Представление графика в виде ломанной линии и распознавание образа ( формы ) ломанной в целом и отдельных ее фрагментов. Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Представление графика в виде ломанной линии и распознавание образа ( формы ) ломанной в целом и отдельных ее фрагментов. Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Это совершенно другой подход к торговле, который не может быть описан в рамках математической статистики.
这种自动交易的方法是否有希望和可行？
这是一种完全不同的交易方法，不能用数学统计学来描述。它类似于艾略特波浪理论。定性评估（根据历史计算的波浪实例图片）是相当有说服力的，而且很详细，但当涉及到对实际交易中的决策的定量评估时，就会出现僵局。事实上，弗拉迪斯拉夫在一开始就已经提到了这一点。也许，模式识别更适合于手游，而不是只需要数字的自动机。虽然，在这个主题中，有一些来自T1000 的信息，他的观点完全相反，他已经开发了一个 艾略特交易的指标。他说他成功地使用它进行交易。他还在这个主题中发布了他两年前为MT3开发的Elliott Expert Advisor的第一个版本，并提议在开源项目中对其进行改进。然而，到目前为止，我还没有发现有谁准备这样做。也许你会试试？此外，主要指标StdDevChan，在此基础上计算波浪，已经在这个主题中提到。我喜欢它，甚至试图将它纳入我的EA。
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
这是一种完全不同的交易方法，不能用数学统计学来描述。它类似于艾略特波浪理论。定性估计是相当有说服力和详细的，但当涉及到定量估计时，却陷入了僵局。原则上，弗拉迪斯拉夫在一开始就已经提到了这一点。与只需要数字的自动机相比，模式识别可能更适合于掌上游戏。虽然，在这个主题中，有一些来自T1000 的信息，他的观点完全相反，他已经开发了一个艾略特交易的指标。他说他用它进行交易相当成功。
为什么它不能被描述？下面是对这个数字的解释，这一切都很有意义。
蓝色之字形是一个之字形，建立在原生时间框架（H4）上，红色之字形建立在D1上。规则1--只要H4的新高点高于前一高点，上升趋势就会继续。
规则2--如果H4上的新高点不高于前一高点，则上升趋势的修正阶段可能已经开始。
规则3--如果H4的新低点突破了前一个低点，可能是D1的盘整阶段。
规则4--如果价格突破了D1的低点，上升趋势已经开始逆转（强势逆转）。
规则5--D1上的新高低于D1上的前高--D1上的反转（深度回撤）是既成事实。
我觉得我的描述不是很严格，我希望从直觉上清楚我想说的是什么。
先生们，我建议你们看看《智力系统的知识基础》一书/T.A.加夫里洛娃，V.F.霍洛舍夫斯基，《彼得》，2000年。 384 с.
通过搜索 "模式识别下载"，一定会找到这本书。
Rosh，如果这不是一个秘密，你打算把你的 "顾问-仲裁员 "的工作建立在什么原则之上？
当然，一切都描述得很清楚，大量的交易者大致都是这样交易的，尤其是在良好的趋势下。但是，做出进入市场 的具体决定的依据是什么？只是根据描述的规则？这背后的数学原理是什么？如果你用手合上图表的最后三分之一，大多数交易员会说，这次价格应该转为下跌或拉回。但我们可以看到，它已经向上移动而没有下降。而且我认为，在图表的前2/3样本的数据集中，红线的高点会在左边，这可能证实了交易者对价格回撤/反转的接近程度的假设。在这种情况下，一切都取决于交易者是否想象到了反转/逆转。总的来说，这是一个不停地研究自动交易中的适用性的领域;o)))，尽管对于手动交易来说，这种方法并不比其他被交易者广泛使用的方法差。
我当时是从他的账户中获取统计资料的 -http://forum.alpari-idc.ru/post292222-2020.html
MAE
反映了每笔盈利收盘的交易的缩水情况。
例如，票据674604的订单在以210点的利润收盘前，跌幅高达102点。我们可以看到，盈利的订单有较少的缩水。
http://forum.alpari-idc.ru/attachment.php?attachmentid=14491&d=1132511997
MFE则正好相反。
它显示了一个订单可以关闭的最大利润，最终以损失关闭。订单972916的最大浮动利润为12点，收盘时损失251点。
http://forum.alpari-idc.ru/attachment.php?attachmentid=14492&d=1132512227
可以看出，仓位主要是针对运动而开的，允许超额下注。
我当时警告过他，他并不介意。4月的趋势在当时极大地震撼了参赛者的存款。
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
这是一种完全不同的交易方法，不能用数学统计学来描述。
我不同意。对于每张图片，在估计市场的基础上，有必要对该图片在历史上出现时的市场行为 进行统计分析，建立一个分布并确定其参数。然后，你可以从统计学上确定一个图像的最佳参数。在图像数据库中拥有这些数据，人们就能以一定的精确度确定决策中的错误/成功概率。
根据获得的结果判断，可以得出以下结论。
1.目前可用的专家是 "噪声依赖 "的，即专家对从不同来源获得的Kotorisations的最终利润和交易本身的结果都显示出明显的差异。
2.你不仅可以调整（适合历史）系统的参数，还可以调整交易算法，这可能也存在于这个EA中。唯一的确认震荡器的参数是在3个月前开始选择的，只是基于视觉图片和日内交易开仓的逻辑，从那时起，它们从未被改变。所有成就都是通过修改交易算法才取得的。
在我的图表中，从2004年1月底开始稳定增长，没有明显的缩水。 来自Alpari的或多或少的同质化数据从2004年中期开始。 在你的图表中，据我所知，最大的缩水对应于2004年11月。 这意味着可以非常谨慎地讨论最重要的报价来源切换的巧合性。这就是为什么我使用 "有利时期 "一词。没有终止的迹象，但它能持续多久？这个问题当然是反问句。
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Это совершенно другой подход к торговле, который не может быть описан в рамках математической статистики.
我不同意。对于每张图片，在估计市场的基础上，有必要对该图片在历史上出现时的市场行为进行统计分析，建立一个分布并确定其参数。然后我们可以从统计学上确定图像的最佳参数。在图像数据库中拥有这些数据，人们就能以一定的精确度确定决策中的错误/成功概率。
我认为对模式的统计特征的估计在实践方面是相当有问题的，尽管在互联网上不断遇到关于尝试这样做的信息。例如，这里有最新的版本："MQL4：自学专家顾问" 这种方法指的是神经元网络。但由于某些原因，我从未发现这种系统的任何量化特征。也许我只是看错了？
而我认为这里的问题是，如果你根据相当严格的参数选择模式进行估计，你可能根本没有足够的历史来估计个别模式的参数。或者说，如果你要统计估计所有可以有条件地归结为模式概念的条形组合，那么我认为你要么会有大量的所有可能的模式修改，彼此之间的差异是非常小的统计学上的不显著值，要么模式的统计估计会非常模糊（估计的差异很大）。而在未来，真实交易中的自动机将很难理解出现在最新条形图上的基数中的现有模式修改现在属于哪一种。为了使一个模式具有统计学意义，我认为我们需要在我们的工作货币对上有历史，而我们没有，所有这些都要保证市场在没有被训练的样本中按照同样的规则进行游戏（在未来）。在这方面，一个简单的线性回归渠道在统计上更有保证。看看什么更可靠？市场状况信息总是用标准的简单算法在历史上的最后300根柱子上计算出来的，或者这些柱子最近获得的信息与过去5年历史上出现的100个头肩底形态的平均值相似（很有关联）？在我看来，回归更可靠，因为它是一种经过充分研究和锻炼的数学技术，与模式识别相比，后者对其他各种因素有太多的依赖。
然而我认为模式识别任务可以简化为更简单的趋势线任务（沿极值绘制的倾斜阻力/支撑线）。那就是许多经典的模式可以用一组趋势线的突破来代替，这将意味着走出模式的工作。但在这里也不是那么容易。例如，在这个文件中，我们可以看到一个收敛的三角形的动态https://c.mql5.com/mql4/forum/2006/08/triangle.zip。
你可以看到8月8日汇合三角形的出口。但是根据这个三角形的经典描述，突破应该是只向上的。但实际上，价格有涨有跌，也就是说，牛市和熊市都得到了他们的钱。这个例子立即否定了 "聚合三角形 "这种模式的意义。
所给图表中的趋势线是在没有考虑到最后2个柱子的情况下绘制的。这就是为什么当一条趋势线被打破时，可以清楚地看到哪条趋势线被打破。
一个更完整的上个月的趋势线动态版本可以在这里找到"MQL4: A picture for metaquotes forum" solandr 31.08.2006 08:02 (一个多卷RAR档案。 总共有16个部分。在你下载完所有部分后，将zip扩展名改为rar，并在WinRAR3.50中解压。对于交易初学者来说，观看这部动画片是非常有用的，例如ACDSee，可以了解市场趋势在一段时间内可能发生的变化，以及如何才能将你的风险降到最低。
在我看来，用趋势线工作要比用多参数模式工作容易得多，因为多参数模式需要在历史数据上捕捉，然后收集统计数据。趋势线要简单得多!我甚至在我的EA中试验过它们。我用它们取代了一个确认的振荡器，甚至是赫斯特指示器！"。 而总的来说，获得的结果是非常有意义的，显然与完全随机的结果不同。目前，我决定暂时推迟在我的专家顾问中使用趋势线，因为根据我的观察，赫斯特指标的计算提供的信息与趋势线大致相同，但使用的是更正规的计算算法，在MTS的创建和实际使用方面更有效率。
神经网络最有可能在以下领域发挥作用：你可以提前计算出未来可能发生的所有组合，并根据噪声中的这些组合找到一个或另一个变体的确认。例如，事先知道（在测试区记录了初步情况，或在适合情况的数学模型基础上计算了所有可能的信号变体）一个物体接近另一个物体时所有可能的信号变体，在未来（在实际使用以这种方式训练的物体时）有可能从可用的信号变体中找到最接近的，并在建立以神经元网训练的系统时对物体的进一步行动作出相应决定。但所有这些都是在数据库中可用的情况的限制下进行的，并将根据曾经记录的算法进行演变。我担心外汇在这方面的变化更大 :o(