Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1132
![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Y esto es lo que necesitaba para algoritmizar un piso
Los lotes no se basan en absoluto en el precio, sino en una función diferente...
El dibujo de los rectángulos se implementa aquí para que la señal sea válida desde el principio del rectángulo y no al final como en los ejemplos anteriores
El gráfico tiene los niveles de Pd y Sp. compramos a los rojos, vendemos a los verdes
tenemos una parada pero es sólo un corte de un plazo sintético
Bp y SP son zonas de sobrecompra y sobreventa según tengo entendido
Utilizo una red neuronal para encontrar sobrecompra y sobreventaMaldita sea gente, discutamos los sistemas normales, ¿eh? con patrones objetivos
tomar 2 instrumentos correlacionados cualesquiera y construir un modelo
¿arbitraje?
O uno de vapor.
¿Dónde está el modus operandi?
¿Dónde está el Ministerio de Defensa?
http://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-2/chapter-2.htm
¿alguien ha utilizado el cv leave-one-out para LR? ¿sustituye al muestreo de validación por separado? Creo que Vizard es el único que lo ha utilizado :)
Es mejor pensar en la validación cruzada como una forma de estimar el rendimiento de la generalización de los modelos generados por un procedimiento concreto, más que del propio modelo. La validación cruzada con exclusión es esencialmente una estimación del rendimiento de la generalización de un modelo entrenado en n-1 muestras de datos, que suele ser una estimación ligeramente pesimista del rendimiento de un modelo entrenado en n muestras.
En lugar de elegir un modelo, lo que hay que hacer es ajustar el modelo a todos los datos, y utilizar LOOC-CV para proporcionar una estimación ligeramente conservadora del rendimiento de ese modelo.
Tenga en cuenta, sin embargo, que LOOCV tiene una alta varianza (el valor que obtendrá varía mucho si utiliza una muestra aleatoria de datos diferente), lo que a menudo lo convierte en una mala elección de estimador para la evaluación del rendimiento, aunque sea aproximadamente insesgado. Lo uso todo el tiempo para la selección de modelos, pero realmente sólo porque es barato (casi gratis para los modelos de núcleo en los que estoy trabajando).
"Contras y pros. Un estimador como éste estaría bien para acelerar la selección del modelo
Publicada la última versión de la biblioteca con un caso de prueba
Parece que falta mucho para el Año Nuevo, ¡y hay regalos como éste!
¿arbitraje?
aquí
https://www.mql5.com/ru/forum/140716/page382
y además
sólo una línea de un induke que no encontrarás en ningún otro sitio
sólo una línea del pavo, que no encontrarás en ningún otro sitio.
¿y dónde está?
Publicada la última versión de la biblioteca con un caso de prueba
¡Muy bien! Gracias. Impresionantes resultados:)