交易中的机器学习:理论、模型、实践和算法交易 - 页 2675 1...266826692670267126722673267426752676267726782679268026812682...3399 新评论 mytarmailS 2022.08.10 06:43 #26741 Aleksey Nikolayev #:当然,没有什么能阻止我们将价格分解成若干部分,但任何部分都不会是噪音(静止的独立过程)。在我看来,这种分解需要.....。 啊哈,这就是误解的来源....阿列克谢,我指的是广义上的信号/噪声...例如,有 10 个跟踪指标,其中 5 个在当前时刻对分类器无用/有害,即噪音,也就是说,我们不看坏的,我们看好的。在下一根蜡烛上,情况会有所不同....。下面是一个自适应过滤器的简单例子在我的陈述中。信号不是频率,噪声也不是静态高斯过程...好的就是信号,坏的就是噪音。https:// youtu.be/2JgoeuM7iVM Valeriy Yastremskiy 2022.08.10 06:55 #26742 Aleksey Nikolayev #:例如,卡尔曼滤波器的基本假设 如下。将信号和噪声分离的可能性从一开始就是假设的,而不是经过证明的。对于某些物理对象来说,这些假设是显而易见的,但对于价格来说却并非如此。当然,没有什么能阻止我们将价格分解成不同的部分,但任何部分都不会是噪音(静止的独立过程)。在我看来,这种分解不应基于频率分离,而应基于低振幅成分的分离。由于脉冲的存在,这两者是不同的。 一个数量足够大、参数大致相同的交易者群体,可以比作一种类似于物理介质的媒介。在布朗运动中,我们不知道也不可能知道物体的最大和最小速度,我们也只能确定某个大比例的最大最小速度和平均速度。在一个静止的时间段内,我们有可能对这一数量的交易者进行同样的处理。在这样的交易环境中,脉冲很可能会产生阻尼波)。 Aleksey Nikolayev 2022.08.10 08:57 #26743 mytarmailS #:案例 研究 https://youtu.be/2JgoeuM7iVM 在这个例子中,信号和噪声最初是作为不同的事物客观存在的。这种类比不适用于市场--市场上只有一个初始的单一价格,我们只能根据自己的判断将其分为噪音和信号。 Maxim Dmitrievsky 2022.08.10 09:04 #26744 集市上没有信号,效率低下。从一个老奶奶那里买靴子,然后用靴子换一顶帽子,卖出的价格比靴子还高。这些完全没有可比性。 如果你看一下某些时期盈利的 TS 的历史,它们都在交易一种特定的低效率,然后这种低效率会被抹平。而所有旧市场一般都是有效的。这意味着不可能为其他参与者预热,因为他们也没有把握脉搏。 Aleksey Nikolayev 2022.08.10 09:08 #26745 Valeriy Yastremskiy #:我们可以把数量足够大、参数大致相同的交易者群体比作一种类似于物理介质的媒介。在布朗运动中,物体的最大速度和最小速度我们不知道,也无法知道,我们也只能准确地确定某一大部分物体的最大速度、最小速度和平均速度。在一个静止的时间段内,对这一数量的交易者进行同样的测定是可能的。在这样的交易环境中,交易者的冲动很可能会产生阻尼波)。 这个类比很好理解,但并不全面)市场中的每个 "粒子 "都会做出反应,试图理解整个市场等(例如您的推理)。这使得一切都发生了很大的变化,因此很难用简单的波浪方法来 "捕捉 "这种 "物理现象"。 mytarmailS 2022.08.10 09:12 #26746 Aleksey Nikolayev #:在这个例子中,信号和噪音最初是作为不同的事物客观存在的。 是的,没错。 阿列克谢-尼古拉耶夫#: 这个类比不适用于市场--市场上只有一个初始的单一价格,我们只能根据自己的判断将其分为噪音和信号。 是的,那么什么是不适用呢? 视频示例是为了说明,在实时模式下将噪音和信号分开是可能的(正如我上面写的那样,每个人都可以决定什么是噪音,什么是信号)。 vladavd 2022.08.10 09:17 #26747 Maxim Dmitrievsky #: 集市上没有信号,效率低下。从老奶奶那里买靴子,推着靴子去换帽子,卖得比靴子还贵。 。 完全没有可比性。 两者都有,但确实不可比。 买一件商品--通过某种方式将其转化(加工、送到柜台等)--卖掉--回到原点,再重复一次。这不是循环是什么?当然,在各种规模上存在大量 这样的循环 , 由于它们的不断干扰,无法获得干净的信号。好吧,事实证明它是肮脏的,但你仍然可以使用它。 Aleksey Nikolayev 2022.08.10 09:25 #26748 mytarmailS #:是的,没错。是啊,那不可行的部分是什么?视频示例是为了说明,在实时模式下,将噪声和信号分离是可能的(正如我上面写的,由每个人决定什么是噪声,什么是信号)。 在这个例子中,耳机外有一个麦克风,可以捕捉到纯粹的原始噪音。我们可以用什么来模拟它们(麦克风和噪音)呢?所有的数学计算基本上只是确定噪音在通过耳机时如何失真(然后将失真噪音"减去" ) 。 mytarmailS 2022.08.10 09:30 #26749 Aleksey Nikolayev #:在示例中,听筒外侧有一个麦克风,可以接收纯粹的原始噪音。我们可以用什么来模拟它们(麦克风和噪音)呢?所有的数学运算本质上只是确定噪音在通过耳机时如何失真(然后将失真噪音"减去" ) 。 这段视频是一个适应性的例子,而不是直接的行动指南 视频表明,我们有可能应对不断变化的环境,而传统的非适应性滤波器则无法应对不断变化的环境....。 1.市场是一个不断变化的环境 2. 指标、神经元--非适应性属性/过滤器 Maxim Dmitrievsky 2022.08.10 12:07 #26750 vladavd #:两者都有,但确实不能相提并论。你买了一件产品--以某种方式将其转化(回收、送到柜台等)--卖掉--回到原点,再重复一次。这不是循环是什么?当然,在各种规模上存在着大量 这样的循环 , 由于它们的不断干扰,无法获得干净的信号。好吧,我们得到的是一个肮脏的信号,但我们仍然可以利用它。 嗯,这是一种趋势,但不是信号)。信号是指存在一些可以解读的有序信息,对吗?马路上的车轮印能算是信号吗?我想,如果有人故意留下的,可以。但推断它又有什么意义呢。 或者你也可以开始分析和推断森林小径或粉末轨道 1...266826692670267126722673267426752676267726782679268026812682...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
当然,没有什么能阻止我们将价格分解成若干部分,但任何部分都不会是噪音(静止的独立过程)。在我看来,这种分解需要.....。
例如,卡尔曼滤波器的基本假设 如下。将信号和噪声分离的可能性从一开始就是假设的,而不是经过证明的。对于某些物理对象来说,这些假设是显而易见的,但对于价格来说却并非如此。
当然,没有什么能阻止我们将价格分解成不同的部分,但任何部分都不会是噪音(静止的独立过程)。在我看来,这种分解不应基于频率分离,而应基于低振幅成分的分离。由于脉冲的存在,这两者是不同的。
一个数量足够大、参数大致相同的交易者群体,可以比作一种类似于物理介质的媒介。在布朗运动中,我们不知道也不可能知道物体的最大和最小速度,我们也只能确定某个大比例的最大最小速度和平均速度。在一个静止的时间段内,我们有可能对这一数量的交易者进行同样的处理。在这样的交易环境中,脉冲很可能会产生阻尼波)。
在这个例子中,信号和噪声最初是作为不同的事物客观存在的。这种类比不适用于市场--市场上只有一个初始的单一价格,我们只能根据自己的判断将其分为噪音和信号。
我们可以把数量足够大、参数大致相同的交易者群体比作一种类似于物理介质的媒介。在布朗运动中,物体的最大速度和最小速度我们不知道,也无法知道,我们也只能准确地确定某一大部分物体的最大速度、最小速度和平均速度。在一个静止的时间段内,对这一数量的交易者进行同样的测定是可能的。在这样的交易环境中,交易者的冲动很可能会产生阻尼波)。
这个类比很好理解,但并不全面)市场中的每个 "粒子 "都会做出反应,试图理解整个市场等(例如您的推理)。这使得一切都发生了很大的变化,因此很难用简单的波浪方法来 "捕捉 "这种 "物理现象"。
在这个例子中,信号和噪音最初是作为不同的事物客观存在的。
是的,没错。
这个类比不适用于市场--市场上只有一个初始的单一价格,我们只能根据自己的判断将其分为噪音和信号。
是的,那么什么是不适用呢?
视频示例是为了说明,在实时模式下将噪音和信号分开是可能的(正如我上面写的那样,每个人都可以决定什么是噪音,什么是信号)。
集市上没有信号,效率低下。从老奶奶那里买靴子,推着靴子去换帽子,卖得比靴子还贵。 。
两者都有,但确实不可比。
买一件商品--通过某种方式将其转化(加工、送到柜台等)--卖掉--回到原点,再重复一次。这不是循环是什么?当然,在各种规模上存在大量 这样的循环 , 由于它们的不断干扰,无法获得干净的信号。好吧,事实证明它是肮脏的,但你仍然可以使用它。
是的,没错。
是啊,那不可行的部分是什么?
视频示例是为了说明,在实时模式下,将噪声和信号分离是可能的(正如我上面写的,由每个人决定什么是噪声,什么是信号)。
在这个例子中,耳机外有一个麦克风,可以捕捉到纯粹的原始噪音。我们可以用什么来模拟它们(麦克风和噪音)呢?所有的数学计算基本上只是确定噪音在通过耳机时如何失真(然后将失真噪音"减去" ) 。
在示例中,听筒外侧有一个麦克风,可以接收纯粹的原始噪音。我们可以用什么来模拟它们(麦克风和噪音)呢?所有的数学运算本质上只是确定噪音在通过耳机时如何失真(然后将失真噪音"减去" ) 。
1.市场是一个不断变化的环境
两者都有,但确实不能相提并论。
你买了一件产品--以某种方式将其转化(回收、送到柜台等)--卖掉--回到原点,再重复一次。这不是循环是什么?当然,在各种规模上存在着大量 这样的循环 , 由于它们的不断干扰,无法获得干净的信号。好吧,我们得到的是一个肮脏的信号,但我们仍然可以利用它。