交易中的机器学习:理论、模型、实践和算法交易 - 页 3126 1...311931203121312231233124312531263127312831293130313131323133...3399 新评论 Uladzimir Izerski 2023.07.08 21:17 #31251 实际上,我已经对阿列克谢对胖尾巴的看法不感兴趣了。这只是一个笼统的概念。 问题在于对路线、方向和时间的结构性预测。 )))) 你看,阿列克谢已经扶着胡子在想该怎么回答了。 Aleksey Nikolayev 2022.06.02www.mql5.com Профиль трейдера Maxim Dmitrievsky 2023.07.09 03:15 #31252 家庭主妇的科祖尔推论。 为勇敢和懦弱的人更好地学习:) Aleksey Nikolayev 2023.07.09 05:24 #31253 您只需在幼儿园高年级的 范围内锻炼自己的数学能力,并数出尾巴的数量)。 Aleksey Nikolayev 2023.07.09 05:33 #31254 Maxim Dmitrievsky #:为家庭主妇设计的 "狩猎 "游戏为勇敢和懦弱的人更好地学习:) 只需将因果推理思想与桑桑尼奇关于稳定性的思想结合起来。那么 "圣杯 "就不可避免了🤑。 但还不能肯定) Uladzimir Izerski 2023.07.09 07:24 #31255 Maxim Dmitrievsky #:为家庭主妇设计的 "狩猎 "游戏为勇敢者和懦弱者更好地学习:) 马克西姆,你已经牢牢地懂得了 "狗要摇尾巴 "的道理 )))) 继续说服别人。我受够了。再见。 Aleksey Vyazmikin 2023.07.09 09:41 #31256 我注意到一个有趣的现象。 每个人都知道数据漂移。我们习惯于只使用预测器,但我决定看看随着时间的推移,策略本身会发生什么变化。 我使用了一个策略的数据,该策略在每日ATR(3) 的 23.6% 交叉时给出入场信号。 因此,我计算了每个月的情况: - 所有信号的数量 - 积极信号数量 (1) - 积极信号占所有信号的百分比(TP) 我用一个值为 6 的移动平均线对得到的数字序列进行了平滑处理。 那么,我们得到了什么? 在第一张图表中,我们可以看到基本策略的所有信号数量随着时间的推移在不断增加。 图 1. 在第二张图表中,我们可以看到基本策略的积极信号数量随着时间的推移而增长,但增速较慢。 图 2. 在第三张图表中,我们可以看到盈利信号占所有信号的百分比停滞不前。 图 3. 可能,在预测者的拆分(Q 切分)中也能看到类似的动态.... Forester 2023.07.09 09:57 #31257 Aleksey Vyazmikin #: 图 1. 在第二张图中,我们看到基本策略的积极信号数量随着时间的推移在增加,但增加的速度较低。 结论是什么?是市场效率逐年提高?还是模型失去了效率? Maxim Dmitrievsky 2023.07.09 10:25 #31258 Aleksey Nikolayev #:只需将因果推理思想与桑桑尼奇关于稳定性的思想结合起来。那么,圣杯就不可避免了 🤑。但这并不准确)。 尤其是当他们不想说明确定稳定性过程的本质时 Maxim Dmitrievsky 2023.07.09 10:28 #31259 Uladzimir Izerski #:马克西姆,你已经牢牢地学会了 "狗要摇尾巴" ))))继续说服别人。我说完了。再见 我希望你马上就做,因为他正在受苦,可怜的人。 Aleksey Vyazmikin 2023.07.09 11:08 #31260 Forester #: 结论是什么?是市场效率逐年提高?还是模型失去了效率? 我认为,考虑到策略,我们可以初步得出结论,市场已经开始更频繁地在盘中改变趋势。 问题是,历史上是否有一些因素现在变得更加频繁,然后也许可以预测到它们,甚至绘制出概率偏差线性增长图。 或者,它们是以前从未见过的全新事件(预测指标的组合)。 有一点是显而易见的,那就是我们需要一种不同的方法来建立一个考虑到动态情况的模型。然后,我们可以尝试解释量子段概率因其他因素的出现/加强而发生的变化,并尝试事先预测这些其他因素。换句话说,有必要了解是什么发生了变化,以及这种变化是否可以预测,并进一步在最终模型中考虑到这些变化。 1...311931203121312231233124312531263127312831293130313131323133...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
实际上,我已经对阿列克谢对胖尾巴的看法不感兴趣了。这只是一个笼统的概念。
问题在于对路线、方向和时间的结构性预测。
))))
你看,阿列克谢已经扶着胡子在想该怎么回答了。
家庭主妇的科祖尔推论。
为勇敢和懦弱的人更好地学习:)
为家庭主妇设计的 "狩猎 "游戏
为勇敢和懦弱的人更好地学习:)
只需将因果推理思想与桑桑尼奇关于稳定性的思想结合起来。那么 "圣杯 "就不可避免了🤑。
但还不能肯定)
为家庭主妇设计的 "狩猎 "游戏
为勇敢者和懦弱者更好地学习:)
马克西姆,你已经牢牢地懂得了 "狗要摇尾巴 "的道理 ))))
继续说服别人。我受够了。再见。
我注意到一个有趣的现象。
每个人都知道数据漂移。我们习惯于只使用预测器,但我决定看看随着时间的推移,策略本身会发生什么变化。
我使用了一个策略的数据,该策略在每日ATR(3) 的 23.6% 交叉时给出入场信号。
因此,我计算了每个月的情况:
- 所有信号的数量
- 积极信号数量 (1)
- 积极信号占所有信号的百分比(TP)
我用一个值为 6 的移动平均线对得到的数字序列进行了平滑处理。
那么,我们得到了什么?
在第一张图表中,我们可以看到基本策略的所有信号数量随着时间的推移在不断增加。
图 1.
在第二张图表中,我们可以看到基本策略的积极信号数量随着时间的推移而增长,但增速较慢。
图 2.
在第三张图表中,我们可以看到盈利信号占所有信号的百分比停滞不前。
图 3.
可能,在预测者的拆分(Q 切分)中也能看到类似的动态....
在第二张图中,我们看到基本策略的积极信号数量随着时间的推移在增加,但增加的速度较低。
只需将因果推理思想与桑桑尼奇关于稳定性的思想结合起来。那么,圣杯就不可避免了 🤑。
但这并不准确)。
马克西姆,你已经牢牢地学会了 "狗要摇尾巴" ))))
继续说服别人。我说完了。再见
结论是什么?是市场效率逐年提高?还是模型失去了效率?
我认为,考虑到策略,我们可以初步得出结论,市场已经开始更频繁地在盘中改变趋势。
问题是,历史上是否有一些因素现在变得更加频繁,然后也许可以预测到它们,甚至绘制出概率偏差线性增长图。
或者,它们是以前从未见过的全新事件(预测指标的组合)。
有一点是显而易见的,那就是我们需要一种不同的方法来建立一个考虑到动态情况的模型。然后,我们可以尝试解释量子段概率因其他因素的出现/加强而发生的变化,并尝试事先预测这些其他因素。换句话说,有必要了解是什么发生了变化,以及这种变化是否可以预测,并进一步在最终模型中考虑到这些变化。