正确的TCs的一些迹象 - 页 36

 
Igor Makanu #:

使用清楚的东西,它是如何工作的

或者,将NS训练实例中的输入数据归一化

这里是文章https://www.mql5.com/ru/articles/497 中的一个例子(阅读 "输入数据的规范化 "一节)。

没有关于规范化算法的问题。

想象一下,有两个字符的数字=5。一个每天变化0.1%,另一个变化5%。事实证明,第二个应该按比例缩小20倍以适应第一个。

要做到这一点,我必须计算波动量,而不是计算一个数字的价格与另一个数字的价格相差多少。

 
fxsaber #:

没有关于规范化算法的问题。

假设有两个字符的数字=5。一个每天变化0.1%,另一个变化5%。事实证明,第二个应该减少20倍以适应第一个。

要做到这一点,你必须计算波动的大小,而不是计算一个数字的价格与另一个数字的价格有多大差别。

然后,你开发了良好的老ATR指标

在我看来,这是一项需要用GA测试器进行优化的任务。

 
fxsaber #:

没有关于规范化算法的问题。

假设有两个字符的数字=5。一个每天变化0.1%,另一个变化5%。事实证明,第二个应该减少20倍以适应第一个。

为此,我必须计算波动率,而不是计算一个数字的价格与另一个数字的价格相差多少。

这是正确的。

否则你如何计算这些相同的百分比? ATR是告诉你 "一个符号的价格与另一个符号的价格相差多少 "的东西。在我的EA中,所有的水平都是基于ATR的,我认为这是确定价格差异的唯一正确方法。

ATR的计算程序可能有所不同。例如,你可以简单地采取一个大的ATR周期。你可以从一个高级的时间框架中提取ATR。你可以只在某些时间间隔内采取ATR...但重点仍然是 - 为了检测不同符号的价格差异,你应该计算这些符号的ATR之差。

我不认为有人会提出更好的建议。

 
Georgiy Merts #:

这就对了。

否则你如何计算这些百分比? ATR显示 "一个符号的价格与另一个符号的价格相差多少"。在我的EA中,所有级别都与ATR挂钩,我认为这是确定价格差异的唯一正确方法。

ATR的计算程序可能有所不同。例如,你可以简单地采取一个大的ATR周期。你可以从一个高级的时间框架中提取ATR。你可以只在某些时间间隔内采取ATR...但重点仍然是 - 为了检测不同符号的价格差异,你应该计算这些符号的ATR之差。

我不认为有人会提出更好的建议。

不,它只是衡量波动性,不要编造它。
 
fxsaber #:


而且这些符号不仅仅来自于外汇,而是任何性质的符号--加密货币、指数、期货等等。我应该选择哪种规范化规则?

为了对齐异质数,使用对数。
然后如果需要,用不同的方法进行归一化。

 
历史数据显示了交易者是如何被轴心化地拿走他们的钱。观察和分析是没有意义的,基本上是观察。
一个适当的系统的标志是没有对历史数据的分析,包括基本数据。
我已经完成了我的ATS。论坛上没有一个关于它的帖子,但它存在。
我将把所有产品放入代码库。
祝大家好运!
 
fxsaber #:

想象一下,有两个字符的数字=5。一个每天变化0.1%,另一个变化5%。事实证明,第二个需要减少20倍,才能适应第一个。

不,不是的。比较TS,而不是工具。

 
Renat Akhtyamov #:

我会把所有的产品放在代码库里。
祝大家好运!

是的,需要有好运气...

"我会把所有的产品放在代码库里。"- 另一个黑匣子......即使有源代码,要弄清IDEA也是一件非常困难的事情......而使用你不了解的策略则是在浪费时间

 
fxsaber #:

你需要弄清楚一个任意的TsVP乘以哪个因子,以便设置,例如,具有相同属性的数字=5。


作为一个例子,这里有两个数字=5的字符。


显然,欧元需要被一个比1小得多的数字所支配,才能获得与澳元兑美元相同数字的类似属性。


但如果没有澳元兑美元作为参考点?而且这些符号不仅仅来自于外汇,而是任何性质的符号--加密货币、指数、期货等等。选择哪种规范化规则?

没有单一的答案,每个选项都有自己的+/-。

作为选项,分为。

RMS。

来自价格差异和回归的RMS。

增量的均方根。

 
fxsaber #:

没有关于规范化算法的问题。

假设有两个字符的数字=5。一个每天变化0.1%,另一个变化5%。事实证明,第二个应该减少20倍以适应第一个。

我必须计算波动率,而不是计算一个数字的价格与另一个数字的价格相差多少。

现在可能已经太晚了,但它可能仍然会派上用场。

最好使用以美元为单位的标尺,而不是绝对价格。归根结底,我们感兴趣的是每花一美元的利润。这就是为什么我转而用美元进行分析,用这种方式比较工具非常方便。

例如,以英镑兑美元5位数,美元兑日元3位数和AMD 2位数为例。如果我们用美元来表示这个价值,它将看起来如下。

假设我们交易的金额是10000美元。

那么对于英镑兑美元,10000/开盘*收盘-10000=蒲公英价格

对于美元兑日元,10000*开盘/收盘-10000=蒲公英 价格

对于AMD来说,其公式与GBPUSD相同。

然后我们得到30天内每日蜡烛的平均尺寸,英镑兑美元=32.25;美元兑日元=31.45;AMD=225.97。现在我们可以说,如果我们使用225.97/32.25=7的货币杠杆,那么我们可以指望获得利润,就像没有杠杆的AMD一样。这就是比较资产的波动性是多么容易。

这种方法自然有更多的微妙之处。