda doğrudan müdahale etmeden doğruluğu nasıl artıracağımı bulamadım.
Bu özellik, yapmak üzere olduğunuz şeye kıyasla çiçeksi (yumuşak ve kabarık).
Pratik taraf: Koda doğrudan müdahale etmeden doğruluğu nasıl artıracağımı bulamadım.