交易中的机器学习:理论、模型、实践和算法交易 - 页 2296

 
Maxim Dmitrievsky:

玩起来很有意思,我很快就会做。

有趣,因为它不清楚)

顺便说一下,这里的网格似乎更有意义一些(与马丁格尔相比)。例如,人们可以尝试把握小的运动更有可能继续,大的运动更有可能逆转时的效果。

 
Maxim Dmitrievsky:

由于某些原因,每个人都习惯于称马丁为平均仓位,大多是没有意义的或过度优化的

你可以让地段固定下来,但仍然使用网格。交易集(进入和退出点)将发生变化,它们在MO的特征空间中的表现也将发生变化。只是这一点很有意思。

我不知道稳定效应是否会出现在新数据上。我没有这样的数学公式。根据经验来检查。

格子和马丁在 "策略的 数学 "方面有根本的不同。) 博弈论,如果你喜欢的话。

只需要电网来分散比 "理想 "时刻更早/更晚进入的风险,或对进入市场 的 "确定性 "进行折算。说到这里,在正金字塔中的格子与在负金字塔中的平均数一样,都能提高。

而马丁恰恰是一种数学上分离的平均化与增加的类型,其中所有的东西都与数学联系在一起(不需要思考和寻找条目,贫穷创造了过滤器),唯一的问题是存款的厚度,它能承受多少的反向运动。

关于网眼 - 我非常喜欢你的想法。如果我前几天和IR打交道,我还没有想到--为什么目标功能要依赖于单独的交易,当交易本身可以用一些网格创建一个棘手的MM,如最低风险进入,然后去做金字塔或平均化?突然变得很明显,不同的进入策略的目标将是不同的。

 
Aleksey Mavrin:

就 "策略的 数学 "而言,网格和马丁有根本的不同。) 博弈论,如果你喜欢的话。

只需要电网来分散比 "理想 "时刻更早/更晚进入的风险,或对进入市场 的 "确定性 "进行折算。也就是说,在正金字塔中的网格和在负金字塔中的平均数一样,都是一种改进。

而马丁恰恰是一种数学上分离的平均化与增加的类型,其中所有的东西都与数学联系在一起(不需要思考和寻找条目,正是因为贫穷,他们才想出了过滤器),唯一的问题是存款的厚度,它能承受多少的反向运动。

关于网眼 - 我非常喜欢你的想法。如果我前几天和IR打交道,我还没有想到--为什么目标功能要依赖于单独的交易,当交易本身可以用一些网格创建一个棘手的MM,如最低风险进入,然后去做金字塔或平均化?突然间,很明显,不同的进入策略,目标会有所不同。

是的,只是一个网格。可能会有一些轻度的马汀)

 
Aleksey Nikolayev:

顺便说一下,这里的网格似乎更有意义一些(与马丁格尔相比)。例如,你可以尝试与他们一起捕捉小的运动更有可能继续,大的运动更有可能逆转的效果。

是的,有点像......有趣的是,MO会对新数据进行归纳。从理论上讲,它应该对噪音不那么敏感。

 
Maxim Dmitrievsky:

文章对人们的思想有好处


还没有急切的人。假设--人们对MO越是精通,对自由职业的兴趣就越小 ))


 
Aleksey Mavrin:

还没有人感兴趣。假设--人们对MO越是精通,对自由职业的兴趣就越小 ))

这里只有1.5个人能做到以上所有的事情 )

说实话,我不明白人们是如何通过简单的手段(如市场)来制作有利可图的机器人的,就像画出的指标一样,经过优化后就可以工作了!

可能,样本很大,有人偶然得到了幸运。

 
真棒,我以前怎么没看过,这么多自行车都被重新发明了
Прогнозирование временных рядов при помощи экспоненциального сглаживания
Прогнозирование временных рядов при помощи экспоненциального сглаживания
  • www.mql5.com
Статья знакомит читателя с моделями экспоненциального сглаживания, использующимися при краткосрочном прогнозировании временных рядов. Помимо этого затрагиваются вопросы, связанные с оптимизацией и оценкой результатов прогнозирования, приведены несколько примеров в виде скриптов и индикаторов. Статья будет полезной при первом знакомстве с принципами прогнозирования на базе моделей экспоненциального сглаживания.
 
Rorschach:

在我找到这个链接之前,我一直在用较低的比特率进行说唱

https://www.mql5.com/ru/forum/143224/page30#comment_3620287

Как отличить график FOREX от ГПСЧ?
Как отличить график FOREX от ГПСЧ?
  • 2013.02.11
  • www.mql5.com
Берется Excel и с помощью функции строится псевдослучайный ряд...
 
Rorschach:

https://www.mql5.com/ru/forum/143224/page30#comment_3620287

它在那里不打时间差--Marsaglia在1995年(他的带有该噪声的CD-ROM的发布日期)在他的 测试中测试了他的二极管-rap噪声,而NIST的测试套件可以追溯到 2010年。虽然,我对说唱歌手有信心--他们可能也会赢得AES比赛)

显然,你总是可以为任何一组测试做一个他们不承认的非随机序列--最简单的是采取类似于π的二进制符号。尽管如此,我还是建议tsosnikov研究这些测试,而不是多年来只想着如何将一捆正弦波装入市场)。

NIST Special Publication (SP) 800-22 Rev. 1a, A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications
NIST Special Publication (SP) 800-22 Rev. 1a, A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications
  • csrc.nist.gov
This paper discusses some aspects of selecting and testing random and pseudorandom number generators. The outputs of such generators may be used in many cryptographic applications, such as the generation of key material. Generators suitable for use in cryptographic applications may need to meet stronger requirements than for other applications. In particular, their outputs must be unpredictable in the absence of knowledge of the inputs. Some criteria for characterizing and selecting appropriate generators are discussed in this document. The subject of statistical testing and its relation to cryptanalysis is also discussed, and some recommended statistical tests are provided. These tests may be useful as a first step in determining whether or not a generator is suitable for a particular cryptographic application. However, no set of statistical tests can absolutely certify a generator as appropriate for usage in a particular application, i.e., statistical testing cannot serve as a...
 
Aleksey Nikolayev:

时间上并不冲突--Marsaglia在1995年(他的带有该噪声的CD-ROM的发布日期)在他的 测试中测试了他的二极管-rap噪声,而NIST的测试集可以追溯到 2010年。不过我对说唱歌手有信心--他们可能也会赢得AES比赛)

显然,你总是可以为任何一组测试做一个他们不承认的非随机序列--最简单的是采取类似于π的二进制符号。尽管如此,我还是建议tsosnikov研究这些测试,而不是多年来只想着如何把一捆正弦波装进市场)。

顺便说一下,我记得读到过一个很酷的实验--当卷积网开始炒作识别海豹突击队和其余1000个班级时。

有人做了一些研究,写了一个简单的算法,几乎改变了任何图像,并欺骗了这个神经元库(AlexNet,或其他)。

而这些变化是眼睛根本看不到的,但网格被打破了,类似于半个像素的移动,等等。