交易中的机器学习:理论、模型、实践和算法交易 - 页 3216 1...320932103211321232133214321532163217321832193220322132223223...3399 新评论 fxsaber 2023.09.01 12:15 #32151 Maxim Dmitrievsky #: 最起码也要进行自举混合。 MO 不是寻找模式,而是根据已知模式对样本进行分类。 如果通过 MO 寻找模式是我所做的单独技术,那么通过 MO 寻找模式 != 只是在子样本上进行训练。 很遗憾,我对术语存在误解。 Maxim Dmitrievsky 2023.09.01 13:38 #32152 fxsaber #:很遗憾,我对术语有误解。 好吧,我们生活在现代chatgpts时代:)Bootstrap 抽样是一种统计分析技术,通过从原始样本中创建多个子样本来估计样本参数。这种方法可以估计参数的方差和均值,并构建参数的置信区间。当无法获得大量样本或原始样本不能代表整个人口时,引导取样就会非常有用。 Maxim Dmitrievsky 2023.09.01 14:19 #32153 几乎总能用不足之处取代论坛对话。不过最后有点哑巴了,可能是语境不够。 Forester 2023.09.03 09:07 #32154 进一步证实了我们只有一小部分数据可以分析,这些数据基本上都是噪音。 Aleksey Nikolayev 2023.09.03 09:49 #32155 Forester #: 进一步证实了我们只有一小部分数据可以分析,这些数据基本上都是噪音。 从本质上讲,问题的关键在于概率不确定性无法很好地描述真实市场的不确定性。这对经济学家来说早已不是秘密,这也是博弈论出现和发展的原因之一。问题在于,与概率论相比,博弈论的发展还很落后。此外,滞后还表现在理论的意识形态部分。 当然,视频中金融与工业的对比完全是垃圾。而 "美国即将不可避免地毁灭 "也是个彻头彻尾的垃圾。 СанСаныч Фоменко 2023.09.03 12:51 #32156 Aleksey Nikolayev #:从本质上讲,问题在于概率不确定性无法很好地描述真实的市场不确定性。这对经济学家来说早已不是秘密,这也是博弈论出现和发展的原因之一。问题是,与概率论相比,博弈论的发展还很落后。此外,滞后还体现在理论的思想部分。当然,视频中金融与工业的对比完全是垃圾。而 "美国即将不可避免地毁灭 "也是个彻头彻尾的垃圾。 在前苏联科学中,除了确定性过程、静止和非静止随机过程之外,还考虑了不确定 过程--这些都是人参与其中的随机过程。最突出的例子就是地下铁的随机客流。通常情况下,一切都可以用大众服务理论很好地描述,但如果你刺破一个气球并大喊 "炸弹",所有的静止性都会变得支离破碎。 经济学中的所有过程都属于不确定性的范畴,甚至所有试图解释非静止性的尝试都会永远落在人的因素上,在经济学中,人的因素被称为政治,众所周知,政治是 "经济学的集中体现"。 我不认为博弈论能考虑到政治对经济的影响,从而为不确定的经济过程建模。 Aleksey Nikolayev 2023.09.03 16:32 #32157 СанСаныч Фоменко #:早在前苏联科学中,除了确定性过程、静态和非静态随机过程之外,还考虑了不确定 过程--这些都是人参与其中的随机过程。最生动的例子就是地铁中的随机客流。通常情况下,一切都可以用质量服务理论来完美地描述,但如果你刺破一个气球并大喊 "炸弹",所有的静止性都会飞入 "地狱之渊"。经济学中的所有过程都属于不确定过程,而所有试图考虑非静止性的尝试,都永远会落到人的因素上,在经济学中,人的因素被称为政治,正如我们所知,政治是 "经济学的集中体现"。我不认为博弈论能考虑到政治对经济的影响,从而为不确定的经济过程建模。 不确定性本身是人类普通语言中的一个非正式术语。数学只能用一些正式的模型对其进行运算。目前有两种这样的模型--概率不确定性和博弈论不确定性。确定性、混沌和类似的不确定性模型是概率不确定性的特例。反过来,概率论不确定性通常被视为博弈论不确定性的特例,称之为 "与自然博弈"。但是,新博弈论在基本概念的层面上就已经很糟糕、很难表述了--玩游戏是一回事,正式描述同一个游戏又是另一回事。也许,这完全超出了人类的思维能力。因此,一切通常都被简化为数学上的概率不确定性(例如混合策略中的纳什均衡),甚至是确定性(最小值等)。 博弈论目前的发展水平无法在经济学或政治学领域取得太多成就,但事实上,这一理论早已成为这些科学的基础和 "基石"。 当然,博弈论在实践中也取得了一些成功,例如在组织拍卖方面。但在我们的领域,我认为,到目前为止,它的应用不过是术语博弈而已。) fxsaber 2023.09.05 07:00 #32158 交易、自动交易系统和交易策略测试论坛 交易中的机器学习:理论、模型、实践和算法交易 Forester, 2023.08.19 09:41 AM 我认为区别在于连续条/点的序列性或重复性。在趋势中,大部分都是单向的,而随机化器则是平均单向的。 我尝试了不同的选项来考虑连续性。它们的效果恰恰相反。如果将序列性分为{+1, -1, +1, -1, ....},那么随机化后我们就会得到序列性的 "趋势"。最终,几次连续的随机化只会产生一条直线。 如果把一个小之字形作为序列性,这个符号就会变成超级趋势。任何这样的随机化都会增加趋势性--在一个方向上的长序列。 相应地,如果我们采用大的之字形,同样的扁平剥头皮者不会合并(甚至会在那里赚取一些东西)。但这是因为随机化绕过了平滑点。 一般来说,没有办法生成赚钱的 cvr。除了反向时间或增量。如果使用增量有意义,那么只能检查数学上正确的 TS。 "Правильные" и "обобщённо правильные" по fxsaber`у ТС 2020.03.08www.mql5.com Здесь приведены некоторые соображения по поводу этой ветки. Формальное определение. Введём обозначения: r - ряд цен, s - система, e - эквити Подаём цены на вход системы и получаем на выходе эквити: r СанСаныч Фоменко 2023.09.05 07:24 #32159 fxsaber #: 尝试了各种序列性会计选项。结果恰恰相反。如果将序列性分为{+1, -1, +1, -1, ....}几种状态,那么在随机化之后就会得到序列性的 "趋势"。最终,连续几次随机化只会产生一条直线。如果把一个小的之字形作为序列性,这个符号就会变成超级趋势。任何这样的随机化都会增加趋势性--长序列的一边。相应地,如果我们采用大的 ZigZag,同样的扁平剥头皮者不会合并(甚至会在那里赚到一些钱)。但这是因为随机化绕过了平坦区域。一般来说,没有办法生成赚钱的 cvr。除了反向时间或增量。如果使用增量有意义,那么只能检查 数学上正确的 TS。 关于检查... 交易中的主要数学工具是各种 GARCH 模型系列(超过 100 个),这些模型仅由价格增量提供。 fxsaber 2023.09.05 07:39 #32160 СанСаныч Фоменко #:关于测试交易中的基本数学工具是一系列不同的 GARCH 模型(超过 100 个),这些模型只输入价格的增量。 这些模型不会从原始符号中生成一个赚取的符号。是的,这个想法本身有点幼稚。 交易、自动交易系统和交易策略测试论坛 交易中的机器学习:理论、模型、实践和算法交易 fxsaber, 2023.08.19 09:19 PM 他们在做什么? 从条形图历史中找出几个(100 个)统计特征。 他们生成一系列条形图,使这 100 个统计特征相吻合。 100 个值就能描述数百万个值的原始系列,这太荒谬了!这似乎是理论家的工具,而不是实践者的工具。 1...320932103211321232133214321532163217321832193220322132223223...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
最起码也要进行自举混合。
很遗憾,我对术语存在误解。
很遗憾,我对术语有误解。
Bootstrap 抽样是一种统计分析技术,通过从原始样本中创建多个子样本来估计样本参数。这种方法可以估计参数的方差和均值,并构建参数的置信区间。当无法获得大量样本或原始样本不能代表整个人口时,引导取样就会非常有用。
几乎总能用不足之处取代论坛对话。不过最后有点哑巴了,可能是语境不够。
进一步证实了我们只有一小部分数据可以分析,这些数据基本上都是噪音。
从本质上讲,问题的关键在于概率不确定性无法很好地描述真实市场的不确定性。这对经济学家来说早已不是秘密,这也是博弈论出现和发展的原因之一。问题在于,与概率论相比,博弈论的发展还很落后。此外,滞后还表现在理论的意识形态部分。
当然,视频中金融与工业的对比完全是垃圾。而 "美国即将不可避免地毁灭 "也是个彻头彻尾的垃圾。
从本质上讲,问题在于概率不确定性无法很好地描述真实的市场不确定性。这对经济学家来说早已不是秘密,这也是博弈论出现和发展的原因之一。问题是,与概率论相比,博弈论的发展还很落后。此外,滞后还体现在理论的思想部分。
当然,视频中金融与工业的对比完全是垃圾。而 "美国即将不可避免地毁灭 "也是个彻头彻尾的垃圾。
在前苏联科学中,除了确定性过程、静止和非静止随机过程之外,还考虑了不确定 过程--这些都是人参与其中的随机过程。最突出的例子就是地下铁的随机客流。通常情况下,一切都可以用大众服务理论很好地描述,但如果你刺破一个气球并大喊 "炸弹",所有的静止性都会变得支离破碎。
经济学中的所有过程都属于不确定性的范畴,甚至所有试图解释非静止性的尝试都会永远落在人的因素上,在经济学中,人的因素被称为政治,众所周知,政治是 "经济学的集中体现"。
我不认为博弈论能考虑到政治对经济的影响,从而为不确定的经济过程建模。
早在前苏联科学中,除了确定性过程、静态和非静态随机过程之外,还考虑了不确定 过程--这些都是人参与其中的随机过程。最生动的例子就是地铁中的随机客流。通常情况下,一切都可以用质量服务理论来完美地描述,但如果你刺破一个气球并大喊 "炸弹",所有的静止性都会飞入 "地狱之渊"。
经济学中的所有过程都属于不确定过程,而所有试图考虑非静止性的尝试,都永远会落到人的因素上,在经济学中,人的因素被称为政治,正如我们所知,政治是 "经济学的集中体现"。
我不认为博弈论能考虑到政治对经济的影响,从而为不确定的经济过程建模。
不确定性本身是人类普通语言中的一个非正式术语。数学只能用一些正式的模型对其进行运算。目前有两种这样的模型--概率不确定性和博弈论不确定性。确定性、混沌和类似的不确定性模型是概率不确定性的特例。反过来,概率论不确定性通常被视为博弈论不确定性的特例,称之为 "与自然博弈"。但是,新博弈论在基本概念的层面上就已经很糟糕、很难表述了--玩游戏是一回事,正式描述同一个游戏又是另一回事。也许,这完全超出了人类的思维能力。因此,一切通常都被简化为数学上的概率不确定性(例如混合策略中的纳什均衡),甚至是确定性(最小值等)。
博弈论目前的发展水平无法在经济学或政治学领域取得太多成就,但事实上,这一理论早已成为这些科学的基础和 "基石"。
当然,博弈论在实践中也取得了一些成功,例如在组织拍卖方面。但在我们的领域,我认为,到目前为止,它的应用不过是术语博弈而已。)
交易、自动交易系统和交易策略测试论坛
交易中的机器学习:理论、模型、实践和算法交易
Forester, 2023.08.19 09:41 AM
我认为区别在于连续条/点的序列性或重复性。在趋势中,大部分都是单向的,而随机化器则是平均单向的。
我尝试了不同的选项来考虑连续性。它们的效果恰恰相反。如果将序列性分为{+1, -1, +1, -1, ....},那么随机化后我们就会得到序列性的 "趋势"。最终,几次连续的随机化只会产生一条直线。
如果把一个小之字形作为序列性,这个符号就会变成超级趋势。任何这样的随机化都会增加趋势性--在一个方向上的长序列。
相应地,如果我们采用大的之字形,同样的扁平剥头皮者不会合并(甚至会在那里赚取一些东西)。但这是因为随机化绕过了平滑点。
一般来说,没有办法生成赚钱的 cvr。除了反向时间或增量。如果使用增量有意义,那么只能检查数学上正确的 TS。
尝试了各种序列性会计选项。结果恰恰相反。如果将序列性分为{+1, -1, +1, -1, ....}几种状态,那么在随机化之后就会得到序列性的 "趋势"。最终,连续几次随机化只会产生一条直线。
如果把一个小的之字形作为序列性,这个符号就会变成超级趋势。任何这样的随机化都会增加趋势性--长序列的一边。
相应地,如果我们采用大的 ZigZag,同样的扁平剥头皮者不会合并(甚至会在那里赚到一些钱)。但这是因为随机化绕过了平坦区域。
一般来说,没有办法生成赚钱的 cvr。除了反向时间或增量。如果使用增量有意义,那么只能检查 数学上正确的 TS。
关于检查...
交易中的主要数学工具是各种 GARCH 模型系列(超过 100 个),这些模型仅由价格增量提供。
关于测试
交易中的基本数学工具是一系列不同的 GARCH 模型(超过 100 个),这些模型只输入价格的增量。
这些模型不会从原始符号中生成一个赚取的符号。是的,这个想法本身有点幼稚。
交易、自动交易系统和交易策略测试论坛
交易中的机器学习:理论、模型、实践和算法交易
fxsaber, 2023.08.19 09:19 PM
他们在做什么?
100 个值就能描述数百万个值的原始系列,这太荒谬了!这似乎是理论家的工具,而不是实践者的工具。