L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 746
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Il est réaliste de prévoir la prochaine bougie, mais il n'est pas réaliste de le faire pour chaque bougie d'une longue série.
Rappelez-vous le vieil exemple du site"Neural Networks Free and Serious" - l'auteur décrit simplement un réseau neuronal simple. Pas vraiment un modèle. Sur une parcelle recyclée, c'est juste un graal. Mais l'essentiel n'est pas là. Voyons le backtest pour 58% de trades rentables - pas 80% ou 70% mais seulement 58 pour 8% de plus que la prévision du tirage au sort. Une fois de plus, je sais que le filet est recyclé, maintenant ils vont probablement m'attaquer et me dire que tout est faux. Je voulais juste dire Graal - 58% de trades rentables. 58% Prédiction Orentir
D'après moi, un SB doit avoir au moins 2 attributs, ou mieux 3. Description à court, moyen et long terme des conditions du marché. Le reste peut être ajouté, s'il y a des informations supplémentaires, par exemple une autorégression d'ordre n du signe sur lui-même et ainsi de suite, qui prendrait également en compte la dynamique des signes.
En ce qui concerne les sorties, il est absurde d'alimenter des valeurs fixes. Une meilleure solution serait d'alimenter les probabilités de croissance/déclin de n points à des niveaux de sl\tp donnés qui peuvent aussi être dynamiques, c'est-à-dire si nous faisons une classification des signaux.
Pour la régression, c'est-à-dire pour les prévisions N-barre, nous avons simplement besoin d'un module complémentaire pour traiter les résultats des prévisions et définir de manière adaptative le sl\tp\trailing en fonction des prévisions.
Mais comme il a été dit plus haut, ce sont toutes des techniques dépassées qui ne fonctionnent pas du tout sur le marché en raison de la difficulté (impossibilité) de l'évaluation experte de la relation réelle, et non temporelle, signe/cible.
c'est ce que je veux dire. tout est dépassé et nous devons revenir à la question initiale. Que savons-nous des mouvements futurs. Quoi ? Quelle information pouvons-nous avoir sur l'endroit où le prix sera dans 1 heure ou 5 minutes.
Si nous voulons prévoir par N barres de manière adéquate, nous avons besoin, IMHO, de 100% pour 1 barre, puis pour 2,3,4,5 ...N . Si nous ne pouvons pas prédire 1 bar de manière adéquate, quelle sera l'erreur sur 5 bar ? Il sera disproportionné....C'est ce que je veux dire. Tout est périmé. Nous devons donc revenir à la question initiale. Que savons-nous des mouvements futurs. Quoi ? Quelles informations pouvons-nous donner sur l'endroit où le prix sera dans 1 heure ou 5 minutes ?
J'ai commencé par une simple ondulation, puis une ondulation incrémentale, puis une ondulation delta... Maintenant, je travaille sur quelque chose comme un borscht de dindes )))) pour alimenter une rangée d'entrée au lieu de 20...
C'est ce que je veux dire. Tout est périmé. Nous devons donc revenir à la question initiale. Que savons-nous des mouvements futurs. quoi ? quelle information pouvons-nous dire où le prix sera dans 1 heure ou 5 min ?
Je pense que la durée de la période de backtest, et elle seule, peut jouer le rôle de juge. S'il n'y a pas de backtesting explicite des transactions par dates ou leurs séquences, et qu'il y a des milliers ou des dizaines de milliers de transactions sur plusieurs années avec une croissance régulière, alors ce n'est pas si mal.
Et quel type d'information est important ?
C'est ce que je veux dire. Tout est périmé. Nous devons donc revenir à la question initiale. Que savons-nous des mouvements futurs. Quoi ? Quelle information pouvons-nous donner sur le prix dans 1 heure ou 5 minutes ?
Rien n'est obsolète. La connaissance est éternelle, comme Stephen Hawking !
Il a déjà été dit un milliard de fois qu'il faut travailler avec les incréments les plus purs (voir les posts) et la somme de ceux-ci. Au niveau des incréments, les processus sont presque stationnaires. Je pense que les méthodes de prédiction des processus stationnaires ont été développées par Kolmogorov : ))))).
Je pense que la durée de la période de backtest, et elle seule, peut être le juge. S'il n'y a pas de backtesting explicite des transactions par dates ou séquences, mais qu'il y a des milliers ou des dizaines de milliers de transactions sur plusieurs années avec une croissance régulière, alors c'est déjà bon.
Pas mal du point de vue de l'élaboration du système sur des données historiques, malgré le fait qu'il puisse y avoir un certain apprentissage par intervalles. Le problème vient lorsque même cette option avec le réentraînement se heurte à des obstacles et cesse de fonctionner dans le présent... Il est également facile de choisir les bonnes données d'entrée pour la machine dans le passé, mais cela ne garantit pas qu'elle fonctionnera dans le présent et l'avenir, je joins trois ans d'entraînement, en tenant compte du fait que le recyclage a eu lieu toutes les trois semaines. et oui les gains de 56% semblent être un graal.
Rien n'est obsolète. La connaissance est aussi intemporelle que Stephen Hawking !
Il a déjà été dit un milliard de fois qu'il faut travailler avec les incréments les plus purs (voir les posts de toxic) et la somme de ceux-ci. Au niveau des incréments, les processus sont presque stationnaires. Je pense que les méthodes de prédiction des processus stationnaires ont été développées par Kolmogorov : ))))).
J'ai essayé avec des incréments purs, mais rien n'est sorti... J'ai dû mal définir la cible... Vous avez des conseils ?
pas mal du point de vue de l'élaboration du système sur des données historiques, malgré le fait qu'il puisse y avoir un apprentissage à un certain intervalle. le problème vient lorsque même cette option avec le réentraînement se heurte et cesse de fonctionner dans le présent... il est également facile de trouver la bonne entrée pour la machine dans le passé, mais cela ne garantit pas qu'elle fonctionnera dans le présent et l'avenir. je joins trois ans d'entraînement, en tenant compte du fait que le recyclage a lieu toutes les trois semaines. et oui 56% de victoires semble déjà être un graal.
Mais la stagnation de l'ensemble de l'année est embarrassante, et vous avez un biais très important vers les longs, ce qui est déjà un surajustement.
J'essaie d'analyser une simple série d'affaires afin qu'elles soient distribuées de manière homogène, et un petit écart par rapport à la norme indiquerait que quelque chose a mal tourné.
J'essaie d'analyser une série de transactions de manière à ce qu'elles soient réparties de manière égale.
J'essaie d'analyser les séries d'opérations de manière à ce qu'elles soient réparties de façon homogène, et un léger écart par rapport à la norme est le signe que quelque chose a mal tourné.
Le fait de piétiner pendant un an montre que l'ensemble des prédicteurs ne voulait pas s'adapter au marché ( phase différente), mais ensuite il a semblé fonctionner à nouveau ..... j'ai beaucoup de tests de ce type, mais je me rends compte que je ne devrais pas aller au marché avec, c'est le même champ de mines... Si quelqu'un est intéressé, cela peut être utile, j'essaie d'analyser non pas la prochaine barre mais le prix pour les 200 barres suivantes. J'essaie d'analyser des échantillons de 500-600 données d'entrée, alors que le nombre d'échantillons est de 2000 à 10000.