Discusión sobre el artículo "Remuestreo avanzado y selección de modelos CatBoost con el método de fuerza bruta" - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿Puedes dejar un enlace a Jupyter Notebook con este código fuente en Colab?
Por eso me falta información estadística, digamos que estudiamos 1000 modelos y el 5% de ellos mostraron un buen beneficio desde 2015, pero también necesitamos evaluar la similitud de los modelos entre sí, que es más difícil, pero más informativo.
Globalmente me sigue faltando potencia, tengo algoritmos, pero no tengo potencia suficiente para mirar todos los instrumentos desde hace 70 años en los minutos.
Puedes exportar a colaba, el archivo está al final del artículo
Convertido a cuaderno: https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
Pero no hay manera de importar MT5, probado todas las opciones, ninguno de ellos cargado repositorio https://pypi.org/project/MetaTrader5.
!pip install MetaTrader5 con este comando errores
No se pudo encontrar una versión que satisfaga el requisito de MetaTrader5 (de versiones: ninguna )
No se ha encontrado ninguna distribución compatible para MetaTrader5
No hay diferencia, puedes comprobarlo. Me gusta más así.
No puedo. Si alguien lo comprueba, sería interesante verlo.
Así que hay un sobremuestreo - cuyo objetivo es encontrar esos patrones en 2020, que estaban en vigor durante todo el período - desde 2015. Teóricamente, puede ser necesario la fuerza bruta más, pero el objetivo se logrará, la otra cosa es que no está claro si se trata de un patrón o un ajuste, y sin siquiera una respuesta hipotética a esta pregunta, es difícil tomar una decisión sobre la conveniencia de instalar el TC en el real....
Leer:
La última parte (derecha) del gráfico (unas 1000 operaciones) es un conjunto de datos de entrenamiento de principios de 2020, mientras que la parte restante son datos nuevos que no participaron en el entrenamiento del modelo.
Convertido a cuaderno: https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
Pero no hay manera de importar MT5, probado todas las opciones, ninguno de ellos cargado el repositorio https://pypi.org/project/MetaTrader5.
!pip install MetaTrader5 con este comando errores
No se pudo encontrar una versión que satisfaga el requisito de MetaTrader5 (de versiones: ninguna )
No se ha encontrado ninguna distribución para MetaTrader5
y no funcionará, porque es linux y el terminal no cabe ahí.
como opción, descargar archivos ya preparados con las comillas
y no funcionará porque es linux y terminal no cabe.
Otra opción es descargar archivos ya preparados con las comillas
Eso es lo que he entendido, gracias por la respuesta.
Lectura:
La última parte (derecha) del gráfico (unas 1000 operaciones) es un conjunto de datos de entrenamiento de principios de 2020, mientras que el resto del gráfico son datos nuevos que no participaron de ninguna manera en el entrenamiento del modelo.
No es buscar modelos en el futuro, sino buscar dependencias en una serie. La secuencia no es importante. Puedes buscar en el medio y probar adelante y atrás, no cambiará nada
es tan sencillo de entender que no requiere más explicaciones.
La ventaja es que el patrón encontrado puede desaparecer con el tiempo. En este caso, es preferible aprender de datos recientesno es buscar patrones en el futuro, sino buscar dependencias en una serie. La secuencia no es importante. Puedes buscar en el medio y probar delante y detrás, no cambiará nada.
es tan sencillo de entender que no requiere más explicaciones.
la ventaja es que el patrón encontrado puede desaparecer con el tiempo. En este caso, es preferible aprender de datos recientes
No se trata de una serie abstracta. Hay "dependencias" evidentes (la misma palabra, pero el significado es distinto para entendernos) de izquierda a derecha (del pasado al futuro), pero no al revés. Apenas hay publicaciones científicas sobre previsión de cotizaciones, en las que se hagan pruebas sobre el pasado.