交易中的机器学习:理论、模型、实践和算法交易 - 页 132 1...125126127128129130131132133134135136137138139...3399 新评论 mytarmailS 2016.09.04 16:14 #1311 阿列克谢-伯纳科夫。 你还能说什么呢?你在等待结果吗?我还能说什么呢?如果我从未接触过卷积网络。我不是你sanych....我只能说,这很有趣...===================Youri Tarshecki 你的帖子消失到哪里去 了? mytarmailS 2016.09.04 16:32 #1312 尤里-塔舍基。 为什么有这个必要?如果一个模式在历史上有一个类似物,那么它就应该在时间上与之对应。至少我在做图案搜索时,是在寻找相称的部分。我对这个概念越来越明智了,从目前历史上的模式 "B "中,我们寻找与 "A "相似的模式。使用DTW算法,我们寻找相似性...可悲的是,我们不知道 "B "和 "A "最终可能是什么尺寸。而这导致了很多头痛的问题。你不仅需要搜索本身,而且还需要动态地扩展/收缩这些模式...如果有人有任何想法,如何使这种搜索尽可能有效,我很想听听......。 Youri Tarshecki 2016.09.04 16:38 #1313 mytarmailS: 可悲的是,我们不知道 "B "或 "A "在搜索中最终会是什么尺寸。并因此有很多令人头痛的问题。如果有人对如何使这种搜索尽可能有效有任何建议,我很想听听...所以这里没有大小之分,有一个模式,你必须寻找一个模式。就个人而言,我使用比率和极值序列来达到这个目的。虽然我也使用一个事件的持续时间,但不是在唯一的意义上,而是相反,在平均意义上。也就是说,如果持续时间比平均值长,我就会增加发生的机会,反之亦然。但可以说是从最近的模式中学习,而不是在历史中寻找。 mytarmailS 2016.09.04 16:47 #1314 尤里-塔舍基。 因此,这里没有大小之分,有一种模式,我们应该寻找一种模式。我不明白你的意思...尺寸是存在的,但我们只有在找到模式 "A "和 "B "时才能得到它们,如果我们以上图为例,结果是 "B "由例如13个烛台组成,"A "由53个烛台组成。 Youri Tarshecki 2016.09.04 16:53 #1315 mytarmailS:我不明白你的意思...尺寸是存在的,但我们只有在找到模式 "A "和 "B "时才能得到它们,如果我们以上图为例,就会发现 "B "由例如13个烛台组成,"A "由53个烛台组成。这就是为什么我只是简单地纠正了波动性。更高的波动率意味着对平均数的期望值更高。反之亦然。但模式本身是某种 极值 序列(如我所认知的)。这就是如果把它归纳起来。在我的时间里,我对这种序列做了很多实验,得出的结论是,只有最简单的法则才有效,但我们必须同时 考虑水平和水平存在的时间,波动性和相关性。然后有些东西就开始起作用了。在你的例子中,即使你可靠地学会了识别这些形态,价格也不一定会向虚线的方向发展,因为这个形态太复杂了(尽管很容易抓住它)!你可以在你的例子中看到,你的价格是在虚线上。(最后两个只是除以2,不是极值,你可以直接取一些系数来代替-) Vladimir Suslov 2016.09.04 18:59 #1316 阿列克谢-伯纳科夫。 你的观点是什么,乘客?你不想尝试,或者你自己的方式。我正在做自己的任务,我很感兴趣。 你自己也是一名乘客。我并没有要求成为你的旅行伙伴。你想得到免费的测试者吗? Vladimir Perervenko 2016.09.04 19:03 #1317 阿列克谢-伯纳科夫。谁试过了?我和我的同事想训练一个卷积NS。有一些绘图正在进行中。我们希望。对于这些目的,LSTM会更适合。 mytarmailS 2016.09.06 05:47 #1318 尤里-塔舍基。这就是为什么我只是对波动性进行了调整。更高的波动率意味着对平均水平有更多的期望。反之亦然。但模式本身是某种 极值 序列(如我所认知的)。这就是如果把它归纳起来。在我的时间里,我对这种序列做了很多实验,得出的结论是,只有最简单的法则才有效,但我们必须同时 考虑水平和水平存在的时间,波动性和相关性。然后有些东西就开始起作用了。在你的例子中,即使你可靠地学会了识别这些形态,价格也不一定会向虚线的方向发展,因为这个形态太复杂了(尽管很容易抓住它)!你可以在你的例子中看到,你的价格是在虚线上。(最后两个只是除以2,不是极值,你可以直接取一些系数来代替-)我明白你的意思....但你的整个模型很容易被打破,例如,在任何一个波1...5里面有一些随机的之字形波,人眼会忽略它,DTW也是如此,因此会保存图像,但你的算法会立即从 "头和肩 "中做出其他东西...p.s. 我已经在慢慢放弃DTW了,因为它没有达到我的期望。 Youri Tarshecki 2016.09.06 09:23 #1319 mytarmailS:但你的算法会立即把 "头和肩 "做成别的东西...所以这就是我的帖子的 "悲怆 "之处。-)是我们人类看到了一些符号和标志。但如果我们把它们正式化为简单的规则,它们就是1.在大多数情况下,将作为可识别的模式在我们的感知中消失。2.结果会发现,即使我们能够或多或少地检测到它们,也完全没有作用,因为复杂的模式并不像人们期望的那样发挥作用。相信模式是人类心理学的一种现象。市场的神话之一。顺便说一下,这并没有消除在 一般情况下在某一特定部分上 寻找特定图表属性 的问题--例如,它可能有助于在跳跃力方面的优化。 Dr. Trader 2016.09.06 11:18 #1320 Youri Tarshecki: 对模式的信仰是人类心理学的一种现象。市场的神话之一。MT中的标准指标 "Bill Williams'Fractals "也是对某种模式的搜索,而且没有DTW,只是通过条形图。它曾经非常好用,直到因为它的流行而消失(在D1的一些符号上,它仍然可以使用,虽然利润很小)。但使用该指标的交易策略比 "在1个柱子上买入/卖出 "更复杂。它使用的是挂牌,tp和sl,所以除了寻找模式,我们还需要寻找它们适用的交易策略。 1...125126127128129130131132133134135136137138139...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
你还能说什么呢?你在等待结果吗?
我还能说什么呢?如果我从未接触过卷积网络。我不是你sanych....
我只能说,这很有趣...
===================
Youri Tarshecki 你的帖子消失到哪里去 了?
为什么有这个必要?如果一个模式在历史上有一个类似物,那么它就应该在时间上与之对应。至少我在做图案搜索时,是在寻找相称的部分。
我对这个概念越来越明智了,从目前历史上的模式 "B "中,我们寻找与 "A "相似的模式。使用DTW算法,我们寻找相似性...
可悲的是,我们不知道 "B "和 "A "最终可能是什么尺寸。而这导致了很多头痛的问题。
你不仅需要搜索本身,而且还需要动态地扩展/收缩这些模式...
如果有人有任何想法,如何使这种搜索尽可能有效,我很想听听......。
可悲的是,我们不知道 "B "或 "A "在搜索中最终会是什么尺寸。并因此有很多令人头痛的问题。
如果有人对如何使这种搜索尽可能有效有任何建议,我很想听听...
所以这里没有大小之分,有一个模式,你必须寻找一个模式。
就个人而言,我使用比率和极值序列来达到这个目的。
虽然我也使用一个事件的持续时间,但不是在唯一的意义上,而是相反,在平均意义上。也就是说,如果持续时间比平均值长,我就会增加发生的机会,反之亦然。
但可以说是从最近的模式中学习,而不是在历史中寻找。
因此,这里没有大小之分,有一种模式,我们应该寻找一种模式。
我不明白你的意思...
尺寸是存在的,但我们只有在找到模式 "A "和 "B "时才能得到它们,如果我们以上图为例,结果是 "B "由例如13个烛台组成,"A "由53个烛台组成。
我不明白你的意思...
尺寸是存在的,但我们只有在找到模式 "A "和 "B "时才能得到它们,如果我们以上图为例,就会发现 "B "由例如13个烛台组成,"A "由53个烛台组成。
这就是为什么我只是简单地纠正了波动性。更高的波动率意味着对平均数的期望值更高。反之亦然。
但模式本身是某种 极值 序列(如我所认知的)。这就是如果把它归纳起来。
在我的时间里,我对这种序列做了很多实验,得出的结论是,只有最简单的法则才有效,但我们必须同时 考虑水平和水平存在的时间,波动性和相关性。然后有些东西就开始起作用了。
在你的例子中,即使你可靠地学会了识别这些形态,价格也不一定会向虚线的方向发展,因为这个形态太复杂了(尽管很容易抓住它)!你可以在你的例子中看到,你的价格是在虚线上。
(最后两个只是除以2,不是极值,你可以直接取一些系数来代替-)
你的观点是什么,乘客?你不想尝试,或者你自己的方式。我正在做自己的任务,我很感兴趣。
谁试过了?我和我的同事想训练一个卷积NS。有一些绘图正在进行中。我们希望。
对于这些目的,LSTM会更适合。
这就是为什么我只是对波动性进行了调整。更高的波动率意味着对平均水平有更多的期望。反之亦然。
但模式本身是某种 极值 序列(如我所认知的)。这就是如果把它归纳起来。
在我的时间里,我对这种序列做了很多实验,得出的结论是,只有最简单的法则才有效,但我们必须同时 考虑水平和水平存在的时间,波动性和相关性。然后有些东西就开始起作用了。
在你的例子中,即使你可靠地学会了识别这些形态,价格也不一定会向虚线的方向发展,因为这个形态太复杂了(尽管很容易抓住它)!你可以在你的例子中看到,你的价格是在虚线上。
(最后两个只是除以2,不是极值,你可以直接取一些系数来代替-)
我明白你的意思....但你的整个模型很容易被打破,例如,在任何一个波1...5里面有一些随机的之字形波,人眼会忽略它,DTW也是如此,因此会保存图像,但你的算法会立即从 "头和肩 "中做出其他东西...
p.s. 我已经在慢慢放弃DTW了,因为它没有达到我的期望。
但你的算法会立即把 "头和肩 "做成别的东西...
所以这就是我的帖子的 "悲怆 "之处。-)是我们人类看到了一些符号和标志。但如果我们把它们正式化为简单的规则,它们就是
1.在大多数情况下,将作为可识别的模式在我们的感知中消失。
2.结果会发现,即使我们能够或多或少地检测到它们,也完全没有作用,因为复杂的模式并不像人们期望的那样发挥作用。相信模式是人类心理学的一种现象。市场的神话之一。
顺便说一下,这并没有消除在 一般情况下在某一特定部分上 寻找特定图表属性 的问题--例如,它可能有助于在跳跃力方面的优化。
对模式的信仰是人类心理学的一种现象。市场的神话之一。
MT中的标准指标 "Bill Williams'Fractals "也是对某种模式的搜索,而且没有DTW,只是通过条形图。它曾经非常好用,直到因为它的流行而消失(在D1的一些符号上,它仍然可以使用,虽然利润很小)。
但使用该指标的交易策略比 "在1个柱子上买入/卖出 "更复杂。它使用的是挂牌,tp和sl,所以除了寻找模式,我们还需要寻找它们适用的交易策略。