交易中的机器学习:理论、模型、实践和算法交易 - 页 17

 
桑桑尼茨-弗门科

我的股票投机经历是从Borovoy的支票开始的。在此之前,我又花了20年时间在实体部门投资。

而你,到了支票诞生的时候?

因此,市场上的任何一位老奶奶都可以被称为从业者。你有盈利的TS的做法吗?统计:重要的盈利性TS--数千次不重叠的交易?

乔治-索罗斯,称他为算法盈利的 TS的实践者!他在这个领域完全是一个零。你比他有能力得多,没有讽刺。但这并不意味着你不是一个理论家。

 
mytarmailS:

安东-兹维列夫

我们不要进行这样的对话,在这里学习和分享经验的人都愿意互相帮助,而你的立场是你很笨,我什么都知道)你最好帮助我了解你的想法和你知道的正确做法。

你在字里行间有不恰当的语气,而不是在文本中(阅读它)。与开发商和版主可以,很多更严厉的对话,被禁止一天/一周的侮辱自尊))。简而言之,不要担心。我很好!

Dr.Trader 马上就知道了。他说的都是事实。因此,对他表示尊重和钦佩。

然后我做了一个指标,我把所有买入价格的累计总和和利润的总和,建立他们的差异,得到一些指数,当我把它与价格进行比较时,它似乎几乎与价格成反比,相关性为-0.7至-0.9,简单地说,市场与它自己的统计数据相悖,这是值得思考和重新考虑 的问题。

这很有意思。你如何复制它?
 

那里没有什么有趣的,有趣的是结论本身......

看起来像http://prntscr.com/aqg96r,最好是...

而要复制它,你必须编写代码来搜索模式,然后运行几天来处理几年的历史。

 

你好!

有人使用过depmixS4吗? 或者一般来说,在R中使用隐马尔科夫模型,我有一个有趣的想法,并有一些问题。

 
mytarmailS:

你好!

有人使用过depmixS4包吗? 或者一般来说,在R中使用隐马尔科夫模型,我有一个有趣的想法,并有一些问题。

没有(但会饶有兴趣地阅读你的想法。
 
mytarmailS:

那里没有什么有趣的,有趣的是结论本身......

看起来像http://prntscr.com/aqg96r,最好是...

为了重现它,你需要写一个模式搜索代码,然后运行几天来处理几年的历史数据

任何机器学习算法的重点是寻找 模式。我在上面举了一个关于树木的例子。你可以把它们打印出来,看看发现了什么模式。对于100个预测器和18000个条形图,需要几分钟时间。
 
桑桑尼茨-弗门科
任何机器学习算法的重点是寻找模式。我在上面举了一个关于树木的例子。你可以把它们打印出来,看看发现了哪些模式。对于100个预测器和18000个条形图,需要几分钟时间。
SanSanych,我很清楚你在说什么,要么是你没注意,要么是我没描述清楚,总之,我在做的是分类和图像识别,以及选择最佳特征和交叉分析,都是一体的,在我看来甚至更好......所以相信我,我在那个算法上工作了很长时间,我很清楚我在做什么
 
阿列克谢-伯纳科夫
我不会(但我将饶有兴趣地阅读你的想法。

昨天,我从这篇文章或博客https://forum.mql4.com/ru/26460,不管是什么,这个想法是把图表分成几个频率,对它们施加一个交易系统,并只识别那些系统赚钱的频率(图表的部分),并使用这个系统只交易这些频率。

我一直在想,如何能更容易、更快完成(对作者来说,计算一个频率需要16个小时,而作者有500个频率)。

我记得我曾涉足过SMM(隐性马尔可夫模型),尽管是非常肤浅的。SMM被用于非稳态过程的概率预测,语音识别,我甚至在某处读到他们试图预测太阳黑子......。

我试图将它们以纯粹的形式应用于市场,像网络或射频一样,像目标一样去做......我没有得到好的结果,尽管有些人从中得到了一些东西(例如http://www.quantalgos.ru/?p=1759)。

SMM的理念是将一个物体分为n个状态,并估计从一个状态过渡到另一个状态的概率。我建议把市场分成一堆状态,我们假设是10个,从图中切出所有对应于№5状态的部分,然后把它们粘在一起,结果(理论上)我们得到一个将是稳定的静止序列(理论上)。它的属性,甚至在视觉上评估它,有可能在它上面做一个交易系统,优化它,当同样的市场条件再次发生时,它可以被交易,它应该赚钱(在理论上),因为新的系列将具有与前一个相同的属性

开始时,所需要的只是把一个状态的部分剪下来,并把它们粘在一起,只是从视觉上看,评估它是否是静止的,然后如果一切是 "均匀的")然后你需要采取和看新状态的识别质量,即预测的第5号状态是否对应于发现的第5号旧状态,如果两个测试都说 "是",那么有意义的发展想法。

我肯定没说什么,有些地方不清楚,你问吧,我知道答案就回答)。

Спектр активности и АЧХ мтс на примере советника Moving Average (Sergey) - MQL4 форум
Спектр активности и АЧХ мтс на примере советника Moving Average (Sergey) - MQL4 форум
  • www.mql5.com
Спектр активности и АЧХ мтс на примере советника Moving Average (Sergey) - MQL4 форум
 
mytarmailS:

昨天,我从这篇文章或博客https://forum.mql4.com/ru/26460,不管是什么,这个想法是把图表分成几个频率,对它们施加一个交易系统,并只识别那些系统赚钱的频率(图表的部分),并使用这个系统只交易这些频率。

我一直在想,如何能更容易、更快完成(对作者来说,计算一个频率需要16个小时,而作者有500个频率)。

我记得我曾涉足过SMM(隐性马尔可夫模型),尽管是非常肤浅的。SMM被用于非稳态过程的概率预测,语音识别,我甚至在某处读到他们试图预测太阳黑子......。

我试图将它们以纯粹的形式应用于市场,像网络或射频一样,像目标一样去做......我没有得到好的结果,尽管有些人从中得到了一些东西(例如http://www.quantalgos.ru/?p=1759)。

SMM的理念是将一个物体分为n个状态,并估计从一个状态过渡到另一个状态的概率。我建议把市场分成一堆状态,我们假设是10个,从图中切出所有对应于№5状态的部分,然后把它们粘在一起,结果(理论上)我们得到一个将是稳定的静止序列(理论上)。它的属性,甚至在视觉上评估它,有可能在它上面做一个交易系统,优化它,当同样的市场条件再次发生时,它可以被交易,它应该赚钱(在理论上),因为新的系列将具有与前一个相同的属性

开始时,所需要的只是把一个状态的部分剪下来,并把它们粘在一起,只是目测一下,评估它是否是静止的,然后如果一切是 "均匀的")然后你需要采取并看看对新状态的识别质量,即预测的第5号状态是否对应于发现的第5号旧状态,如果两个测试都说 "是",那么发展这个想法就有意义了。

我肯定我没有说什么,有什么不清楚的地方,请问,如果我知道答案,我会回答)

你可以通过聚类或例如用SKH(Kohonen)卷积的方式将系列划分为若干部分(量化)。然后就进入了纯粹的实验阶段。
 
阿列克谢-伯纳科夫
你可以通过聚类或例如使用SKH(Kohonen)进行卷积,将系列分成若干部分(量化)。然后它是一个纯粹的实验。

好吧,让我们说市场对应的群组№5,下一个蜡烛将是群组№18,它不会给我们任何东西,因为我们将没有时间来交易群组№5,在SMM有一个状态的概念,状态可以持续一定的时间

或者,也许我不明白你的想法?