L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1455

 
Maxim Dmitrievsky:

Sujet intéressant d'ailleurs... Je veux apprendre à modéliser les sauts pour pouvoir les soustraire du modèle plus tard.

http://stuartreid.co.za/interactive-stochastic-processes/

Certains écarts se produisent à des moments manifestement non aléatoires (ouverture de session, par exemple) et il n'est guère possible de les modéliser par un processus de Poisson.

 
Aleksey Nikolayev:

Certains écarts se produisent à des moments clairement non aléatoires (ouverture d'une session, par exemple) et il est peu probable qu'ils puissent être modélisés par un quelconque processus de Poisson.

Je n'ai pas encore compris comment ils utilisent tout cela dans la vie réelle. Ils ont construit quelques graphiques, ont jeté un coup d'œil et quoi d'autre ? )

disons que je veux faire une série normale à partir d'une série de queue, où dois-je ajouter/supprimer ces sauts pour obtenir quelque chose de similaire à la série initiale, et qui aurait une valeur dans le futur.

 
Maxim Dmitrievsky:

Je n'ai pas encore compris comment ils utilisent tout cela dans la vie réelle. Ils ont fait quelques graphiques, les ont regardés, ont été heureux, et puis quoi ? )

Supposons que je veuille faire une série normale à partir d'une série de queue, où devrais-je ajouter/supprimer ces sauts pour obtenir quelque chose de similaire à la série initiale, et qui serait utile à l'avenir ?

Une option possible est que la composante continue a une tendance et que les sauts n'en ont pas, mais qu'ils faussent la moyenne simple des incréments. Dans le cadre de ce modèle, vous pourriez probablement essayer de supprimer leur influence sur la détermination de la tendance (estimation du paramètre mu).

 
Aleksey Nikolayev:

Il est possible que la composante continue ait une tendance et que les sauts n'en aient pas, mais qu'ils faussent la moyenne simple des incréments. Dans ce modèle, nous pourrions probablement essayer d'éliminer leur influence sur la détection des tendances (estimation du paramètre mu).

Les "poussées" des prix à la hausse et/ou à la baisse peuvent être définies de la même manière que tout autre type de mouvement (pullback/up/down/up/reversal, etc.).

 

Au moins quelque part, le mode opératoire fonctionne.


Des scripts java sont exécutés dans Chrome.

Dossiers :
 
Des problèmes sexuels ?
 

Si le zigzag est si bien prédit, essayons de trouver comment le négocier correctement.
J'ai regardé à nouveau l'article https://www.mql5.com/ru/articles/1103

Dans ce cas, une transaction s'ouvre au début d'une barre et se ferme au début de la barre suivante, et ce "sans tenir compte du spread, du slippage et des autres plaisirs réels du marché".

J'ai réuni le graphique de la balance (ci-dessus) et celui des prix (ci-dessous) :


Toute la croissance de l'équilibre s'est faite en 2 genoux du zig-zag. Peut-être que NS a trouvé cette solution - si le prix évolue dans une direction 50-100 pts, alors ZZ prédit également dans la même direction. C'est-à-dire qu'il obtient un bon retard, comme dans les volets simples. Le fait que NS s'agitait dans une seule direction - est visible par la coïncidence de moments de petits retraits et de réduction de l'équilibre en même temps.

Sur ces deux coups forts, le NS a travaillé. Dans les petits mouvements, selon le même algorithme, le trade est en bonne perte. Et combien de temps un mouvement aussi fort se répétera - personne ne le sait.

Dans mes expériences, j'ai essayé d'entraîner le modèle non pas sur le zigzag mais sur le TP/SL. Le résultat était de 50/50%.
Mais je ne suis pas sûre de devoir essayer avec ZZ. C'est très similaire au trading de graphiques et ce n'est pas rentable comme vous le savez.

Третье поколение нейросетей: "Глубокие нейросети"
Третье поколение нейросетей: "Глубокие нейросети"
  • www.mql5.com
Нейросети второго поколения Глубокое обучение Практические эксперименты Программная реализация (индикатор и эксперт) Введение В статье будут рассмотрены основные понятия по теме "Глубокое обучение" (Deep Learning), "Глубокие нейросети" (Deep Network) без сложных математических выкладок, как говорят, "на пальцах". Будут проведены эксперименты с...
 
elibrarius:

Si le zigzag est si bien prédit, essayons de trouver comment le négocier correctement.

Avec tout le respect que je vous dois, vous dites n'importe quoi, vous pouvez "prédire" par exemple l'une des puces ou une combinaison linéaire de celles-ci, tout va "bien prédire", mais à quoi cela sert-il ? Avec ZZ c'est la même chose, dans la direction ZZ la valeur contient un grand mélange de Momentum(mov) des chips, de telle ou telle façon, c'est prédit, PAS LE FUTUR, dans ces 65% tous les 65% proviennent du mélange du passé, il n'y a même pas ces 2-3% qui peuvent être grattés avec un peu de main à main à partir de données ordinaires, mais cool pour l'article ou la vente du graal à un idiot. Mieux vaut oublier ZZ.

PS J'ai entendu un algotrader sur le travail soi-disant avec ZZ, qui à première vue pourrait être vrai, mais jusqu'à ce que le SB n'est pas testé, ne peut pas dire avec certitude, en général l'idée était de prendre la cible pour le prochain point ZZ valeur APRÈS la DERNIÈRE FLEUR. Par exemple, si nous avons un nombre de 100 lags et des chits ZZ, alors les chits seront {6,7,8,9,10} et ZZ Target au point après le 11e cherche un genou et la prochaine direction de la jambe ZZ, donc la direction précédente peu importe sa longueur, sera mélangée avec la précédente. Vous voulez vérifier et me faire savoir ce qui ressort du SB, peut-être que je vais vérifier aussi, si je peux.

 
La neuronique dans la représentation physique - vidéo en lien.
 
c'est un tableau de Galton, pas un tableau de neurones. Ils l'enseignent à l'école.
Raison: