Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2738
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 dónde has visto el ruido en los precios de cloze y cómo son peores que Mashka. No tiene ningún efecto. Aleatorio dividido por aleatorio
Las MA son mejores en algunos aspectos:
0. El precio de cierre hereda el ruido de los ticks. Literalmente: si se generó un tick antes de que se cerrara la barra o no, si el temporizador hizo clic en algún sitio. Más o menos un par de tres puntos. Es en los días de bolsa tienen significativa Open / Close.
1. MA ya son integrales (sí - media)
2. que representan el precio muy adecuadamente. (es por eso que señalé que el desplazamiento LWMA un poco más de 1/3, por un tercio es exactamente el precio real suavizado sin ruido innecesario). 3. son más convenientes para comparar los precios de las acciones.
3. son más cómodos de comparar y se pueden normalizar.
---
por último - ¿y cuál es el objeto de su investigación?
hay sospechas de que algunas personas del foro, y más aún el llenado de sitios con "Expert Advisors y señales rentables" es el resultado de la IA. Es decir, NN están haciendo dinero en el tema de cerca de comercio.
Absolutamente las redes neuronales y el big-data ganan (comercian) en el análisis de tendencias de las redes sociales. Es por eso que son patrocinados y por lo tanto algo asimétrico; pero está más allá de nuestras capacidades :-(
Gracias por la respuesta
Si el hilo no se calienta al menos una vez al mes, morirá y el foro se volverá aburrido
SSF no dijo mucho nuevo, por supuesto el objetivo de encontrar correlación entre predictores y resultado es un objetivo obvio. La única novedad que capté es que ha encontrado unas 200 características significativas en todo el entrenamiento, pero para datos específicos, sólo utiliza el 5% de ellas.
Entiendo que esto significa que hay algunas formas de determinar rápidamente el estado/propiedades de una serie con el fin de seleccionar predictores más significativos sólo para los últimos datos. Por supuesto, se plantea la cuestión del volumen o la longitud para una selección adecuada. Pero aparentemente funciona incluso con sólo 200 predictores encontrados y seleccionados en todo el gran entrenamiento.
Yo lo veo así. Una serie tiene propiedades que son estables en algunos índices, pero estos índices y su número son diferentes en diferentes secciones. MO encuentra algunos estados diferentes de duración suficiente de estabilidad de la serie, que pueden ser descritos por diferentes modelos y, en consecuencia, ajustes del modelo - predictores. El número total de predictores es el número total de ajustes para diferentes modelos, y en consecuencia, definiendo un modelo, uno puede encontrar rápidamente ajustes previamente encontrados para él.
Si se quiere desarrollar ampliamente, entonces hay que aumentar el número total de predictores y el número de modelos.
Estoy de acuerdo con SSF en que hoy en día los datos disponibles y aceptables para el tratamiento son las citas, la formalización de otros datos es una ciencia, aunque prometedora.
Los MA son mejores en algunos aspectos:
0. El precio de cierre hereda el ruido de los ticks. Literalmente: si se generó un tick antes de que se cerrara la barra o no, si el temporizador hizo clic en algún lugar. Más o menos un par de tres puntos. Es en la bolsa de valores que los días tienen significativa Open / Close.
1. MA ya son integrales (sí - media)
2. representan el precio bastante adecuadamente. (por eso he señalado que el desplazamiento LWMA un poco más de 1/3, un tercio es exactamente el precio real suavizado sin ruido innecesario).
3. son más cómodos de comparar y se pueden normalizar
---
Por último, ¿cuál es su objeto de estudio?
Estoy de acuerdo con Max, medias cortas y datos adelgazados son lo mismo para la investigación en términos de ruido y señal útil en nuestro caso discreto.
El objeto de estudio son los incrementos, si no me equivoco))))))
SSF no dijo mucho nuevo, por supuesto el objetivo de encontrar correlación entre predictores y resultado es un objetivo obvio.
NF y MD están enfermos con la idea de vincular el objetivo a los rasgos, uno de ellos lleva enfermo mucho tiempo, el otro acaba de empezar...
Espero que aquí nadie crea en su genio, y los cruces personales sean sólo vampirismo psicológico)))) Y si aporta beneficio psicológico a alguna de las partes, tiene su lugar))))))
El conjunto de herramientas de todo el mundo es aproximadamente el mismo, los datos son los mismos, y las percepciones ...
Tengo un pequeño mazo, no un gran martillo, y no un enorme gran martillo en absoluto)))))))
Las herramientas son más o menos las mismas, los datos son más o menos los mismos, y los puntos de vista ...
Alexei, es una tarea de búsqueda normal, como a ti te gusta, ¿cuál es el problema?
¿El script lo hace o no?
Sólo me pregunto cuántas personas aquí pierden fácilmente el hilo de la conversación.
Puedo publicar una muestra con muchos predictores, quien pueda seleccionar los mejores - bien hecho - hagamos un concurso.
Los mejores se determinarán en una muestra independiente, después de entrenar el modelo con los predictores seleccionados.
¿Alguien quiere participar, o son todos tan capaces por el boca a boca?