Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2042
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
Por cierto, ¿has visto un generador que saque al azar un número de una matriz sin repeticiones - eso es exactamente lo que necesito.
Se debe entrar en el generador con una condición para comprobar si hubo un siguiente aleatorio y por cierto la calidad del generador será inmediatamente visible.
Consiguió más árboles, bastante buenos - en la muestra del examen la precisión es más del 60%.
Resulta que todo el tiempo de encontrar el comercio, las paradas y la salida se entrelazan, lo cual es lógico - si el comercio ya está largo, las paradas no se eliminan, probablemente del hecho de que son grandes...
¿Debo adjuntar los modelos?
Sí, adjúntalos.
Yo esperaría que dependiera del día de entrada de la semana, la hora de entrada, el SL y el TP.
Deberíamos ejecutar el sistema por tiempo de salida en el probador, para ver qué pasa. Aunque la hora de salida y la duración son parámetros indirectos y sólo se conocen cuando se activa el SL o el TP. Tendríamos que hacer fuerza bruta.
Otra vez.
Para predecir una serie temporal, según Kolmogorov, se necesitan dos cosas:
1. expectativa = const
2. El ACF no es igual a 0.
El "ruido blanco", la "moneda", etc. no son predecibles en principio, porque su ACF = 0.
Tenemos mucha suerte de que la ACF de los incrementos de las series temporales del mercado no sea igual a 0. Así, se pueden predecir los incrementos.
Perono tenemos suerte con la 1ª condición"retribución esperada = const". El valor medio de los incrementos en cualquier muestra en la TF estándar "flota" muy fuertemente respecto a 0.
Conclusión: el preprocesamiento de la BP (adelgazamiento) es necesario para obtener una varianza mínima de la expectativa con respecto a 0. Entonces la posibilidad de hacer una TS rentable basada en la previsión del próximo incremento (¡no del precio!) aumenta muchas veces.
Eso es todo.
Otra vez.
Para predecir una serie temporal, según Kolmogorov, se necesitan dos cosas:
1. expectativa = const
2. El ACF no es igual a 0.
El "ruido blanco", la "moneda", etc. no son predecibles en principio, porque su ACF = 0.
Tenemos mucha suerte de que la ACF de los incrementos de las series temporales del mercado no sea igual a 0. Así, se pueden predecir los incrementos.
Perono tenemos suerte con la 1ª condición"retribución esperada = const". El valor medio de los incrementos en cualquier muestra en la TF estándar "flota" muy fuertemente respecto a 0.
Conclusión: el preprocesamiento de la BP (adelgazamiento) es necesario para obtener una varianza mínima de la expectativa con respecto a 0. Entonces la posibilidad de hacer una TS rentable basada en la previsión del próximo incremento (¡no del precio!) aumenta muchas veces.
Todo.
Al parecer, estas reflexiones es mejor discutirlas en otro hilo. MO y NS están un poco alejados del tema de la lógica de la estrategia. la práctica actual es probar el entrenamiento en el historial de paquetes y considerar el resultado en datos reales.
Sobre el tema, no estoy de acuerdo con la condición de expectativa estática. Si la matriz describe la serie con menos error entonces la serie es estable y al mismo tiempo la expectativa matemática no es siempre estática o más de lo necesario. Puede ser menos, pero el modelo matemático puede describirlo con un error mínimo.
Al parecer, estas reflexiones es mejor discutirlas en otro hilo. IO y NS se alejan un poco del tema de la lógica de la estrategia. hoy en día la práctica de intentar aprender del historial de paquetes y considerar el resultado en datos reales.
Sobre el tema, no estoy de acuerdo con la condición de expectativa estática. Si la matriz describe la serie con menos error entonces la serie es estable y al mismo tiempo la expectativa matemática no es siempre estática o más de lo necesario. Puede ser menos, pero el modelo matemático puede describirlo con un error mínimo.
Rara vez aparezco aquí y no quiero discutir nada.
Yo digo las cosas como son. Ninguna red neuronal de superingeniería puede manejar el conjunto de datos estándar de los TF estándar (M1, H1, ...). Es un axioma.
Sólo el preprocesamiento de los incrementos de BP puede dar el Camino al Grial. Amén.
No vengo mucho por aquí y no quiero discutir nada.
Sólo digo las cosas como son. Ninguna red neuronal de superingeniería puede hacer frente al conjunto de datos estándar de los TF estándar (M1, H1, ...). Es un axioma.
Sólo el preprocesamiento de los incrementos de BP puede dar el Camino al Grial. Amén.
Lo hará, pero la precisión será del 60-70%. En los marcos de tiempo H, H4, D es suficiente
Hmm... Voy a echar un vistazo. Todavía no he trabajado con plazos superiores a M15...
Sí, adjúntalo.
Yo esperaría que dependiera del día de la semana de entrada, hora de entrada, SL y TP.
Deberíamos ejecutar el sistema por tiempo de salida en el probador y ver qué pasa. Aunque la hora de salida y la duración son parámetros indirectos y sólo se conocen cuando se activa el SL o el TP. Tendremos que hacer fuerza bruta.
Así que el experimento ha confirmado esencialmente la regla de "Cortar las pérdidas y dejar que fluyan los beneficios".
Se adjunta el modelo.
Hmm... Voy a echar un vistazo. Todavía no he trabajado con TF por encima de M15...
Así que el experimento confirmó esencialmente la regla de "Cortar las pérdidas y dejar que fluyan los beneficios".
Modelo adjunto.
Norma
las pérdidas son ligeramente menores