交易中的机器学习:理论、模型、实践和算法交易 - 页 1174

 
马克西姆-德米特里耶夫斯基

这就是令人恼火的地方,永恒的整合比TC的开发还要花时间。我也想做一些python,但我没有时间。

唉,这个问题没有解决办法。

1.要么用第三方语言(平台)编写TS,但你会遇到问题。

a) 没有历史数据

b) 没有测试器

c) 没有在模拟账户上进行测试

-)在平台支持方面可能存在一些问题,例如,我在谷歌上搜索了Alglib,关于它的信息非常少,都只在开发者的网站上,没有任何支持。

所有这些事情你都需要用.dll、集成和其他拐杖来解决。

2.你要么用MQL写所有的东西,你就不会有任何问题A.B.C.。你要么在代码库中寻找现成的解决方案和数学仪器,要么在MQL功能的帮助下从头开始编写所有逻辑(数学仪器)。

3.通用变体是现成的.dll,可以在MQL代码中使用。 如果你自己写代码,这是最实用的解决方案,你不能用.dll来做市场。

许多开发和分析系统允许你创建一个.dll,作为一个例子 - Matlab


ZS:MQL适合我90%,我唯一要做的是几乎从头开始将结果可视化。 在Matlab中,输出总是在手边,一行代码就有一个现成的图表,所有的变量都是可见的,你可以改变变量...一句话,Matlab是一个现成的矩阵开发环境。

 
伊戈尔-马卡努

我的意思是在MO方面的研究,这是一个相当特殊的过程,主要工作是与矩阵打交道,用低级语言来处理它们是一个噩梦。其余的都能以某种方式活下来 :)

 
马克西姆-德米特里耶夫斯基

所有国防部的库都已经开发出来了,因为这个库只是在专业人员的基础上开发的。

对低级语言的MO不适应,也不长于,特别是研究

我只是没有选择的问题。而一般来说,这都是应用性的--我的重点是预测器和一点目标定位,更多的时间只是从论文到代码开发新的预测器。因此,我问的第一个问题是,添加新的预测因子是否是一个好主意!这是我的第一个问题。有了这个问题更清晰的答案,我最终可以寻找其他的实现方式/方法来整合到最终的代码中,但现在我离它还很远。

 
伊戈尔-马卡努

唉,这个问题没有解决办法。

1.或者用第三方语言(平台)TC编写,但你会遇到问题。

a) 没有历史数据

b) 没有测试器

c) 没有在模拟账户上进行测试

什么是第三方语言的价值。

1.将历史记录上传至CSV。

2.做一个测试器(这只是且不超过一个循环)。

3.在模拟账户上,你可以测试,比如说,通过与终端的文件交换。如果你通过RAM-磁盘来做这件事,其性能就像通过内存进行交换一样--每秒数千兆字节。

如果该系统成功,而第一次不会成功,它将为建模工作节省大量时间。而后来如何把它塞进终端是一个可控的问题。

 
马克西姆-德米特里耶夫斯基

我的意思是在MO方面的研究,这是一个相当特殊的过程,主要工作是与矩阵打交道,用低级语言来处理它们是一个噩梦。其余的还是有一定的生存能力的 :)

我理解--我自己也是这种情况,这就是为什么在研究了文献或数学工具后,我首先把所有的东西都拉到Matlab中,然后开始实验,并部分移植到MQL中。 Matlab中同样的矩阵和向量最初与所有的变量相联系,你不必描述或分析任何东西,你只是工作,用矩阵乘向量或转置,很难想象Matlab在数学运算方面做不到什么

SZY:对于MO,在MQL中还是要整理很长时间的,MATlAB似乎可以帮忙,但我记得当我安装它的时候,一切都很清楚,网络被画出来了,每个网络元素的状态都可以一步一步的看出来,就像NeuroSolutions一样 ,也许以后我会去做。

 
Aleksey Vyazmikin:

我只是没有选择的问题。而一般来说,这都是应用性的--我的重点是预测器和一点目标定位,更多的时间只是从纸张到代码开发新的预测器。因此,我问的第一个问题是,添加新的预测因子是否是一个好主意!这是我的第一个问题。而这个问题会有一个更清晰的答案,那么最终我们可以寻找其他的实现方式/方法来整合到最终的代码中,而现在我离这个目标还有很远的距离。

说实话,我不知道你的圣杯生产理念是什么,因为你只用机器学习来选择预测器......然后用它们做什么?)

 
尤里-阿索连科

什么是第三方语言的价值。

1.将历史记录上传至CSV。

2.做一个测试器(这只是且不超过一个循环)。

3.在模拟账户上,你可以测试,比如说,通过与终端的文件交换。如果你通过RAM-磁盘来做这件事,其性能就像通过内存进行交换一样--每秒数千兆字节。

如果该系统成功,而第一次不会成功,它将为建模工作节省大量时间。而之后,如何将其送入终端是一个可管理的问题。

1.这就是我在Matlab中的工作。

很久以前我就想用Delphi做,但幸运的是我没有做到。我搬到了MQL,我可以看到缩水,直观地看到EA是如何交易的,我可以添加现成的指标作为额外的过滤器,添加追踪条,平均数......我可以在测试器中看到一切,在第三方软件中模拟这一切。为什么? 在3-4个月内从头开始学习MQL,并学会 从模板中编写EA,这更容易。 现在我可以在15分钟内检查测试器中的任何图形指标--我使用现成的模板作为程序性编程来编写我的EA,即我只是连接现成的函数。

3.你可以,但我在MQL中拥有一切,缺少什么我将添加或连接。 dll


但在建模问题上又是如此--我们生活在幸福的时代,现成的解决方案在网络上是潇洒的一打,建模环境和交易平台应该是分离的,所以结果是一个人必须是开发者、程序员和数学家,而......和一切。

要么就是像runet中90%的 "交易员 "通过原始的TS进行交易))

 
马克西姆-德米特里耶夫斯基

老实说,我不知道你的圣杯生产方法是什么,因为你只用机器学习来选择预测器......然后你用它们做什么?)

我选择预测器的目的是为了摆脱那些有噪音并导致过度学习的错误预测器......

同时,我还在为R挖掘树状表,结果也是相当好的预测指标,catbust吃得很开心。

现在我已经在R树根分裂上做了长时间的实验,即在建立一个新的树(使用遗传学--我不知道细节,对于Dr.Trader 脚本)后,我删除根预测器并重新建立树--这个过程并不快--平均需要3-4天,所以我已经进行了29次分裂,有趣的是,即使现在出现了新的和有趣的树叶,在2014-2018年(每年的利润)工作在正利润,而训练是在2015-2017。由此可见,建树算法的结果仍然不是那么好,因为当他们有过剩的好预测器时,他们会错过明显的东西,但当他们开始饥饿时,新的解决方案就会出现。总的来说,根据这一经验,我想尝试分组喂养预测者,看看最大的敏感性会在哪里。然后,我想与不同的群体建立不同的树,使他们成为一个集体决策机构,并送去交易......

 
阿列克谢-维亚兹米 金。

我选择预测器是为了摆脱错误的预测器,这些预测器是有噪声的,会导致过度学习。

同时,我还挖掘了R的树单,结果也是很好的预测器,catbust急切地吃了它们。

现在我在R树根分裂上做了长时间的实验,即在建立一个新的树后(使用遗传学--我不知道细节,对于Dr. Trader 的脚本),我删除根预测器并重新建立树--这个过程不快--平均3-4天,所以我已经进行了29次分裂,有趣的是,新的和有趣的树叶,在2014-2018年(每年都有利润)的正利润中工作,而学习是在2015-2017,甚至现在也出现。由此可见,建树算法的结果仍然不是那么好,因为当他们有过剩的好预测器时,他们会错过明显的东西,但当他们开始饥饿时,新的解决方案就会出现。总的来说,根据这一经验,我想尝试分组喂养预测者,看看最大的敏感性会在哪里。然后与不同的小组建立不同的树,把他们做成一个同行的决策机构,并把他们送出去交易......。

我不太理解树根的分裂......如果只是为了示意图的话:)而且叶子怎么能单独工作,工作结构是整个树......

我明天再考虑吧,我困了 :)

顺便说一下,mql5有标准的ctree和cnode类来构建二叉树。如果你知道如何使用它们进行数据挖掘......但我不知道,但似乎你有这样的东西

 
马克西姆-德米特里耶夫斯基

我不太理解树根的分割......如果能有个示意图就好了:),以及各片区如何单独工作,工作结构是整个树......。

我明天再考虑吧,我很困了 :)

顺便说一下,mql5有标准的ctree和cnode类来构建二叉树。如果你知道如何使用它们进行数据挖掘......但我不知道,但你似乎有这样的东西

"树根",在我的语言中,是将树分成其他分支的第一个预测器--通常是分成两部分(但也有其他变体)。

"拆分树 "是指在再次处理数据之前将根预测器从样本中排除。

叶子只是一组规则,实施的频率不高,但可能会给出稳定的结果,与整个树不同。也就是说,我赞成不急于交易--如果算法不了解市场情况,那就让它最好等到地图躺下,它就可以做出决定。

现在我已经处理了超过20000片叶子,我已经看到了遗传学所抛弃的东西--用于交易决策的好叶子大约有200片--那些每年都有利润和可接受的利润率(最低为1.4),但也有好的过滤器有 "等待 "信号--我没有计算它们--现在我正在开发我的方法来更精确地选择它们。

我有3个类,即树有买入、卖出和等待信号,现在我正在尝试使用catbust,并将目标简化为一个类...

我对ctree 和cnode 一无所知,对一般的OOP也一无所知--我不太擅长编程,所以没有程序员你很难理解类的代码......