Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3130
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 supuesto que es obvio: hay un objetivo y cierta lógica que los conecta.
Anteriormente en un hilo separado he demostrado que es posible construir diferentes modelos a partir de los mismos datos - obtengo alrededor del 30% rentable y el 70% no rentable. Por eso creo que el método de estimación a través del modelo no es muy fiable.
Tener en cuenta los movimientos en diferentes TFs y ver los niveles en diferentes TFs no es lo mismo, tanto en esencia como en complejidad....
Te has vuelto tan a menudo grosero, ¿ha pasado algo, has dejado de tomar pastillas o qué?
¿Estás preocupado por mí? Tal vez debería poner en una cuenta para recargar el dinero para las pastillas.
De hecho escribo - una especie de sentimiento generalizado de su singularidad en los participantes de esta rama. ¿Cómo se puede pensar que otros no lo hacen.
Por el contrario, he encontrado que algunos de los métodos que he utilizado son utilizados por otras personas para resolver problemas similares. Pero me enteré demasiado tarde.
Tengo los mismos datos, ajustados para el sid
.
Esa es la cuestión, el sid permite construir modelos diferentes. Entonces, ¿cómo se puede afirmar que el modelo construido es "correcto" - ese es mi reclamo para estos métodos.
Esa es la cuestión, el syd permite diferentes formas de construir un modelo. Entonces, ¿cómo se puede afirmar que el modelo construido es "correcto" - esa es mi reivindicación de estos métodos.
¿Y cuáles son los otros métodos?
Respondo, para no perder el tiempo. Se trata de pruebas estadísticas, por ejemplo mediante experimentos aleatorios. A veces útil también, esta es la base misma de kozul, antes de pasar a ML.
¿Puedes enseñarme algo así?
Si es tan común.
Me lo imaginaba.
Le recomiendo encarecidamente que reconsidere el enfoque mismo de la construcción de características. Las transformaciones funcionales no funcionan aquí, ¡el mercado NO es una serie temporal!
Aquí está el punto de entrada M1
aquí está la razón de entrada y el precio de entrada H1
=========================================
Y lo único que hacen tus señales es buscar patrones/curvas en las últimas 5-10 velas.
Es más complicado que eso.
¡Por fin!
Ya tenemos un comienzo.
¿Y ahora qué?
¿Y qué otros métodos existen?
Por responder, para no perder el tiempo. Se trata de pruebas estadísticas, por ejemplo mediante experimentos aleatorios. A veces útil también, es lo más básico de kozul, antes de cambiar a ML.
En parte tienes razón, excepto que no entiendo la filosofía de barajar todo - ciertamente funciona si no hay deriva irrecuperable, por ejemplo con el ciclismo.
Para empezar, me gustaría clasificar los diferentes tipos de deriva, y luego trabajar con ellos individualmente - si se conoce la causa, entonces podemos pensar en una manera de eliminarla. Y si no eliminarla, entonces detectarla (detección).
En parte tienes razón, pero no entiendo la filosofía de barajarlo todo: ciertamente funciona si no hay una deriva irremediable, por ejemplo con la ciclicidad.
Para empezar, me gustaría clasificar los diferentes tipos de deriva, y luego trabajar con ellos individualmente - si se conoce la causa, entonces podemos pensar en una manera de eliminarla. Y si no eliminarla, entonces detectarla (detección).
la aleatorización elimina el sesgo entre la prueba y el control, después se evalúa el impacto del predictor
Si no se elimina el sesgo antes, será una relación asociativa, no causal.
¿Se puede poner todo este contenido de maravilla en un hilo aparte?
He terminado