Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1008
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
Como alternativa, se puede utilizar la discretización. Divida la serie por condiciones y analice las partes divididas para saber si pertenecen a un patrón. En otras palabras, dividimos el problema en partes, primero las unidades elementales, y luego su totalidad.
En principio, esto se hace automáticamente en las convoluciones, como sugirió Maxim. Las convoluciones pueden realizarse sobre una serie numérica, así como sobre capturas de pantalla o imágenes generadas a partir de una serie temporal.
Pero vale la pena entender un poco sobre el tema. Los patrones están en capas. También de las primitivas a las abstracciones más complejas. Si realmente está interesado, hay una base para la investigación, también puedo dar la dirección o ayudar con el código.
¿Te refieres a descomponer la imagen en píxeles, como el reconocimiento de letras por aprendizaje automático? Mi búsqueda se basa simplemente en la serie de precios de dos matrices.
Si se puede hacer de alguna manera para encontrar el patrón que buscamos con menos barras, por ejemplo, un patrón de 150 barras y se encuentra uno similar en el historial pero con el tamaño de 70 barras,
es interesante.
Lo que se muestra en la imagen son patrones encontrados por el algoritmo (script).
No entiendo muy bien tu definición de markovianidad, pero no creo que sea la misma que la habitual. Por ejemplo, una tendencia (como en su imagen) y el markovismo son bastante compatibles.
La probabilidad de que se produzca una serie de este tipo (incluso en el caso de que sea simétrica) es mayor (un problema del campo de la combinatoria elemental).
Con el paseo aleatorio la expectativa es igual al valor inicial; pero en forex también hay un spread que disminuirá en cada nueva operación.
Haz este experimento: lanza una moneda y dibuja un gráfico de paseo aleatorio, si sale cara el gráfico sigue subiendo, si sale cruz sigue bajando. Se obtiene un paseo aleatorio como siempre.
Ahora intenta el experimento de nuevo, pero ahora con cada lanzamiento de la moneda dibuja la gráfica un poco más abajo. Si el número de lanzamientos es grande, habrá aproximadamente tantos movimientos al alza como a la baja, pero además habrá muchos pequeños movimientos a la baja. Y estos pequeños movimientos a la baja dirigirán lenta pero seguramente todo el gráfico hacia abajo. La expectativa matemática no puede ser igual al valor inicial.
Por lo tanto, si el gráfico debería tender a la baja a un ritmo de unos -4 céntimos por cada operación, pero de alguna manera no lo hace, significa que hay algo mal en el paseo aleatorio y en el proceso de Markov.
Existe el problema de que 5 semanas no es tiempo suficiente para evaluar la señal, una persona afortunada también podría obtener dicha señal operando con una moneda, necesitamos esperar un par de meses más para tener credibilidad.
Doc, no es un modelo a seguir.
Muéstrame 2 semanas de trabajo.
Qué vergüenza. Esto es sólo una demostración de algo que algunas personas no han probado, pero que aún persisten en llamar imposible.
No voy a tener una mejor señal, he terminado con el forex. Algún día habrá criptointercambios con criptomonedas, ya mostraré algo allí.
Una vez más, bien hecho, Doc.
De hecho, es la primera señal neural sostenida que he visto. Aunque sea en una demo.
¡Así es como los pobres ancianos se sientan aquí en el foro en lugar de jugar al dominó en el patio! ¡Aprende a trabajar!
No voy a tener una mejor señal, he terminado con el forex. Algún día aparecerán criptointercambios con criptomonedas, ya mostraré algo allí.
Las criptodivisas pueden estrellarse como el índice Nasdaq en la década de 2000 y entonces, muchas acciones puntocom que formaban parte de ese índice nunca llegaron a esas alturas. La misma analogía.
Pero mientras las criptomonedas sean tendencia, y sea más fácil ganar dinero con una tendencia, es un axioma. Todas las fortunas en el comercio se han hecho sobre todo en las tendencias.
Tal vez sería mejor intentar operar con acciones, también tienen tendencia y no son tan peligrosas. Cuando las criptodivisas se estrellen, muchas de ellas simplemente se devaluarán.
Ahora he mirado y el bitcoin ya está a la mitad de su máximo histórico y la volatilidad es gigantesca.
En general, será interesante ver su señal de cómo terminará todo este evento)
Con el paseo aleatorio la expectativa es igual al valor inicial; pero en forex también hay un spread que disminuirá los fondos en cada nueva operación.
Haz este experimento: lanza una moneda y dibuja un gráfico de un paseo aleatorio, si sale cara, el gráfico sigue siendo ascendente, si sale cruz, sigue siendo descendente. Se obtiene un paseo aleatorio como siempre.
Ahora intenta el experimento de nuevo, pero ahora con cada lanzamiento de la moneda dibuja la gráfica un poco más abajo. Si el número de lanzamientos es grande, habrá aproximadamente tantos movimientos al alza como a la baja, pero además habrá muchos pequeños movimientos a la baja. Y estos pequeños movimientos a la baja dirigirán lenta pero seguramente todo el gráfico hacia abajo. La expectativa matemática no puede ser igual al valor inicial.
Por lo tanto, si el gráfico debería tender a la baja a un ritmo de unos -4 céntimos por cada operación, pero no tiende por alguna razón, significa que algo no es consistente con un paseo aleatorio y un proceso de Markov.
La presencia de una tendencia (ligeramente a la baja debido a la dispersión) no hace que la deambulación aleatoria no sea markoviana. Creo que estás confundiendo la markovalidad con la propiedad de ser una martingala - si un paseo aleatorio tiene una tendencia a la baja será una supermartingala en lugar de una martingala.
Ahí tienes, lo más fácil es mostrar la señal de la demo.
Nada complicado, simplemente lo hice.
Gracias.
Llevo mucho tiempo queriendo preguntar. Supongamos que tengo un patrón de cabeza y hombros de 150 barras. Necesito encontrar patrones similares por historia, pero se encontrarán si el número de barras es casi el mismo en el propio patrón y en el patrón encontrado. ¿Cómo se puede evitar el número exacto de barras, buscar alguna frecuente y obtener una media para ella o algo más?
Prueba el método DTW, puede que sea lo que necesitas.
Sobre el muestreo.
Puedes dividir todo el radio de tiempo con un fino zigzag, por ejemplo. Entonces, los tramos desde el "pozo" hasta el "pico", y viceversa, serán "unidades elementales" del patrón (movimiento ascendente, movimiento descendente, pequeño movimiento ascendente, etc.). La analogía son las letras.
En consecuencia, los analizamos además por parejas y por tríos. Por ejemplo, "aquí está la imagen del hombro izquierdo", "aquí está la imagen de la cabeza mirando hacia abajo". La analogía son las sílabas.
Entonces sólo es cuestión de mirar las secuencias de "sílabas" y comprobar que pertenecen a "palabras".
Como puede adivinar, el tamaño de la muestra ya no importará, sólo la semántica.
Espero haber sido claro.
Sobre la convolución.
Las capas convolucionales pueden aplicarse a diversos datos, no sólo a las imágenes. Ahora se aplican con éxito al texto y al sonido. Por tanto, su potencial en el mercado aún no se ha revelado (al menos abiertamente).
Bastante comprensible. Incluso lo he leído en alguna parte.
Una vez más, bien hecho, Doc.
De hecho, es la primera señal neural sostenida que he visto. Aunque sea en una demo.
¡Así es como los pobres ancianos se sientan aquí en el foro en lugar de jugar al dominó en el patio! Aprende a trabajar.
No se puede cagar, pero la suciedad se extiende.
No puedes no cagar, y la suciedad se extiende...
No tengo tiempo para discutir, porque yo tampoco soy joven. Sobre todo porque acabo de coger el Grial.
¡Amigos!
El dinero no tardará en llegar a nuestros bolsillos como un río caudaloso.
El tío Sasha lo hizo como prometió.