Diskussion zum Artikel "Erstellung eines Indikators für die Volatilitätsprognose mit Python"
Hallo! Vielen Dank. Ich verlasse mich nicht nur auf eine Methode. Ich habe einen umfassenden Python EA, der naive Musteranalyse, maschinelles Lernen auf Binärcode, maschinelles Lernen auf 3D-Balken, neuronales Netzwerk auf Volumenanalyse, Volatilitätsanalyse, Wirtschaftsmodell basierend auf Weltbank- und IWF-Daten, riesige Datensätze mit Hunderttausenden von Zeilen über alle Länder der Welt, alle Statistiken, die auf .... möglich sind, beinhaltet.Und ein statistisches Modul, das alle möglichen statistischen Merkmale erstellt, und ein genetischer Algorithmus, der Hyperparameter optimiert, und ein Arbitragemodul, das faire Währungspreise erstellt, und das Herunterladen der Schlagzeilen und des Inhalts der weltweiten Medien zu einer bestimmten Währung, mit einer Analyse der emotionalen Färbung aller Nachrichtenartikel und -notizen (in 80 % der Fälle, wenn die Medien Sie ermutigen, etwas zu kaufen, kommt dann der Einbruch, wenn die Nachrichten negativ sind - steigt höchstwahrscheinlich mit einer Verzögerung von 3-4 Tagen).
Haben Sie irgendwelche Ideen, was man noch hinzufügen könnte? Ich bin nur zu dem Schluss gekommen, dass ich noch einen Upload von Positionen von einer bekannten Kontoüberwachungsseite (ich weiß nicht, ob ich den Namen hier sagen darf) machen muss, ich habe den Code gemacht, ich werde auch einen Artikel darüber schreiben, der Kurs geht meistens gegen die Masse.
Ich arbeite auch daran, Daten über Futures-Volumina, Volumencluster und die Analyse von COT-Berichten hochzuladen - ebenfalls in Python.
Ich verwende sowohl Regressions- als auch Klassifizierungsmodelle, und bald möchte ich ein Supersystem erstellen, das alle Vorzeichen, alle Signale aller Modelle sowie gleitende Gewinne/Verluste und Gewinne/Verluste der Kontohistorie erhält und alles in das DQN-Modell einspeist=).
venv_volatility\Scripts\activate
Die Antwort auf den ersten Befehl ist "Python", aber für diese Zeile erhalte ich "The system cannot find the specified path"
(ich habe Python frisch installiert und bin Ihren Anweisungen gefolgt)
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Erstellung eines Indikators für die Volatilitätsprognose mit Python :
In diesem Artikel werde ich meinen Weg von der Verzweiflung zu einem funktionierenden Volatilitätsprognosesystem beschreiben. Kein langweiliges Zeug oder akademisches Fachchinesisch – nur echte Erfahrung und funktionierende Lösungen. Ich zeige Ihnen, wie ich MetaTrader 5 mit Python kombiniert habe (Spoiler: sie haben sich nicht auf Anhieb verstanden), wie ich maschinelles Lernen für mich nutzbar gemacht habe und auf welche Fallstricke ich dabei gestoßen bin.
Die wichtigste Erkenntnis, die ich aus dieser ganzen Geschichte gewonnen habe, ist, dass man weder klassischen Indikatoren noch trendigen neuronalen Netzen blind vertrauen darf. Ich erinnere mich, wie ich eine Woche damit verbracht habe, ein sehr komplexes neuronales Netz einzurichten, und dann zeigte ein einfaches XGBoost bessere Ergebnisse. Oder wie einmal ein einfacher Bollinger ein Depot rettete, wo alle intelligenten Algorithmen versagten.
Mir wurde auch klar, dass es beim Handel, wie beim Boxen, nicht auf die Wucht des Schlags ankommt, sondern auf die Fähigkeit, ihn zu antizipieren. Mein System macht keine übernatürlichen Vorhersagen. Es hilft Ihnen einfach, auf Marktüberraschungen vorbereitet zu sein und die Sicherheitsmarge Ihrer Handelsstrategie rechtzeitig zu erhöhen.
Autor: Yevgeniy Koshtenko