Discusión sobre el artículo "Exploramos modelos de regresión para inferencia causal y operaciones bursátiles"
Foro sobre negociación, sistemas automatizados de negociación y prueba de estrategias de negociación
Rashid Umarov, 2025.07.05 12:58 pm
Todos los comentarios a los artículos se traducen automáticamente en cada rama de la lengua.
Y también hay un botón "Auto-traducción" si quiere leer en Inglés aquí.
差不多，因为是在循环中根据阈值保留在测试样本表现优秀的模型，我也差别不多，我现在采用的方法，是用多个交易品种，2015~2020的数据做为训练数据，可以补充更多市场形态，做好统一尺度，再用2020~2022年的目标交易品种数据做筛选模型，最后2022到2025的目标交易品种数据做最后的检验
Hola Maxim, he descargado los archivos, el tren utilizando el archivo csv existir, y ejecutar el EA producido, y encontró que el resultado es diferente con el EA que se adjunta en la carpeta zip.
He comprobado los parámetros, y no encontró ninguna pista para esto.
Por favor, dígame cuál es la razón de esto.
Gracias
Hola Maxim, he descargado los archivos, el tren utilizando el archivo csv existir, y ejecutar el EA producido, y encontró que el resultado es diferente con la EA que se adjunta en la carpeta zip.
Revisé los parámetros, y no encontró ninguna pista para esto.
¿Podría decirme cuál es la razón de esto.
Gracias
Hola. Muéstrame las diferencias, es muy difícil adivinar de qué se trata.
Hola. Muéstrame cuáles son las diferencias, es muy difícil adivinar de qué estamos hablando.
Yo uso causal_regression_orig.py para producir ea archivo de cabecera, a continuación, compilar ea.
El resultado es test_result pic in below.
Hay tan menos oficios que el que ha publicado.
Entonces, ¿cuál es la diferencia entre estos.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Exploramos modelos de regresión para inferencia causal y operaciones bursátiles:
La clasificación binaria es una tarea fundamental del aprendizaje automático cuyo objetivo consiste en clasificar los datos de entrada en una de dos categorías o clases diferentes. En el contexto de un bot de trading de Forex, esto generalmente significa predecir una señal de "compra" (representada como 0) o de "venta" (representada como 1). Este enfoque simplifica la compleja dinámica del mercado, convirtiéndola en una solución sencilla y específica.
La limitación inherente más significativa de la clasificación binaria para el trading cuantitativo reside en su incapacidad para cuantificar la magnitud o intensidad del movimiento de precios previsto. Un clasificador binario solo indica si el precio subirá o bajará, sin ofrecer ninguna información sobre cuánto se espera que cambie. La falta de este tipo de detalles limita fundamentalmente la complejidad de las decisiones comerciales.
La precisión de las predicciones del clasificador por sí sola no considera la magnitud del cambio y, por lo tanto, no resulta muy útil para operar en los mercados financieros. Este aspecto es clave porque pone de relieve que una alta precisión direccional (por ejemplo, predecir la dirección correcta el 70% de las veces) no conduce automáticamente a operaciones comerciales rentables.
Debemos señalar que una alta precisión en la dirección no garantiza la rentabilidad. Por ejemplo, podemos acertar el 30% de las veces y obtener rentabilidad, o acertar el 70% de las veces y no obtenerla. Esto demuestra que el resultado neto de una estrategia de negociación está determinado por la cantidad de beneficios en las operaciones ganadoras en comparación con la cantidad de pérdidas en las operaciones perdedoras, y no simplemente por el porcentaje de victorias.
Autor: dmitrievsky