L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2072
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
Bien fait ! Beau travail...
Mais à quoi bon, je n'ai pas utilisé de réseaux neuronaux, j'ai cherché la partie la plus similaire de l'histoire et la répétabilité est de 50/50, bien sûr il y a des séries où ça coïncide. Si nous attachons plus de temps aux modèles (comme les prix), la répétabilité sur l'historique est pratiquement nulle. La question est de savoir si le mouvement du prix de 100 points pendant 20 minutes ou 60 minutes est le même ou non.
Il semble également que si nous utilisons non seulement une ligne de série temporelle mais aussi deux lignes avec des variantes d'événements lors de la recherche d'une période similaire, la précision est plus élevée.
La question qui suit est de savoir si un mouvement de prix de 100 pips en 20 minutes ou en 60 minutes est le même ou non ?
La vitesse de formation du segment ZZ influence fortement la prise de décision dans mes modèles.
Comment définissez-vous l'épaule longue et l'épaule courte ?
Si elle est supérieure à la précédente en points, elle est longue.
S'il est supérieur en pips au précédent, alors il est long.Je l'ai, merci. Donc pour la stratégie, je devrais considérer cette longueur pour les arrêts...
Je l'ai, merci. Donc, pour la stratégie, nous devrions considérer cette longueur pour les arrêts...
J'ai pris un zigzag avec un pas fixe. La condition : un nouveau genou s'est formé, la prévision = 'long' , on met un stop après le dernier extremum et on le prend au point de l'extremum précédent. (maximale si on achète, minimale si on vend).
A quoi ça sert ?
Je vous ai dit ce qui pouvait être faux ;)
Je n'ai pas utilisé de réseau neuronal, j'ai cherché la partie la plus similaire de l'histoire ; la répétabilité est de 50/50.
Si vous aviez utilisé un réseau neuronal, vous n'auriez rien trouvé du tout, il aurait tout lissé, et vous auriez gagné en expérience et en perspicacité !
La question est donc de savoir si un mouvement de prix de 100 points en 20 minutes ou en 60 minutes est identique !
Tout est relatif, nous devons d'abord comparer le modèle avec la volatilité.
Si nous utilisons dans la recherche de la période similaire non seulement la ligne de la série chronologique mais aussi deux lignes avec des variantes d'événements, la précision est plus élevée.
Vous venez d'écrire vous-même que si vous ajoutez une condition (temps), le modèle ne sera pas trouvé du tout. L'axiome : plus il y a de conditions dans le modèle, moins il y en a dans l'histoire !
Dans le domaine de l'apprentissage automatique, on appelle cela "la malédiction de la dimensionnalité".
10000 itérations. Si nous supposons que l'espérance est égale à 0, alors les écarts maximums sont de +-18000. Votre résultat est 28280, cela semble être un vrai modèle.
Dans le pire des cas, le système commencera à donner des bénéfices après 2300 transactions.
Si vous calculez simplement et prenez 4 sko comme seuil, alors pour 7345 trades 4 sko = 16120.
Ugh, tellement en colère - j'ai identifié des indicateurs de la livraison standard, qui donnent des indicateurs différents au même moment, s'ils ont été exécutés à des périodes différentes dans le testeur - je ne sais pas comment ils sont comptés, mais pour l'apprentissage automatique, ils sont dangereux !
Cela inclut également iAD() - probablement que ces types d'indicateurs utilisent l'accumulation à partir de l'historique complet, mais comme vous le savez dans le testeur il n'y a pas d'historique complet. Comme alternative, modifiez l'algorithme pour nettoyer l'indicateur une fois par trimestre, puis vous pourrez apprendre. Il est intéressant que le modèle échoue sur ces indicateurs, il aime quelque chose à leur sujet...
J'ai pris un zigzag avec un pas fixe. Condition : un nouveau genou s'est formé, prévision = 'long' , stop après le dernier extremum, prendre au point de l'extremum précédent avec le même extremum. (maximale si on achète, minimale si on vend).
Pourquoi prendre un point au dernier extrême ? La correction a peut-être été de 50%, ce qui signifie que nous devrions prendre un stop à environ 100% de l'intervalle précédent.
10000 itérations. Si nous supposons que l'espérance est égale à 0, alors les écarts maximums sont de +-18000. Votre résultat est de 28280, cela semble vraiment être un modèle.
Dans le pire des cas, le système commencera à donner des bénéfices après 2300 transactions.
Si vous calculez simplement et prenez 4 sko comme seuil, alors pour 7345 trades 4 sko = 16120.
Ce sont des calculs intéressants. Ainsi, nous pouvons développer la stratégie, mais l'essentiel est de comprendre comment l'enseigner...