Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 746
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
Es realista imaginar la siguiente vela, pero no es realista hacerlo con cada una de las de una larga serie.
Recuerde el viejo ejemplo del sitio"Neural Networks Free and Serious" - el autor simplemente describe una red neuronal simple. No es un gran modelo. En una parcela reentrenada es sólo un grial. Pero la esencia no es el punto. Veamos el backtest para el 58% de las operaciones rentables - no el 80% o el 70%, sino sólo el 58 para el 8% más que el pronóstico de la moneda. Una vez más, sé que la red está reconvertida, ahora probablemente me atacarán y me dirán que todo está mal. Sólo quería decir grial - 58% de operaciones rentables. 58% Predicción Orentir
Tengo entendido que una SB debe tener al menos 2 atributos, o mejor 3. Descripciones a corto, medio y largo plazo de las condiciones del mercado. El resto se puede añadir, si tienen alguna información extra además, digamos autoregresión de orden n-ésimo del signo sobre sí mismo y demás, que también tendría en cuenta la dinámica de los signos.
En cuanto a las salidas, no tiene sentido alimentar valores fijos. Una mejor solución sería alimentar las probabilidades de crecimiento/descenso por n puntos en niveles de sl\tp dados que también pueden ser dinámicos, eso si hacemos clasificación de señales
Para la regresión, es decir, para la previsión de N barras, sólo necesitamos un complemento que procese los resultados de la previsión y defina adaptativamente el sl\tp\trailing en función de la previsión
Pero como se ha dicho anteriormente, todas son técnicas obsoletas que no funcionan en absoluto en el mercado debido a la dificultad (imposibilidad) de la evaluación por parte de expertos del signo de correlación real y no temporal/objetivo
ese es mi punto. todo está obsoleto y tenemos que volver a la pregunta original. Qué sabemos de los movimientos futuros. ¿Qué? ¿Qué información podemos tener sobre dónde estará el precio en 1 hora o 5 minutos?
Si queremos pronosticar por N bares adecuadamente necesitamos IMHO 100% para 1 bar, luego para 2,3,4,5 ..N . Si no podemos predecir adecuadamente 1 bar, ¿qué error habrá en 5 bar? Será desproporcionadamente grande....Ese es mi punto, todo está desactualizado, así que tenemos que volver a la pregunta original. Qué sabemos de los movimientos futuros. ¿Qué? ¿Qué información podemos dar sobre dónde estará el precio en 1 hora o 5 minutos?
Empecé con el saludo simple, luego con el saludo incremental, luego con el saludo delta... Ahora estoy trabajando en algo así como un borscht de pavos )))) para alimentar una fila de entrada en lugar de 20...
Ese es mi punto, todo está desactualizado, así que tenemos que volver a la pregunta original. Qué sabemos de los movimientos futuros. ¿qué? ¿qué información podemos dar sobre dónde estará el precio dentro de 1 hora o 5 minutos?
Creo que la duración del periodo de backtest, y sólo ella, puede desempeñar el papel de juez. Si no hay un backtesting explícito de las operaciones por fechas o sus secuencias, y hay miles o decenas de miles de operaciones a lo largo de varios años con un crecimiento suave, entonces no es tan malo.
¿Y qué tipo de información es importante?
Ese es mi punto, todo está desactualizado, así que tenemos que volver a la pregunta original. Qué sabemos de los movimientos futuros. ¿Qué información podemos dar sobre dónde estará el precio en 1 hora o 5 minutos?
Nada es obsoleto. El conocimiento es eterno, ¡como Stephen Hawking!
Ya se ha dicho mil millones de veces que hay que trabajar con los incrementos más puros (ver los posts de toxic) y la suma de ellos. A nivel de incrementos los procesos son casi estacionarios. Los métodos de predicción de procesos estacionarios, creo, fueron desarrollados por Kolmogorov :)))))
Creo que la duración del período de backtest, y sólo la duración del período de backtest, puede ser el juez. Si no hay un backtesting explícito de las transacciones por fechas o secuencias, pero hay miles o decenas de miles de transacciones durante varios años con un crecimiento suave, entonces ya es bueno
no está mal desde el punto de vista de la elaboración del sistema sobre los datos históricos, a pesar de que puede haber algún aprendizaje a intervalos. el problema viene cuando incluso esta opción con reaprendizaje se estrella y deja de funcionar en el presente... También es fácil elegir los datos de entrada correctos para la máquina en el pasado, pero eso no garantiza que vaya a funcionar en el presente y en el futuro, adjunto el entrenamiento de tres años, teniendo en cuenta que el reentrenamiento tuvo lugar cada tres semanas. y sí el 56% de ganancias parece ser un grial.
Nada es obsoleto. El conocimiento es tan eterno como Stephen Hawking.
Ya se ha dicho mil millones de veces que hay que trabajar con los incrementos más puros (ver los posts de toxic) y la suma de ellos. A nivel de incrementos los procesos son casi estacionarios. Los métodos de predicción de procesos estacionarios, creo, fueron desarrollados por Kolmogorov :)))))
Lo intenté con puros incrementos, pero no salió nada... Debo haber puesto mal el objetivo... ¿tienes algún consejo?
no está mal desde el punto de vista de la elaboración del sistema sobre los datos históricos, a pesar de que puede haber aprendizaje en algún intervalo. el problema viene cuando incluso esta opción con reentrenamiento se tambalea y deja de funcionar en el presente... Yo adjunto tres años de entrenamiento, teniendo en cuenta que el reentrenamiento se produce cada tres semanas. y sí el 56% de las victorias ya parece un grial.
Pero el estancamiento de todo el año es vergonzoso, y tienes un sesgo muy grande hacia los largos, que ya es un sobreajuste.
Intento analizar sólo una serie de tratos para que se distribuyan uniformemente, y una pequeña desviación de la norma indicaría que algo ha ido mal.
Estoy tratando de analizar una serie de operaciones para que se distribuyan uniformemente.
Trato de analizar la serie de tratos para que estén distribuidos uniformemente, y una ligera desviación de la norma es señal de que algo ha ido mal.
el pisoteo durante un año muestra que el conjunto de predictores no quiso encajar en el mercado ( fase diferente), pero luego pareció volver a funcionar .... He hecho muchas de estas pruebas, pero me doy cuenta de que no debería ir al mercado con ella, es el mismo campo de minas... Si a alguien le puede interesar puede ser útil, estoy tratando de analizar no la siguiente barra sino el precio de las siguientes 200 barras. Estoy tratando de analizar muestras de 500-600 datos de entrada, mientras que el número de muestras es de 2000 a 10000.