交易中的机器学习:理论、模型、实践和算法交易 - 页 2659

 
当你关掉烤肉排的煤气时,它们为什么会一直烤?因为惯性。)))),这就是正确答案。
 
mytarmailS #:

因此,问题不在于像素,也不在于回报率,而在于我们为市场建立的原始模型,这些模型的最大限度就是一个像素乘以一个像素,在 5-10 个像素的滑动窗口中观察)这就是整个童话故事。也就是说,模型没有上升到第一抽象层次以上,我们可能需要 1000 个这样的层次....。


所以,不要责骂回报率或像素,你需要多用脑子思考,当然你也需要知识....。

好吧,祝你掌握新的层次。我衷心祝愿你成功,虽然我很怀疑这一点。

 
Valeriy Yastremskiy #:
当你关掉烤肉排的煤气时,它们为什么会一直烤?因为惯性。)))),这就是正确答案。
))
 
sibirqk #:
如果有人能够学会在每分钟开盘时预测 240 分钟后价格会上涨还是下跌(即 4 小时蜡烛图的颜色),概率至少为 55/45 - 那将是阿尔法。

https://www.mql5.com/ru/blogs/post/746398
每分钟预测,提前 4 小时预测没有意义。由于预测过于模糊,在一个持续时间内会出现 240 次预测。

任何时间段的预测都是由分钟蜡烛图建立的,但民意调查本身的最佳方式是每 1/10 的预测范围进行一次民意调查,即在 20 分钟蜡烛图上预测 4 小时是正常的(当关闭 20 分钟蜡烛图开始民意调查时)。

至于预测的质量,这取决于交易对和预测持续时间。加密货币和大型指数(如 SNP500)的预测效果最好,而商品和所有严重依赖新闻和政治的东西的预测效果最差(指数依赖,但更平稳)。目前,比特币在 3 小时内的预测成功率为 68%,是最好的。这一数据来自真实市场的公开预测。

平均而言,在许多货币对和 7 分钟至 6 小时的持续时间内,您可以获得 60% 左右的预测成功率。

也就是说,已经达到了良好指标的水平。

 
Evgeny Dyuka #:

https://www.mql5.com/ru/blogs/post/746398
只有每分钟都预报 提前 4 小时预报是没有意义的。预报太模糊,一个时段内要预报 240 次。

任何时间段的预测都是由分钟蜡烛图建立的,但调查本身的最优化是每 1/10 的预测范围,即在 20 分钟蜡烛图上预测 4 小时是正常的(当 20 分钟蜡烛图收盘时开始调查)。否则就会有很多类似的答案,因为当转换到 1/240 时,并没有发生根本性的变化。

实施的具体细节自然要从实际交易条件和机会中选择。我只是在说明原理本身。我做了一些建模--从文件中读取欧元/美元的开放分钟数,并计算出在给定的滞后期(如 240 分钟)下的利润点数。根据给定的概率,利润可能是正数,也可能是负数,并立即扣除点差。计算点差时要考虑到交易中出现的任何意外情况。五年的历史记录被记录下来,并循环追踪了数千次和五十次,以获得每种参数组合的预期利润。结果发现,当概率增加到 55/45 时,点差对总利润的影响很小,最终结果相当不错。



 
Evgeny Dyuka #:


至于预测的质量,事实证明,这取决于交易对和预测的持续时间。加密货币和大型指数(如 SNP500)的预测效果最好,而商品和一切高度依赖新闻和政治的东西的预测效果最差(指数也有依赖性,但更平稳)。目前,比特币在 3 小时内的预测成功率为 68%,是目前预测成功率最高的。这一数据来源于真实市场的公开预测。

平均而言,在许多货币对和 7 分钟至 6 小时的持续时间内,您可以获得 60% 左右的预测成功率。

也就是说,已经达到了良好指标的水平。

我认为,不仅要考虑预测的质量,还要考虑点差的影响。在较小的时间间隔内,点差可以更大,但点差对最终结果的影响更大。
 
Valeriy Yastremskiy #:
当你关掉烤肉排的煤气时,它们为什么会一直烤?因为惯性。)))),这就是正确答案。
金融市场的物理学和现实世界的物理学是两个很大的不同。在我看来,金融市场的物理原理更接近于儿童玩具万花筒,而不是煎锅里的炸肉片。每转一个新圈(时间步长),颜色组合(市场状况)就会发生巨大变化。当然,惯性也是存在的,但很难识别,也不像煎锅上的炸肉那样明确。
 
Maxim Dmitrievsky #:
为什么算法不是 100% 的信号?
 
mytarmailS #:
为什么信号算法不是 100%?

你说的是模拟账户吗? 我不知道,也许我之前用手关闭了一些东西,那个账户是用来测试的,不用在意。

 
Maxim Dmitrievsky #:

你是说演示版? 我不知道,也许我之前用手关闭了什么,那个账户是用来测试的,不用在意。

是的,关于模拟...
我只是好奇,不清楚他们的算法是如何确定交易是手动还是算法的。