L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 696

 
elibrarius:

C'est plus précis.

double pr2 = (pr!=0?log(pr):0) ;

Bien, zéro, merci.

Je veux essayer ces trucs pour les tâches de classification, ils ont l'air bien.

 
Vizard_:

Figure 1. Étape 2, Étape 3.))

Je ne m'intéresse pas tant aux résultats qu'à la méthodologie de test et de comparaison des modèles. Vous devez toujours vous rappeler que vous devez enseigner, tester les modèles sur des données d'entrée artificielles, et sur des données réelles - c'est une vérification avec le résultat "voilà comment ça s'est passé".

 
SanSanych Fomenko:

Je ne m'intéresse pas tant aux résultats qu'à la méthodologie de test et de comparaison des modèles. Vous devez toujours garder à l'esprit que l'enseignement et le test des modèles doivent être effectués sur des données d'entrée artificielles, tandis que le test sur des données réelles est une vérification avec le résultat "voilà comment ça a fonctionné".

Sur quelles données artificielles ? Que voulez-vous dire par ces données ?

Surpris.

 
Les gars et les messieurs ! Voici la question. J'utilise un indicateur, je veux le refaire dans un EA, j'ai trouvé une vidéo sur comment le refaire. Le problème est que l'indicateur n'est pas visible dans la méthode. Je n'arrive pas à comprendre ce qui ne va pas. Je n'arrive pas à comprendre. Donnez-moi des indications sur ce qu'il faut faire.
 
Vladimir Perervenko:

Quel genre de données artificielles est-ce là ? Que voulez-vous dire par ces données ?

Surpris.

C'est dans l'article.

Les données d'entrée doivent avoir des caractéristiques bien précises et ce n'est qu'à ce moment-là que l'on peut voir le comportement significatif du modèle :

  • de côté,
  • tendances à la hausse et à la baisse
  • sur les ruptures entre les latéraux et les tendances et entre les tendances
  • sur les pics de prix
  • sur le bruit réglable.


Et ensuite sur ce que Dieu a envoyé.

 
222ZXZ333:
Les gars et les gars ! Ma question est la suivante. J'utilise un indicateur, je veux le refaire dans EA, j'ai trouvé une vidéo comment le refaire. Le problème est que l'indicateur ne s'affiche pas dans la méthode. Je n'arrive pas à comprendre ce qui se passe. Je n'arrive pas à comprendre. Je ne comprends pas ce qui ne va pas.

Dans MT vous appuyez sur l'indicateur avec le bouton direct et sélectionnez "changer", si cet élément n'existe pas, cela signifie qu'il n'y a pas de source et que vous ne pouvez pas la changer.

 
SanSanych Fomenko:

C'est dans l'article.

Les données d'entrée doivent avoir des caractéristiques bien précises et ce n'est qu'à cette condition que nous pourrons observer un comportement significatif du modèle :

  • de côté,
  • tendances à la hausse et à la baisse
  • sur les ruptures entre les latéralisations et les tendances et entre les tendances
  • sur les pics de prix
  • sur le bruit réglable.


Et ensuite sur ce que Dieu a envoyé.

Cet article universitaire examine des séries chronologiques créées artificiellement avec diverses distorsions prédéterminées, sans référence à des données réelles (un cheval sphérique dans le vide). L'objectif de l'étude était de déterminer comment les différents modèles réagissent à de telles distorsions dans les CT et quelles opérations de prétraitement affectent la qualité des modèles.

Les conclusions de ce document sont les suivantes :

  • Les valeurs aberrantes réduisent considérablement la qualité des performances du modèle. Ils doivent être identifiés et traités. Nous savons que
  • L'application des différences premières des prédicteurs est utile. Nous savons également que
  • L'utilisation de deux premières différences consécutives a un effet positif significatif. C'est nouveau. Nous devons vérifier.
  • L'application de plus de deux premières différences consécutives n'a un effet positif significatif que pour le RF.
  • Lesdonnées d'entrée doivent être normalisées. Ce n'est pas non plus une nouveauté.

Nous disposons d'un grand nombre de données d'entrée différentes provenant du marché Forex et du marché boursier. Pourquoi avez-vous besoin de données artificielles ? Prenez des données réelles, transformez-les, réduisez la dimensionnalité, etc. et utilisez-les pour tester différents modèles. Tout le reste est bidon.

Bonne chance

 

J'ai appris à prédire la SMA(12) ici tout à fait par hasard. Voici un graphique de la divergence entre la moyenne mobile et sa prédiction un pas à l'avance.

Si vous utilisez un tel prédicteur qui a une longueur d'avance, alors... Mais ce n'est pas le prix...

Ou y a-t-il un autre moyen de l'utiliser ?

 
SanSanych Fomenko:

J'ai appris à prédire la SMA(12) ici tout à fait par hasard. Voici un graphique de la divergence entre la moyenne mobile et sa prédiction un pas à l'avance.

Si vous utilisez un tel prédicteur qui a une longueur d'avance, alors... Mais ce n'est pas le prix...

Ou y a-t-il un autre moyen de l'utiliser ?

Il y a quelques pages, j'ai écrit que la prévision d'un pas de MA est une évidence. Environ 70% des prédictions sont correctes. Le problème est qu'il est impossible de faire du commerce sur la base de ces données. Le fait est que les prédictions sont justifiées dans les endroits où tout est clair sans elles. C'est-à-dire sur des segments lisses.

Dites-moi quel TF vous avez fait 1 pas en avant, et probablement demain ou après-demain, je donnerai un résultat similaire au vôtre sur la prédiction des valeurs MA. Je suis occupé aujourd'hui.

 
Yuriy Asaulenko:

J'ai écrit il y a quelques pages que prédire l'étape de l'IA était une évidence. Environ 70% des prédictions sont correctes. Le problème est qu'il est impossible de faire du commerce sur la base de ces données. Le fait est que les prédictions sont justifiées là où tout est clair sans elles (prédictions). C'est-à-dire sur des segments lisses.

Dites-moi quel TF vous avez fait 1 pas en avant, et probablement demain ou après-demain, je donnerai un résultat similaire au vôtre sur la prédiction des valeurs MA. Je suis occupé aujourd'hui.

Tout ce que j'essaie de prévoir a généralement une erreur d'au moins 30%, et voici une chose extraordinaire, mais inutile

Eh bien, peut-être que quelqu'un aura une idée, les valeurs futures sont très importantes dans l'apprentissage automatique.

Raison: