آلة تداول العملات الأجنبية

الميكانيكية الفوركس.

التداول في سوق الفوركس باستخدام استراتيجيات التداول الميكانيكية.

تعلم الآلات في تجارة الفوركس: لماذا العديد من الأكاديميين يفعلون كل شيء خاطئ.

بناء استراتيجيات التعلم آلة التي يمكن الحصول على نتائج لائقة في ظل ظروف السوق الحية كانت دائما تحديا هاما في التداول الخوارزمية. على الرغم من كمية كبيرة من الفائدة والمكافآت المحتملة لا يصدق، لا تزال هناك أي منشورات الأكاديمية التي هي قادرة على إظهار تعلم آلة جيدة النماذج التي يمكن أن تعالج بنجاح مشكلة التداول في السوق الحقيقي (إلى حد علمي، بعد تعليق إذا كان لديك واحد وأنا & # 8217؛ ليرة لبنانية تكون أكثر من سعداء لقراءتها). على الرغم من أن العديد من الأبحاث المنشورة تظهر نتائج واعدة، غالبا ما تكون هذه الأوراق في مجموعة متنوعة من المشاكل التحيز الإحصائية المختلفة التي تجعل نجاح السوق الحقيقي لاستراتيجيات التعلم الآلي الخاصة بهم غير محتملة للغاية. في اليوم & # 8217؛ الصورة سوف أتحدث عن المشاكل التي أرى في البحوث الأكاديمية ذات الصلة مع تعلم الآلة في الفوركس، وكيف أعتقد أن هذا البحث يمكن تحسينها لإعطاء معلومات أكثر فائدة بكثير لكل من المجتمعات الأكاديمية والتجارية.

معظم المزالق في تصميم استراتيجية التعلم الآلي عند القيام تداول الفوركس هي ورثت حتما من عالم مشاكل التعلم الحتمية. عند بناء خوارزمية التعلم الآلي لشيء مثل التعرف على الوجه أو التعرف على الحروف هناك مشكلة محددة جيدا لا يتغير، والتي يتم معالجتها بشكل عام من خلال بناء نموذج التعلم الآلي على مجموعة فرعية من البيانات (مجموعة التدريب) ومن ثم اختبار إذا كان النموذج قادرا على حل المشكلة بشكل صحيح باستخدام تذكير البيانات (مجموعة اختبار). هذا هو السبب في أن لديك بعض مجموعات البيانات الشهيرة وراسخة التي يمكن استخدامها لتحديد نوعية تقنيات التعلم آلة وضعت حديثا. غير أن النقطة الرئيسية هنا هي أن المشاكل التي تناولها التعلم الآلي في البداية كانت حتمية في معظمها ووقت مستقل.

عند الانتقال إلى التداول، وتطبيق هذه الفلسفة نفسها تنتج العديد من المشاكل التي تتعلق بك مع كل من الطابع غير المحدد جزئيا للسوق والاعتماد على الوقت. مجرد محاولة محاولة اختيار مجموعات التدريب والاختبار يقدم قدرا كبيرا من التحيز (تحيز اختيار البيانات) الذي يخلق مشكلة. إذا تم تكرار الاختيار لتحسين النتائج في مجموعة الاختبار & # 8211؛ والتي يجب أن نفترض يحدث في بعض الحالات على الأقل & # 8211؛ ثم يضيف المشكلة أيضا قدرا كبيرا من البيانات التحيز التعدين. كما أن المسألة الكاملة المتمثلة في القيام بعملية تدريب / التحقق من صحة واحدة تولد أيضا مشكلة تتعلق بكيفية تطبيق هذه الخوارزمية عند التداول المباشر. وبحكم التعريف فإن التداول المباشر سيكون مختلفا لأن اختيار مجموعات التدريب / الاختبار يحتاج إلى إعادة تطبيقه على بيانات مختلفة (كما هو الحال الآن، فإن مجموعة الاختبارات هي بيانات غير معروفة حقا). والتحيز المتأصل في الاختيار الأولي في العينة / خارج العينة، وعدم وجود أي قواعد مختبرة للتداول في ظل بيانات غير معروفة يجعل هذه التقنيات تفشل عادة في التداول المباشر. إذا تم تدريب خوارزمية مع بيانات 2000-2018 وتم التحقق من صحتها مع بيانات 2018-2018، فلا يوجد سبب يدعو إلى الاعتقاد بأن نفس النجاح سيحدث إذا تم تدريبه في بيانات الفترة من 2003 إلى 2018 ثم تم تداوله من 2018 إلى 2017، هي مختلفة جدا في الطبيعة.

قياس نجاح الخوارزمية هي أيضا مشكلة ذات صلة جدا هنا. لا بد من قياس خوارزميات التعلم الآلي المستخدمة للتداول في الجدارة من خلال قدرتها على توليد عوائد إيجابية ولكن بعض الأدبيات تقيس مزايا تقنيات خوارزمية جديدة من خلال محاولة قياس قدرتها على التنبؤات الصحيحة للهيئة. التنبؤات الصحيحة لا تعادل بالضرورة تداول مربح كما يمكنك أن ترى بسهولة عند بناء المصنفات الثنائية. إذا حاولت التنبؤ بالشمعة القادمة و # 8217؛ s الاتجاه لا يزال بإمكانك أن تجعل الخسارة إذا كنت في الغالب الحق على الشموع الصغيرة والخطأ على الشموع أكبر. في الواقع معظم هذا النوع من المصنفات & # 8211؛ معظم تلك التي لا تعمل & # 8211؛ في نهاية المطاف التنبؤ الاتجاه مع دقة أعلى من 50٪، ولكن لم تتجاوز المستوى المطلوب لتجاوز اللجان التي من شأنها أن تسمح تداول الخيارات الثنائية مربحة.

لبناء استراتيجيات التي هي في الغالب التخلص من المشاكل المذكورة أعلاه لقد دعت دائما لمنهجية يتم إعادة تدريب خوارزمية تعلم الآلة قبل اتخاذ أي قرار التدريب. باستخدام نافذة متحركة للتدريب وعدم اتخاذ أكثر من قرار واحد دون إعادة تدريب خوارزمية كاملة يمكننا التخلص من التحيز الاختيار الذي هو متأصل في اختيار مجموعة واحدة في العينة / خارج العينة. وبهذه الطريقة الاختبار كله هو سلسلة من التدريبات / التحقق من صحة التي تنتهي في نهاية المطاف ضمان أن خوارزمية التعلم الآلي يعمل حتى في ظل مجموعات بيانات التدريب مختلفة بشكل كبير. وأنا أيضا أدعو إلى قياس الأداء الفعلي باكتستينغ لقياس خوارزمية التعلم الآلي & # 8217؛ ق الجدارة وعلاوة على ذلك أود أن تذهب إلى حد القول بأن أي خوارزمية يمكن أن تكون قيمة ملحها دون أن يثبت في ظل ظروف حقيقية خارج العينة . تطوير الخوارزميات بهذه الطريقة هو أصعب بكثير وأنا لم أكن العثور على ورقة أكاديمية واحدة التي تتبع هذا النوع من النهج (إذا فاتني أنه لا تتردد في نشر رابط حتى أتمكن من تضمين تعليق!).

هذا لا يعني أن هذه المنهجية هي مشكلة خالية تماما ومع ذلك، فإنه لا يزال يخضع للمشاكل الكلاسيكية ذات الصلة لجميع عمليات بناء استراتيجية، بما في ذلك التحيز منحنى المناسب والتحيز التعدين البيانات. هذا هو السبب في أنه من المهم أيضا لاستخدام كمية كبيرة من البيانات (يمكنني استخدام 25+ سنوات لاختبار النظم، ودائما إعادة التدريب بعد كل آلة التعلم المستمدة القرار) وإجراء اختبارات تقييم التحيز التعدين البيانات الكافية لتحديد الثقة التي نحن يمكن القول أن النتائج لا تأتي من فرصة عشوائية. صديقي ألغوترادرجو & # 8211؛ الذي يحدث أيضا أن يكون عضوا في بلدي التداول المجتمع & # 8211؛ ينمو حاليا موضوع في فوريكسفاكتوري بعد نفس هذا النوع من الفلسفة لتطوير التعلم الآلي، ونحن نعمل على بعض خوارزميات التعلم الآلي جديدة لمجتمع التداول بلدي. يمكنك الرجوع إلى موضوعه أو المشاركات السابقة على بلدي بلوق لعدة أمثلة من خوارزميات التعلم الآلي وضعت بهذه الطريقة.

إذا كنت ترغب في معرفة المزيد عن التطورات في مجال التعلم الآلي وكيف يمكنك أيضا يمكن أيضا تطوير استراتيجيات التعلم الآلي الخاصة بك باستخدام F4 فريميورك يرجى النظر في الانضمام أسيريكوي، موقع مليئة أشرطة الفيديو التعليمية ونظم التداول والتنمية وصوت صادق واتباع نهج شفاف تجاه التداول الآلي.

5 الردود على & # 8220؛ آلة التعلم في تجارة الفوركس: لماذا العديد من الأكاديميين يفعلون كل خطأ & # 8221؛

مادة كبيرة، والمشاكل التي تسليط الضوء هي بالتأكيد صالحة للنظام متانة!

سؤال لدي، هل من الطبيعي أن أقول إي للقيام به بشكل جيد جدا في زوج معين والقيام الرهيبة في جميع الآخرين؟

أو، يجب أن قوية إي القيام بشكل جيد في عدة أزواج على الأقل، من دون أي تغيير في الإعدادات!

شكرا، على أفكارك العظيمة.

هذا السؤال مثير للاهتمام؛ س). وأعتقد أن السؤال هو أفضل صياغة كما & # 8220؛ يمكن أن النظام الذي يبقى على زوج واحد فقط توليد عائدات عندما يعيش تداول؟ & # 8221؛ والجواب هو نعم (سواء من الناحية النظرية ومن تجربتي الخاصة). عدم وجود إرجاع على زوج واحد فقط لا يعني أن النظام & # 8220؛ سيء & # 8221؛ بل يعني ببساطة أنه يستغل عدم الكفاءة التاريخية التي لا توجد إلا على صك واحد. شريطة أن تأخذ الرعاية من مصادر التحيز (مثل التحيز التعدين البيانات والتحيز منحنى المناسب) ليس هناك سبب لماذا هذا لن يعمل.

الآن، إذا كان لديك نظام يعمل عبر العديد من الرموز ثم التحيز التعدين البيانات سوف تكون أضعافا مضاعفة لنظام متساو الذي يعمل فقط على رمز واحد والانحياز المناسب منحنى سيكون أيضا أقل بسبب استخدام المزيد من البيانات. لذلك أود أن أقول أنه & # 8217؛ ق أفضل، ولكن بالتأكيد ليس مطلوبا.

ولكن تذكر، قياس التحيزات الإحصائية الخاصة بك!

أنا سعيد جدا أن قلت أنه ليس من الضروري تحقيق الربح في جميع أزواج! أيضا منحنى المناسب، كيف يمكن للمرء أن يعرف الحد من التغيير والتبديل المسموح به قبل أن تصبح جاهزة؟

وأخيرا، لقد فعلت اختبار بسيط جدا باستخدام معيار عداء متحرك إي على MT4، لمعرفة أي أزواج سوف تتفاعل على نطاق واسع إلى ما. أنا باكستد 52 زوجا لمعرفة كم & # 8216؛ فترة الانتقال & # 8217؛ بين (1-20) من شأنه أن يحقق ربحا، بغض النظر عن السحب. كنت أتساءل ما جعل لكم من النتائج!

* 5 سنوات فترة الاختبار.

* تراجع لا يقاس.

* 52 أزواج اختبار.

* إعدادات اختبار (الفترات 1-20).

1 23 أزواج، لا ربح على أي إعدادات شريط 1-20.

2 6 أزواج، يمكن أن تجعل الربح فقط على 1 الإعداد.

3 14 أزواج فقط، عاد الربح على 5، أو أكثر إعدادات مختلفة.

4 5 أزواج فقط، عاد الربح على 10، أو أكثر إعدادات مختلفة.

1 بتكوسد 19 إعدادات من أصل 20، حققت أرباحا.

تحتاج إلى التمييز بين التحيز منحنى المناسب والتحيز التعدين البيانات (أو على الأقل هذين النوعين مختلف من التحيز، ولكن قد ترغب في الاتصال بهم). التحيز منحنى المناسب هو التحيز التي تم إنشاؤها من خلال إيجاد عدم الكفاءة عبر مجموعة من البيانات، يجيب على السؤال: هو نظام بلدي العثور على شيء عام أو شيء معين للبيانات التي أستخدمها؟ تحييد البيانات التعدين يجيب على السؤال: هو نظام بلدي العثور على عدم الكفاءة التاريخية الحقيقية أو هي النتائج فقط بسبب عملية التعدين بلدي (يعني القادمة من فرصة عشوائية)؟

من خلال زيادة المسافات المعلمة ودرجات الحرية كنت زيادة التحيز التعدين البيانات (أنت أكثر عرضة للعثور على نظام فقط عن طريق الصدفة، بدلا من النظام الذي يتداول عدم الكفاءة التاريخية الحقيقية). يمكنك قياس التحيز استخراج البيانات باستخدام اختبار مثل الأبيض & # 8217؛ ق الاختيار واقع. إن القيام بهذا النوع من الاختبارات أمر أساسي لتصميم الإستراتيجية الموثوق بها.

اقرأ المزيد عن هذا التمييز بين التحيزات هنا:

اقرأ أيضا هذه الورقة حول الموضوع:

قبل السكن في تعقيدات تصميم نظام التداول وإيجاد استراتيجيات للتداول أنا المشورة بقوة الحصول على تشكيل الصلبة في الإحصاءات (كورسيرا إحصاءات الدورات هي بداية مجانية ممتازة). سوف إحصاءات تعطيك القدرة على تحليل النتائج الخاصة بك ومنهجية معالجة أسئلة مثل هذه؛ س)

[& # 8230؛] تعلم الآلات في تجارة الفوركس: لماذا العديد من الأكاديميين يفعلون كل شيء خاطئ [الميكانيكية الفوركس] بناء استراتيجيات التعلم الآلي التي يمكن الحصول على نتائج لائقة في ظل ظروف السوق الحية كانت دائما تحديا هاما في التداول حسابي. على الرغم من قدر كبير من الاهتمام والمكافآت المحتملة لا يصدق، لا تزال هناك أي منشورات الأكاديمية التي هي قادرة على إظهار نماذج جيدة آلة التعلم التي يمكن أن تعالج بنجاح مشكلة التداول في ريال مدريد [& # 8230؛]

جون V.

البيانات الكبيرة. الشركات الناشئة. تجارة.

البيانات الكبيرة. الشركات الناشئة. تجارة.

آلة يدق الإنسان: استخدام آلة التعلم في الفوركس.

تعلم الآلة والتداول هو موضوع مثير جدا للاهتمام. بل هو أيضا موضوع حيث يمكنك قضاء طن من الوقت كتابة التعليمات البرمجية وأوراق القراءة وبعد ذلك طفل يمكن أن يضربك في حين لعب ماريو كارت.

في المشاركات التالية، سنتحدث عن:

تحسين الإدخالات والمخارج. وهذا فقط وهذا يمكن أن تجعل طن من الفرق في لفة البنك الخاص بك. حساب حجم الموقف (في حال كنت لا تحب معيار كيلي) البحث عن علاقة محتملة بين أزواج مختلفة (تداول الزوج). أنا أحب اليورو مقابل الدولار مقابل مقابل غبجبي الارتباط! حساب الدعم & أمب؛ خطوط المقاومة.

ولكن ما هو التعلم الآلي؟

خوارزميات التعلم الآلي هي خوارزميات حيث يمكن للآلة تحديد الأنماط في البيانات الخاصة بك. ياب، هو بهذه البساطة. على سبيل المثال، تجد جميع الحيوانات في هذه الصورة ورسم مربع من حولهم. أيضا، اسم هذا الحيوان. مجنون أعرف. للتداول كما يمكنك أن تتخيل أنها مشابهة جدا:

من أجل آلة ل "تعلم"، تحتاج إلى تعليمه ما هو حق أو خطأ (التعلم تحت الإشراف) أو إعطائها مجموعة كبيرة من البيانات والسماح لها حصلت البرية (غير خاضعة للرقابة). لتحديد الأجسام هذا هو مباشرة إلى الأمام ولكن ماذا عن التداول؟

نظرت حولي لمعرفة ما إذا كان هناك أي برنامج تعلم الآلة التي يمكن تحديد خطوط S / R ولكن دون جدوى. لذلك قررت أن أكتب أول برنامج تعلم الآلة في الثعبان الذي يحدد خطوط الدعم والمقاومة في بيثون. آخر أول! الصيحة!

ولكن كيف يمكن للخوارزمية تحديد هذه المجالات؟ Hoooooow؟ السيدات والرجال (والروبوتات)، واسمحوا لي أن أعرض لكم ل مينشيفت، خوارزمية غير خاضعة للرقابة التي تستخدم في الغالب للتعرف على الصور وغير تافهة جدا لإعداد وتشغيل (ولكن أيضا بطيئة جدا).

والفكرة هي أن هذه الخوارزمية سوف تسمح لي تقسيم البيانات الخاصة بي (القراد النقد الاجنبى) في المناطق وبعد ذلك يمكنني استخدام "حواف" كخطوط الدعم والمقاومة. فكرة باردة ولكن هل يعمل؟

نحن نحلل حوالي 12 مليون داتابوانتس من اليورو مقابل الدولار الأميركي في 2018 وبضعة أشهر من عام 2018. يتم وضع خطوط المقاومة تلقائيا من خلال خوارزمية التعلم الآلي.

ما هو رائع حقا (ومشبك) هو أن الخوارزمية إلى حد كبير المسامير ذلك. الأظافر من الصعب. فإنه يحصل عصبي حقا عندما نحن ذاهبون لاستخدام خوارزمية لتحديد الهياكل الصغيرة وبدء سلخ فروة الرأس.

النظام قادر على معالجة أي نوع من بيانات المرات (الأسهم، الفوركس، الذهب، أيا كان)، وسوف تجعل الرسم البياني التفاعلية هتمل (مثل الرسم البياني أعلاه) مع البيانات الخاصة بك والآلة ولدت S / L. رمز هنا حتى يذهب مجنون.

الآن دعونا خطوة من خلال التعليمات البرمجية. بعد أن يكون لديك مجموعة من البيانات تحتاج إلى قراءتها وتنظيفها. الاستعداد لبعض السحر الباندا.

نحن إسقاط القيم الفارغة (عطلة نهاية الأسبوع) وبعد ذلك نحن إعادة رسم البيانات إلى 24 ساعة الشمعدانات (أوهكل). وهذا يجعل من الأسهل بكثير مؤامرة. و grouped_data هي البيانات التي سوف تتغذى في خوارزمية مل.

ثم نقوم بإعداد البيانات التي نحن ذاهبون لاستخدامها في الغو.

في المنصب التالي، سنناقش كيفية جعل هذا العمل أفضل، ونناقش بعض النتائج المثيرة جدا للاهتمام (هل يمكن للخوارزمية التنبؤ فعلا بالمستقبل؟) والبدء في استخدامه في التداول الخاص بنا. إذا كنت ترغب في التحقق من المقال التالي وقراءة المزيد عن التداول والاستثمار باستخدام الخوارزميات، الاشتراك في النشرة الإخبارية.

القادمة القادمة: تعلم آلة ذهب البرية - استخدام التعليمات البرمجية!

إذا كان لديك المزيد من ردود الفعل، بينغ لي في جونروميرو أو الاشتراك في النشرة الإخبارية.

قانوني خارجي. هذا هو برنامج تعليمي هندسي حول كيفية بناء منصة ألغوترادينغ للتجريب و فان. أي اقتراحات هنا ليست النصائح المالية. إذا كنت تفقد أي (أو كل) لك المال لأنك اتبعت أي نصائح التداول أو نشر هذا النظام في الإنتاج، لا يمكنك إلقاء اللوم على هذه بلوق عشوائي (و / أو لي). استمتع على مسؤوليتك الخاصة.

الميكانيكية الفوركس.

التداول في سوق الفوركس باستخدام استراتيجيات التداول الميكانيكية.

تعلم الآلات في تجارة الفوركس: لماذا العديد من الأكاديميين يفعلون كل شيء خاطئ.

بناء استراتيجيات التعلم آلة التي يمكن الحصول على نتائج لائقة في ظل ظروف السوق الحية كانت دائما تحديا هاما في التداول الخوارزمية. على الرغم من كمية كبيرة من الفائدة والمكافآت المحتملة لا يصدق، لا تزال هناك أي منشورات الأكاديمية التي هي قادرة على إظهار تعلم آلة جيدة النماذج التي يمكن أن تعالج بنجاح مشكلة التداول في السوق الحقيقي (إلى حد علمي، بعد تعليق إذا كان لديك واحد وأنا & # 8217؛ ليرة لبنانية تكون أكثر من سعداء لقراءتها). على الرغم من أن العديد من الأبحاث المنشورة تظهر نتائج واعدة، غالبا ما تكون هذه الأوراق في مجموعة متنوعة من المشاكل التحيز الإحصائية المختلفة التي تجعل نجاح السوق الحقيقي لاستراتيجيات التعلم الآلي الخاصة بهم غير محتملة للغاية. في اليوم & # 8217؛ الصورة سوف أتحدث عن المشاكل التي أرى في البحوث الأكاديمية ذات الصلة مع تعلم الآلة في الفوركس، وكيف أعتقد أن هذا البحث يمكن تحسينها لإعطاء معلومات أكثر فائدة بكثير لكل من المجتمعات الأكاديمية والتجارية.

معظم المزالق في تصميم استراتيجية التعلم الآلي عند القيام تداول الفوركس هي ورثت حتما من عالم مشاكل التعلم الحتمية. عند بناء خوارزمية التعلم الآلي لشيء مثل التعرف على الوجه أو التعرف على الحروف هناك مشكلة محددة جيدا لا يتغير، والتي يتم معالجتها بشكل عام من خلال بناء نموذج التعلم الآلي على مجموعة فرعية من البيانات (مجموعة التدريب) ومن ثم اختبار إذا كان النموذج قادرا على حل المشكلة بشكل صحيح باستخدام تذكير البيانات (مجموعة اختبار). هذا هو السبب في أن لديك بعض مجموعات البيانات الشهيرة وراسخة التي يمكن استخدامها لتحديد نوعية تقنيات التعلم آلة وضعت حديثا. غير أن النقطة الرئيسية هنا هي أن المشاكل التي تناولها التعلم الآلي في البداية كانت حتمية في معظمها ووقت مستقل.

عند الانتقال إلى التداول، وتطبيق هذه الفلسفة نفسها تنتج العديد من المشاكل التي تتعلق بك مع كل من الطابع غير المحدد جزئيا للسوق والاعتماد على الوقت. مجرد محاولة محاولة اختيار مجموعات التدريب والاختبار يقدم قدرا كبيرا من التحيز (تحيز اختيار البيانات) الذي يخلق مشكلة. إذا تم تكرار الاختيار لتحسين النتائج في مجموعة الاختبار & # 8211؛ والتي يجب أن نفترض يحدث في بعض الحالات على الأقل & # 8211؛ ثم يضيف المشكلة أيضا قدرا كبيرا من البيانات التحيز التعدين. كما أن المسألة الكاملة المتمثلة في القيام بعملية تدريب / التحقق من صحة واحدة تولد أيضا مشكلة تتعلق بكيفية تطبيق هذه الخوارزمية عند التداول المباشر. وبحكم التعريف فإن التداول المباشر سيكون مختلفا لأن اختيار مجموعات التدريب / الاختبار يحتاج إلى إعادة تطبيقه على بيانات مختلفة (كما هو الحال الآن، فإن مجموعة الاختبارات هي بيانات غير معروفة حقا). والتحيز المتأصل في الاختيار الأولي في العينة / خارج العينة، وعدم وجود أي قواعد مختبرة للتداول في ظل بيانات غير معروفة يجعل هذه التقنيات تفشل عادة في التداول المباشر. إذا تم تدريب خوارزمية مع بيانات 2000-2018 وتم التحقق من صحتها مع بيانات 2018-2018، فلا يوجد سبب يدعو إلى الاعتقاد بأن نفس النجاح سيحدث إذا تم تدريبه في بيانات الفترة من 2003 إلى 2018 ثم تم تداوله من 2018 إلى 2017، هي مختلفة جدا في الطبيعة.

قياس نجاح الخوارزمية هي أيضا مشكلة ذات صلة جدا هنا. لا بد من قياس خوارزميات التعلم الآلي المستخدمة للتداول في الجدارة من خلال قدرتها على توليد عوائد إيجابية ولكن بعض الأدبيات تقيس مزايا تقنيات خوارزمية جديدة من خلال محاولة قياس قدرتها على التنبؤات الصحيحة للهيئة. التنبؤات الصحيحة لا تعادل بالضرورة تداول مربح كما يمكنك أن ترى بسهولة عند بناء المصنفات الثنائية. إذا حاولت التنبؤ بالشمعة القادمة و # 8217؛ s الاتجاه لا يزال بإمكانك أن تجعل الخسارة إذا كنت في الغالب الحق على الشموع الصغيرة والخطأ على الشموع أكبر. في الواقع معظم هذا النوع من المصنفات & # 8211؛ معظم تلك التي لا تعمل & # 8211؛ في نهاية المطاف التنبؤ الاتجاه مع دقة أعلى من 50٪، ولكن لم تتجاوز المستوى المطلوب لتجاوز اللجان التي من شأنها أن تسمح تداول الخيارات الثنائية مربحة.

لبناء استراتيجيات التي هي في الغالب التخلص من المشاكل المذكورة أعلاه لقد دعت دائما لمنهجية يتم إعادة تدريب خوارزمية تعلم الآلة قبل اتخاذ أي قرار التدريب. باستخدام نافذة متحركة للتدريب وعدم اتخاذ أكثر من قرار واحد دون إعادة تدريب خوارزمية كاملة يمكننا التخلص من التحيز الاختيار الذي هو متأصل في اختيار مجموعة واحدة في العينة / خارج العينة. وبهذه الطريقة الاختبار كله هو سلسلة من التدريبات / التحقق من صحة التي تنتهي في نهاية المطاف ضمان أن خوارزمية التعلم الآلي يعمل حتى في ظل مجموعات بيانات التدريب مختلفة بشكل كبير. وأنا أيضا أدعو إلى قياس الأداء الفعلي باكتستينغ لقياس خوارزمية التعلم الآلي & # 8217؛ ق الجدارة وعلاوة على ذلك أود أن تذهب إلى حد القول بأن أي خوارزمية يمكن أن تكون قيمة ملحها دون أن يثبت في ظل ظروف حقيقية خارج العينة . تطوير الخوارزميات بهذه الطريقة هو أصعب بكثير وأنا لم أكن العثور على ورقة أكاديمية واحدة التي تتبع هذا النوع من النهج (إذا فاتني أنه لا تتردد في نشر رابط حتى أتمكن من تضمين تعليق!).

هذا لا يعني أن هذه المنهجية هي مشكلة خالية تماما ومع ذلك، فإنه لا يزال يخضع للمشاكل الكلاسيكية ذات الصلة لجميع عمليات بناء استراتيجية، بما في ذلك التحيز منحنى المناسب والتحيز التعدين البيانات. هذا هو السبب في أنه من المهم أيضا لاستخدام كمية كبيرة من البيانات (يمكنني استخدام 25+ سنوات لاختبار النظم، ودائما إعادة التدريب بعد كل آلة التعلم المستمدة القرار) وإجراء اختبارات تقييم التحيز التعدين البيانات الكافية لتحديد الثقة التي نحن يمكن القول أن النتائج لا تأتي من فرصة عشوائية. صديقي ألغوترادرجو & # 8211؛ الذي يحدث أيضا أن يكون عضوا في بلدي التداول المجتمع & # 8211؛ ينمو حاليا موضوع في فوريكسفاكتوري بعد نفس هذا النوع من الفلسفة لتطوير التعلم الآلي، ونحن نعمل على بعض خوارزميات التعلم الآلي جديدة لمجتمع التداول بلدي. يمكنك الرجوع إلى موضوعه أو المشاركات السابقة على بلدي بلوق لعدة أمثلة من خوارزميات التعلم الآلي وضعت بهذه الطريقة.

إذا كنت ترغب في معرفة المزيد عن التطورات في مجال التعلم الآلي وكيف يمكنك أيضا يمكن أيضا تطوير استراتيجيات التعلم الآلي الخاصة بك باستخدام F4 فريميورك يرجى النظر في الانضمام أسيريكوي، موقع مليئة أشرطة الفيديو التعليمية ونظم التداول والتنمية وصوت صادق واتباع نهج شفاف تجاه التداول الآلي.

5 الردود على & # 8220؛ آلة التعلم في تجارة الفوركس: لماذا العديد من الأكاديميين يفعلون كل خطأ & # 8221؛

مادة كبيرة، والمشاكل التي تسليط الضوء هي بالتأكيد صالحة للنظام متانة!

سؤال لدي، هل من الطبيعي أن أقول إي للقيام به بشكل جيد جدا في زوج معين والقيام الرهيبة في جميع الآخرين؟

أو، يجب أن قوية إي القيام بشكل جيد في عدة أزواج على الأقل، من دون أي تغيير في الإعدادات!

شكرا، على أفكارك العظيمة.

هذا السؤال مثير للاهتمام؛ س). وأعتقد أن السؤال هو أفضل صياغة كما & # 8220؛ يمكن أن النظام الذي يبقى على زوج واحد فقط توليد عائدات عندما يعيش تداول؟ & # 8221؛ والجواب هو نعم (سواء من الناحية النظرية ومن تجربتي الخاصة). عدم وجود إرجاع على زوج واحد فقط لا يعني أن النظام & # 8220؛ سيء & # 8221؛ بل يعني ببساطة أنه يستغل عدم الكفاءة التاريخية التي لا توجد إلا على صك واحد. شريطة أن تأخذ الرعاية من مصادر التحيز (مثل التحيز التعدين البيانات والتحيز منحنى المناسب) ليس هناك سبب لماذا هذا لن يعمل.

الآن، إذا كان لديك نظام يعمل عبر العديد من الرموز ثم التحيز التعدين البيانات سوف تكون أضعافا مضاعفة لنظام متساو الذي يعمل فقط على رمز واحد والانحياز المناسب منحنى سيكون أيضا أقل بسبب استخدام المزيد من البيانات. لذلك أود أن أقول أنه & # 8217؛ ق أفضل، ولكن بالتأكيد ليس مطلوبا.

ولكن تذكر، قياس التحيزات الإحصائية الخاصة بك!

أنا سعيد جدا أن قلت أنه ليس من الضروري تحقيق الربح في جميع أزواج! أيضا منحنى المناسب، كيف يمكن للمرء أن يعرف الحد من التغيير والتبديل المسموح به قبل أن تصبح جاهزة؟

وأخيرا، لقد فعلت اختبار بسيط جدا باستخدام معيار عداء متحرك إي على MT4، لمعرفة أي أزواج سوف تتفاعل على نطاق واسع إلى ما. أنا باكستد 52 زوجا لمعرفة كم & # 8216؛ فترة الانتقال & # 8217؛ بين (1-20) من شأنه أن يحقق ربحا، بغض النظر عن السحب. كنت أتساءل ما جعل لكم من النتائج!

* 5 سنوات فترة الاختبار.

* تراجع لا يقاس.

* 52 أزواج اختبار.

* إعدادات اختبار (الفترات 1-20).

1 23 أزواج، لا ربح على أي إعدادات شريط 1-20.

2 6 أزواج، يمكن أن تجعل الربح فقط على 1 الإعداد.

3 14 أزواج فقط، عاد الربح على 5، أو أكثر إعدادات مختلفة.

4 5 أزواج فقط، عاد الربح على 10، أو أكثر إعدادات مختلفة.

1 بتكوسد 19 إعدادات من أصل 20، حققت أرباحا.

تحتاج إلى التمييز بين التحيز منحنى المناسب والتحيز التعدين البيانات (أو على الأقل هذين النوعين مختلف من التحيز، ولكن قد ترغب في الاتصال بهم). التحيز منحنى المناسب هو التحيز التي تم إنشاؤها من خلال إيجاد عدم الكفاءة عبر مجموعة من البيانات، يجيب على السؤال: هو نظام بلدي العثور على شيء عام أو شيء معين للبيانات التي أستخدمها؟ تحييد البيانات التعدين يجيب على السؤال: هو نظام بلدي العثور على عدم الكفاءة التاريخية الحقيقية أو هي النتائج فقط بسبب عملية التعدين بلدي (يعني القادمة من فرصة عشوائية)؟

من خلال زيادة المسافات المعلمة ودرجات الحرية كنت زيادة التحيز التعدين البيانات (أنت أكثر عرضة للعثور على نظام فقط عن طريق الصدفة، بدلا من النظام الذي يتداول عدم الكفاءة التاريخية الحقيقية). يمكنك قياس التحيز استخراج البيانات باستخدام اختبار مثل الأبيض & # 8217؛ ق الاختيار واقع. إن القيام بهذا النوع من الاختبارات أمر أساسي لتصميم الإستراتيجية الموثوق بها.

اقرأ المزيد عن هذا التمييز بين التحيزات هنا:

اقرأ أيضا هذه الورقة حول الموضوع:

قبل السكن في تعقيدات تصميم نظام التداول وإيجاد استراتيجيات للتداول أنا المشورة بقوة الحصول على تشكيل الصلبة في الإحصاءات (كورسيرا إحصاءات الدورات هي بداية مجانية ممتازة). سوف إحصاءات تعطيك القدرة على تحليل النتائج الخاصة بك ومنهجية معالجة أسئلة مثل هذه؛ س)

[& # 8230؛] تعلم الآلات في تجارة الفوركس: لماذا العديد من الأكاديميين يفعلون كل شيء خاطئ [الميكانيكية الفوركس] بناء استراتيجيات التعلم الآلي التي يمكن الحصول على نتائج لائقة في ظل ظروف السوق الحية كانت دائما تحديا هاما في التداول حسابي. على الرغم من قدر كبير من الاهتمام والمكافآت المحتملة لا يصدق، لا تزال هناك أي منشورات الأكاديمية التي هي قادرة على إظهار نماذج جيدة آلة التعلم التي يمكن أن تعالج بنجاح مشكلة التداول في ريال مدريد [& # 8230؛]

فوريكس-ترادينغ-ماشين (آفي فريستر).

أيضا في فوركسترادينغماشين.

مناقشة حية.

تاريخ مناقشة حية من النقد الاجنبى التداول آلة (آفي فريستر) في منتدانا.

قضايا المحكمة.

فتح 0 تقرر 0 غير مذنب 0 مذنب 0.

اسمحوا التجار الآخرين يعرفون ما إذا كانت هذه الخدمة يستحق التدقيق أو ينبغي تجنبها.

ملاحظاتك تهم!

شراء الفوركس آلة التداول اليوم، إذا خلال 56 أيام القادمة من عملية الشراء كنت غير راض لأي سبب من الأسباب، وسوف برد الدفع الخاص بك في كامل أي أسئلة مطروحة!

لا يوجد رد حتى يومنا هذا.

في قصيرة: أستطيع التعرف على تاجر حقيقي من وهمية و اقول لكم أفي هو تاجر حقيقي لا يزال لم شراء له آلة تداول العملات الأجنبية ولكن لام التخطيط للقيام بذلك قريبا كوز أحب الأشياء الميكانيكية، فقط تخيل إذا كانت هذه الاستراتيجيات الحرة وقال انه يرسل لي عن طريق البريد الإلكتروني هي مفيدة جدا ثم بالتأكيد دفعه الكتاب الإلكتروني سيكون أكثر nice. once أنا شراء ومحاولة كتابه الإلكتروني وسوف تبقى لكم جميعا على علم في هذا الموقع، والتداول سعيدة.

اشتريت الكتاب الإلكتروني واحد مع أنظمة 3 في ذلك وبعد ذلك أرسلوا لي 2 أكثر (التي لم يذكروا حتى في العرض لأول كتاب إلكتروني) - مكملة. لذلك حصلت على 6 أنظمة مربحة أقل من 100 دولار. بالنسبة لي التي هي رخيصة جدا.

وللشخص الذي يتحدث عن ضعف الدعم - أنا لا تحصل على ذلك لأن التقنيات بسيطة جدا وشرح جيدا جدا مع الأمثلة والرسوم البيانية وأنت لا تحتاج إلى أي دعم على الإطلاق، كل ما هو واضح.

الحصول على رمز القطعة.

الفوركس التعليقات والتصنيفات.

اختبارات أداء الفوركس.

فوركس ترادرس كورت.

تجارة الفوركس التعليم والمنتديات المجتمعية.

تقويم الفوركس والأدوات.

تداول العملات الأجنبية أو العقود مقابل الفروقات على النفوذ مرتفع المخاطر وقد تتجاوز خسائرك الودائع.

تجارة الفوركس الخوارزمية: حكاية عملية للمهندسين.

كما تعلمون، يتم استخدام سوق العملات الأجنبية (الفوركس، أو الفوركس) للتداول بين أزواج العملات. ولكن قد لا تكون على علم بأنها السوق الأكثر سيولة في العالم.

قبل بضع سنوات، مدفوعا الفضول بلدي، أخذت خطواتي الأولى في عالم التداول الفوركس حسابي عن طريق إنشاء حساب تجريبي واللعب من المحاكاة (مع المال وهمية) على منصة التداول ميتا التاجر 4.

بعد أسبوع من "التداول"، كنت قد تضاعفت تقريبا أموالي. مدفوعة من قبل بلدي ناجحة التداول الخوارزمية، وحفر أعمق، وقعت في نهاية المطاف لعدد من المنتديات فكس. قريبا، كنت أقضي ساعات القراءة عن أنظمة التداول حسابي (مجموعات القاعدة التي تحدد ما إذا كان يجب شراء أو بيع)، مؤشرات مخصصة، المزاج السوق، وأكثر من ذلك.

عميلي الأول.

حول هذا الوقت، من قبيل الصدفة، سمعت أن شخصا ما كان يحاول العثور على مطور البرمجيات لأتمتة نظام التداول بسيطة. كان هذا مرة أخرى في بلدي أيام الكلية عندما كنت أتعلم عن البرمجة المتزامنة في جافا (المواضيع، سيمافوريس، وجميع تلك غير المرغوب فيه). اعتقدت أن هذا النظام الآلي هذا لا يمكن أن يكون أكثر تعقيدا بكثير من بلدي متقدمة دورة علوم البيانات العمل، لذلك استفسرت عن هذه المهمة، وجاء على متن الطائرة.

أراد العميل برنامج التداول الخوارزمي الذي بني مع MQL4، وهي لغة برمجة وظيفية تستخدمها منصة ميتا تريدر 4 لأداء الإجراءات المتعلقة بالأسهم.

دور منصة التداول (ميتا تريدر 4، في هذه الحالة) هو توفير اتصال لوسيط الفوركس. وسيط ثم يوفر منصة مع المعلومات في الوقت الحقيقي حول السوق وتنفيذ أوامر الشراء / البيع. بالنسبة للقراء غير المألوفين بتداول العملات الأجنبية، إليك المعلومات التي يتم توفيرها من خلال خلاصة البيانات:

من خلال ميتا تريدر 4، يمكنك الوصول إلى جميع هذه البيانات مع الوظائف الداخلية، ويمكن الوصول إليها في أطر زمنية مختلفة: كل دقيقة (M1)، كل خمس دقائق (M5)، M15، M30، كل ساعة (H1)، H4، D1، W1، من .

حركة السعر الحالي تسمى القراد. وبعبارة أخرى، القراد هو تغيير في سعر العرض أو الطلب لزوج العملات. خلال الأسواق النشطة، قد يكون هناك العديد من القراد في الثانية الواحدة. خلال الأسواق بطيئة، يمكن أن يكون هناك دقائق دون علامة. القراد هو ضربات القلب من روبوت سوق العملات.

عند تقديم طلب من خلال هذه المنصة، يمكنك شراء أو بيع حجم معين من عملة معينة. يمكنك أيضا تعيين حدود وقف الخسارة والحد من الربح. الحد الأقصى لوقف الخسارة هو الحد الأقصى للنقاط (تغيرات الأسعار) التي يمكنك تحملها قبل التخلي عن التداول. الحد الأقصى للربح هو مقدار النقاط التي سوف تتراكم لصالحك قبل صرفها.

كانت مواصفات التداول الخوارزمية للعميل بسيطة: أرادوا روبوت الفوركس على أساس مؤشرين. بالنسبة إلى الخلفية، تكون المؤشرات مفيدة جدا عند محاولة تحديد حالة السوق واتخاذ قرارات التداول، لأنها تستند إلى بيانات سابقة (على سبيل المثال، أعلى قيمة سعر في آخر أيام n). يأتي العديد من المدمج في ميتا التاجر 4. ومع ذلك، فإن المؤشرات التي كان موكلي مهتما جاء من نظام التداول مخصص.

أرادوا أن يتداولوا في كل مرة يتقاطع فيها اثنان من هذه المؤشرات المخصصة، وفقط في زاوية معينة.

كما حصلت على يدي القذرة، علمت أن برامج MQL4 لديها البنية التالية:

وظيفة البداية هي قلب كل برنامج MQL4 لأنه يتم تنفيذها في كل مرة يتحرك السوق (إرجو، وهذه الوظيفة تنفيذ مرة واحدة لكل علامة). هذا هو الحال بغض النظر عن الإطار الزمني الذي تستخدمه. على سبيل المثال، يمكن أن تعمل على الإطار الزمني H1 (ساعة واحدة)، إلا أن وظيفة البدء ستنفذ عدة آلاف من المرات في الإطار الزمني.

للتغلب على هذا، اضطررت وظيفة لتنفيذ مرة واحدة لكل وحدة الفترة:

الحصول على قيم المؤشرات:

منطق القرار، بما في ذلك تقاطع المؤشرات وزواياها:

إرسال الأوامر:

إذا كنت مهتما، يمكنك العثور على رمز، رونابل كاملة على جيثب.

Backtesting.

بمجرد أن أقوم ببناء نظام التداول الخوارزمي الخاص بي، أردت أن أعرف: 1) إذا كان يتصرف بشكل مناسب، و 2) إذا كانت استراتيجية تداول العملات الأجنبية التي استخدمتها كانت جيدة.

الاختبار الخلفي (أحيانا مكتوب "الاختبار الخلفي") هو عملية اختبار نظام معين (الآلي أو لا) في ظل أحداث الماضي. وبعبارة أخرى، يمكنك اختبار النظام الخاص بك باستخدام الماضي كبديل للحاضر.

MT4 يأتي مع أداة مقبولة ل باكتستينغ استراتيجية تداول العملات الأجنبية (في الوقت الحاضر، وهناك المزيد من الأدوات المهنية التي توفر وظائف أكبر). للبدء، يمكنك إعداد الأطر الزمنية الخاصة بك وتشغيل البرنامج الخاص بك تحت محاكاة. فإن الأداة محاكاة كل القراد مع العلم أنه لكل وحدة يجب أن تفتح بسعر معين، وثيقة بسعر معين، والوصول إلى مستويات قياسية وأدنى مستوياتها.

بعد مقارنة الإجراءات من البرنامج ضد الأسعار التاريخية، سيكون لديك شعور جيد لما إذا كان أو لم تنفذ بشكل صحيح.

من باكتستينغ، كنت قد تحقق من نسبة العائد فكس الروبوت لبعض فترات زمنية عشوائية؛ وغني عن القول، وأنا أعلم أن موكلي لن يكون غني مع ذلك - المؤشرات التي اختارها، جنبا إلى جنب مع منطق القرار، لم تكن مربحة. كعينة، وهنا نتائج تشغيل البرنامج عبر نافذة M15 ل 164 عملية:

لاحظ أن رصيدنا (الخط الأزرق) ينتهي إلى ما دون نقطة البداية.

المعلمة الأمثل، والكذب.

على الرغم من أن باكتستينغ جعلني حذرا من فائدة هذا الروبوت فكس، وكنت مفتون عندما بدأت اللعب حولها مع معالمه الخارجية ولاحظت اختلافات كبيرة في نسبة العائد الكلي. ويعرف هذا العلم معين باسم تحسين المعلمة.

فعلت بعض اختبار خشنة لمحاولة واستنتاج أهمية المعلمات الخارجية على نسبة العائد وجاء مع شيء من هذا القبيل:

قد تعتقد (كما فعلت) أنه يجب عليك استخدام المعلمة A. ولكن القرار ليس واضحا كما قد تظهر. وعلى وجه التحديد، لاحظ عدم إمكانية التنبؤ بالمعلمة A: بالنسبة لقيم الخطأ الصغيرة، تتغير عودتها بشكل كبير. وبعبارة أخرى، من المرجح جدا أن تؤدي المعلمة أ إلى الإفراط في التنبؤ بالنتائج المستقبلية منذ أي حالة من عدم اليقين، فإن أي تحول على الإطلاق سيؤدي إلى أداء أسوأ.

ولكن في الواقع، والمستقبل غير مؤكد! وبالتالي فإن عودة المعلمة A غير مؤكدة أيضا. الخيار الأفضل، في الواقع، هو الاعتماد على عدم القدرة على التنبؤ. وفي كثير من الأحيان، يفضل أن تكون المعلمة ذات عتبة الحد الأدنى ولكن القدرة على التنبؤ المتفوقة (أقل تقلبا) أفضل من المعلمة ذات العائد المرتفع ولكن القدرة على التنبؤ ضعيفة.

الشيء الوحيد الذي يمكن أن يكون متأكدا هو أنك لا تعرف مستقبل السوق، والتفكير كنت تعرف كيف أن السوق هو الذهاب إلى أداء استنادا إلى البيانات الماضية هو خطأ. بدوره، يجب أن نعترف هذا عدم القدرة على التنبؤ في توقعات فوركس الخاص بك.

وهذا لا يعني بالضرورة أنه ينبغي لنا استخدام المعلمة B، لأن العوائد الدنيا للمعلمة A تؤدي أداء أفضل من المعلمة B؛ هذا هو فقط لتظهر لك أن تحسين المعلمات يمكن أن يؤدي إلى اختبارات المبالغة في النتائج المحتملة في المستقبل، وهذا التفكير ليست واضحة.

عموما اعتبارات التداول الخوارزمية الفوركس.

منذ أن أول تجربة تداول العملات الأجنبية خوارزمية، لقد بنيت عدة أنظمة التداول الآلي للعملاء، ويمكنني أن أقول لكم أن هناك دائما مجال لاستكشاف المزيد من التحليل الفوركس الذي يتعين القيام به. على سبيل المثال، قمت مؤخرا ببناء نظام قائم على إيجاد ما يسمى بحركات "السمك الكبير". وهذا هو، والنقاط الضخمة الاختلافات في صغيرة، وحدات صغيرة من الزمن. هذا هو الموضوع الذي يغني لي.

بناء نظام محاكاة فكس الخاص بك هو خيار ممتاز لمعرفة المزيد عن تداول سوق الفوركس، والاحتمالات لا حصر لها. على سبيل المثال، يمكنك محاولة فك توزيع الاحتمالات لتغيرات الأسعار كدالة للتقلب في سوق واحد (ور / أوسد على سبيل المثال)، وربما جعل نموذج محاكاة مونت كارلو باستخدام التوزيع لكل حالة تقلب، وذلك باستخدام أي درجة من دقة تريد. سأترك هذا كممارسة للقارئ الحريص.

عالم الفوركس يمكن أن يكون ساحقا في بعض الأحيان، ولكن آمل أن هذه الكتابة قد أعطاك بعض النقاط حول كيفية البدء في استراتيجية تداول الفوركس الخاصة بك.

قراءة متعمقة.

في الوقت الحاضر، هناك مجموعة واسعة من الأدوات لبناء واختبار وتحسين نظام التداول الآلي: تجارة بلوكس للاختبار، نينجاترادر ​​للتداول، أوكامل للبرمجة، على سبيل المثال لا الحصر.

لقد قرأت على نطاق واسع عن العالم الغامض الذي هو سوق العملات. وفيما يلي عدد قليل من الكتابة المنبثقة التي أوصي للمبرمجين والقراء المتحمسين:

فهم الأساسيات.

ما هو تداول الفوركس كل شيء؟

تداول الفوركس (أو الفوركس) هو شراء وبيع عن طريق أزواج العملات (على سبيل المثال الدولار مقابل اليورو) في سوق الصرف الأجنبي.

كيف الفوركس كسب المال؟

وسطاء الفوركس كسب المال من خلال العمولات والرسوم. تجار الفوركس يجعل (أو يخسر) المال على أساس توقيتهم: إذا كانوا قادرين على بيع عالية بما فيه الكفاية بالمقارنة مع عندما اشتروا، فإنها يمكن أن تحقق أرباحا.

ما هو اختبار استراتيجية التداول؟

الاختبار الخلفي هو عملية اختبار استراتيجية أو نظام معين باستخدام أحداث الماضي.

ما هو التداول الخوارزمي؟

التداول الخوارزمي هو عندما يستخدم روبوت / برنامج مجموعة من القواعد التي تخبره عند الشراء أو البيع.