交易中的机器学习:理论、模型、实践和算法交易 - 页 683

 
阿列克谢-特伦特夫
如果有不清楚的地方, 联系我。我还没有做出评论。系统应在启动前进行调整。


关头。谁知道服务器给出的错误是136。收盘价?

看看你的服务器在询问friezelevel或stoplevel时给你什么。

SymbolInfoInteger()

符号_交易_停止_级别

从当前的收盘价开始回撤的最小点数,以便下止损单

䵮䵮

symbol_trade_freeze_level

交易业务的冻结距离(单位:点)

 
亚历山大_K2

对不起,巫师...在去圣杯的路上,我开始为一些事情大惊小怪......。

Aleksey Terentev - 谢谢你!

他不是巫师.....,他只是一个简单的魔术师!请不要混淆......

 
亚历山大_K2
先生们!谁能给我一个例子 在预测的基础上,实际贸易的 NS?即使不成功,但要有完整的描述--有多少个输入,输入上有什么,输出上有什么,预测深度等等。

我还没有把这个模型弄成真的,现在是测试状态。

在10000条eurusd m5上进行训练,预测深度=1条前进。在预测之后的每一个新的条形图上,要么留下旧的头寸,要么向后打开,都没有停止和接管。
看起来很悲哀,每笔交易的平均损失是-0.02美元。但在测试器中随机交易时,每笔交易约为-0.04。因此,在没有点差和佣金的情况下,我用这个专家顾问每笔交易可以得到0.02美元。它也被用于前瞻;由于某些原因,我的运气甚至比回测时更好。而且,即使是胜利的交易比例也是>55%。这一切都很诱人,但到目前为止,我已经达到了这个极限。希望纽伦卡有一天能从这个洞里爬出来。

神经元将价格上涨(open[0]-open[1],open[1]-open[2],等等)和其过去的预测(共6个输入),隐层有100个神经元。返回每个新酒吧的价格增长预测。
估计MAE=0.00019(平均预测错误19点)。估计R2=0.001124151。

有趣的是,使用gbm,即使没有递归,你也可能得到类似的结果。


 
交易员博士

我还没有把这个模型弄到现实中来,这是目前测试者的状态。

在10000条eurusd m5上进行训练,预测深度=1条向前。在预测之后的每一个新的条形图上,要么保持旧的位置,要么向相反的方向打开,所有这些都没有停止和起飞。
看起来很悲哀,每笔交易的平均损失是-0.02美元。但在测试器中随机交易时,每笔交易约为-0.04。因此,在没有点差和佣金的情况下,我用这个专家顾问每笔交易可以得到0.02美元。它也被用于前瞻;由于某些原因,我的运气甚至比回测时更好。而且,即使是胜利的交易比例也是>55%。这一切都很诱人,但到目前为止,我已经达到了这个极限。希望纽伦卡有一天能从这个洞里爬出来。

神经元将价格上涨(open[0]-open[1],open[1]-open[2],等等)和其过去的预测(共6个输入),隐层有100个神经元。返回每个新酒吧的价格增长预测。
估计MAE=0.00019(平均预测错误19点)。估计R2=0.001124151。

有趣的是,用gbm,即使没有递归也能得到类似的结果。


我问的是NS的投入,这并不是巧合。

如果你的输入是垃圾,你怎么能预测什么呢?

这是一个极其重要的、概念性的观点。

仔细听好我要说的话。

只有当你在输入端有指数分布的东西时,NS才会工作。时间到了!你忘记了时间,我的朋友。老甘会拖着你们的耳朵。

事件(报价)之间的时间必须是指数型的,而观察窗口中的报价流必须是泊松型的。

我们应该尽一切努力使之成为现实,至少在最初的近似情况下。

看看现在的欧元兑美元对


右边是滑动窗口=4小时内的报价强度。你看到泊松分布了吗?它不在那里。所以你怎么能预测任何事情呢,嗯?

而且你不能用蜱虫的档案来进行预测!!。它必须被转换为正确的形式。

 
亚历山大_K2

我问的是NS的投入,这并不是巧合。

如果你的输入是垃圾,你怎么能预测什么呢?

这是一个极其重要的概念性观点。

仔细听好我要说的话。

只有当你在输入端有指数分布的东西时,NS才会工作。时间到了!你忘记了时间,我的朋友。老甘会拖着你们的耳朵。

事件(报价)之间的时间必须是指数型的,而观察窗口中的报价流必须是泊松型的。

我们应该尽一切努力使之成为现实,至少在最初的近似情况下。

看看现在的欧元兑美元对


右边是滑动窗口=4小时内的报价强度。你看到泊松分布了吗?它不在那里。所以你怎么能预测任何事情呢,嗯?

而且你不能用蜱虫的档案来进行预测!!。它必须被转换为正确的形式。

先生,请证明你的说法是正确的。

也就是说,导致这一结论的考虑因素是什么?

 
亚历山大_K2

我问的是NS的投入,这并不是巧合。

如果你的输入是垃圾,你怎么能预测什么呢?

这是一个极其重要的概念性观点。

仔细听好我要说的话。

只有当你在输入端有 指数分布东西 时,NS才会工作。时间到了!你忘记了时间,我的朋友。老甘会拖着你们的耳朵。

事件(报价)之间的时间必须是指数型的,而观察窗口中的报价流必须是泊松型的。

我们应该尽一切努力使之成为现实,至少在最初的近似情况下。

看看现在的欧元兑美元对


右边是滑动窗口=4小时内的报价强度。你看到泊松分布了吗?它不在那里。所以你怎么能预测任何事情呢,嗯?

而且你不能用蜱虫的档案来进行预测!!。它必须被转换为正确的形式。

不幸的是,我不能同意这种说法。有必要输入这样的价值,这是价格的原因,他们将有什么样的分布,这是绝对不重要的。因为发现的模型,即使它有一个非泊松分布的输入,在未来也会有效,因为输入数据的性质将是输出的原因。

我同意这样的说法:我们越是转换输入数据,情况就越糟糕。数据应照单全收,不得更改。除非通过滞后减法实现最小的正常化。任何其他计算输入的复杂化都会导致失去臭名昭著的阿尔法和预测的可能性。当然是IMHO。所以...大声说出来的想法.....

 
雷纳特-阿赫蒂亚莫夫

先生,请证明你的观点。

那么,这个结论是基于什么理由得出的呢?

把这看作是一个不需要证明的真理。

恰恰是这一点,没有人考虑到,每个人都筋疲力尽,穷困潦倒,因疲惫而跪倒在地。多么令人遗憾啊!因此,许多聪明的人就像教堂里的老鼠一样可怜,只是因为他们不知道如何准备数据。你想在档案中找到什么?你有没有观察过蜱虫的间隔时间?交易的强度?当然不是。

 
Mihail Marchukajtes:

不幸的是,我不能同意这种说法。对NS的输入应该是这样的价值,这是价格的原因,他们会有什么分布是绝对不重要的。因为发现的模型,即使它有一个非泊松分布的输入,在未来也会有效,因为输入数据的性质将是输出的原因。

我同意这样的说法:我们越是转换输入数据,情况就越糟糕。数据应照单全收,不得更改。除非通过滞后减法实现最小的正常化。任何其他计算输入的复杂化都会导致失去臭名昭著的阿尔法和预测的可能性。当然是IMHO。所以...大声说出来的想法.....

不,米哈伊尔!在报价之间有一个时间 点之前,这个问题不会得到解决。

 
亚历山大_K2

把这看作是一个不需要证明的真理。

恰恰是这一点,没有人考虑到,每个人都筋疲力尽,穷困潦倒,因疲惫而仰面倒下。多么令人遗憾啊!因此,许多聪明的人就像教堂里的老鼠一样可怜,只是因为他们不知道如何准备数据。你想在档案中找到什么?你有没有观察过蜱虫的间隔时间?交易的强度?当然不是。

所以价格不是一个随机变量
 
亚历山大_K2

不,迈克尔!在报价之间有一个时间 点之前,这个问题不会得到解决。

不幸的是,你不能在市场上按时间尺度赚钱。因此,时间本身在市场上不发挥任何作用。重要的是导致利润或亏损的价格尺度的变化。一个位置可以称24小时,赚取便士,另一个位置可以称几分钟,赚取更多。因此,最好省略市场上的时间事实。当服务开始给它提供输入的音量和德尔塔的水平概况时,TC开始表现得很不同。因此,TS开始从另一个角度来看待市场。而关于时间,有一个非常有趣的轶事。

爱沙尼亚的交易员投入资金,开始推动市场横向发展 :-)

我们不是爱沙尼亚的商人,所以我们对推动市场横向发展不感兴趣。这就是为什么时间线不那么有趣的原因....