如何在市场分析中实现质的飞跃？有一个选项。 - 页 6

新评论
 
SergNF:
雷舍托夫。
... "也许有人会派上用场，也许有人会告诉你如何做得更好？"
"经典之作 "建议使用 "时间滞后 "作为神经网络 的输入，即本质上识别 "时间模式"（现在ArtificialIntelligence.mq4中的内容）。IMHO，有时它变成了有趣的认识和....。例如，一个 "情景模式"，即在最后一栏输入几个 "指标"（在quotes!!!!）的值（例如，傅里叶频谱或 "不管它叫什么，"再次 "套利"。

我两种都试过了。而所谓的一个多星期，电脑都在嗡嗡作响。时间模式，或动态中的指标值与最后一栏的不同指标值的集合相比，总是能获得更多的盈利结果。同样重要的是，到了优化的时候，这些非常临时的模式在MT4中会更快。而随着不同指标的选择，我们得到了类似于克雷洛夫的寓言《Kvartet》：你们还不是好的音乐家。

至于小波 - 这是个骗局。如果我们采取任何函数，将其分解成傅里叶数列并还原，它就属于小波的定义，相对于零谐波水平，因为函数直方图在这个水平上的积分为0。小波操作者只发明了他们的 "发明 "据说比傅里叶变换包含更多的信息。 他妈的说客们在撒谎。
 
伙计们，这里真的有人需要耍小聪明吗？ 雷舍托夫，我明白，有些人在原则问题上批评他们看到的一切。仔细阅读我对你的系统所说的话，没有一个字是批评的。事实上，我并没有偷懒，昨天就把它的历史记录查了一遍。说实话，我没有花太多时间去优化它，因为我有5个参数（加上相对于iAC 中的当前栏的4个移位）。没有得到任何明确的结果。但是，如果声称什么都不会实现，那将是一个错误。我们至少应该对所有的输入参数进行全面的优化，并分析产生的6维曲面。我不知道当你决定采取4个砝码时，是什么考虑指导了你。 我试图，就像我自己的情况一样，在你的系统中取消对纯翻转的支持。但无法获得完整的视野。同样，有很多参数用于全面优化。使用遗传学并不能给出一个客观的结果，因为一切都在很大程度上取决于被优化的参数。这一点仅从你的专家的例子就可以看出。
 
getch:
我们至少应该对所有的输入参数做一个全面的优化，并分析所产生的6维曲面。
我们必须这样做，费迪亚。你必须这样做。否则就会变成一句空话：我们在历史上运行一个参数与另一个参数，以及第三个经纪公司的报价和合同规范。

正如佐申科所说：如果一位女士把她的一半大衣放在装有油漆的桶里，我会感到惊讶。而且，如果一个为一个东西设计的系统在另一个东西上运行，你能看到结果，我会很惊讶。
 
我的研究还表明，使用时间模式更有效。我只是不明白为什么我们要输入指标值的变化而不是价格。最后有通过指标值的模式识别（这往往是错误的），但不是通过价格。我想，当神经网络 通过价格运行时，它的使用是最有效的。如果你相信报价的时间序列的自相似性，你最好使用最小的时间框架。因为系统会给出更多的信号，而且会有更多无效的加权系数集。
 
"小波是个骗局 "是一个大胆的说法，当你考虑到使用小波时，一些数据的压缩率得到了显著改善。
 
getch:
我的研究还表明，使用时间模式更有效。我只是不明白为什么我们要输入指标值的变化而不是价格。最后有通过指标值的模式识别（这往往是错误的），但不是通过价格。我想，当神经网络通过价格运行时，它的使用是最有效的。如果你相信报价的时间序列的自相似性，你最好使用最小的时间框架。因为系统会给出更多的信号，而且会有更多无效的加权系数集。
那么，谁禁止你在代码中用相应的shift Close[]替换所有iAC()呢？
 
getch:
"小波是个骗局 "是一个大胆的说法，当你考虑到使用小波时，一些数据的压缩率得到了显著改善。
如果考虑到使用这种压缩方式时的质量损失，就会发现 "多余 "的信息去了哪里。

既然可以在傅里叶变换中使用相同的数据，切断一部分振幅较小的谐波，相对于0级重建它们，并由此获得所谓的小波，为什么还要用小波和其他创新来打扰人们呢？
 
一个小小的题外话：如果报价的变化是一个完全随机的过程，那么创造一个有利可图的系统是不可能的（否则就存在伪随机性）。但是，要创建一个有利可图的系统，并没有什么任务。因为即使是随机行为，也有可能在有限的时间间隔内创造任何有利可图的稳定系统。而这个有限的时间间隔可以用几分钟，或几年或几十年来衡量。
 
getch:
一个小小的题外话：如果报价变化是一个完全随机的过程，那么就不可能建立一个有利可图的系统（否则就会出现伪随机性）。
伪随机性和随机性是不同的类别。在股票市场，报价是由做市商驱动的，他们的行为不是随机的。货币市场和其他市场在移动点数时也不抛掷骰子和便士。
 
是的，我们可以讨论长期丢失一些信息的关键性。因为每个人对其他信息的感知是不同的。你必须看一下价值（信息量）/（感知）。我没有遇到过这样的研究。
12345678910
新评论