Парадокс Монти Холла — вероятностная задача, решение которой (по мнению некоторых) противоречит здравому смыслу. Формулировка задачи: Представьте, что вы стали участником игры, в которой вам нужно выбрать одну из трех дверей. За одной из дверей находится автомобиль, за двумя другими дверями — козы. Вы выбираете одну из дверей, например...
可以想到很多事情。例如,你可以随机地把真实的增量混在一起,并按照这个新的顺序进行总结。
问题是,它的意义何在?
那么,比如说,为了测试算法的稳定性。如果它失败了,那么所有关于它的正概率的问题都会一下子消失......
从我肩上卸下一座山))))
既然我碰巧紧紧地契合了整个故事,除了通过反测试,我还能通过模拟来检测契合度吗?
Dmitriy建议的,通过随机系列运行并识别差异对我来说不起作用,因为尽管没有指标和过滤器,但算法本身就站在价格上,在随后的片段中重复这些点。
(系统中自我学习的特殊性)
例如,为了检查算法的稳健性。如果它失败了,那么所有关于它的正概率的问题都会一下子消失......
从我肩上卸下一座山))))
既然我碰巧紧紧地契合了整个故事,除了通过反测试,我还能通过模拟来检测契合度吗?
Dmitriy建议的,通过随机系列运行并识别差异对我来说不起作用,因为尽管没有指标和过滤器,但算法本身就站在价格上,在随后的片段中重复这些点。
(系统中自我学习的特殊性)
这有一定道理。我有一篇关于稳定性测试的文章。只是在这里,被模拟的不是价格,而是交易的顺序。
但这并不类似于前瞻性测试,后者是对 "未来 "的价格进行测试。这是对调整后的过去价格的测试。
没有。
如果你看到一个好的信号,你永远无法判断作者是在用硬币交易,只是运气好,还是作者在用一个好的交易系统交易。
你永远无法确定这是否是一种模式或侥幸。你只能说有一定的概率。信号越漂亮,越有可能在一个好的系统上进行交易。
至于测试器的结果...我可以通过优化将几个货币对做成一条直线。货币对越多--越容易做成。同样,优化参数越多,越容易实现一个漂亮的利润图。
正如有人告诉你的那样,把10年的时间分成两半。
后半部分也可能纯粹是偶然产生一个漂亮的图形。但这是非常罕见的。(这就是我们谈到的有一定概率的问题)。
或者尝试在其他货币对上进行测试。很多时候,在一种货币对上有效的系统在其他货币对上也能发挥作用。
他们还说,。
如果你已经做了优化并选择了输出参数,那么
如果它们的一个小变化,利润曲线就会急剧恶化,那么它可能是一个合适的。
但我还没有测试过这种方法。
我想随机性是不可知的规律性。因为在我们的世界里,没有任何事情是自己发生的
随机性C和规律性H是必然性的形式。因此,永远不可能预测交易过程在某一时刻是遵循随机还是规律的路径。因此,在进行TS测试时,我们要确定一定长度样本的相关性C和Z,这对指定的测试期是有效的。试图将这一比例适用于其他长度和时期的做法是注定要失败的。使用正向测试是评估TS稳定性的一个严重错误。在测试者身上测试策略是检查投入TS理论中的想法的效率的工具。不能有更多的要求,更不能对测试人员有任何期望,这是很愚蠢的。即使有80/20的利润的结果也不能保证TS的稳定。在适当的时候,一个随机的20将超过一个普通的80。这并不像它看起来那么简单明显。
它不会显示任何东西。
只是在它的原始形式中,它是一次装下所有的10年,而在其他情况下,它将分块装下--同样的鸡蛋,只是在轮廓上。
+
我说得很明确,因为我知道我在说什么。如果你想在妄想中浪费几年的时间,这是你的权利)。
任何算法,无论是否有概率,都能预测未来的 价格行为。逆向通过一个引用,使你的算法毫无意义。
除了前进,没有其他方法,也没有必要。一切都是聪明人在很久以前发明的,你只需要使用它。这根本就不是一个可以讨论的话题。
如果这个论坛上的人在进入讨论之前先阅读机器学习的教科书,很多问题就会自己消失了)。
我说得很明确,因为我知道我在说什么。
1.我相信你很高兴,既然你承认自己是断然的,那就是一件好事。
任何算法,无论有无概率,都能预测价格的未来 行为。如果你向后传递一个引号,你就会使你的算法失去意义。
2.这种说法值得商榷。
我给你举个例子,一个算法会直着或倒着或侧着通过,但最终结果是一样的。
让我们按照正常的时间顺序进行1000次独立的测试,每小时进行一次测试。
让我们把蒙蒂-霍尔的悖论与猜测3个门作为我们的算法。
https://bodyonov.ru/projects/monty-hall-demo
你可能知道,我们也会猜到。
这些猜测的结果是预先确定的,并保证我们有66%的积极结果,误差率为~1-2%。
现在的问题是...
如果我们不改变算法,而是把历史上所有的结果/成果,把日期洗一下,放在不同的顺序里,你认为
结果(66%)将发生变化,算法将以不同方式工作?
我说得很明确,因为我知道我在说什么。如果你想在妄想中浪费几年的时间,这是你的权利)。
任何算法,无论是否有概率,都能预测未来的 价格行为。逆向通过一个报价,使你的算法毫无意义。
除了前进,没有其他方法,也没有必要。一切都是聪明人在很久以前发明的,你只需要使用它。这根本就不是一个可以讨论的话题。
如果这个论坛上的人在进入讨论之前先阅读机器学习的教科书,很多问题就会自己消失了)。
前进是一段未来的历史,与真实的历史和/或未来的进程毫无关系。
随意寻找一个模式是愚蠢的。任何模式都必须以理论为基础,以所发生的过程的逻辑为依据,或以基于观察分析的假设为依据,或以合理的假设为依据。因此,任何规律性的东西都必须有意识地去寻找,并大致期望它应该如何出现。因此,寻找模式是一项艰苦而累人的工作,应该从制定上述立场开始。在过去近8年的探索中,我只设法制定了3个假设,其中我成功地找到了3个规律性的东西,导致了积极的结果。但所有这些都证实了我的假设,即在外汇这样一个完美的市场中,不可能取得出色的成绩。利润每年在10%到15%之间波动,这是在10-20年内复利的情况下。甚至不可能保证历史上某个特定的、随意抽取的年份在这些限度内的利润。结论 - 原则上不可能在市场上获得稳定和保证的利润,这比银行的利润大得多,因为外汇首先是银行间的工具。另一方面,这是我的个人意见,我绝不是把它强加给其他市场研究人员和耙子评估人员。我祝愿他们能找到更好的结果。
而我所发展和研究的这3个理论是众所周知的。
1.预测市场价格的通用回归模型https://www.mql5.com/ru/articles/250。
2.市场理论https://www.mql5.com/ru/articles/1825。
3.牛熊力度分析https://www.mql5.com/ru/code/19139 ,https://www.mql5.com/ru/code/19142。
谢谢,我还在熟悉你建议的材料。
不要认为我的沉默是不敬的)
1.你需要一个平坦的过滤器。 而且它不应该取决于周期。
2.使用这个过滤器,确定任何方向的最大运动量。
3.定义最大运动量与平均运动量的比率,并设置该比率的最小参数。
例如:10/1。这个参数是一致的,在a)危机b)平地时趋向于1/1,而这两者对任何系统都是有害的。
4.引入非随机运动的绝对参数(最大运动量应比平均数高多少倍)。
例如,以600点作为非随机运动,搜索最大运动量的参数,等于或大于你所指定的参数。
在这种情况下,订单之间的距离应该是最大的200点,即1/3的非随机运动,这样才能分散波动。
5.打开一个订单系统,如果不改变手数,则设置订单之间的距离,如果改变手数,则设置与第4点有关的风险程度。
6. 逐渐增加第3,4点,直到达到一个稳定的结果。
7. 对每个金融工具进行单独调整。
8.最初使用上述参数的系统应在反弹上工作,但如果价格突然走高,则在反弹和趋势的延续上工作。
PS:实事求是地看问题,个人的观察。
a) 没有什么东西可以永远呈指数式增长。
b) 指数级增长之后,可能没有修正,所以平均法可能变成大的损失,因为你只在相对较大的明显运动中进入市场。
c) 关于第1点,为了让你了解它有多难,请看 "从理论到实践 "主题中的页数
d) 总有可能出错,这就是为什么我专注于订单系统,这将抚平交易中由于订单开仓的特殊性而导致的错误。
如果市场允许--就使用它。但不要试图找到一个每月都能赚取如此百分比的超级系统,除非你想失去一切。
但不要试图找到一个超级系统,每个月都这样做,如果你想失去一切的话。 f)你可能不会使用我的建议,因为它太复杂了,很可能你会采取更简单的道路--平均化,增加地段,或者沉没在 "从理论到实践 "这个分支所沉没的沼泽里。
去吧。
我试图理解并应用你建议的过滤器检查条件,但我想不出来如何...
问题是,我无法定义F1条件。我不明白如何定义定期的价格变化,即使从历史上看也是如此。
因为我的算法是按头和尾的原则工作的,事实上价格根本不起作用,只有结果的结果--猜中/猜不中。
历史上也有事件序列--被猜中/未被猜中,但这种历史在算法中不被考虑,否则我们可能得到一个错误的蒙特卡洛输出。
这就是为什么除了结果,我们没有什么可以依靠的。
而且我们应该在某种程度上理解,猜测老鹰/乌龟的结果是超过50%的随机或逻辑...
但我会考虑如何应用你的条件)。
我说的是在价格历史中找到真正的模式,而不是某种模拟或生成类似于这样的历史的东西。
在一个真实的情况下,整个困难在于没有历史上的作用因素。我们唯一清楚的是央行利率随着时间的推移是如何变化的。而有了影响因子历史的知识,这只是一个适当的数学问题。
是的,F1、2等在这里是作为参考信号(对于规律性的逻辑本身和它的识别),如果没有它们的知识,确实不可能确定价格历史中哪些是规律性的(在它们行动的关键中),哪些不是。