L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2887

Nouveau commentaire
 
Valeriy Yastremskiy #:

il est possible de procéder à des changements relatifs par rapport au prix absolu ou à des changements logarithmiques par rapport au prix absolu ()))))).

Cela ne fait aucune différence, avec les transformations, l'ordre de tri des éléments ne changera pas, c'est-à-dire que les divisions dans les arbres se trouveront aux mêmes endroits. Si vous utilisez des réseaux neuronaux, cela devrait être la même chose, mais je n'en suis pas sûr.....

PS. Ce n'est pas le cas. Premièrement, tout est mis à l'échelle dans la plage 0...1. Deuxièmement, si vous logarithmez une série, l'ordre ne changera pas, mais les poids et les décalages sont utilisés. Après la logarithmisation d'une série avec les mêmes poids et décalages, l'effet sera différent (peut-être de plusieurs ordres de grandeur). Mais il s'agit plus d'un inconvénient que d'un avantage des réseaux neuronaux.
 
Uladzimir Izerski #:

Chaque barre a une structure interne. Si les structures coïncident, il peut s'agir d'une certaine condition.

Une barre peut être considérée comme une structure complexe.

L'exemple montre des barres de 5 minutes en 1 heure. Les heures ne sont pas tranchées au début de l'heure, mais je pense que le point est clair, qu'il y a une différence entre regarder une barre d'heure nue et une barre structurelle.

Il n'y a pas de modèles de travail avec un nombre fixe de barres sur le marché, comme je l'ai écrit plus haut (du moins, je n'en ai pas trouvé).

Et l'utilisation de modèles avec une taille dynamique est un défi (je veux dire dans le cadre de la MO), il existe des méthodes à ces fins, au moins la même analyse de vague, mais alors la MO n'est pas du tout nécessaire.

 
Valeriy Yastremskiy #:

Je ne comprends pas quelle est la différence entre les incréments et la différence de prix absolue dans la fenêtre. En outre, vous pouvez vous entraîner non seulement sur les incréments, mais aussi sur les changements relatifs par rapport au prix absolu, ou sur les changements logarithmiques par rapport au prix absolu)))))

les rendements sont la différence x[i] - x[i-1]

et parfois vous avez besoin de x [i] - x[i-1044 ]

 
Je souhaite exécuter plusieurs stratégies sur des données historiques. Merci de me recommander des solutions prêtes à l'emploi pour la modélisation !
 
mytarmailS #:
1) pour négocier quelque chose, il faut d'abord l'analyser correctement, les incréments ne conviennent pas à l'analyse, car on perd la connaissance des prix passés.

2) Qu'entend-on par analyse ? Selon Wikipedia, l'analyse est la division d'un tout en parties pour l'étudier. Qu'est-ce qui m'empêche de le faire visuellement ?

3) Si, par exemple, un schéma de marché qui fonctionne est un faux double top breakout.
Nous avons une séquence complexe d'événements qui ne sont pas statiques dans le temps, quel est l'intérêt de la comparer avec le SB ? allons-nous obtenir quelque chose d'adéquat à la sortie ?

4) Je voulais dire que lorsqu'on analyse le marché, il faut toujours garder à l'esprit qu'il s'agit d'une somme d'événements, de participants et d'actions distincts, c'est pourquoi il ne se répète pas, il y a trop de combinaisons.....
Je voulais aussi dire que lorsqu'on analyse le marché, il est nécessaire de le décomposer en participants, ou en leurs actions ou en quelque chose d'autre qui leur est lié, et de l'analyser ensuite, ce qui correspond d'ailleurs au concept du mot analyse.

5) Je ne suis pas compétent en la matière

1) Presque toujours, la variable cible est soit un incrément, soit quelque chose qui lui est lié. L'incorporation des incréments dans les caractéristiques est une autre affaire. Mais très souvent, des transformations simples nous permettent de voir la relation entre les traits et les incréments. Par exemple, la différence des moyennes peut être écrite comme une combinaison linéaire d'incréments, etc.

2) Personnellement, l'apophénie me gêne. Il est difficile de ne pas voir quelque chose que l'on veut vraiment voir. Je préférerais avoir un moyen de mesurer la signification des niveaux - le retour à ces niveaux, par exemple.

3) SB est assez doué pour dessiner des doubles sommets. Il est important de vérifier s'il y a une différence avec le SB associé à cette configuration particulière.

4) Nous avons distingué l'État de la liste des participants. La liste des possibilités de son influence sur le marché s'étend sur plusieurs pages, et comment savoir quand et ce qu'il applique à partir de cette liste ? Oui, il y a l'analyse fondamentale, mais elle n'est pas non plus une panacée et elle est difficile à réaliser.

 

Idéalement, selon tsos, il faudrait prendre les ticks, les filtrer et les sous-échantillonner, sinon l'aliasing apparaîtra

Mais le forex n'est pas Tsos, c'est une physique différente, n'est-ce pas ?

 
Игорь Егоров #:
Je souhaite exécuter certaines stratégies sur des données historiques. Veuillez me recommander des solutions prêtes à l'emploi pour la modélisation !

Si vous souhaitez tout faire vous-même, vous trouverez dans la section CodeBase de nombreux exemples de conseillers experts et d'indicateurs prêts à l'emploi. Vous pouvez les utiliser comme base pour vos recherches. Dans ce cas, vous pouvez tester des stratégies à l'aide des outils MT4/MT5. MT5 est également intégré au langage de programmation Python. Vous pouvez facilement télécharger les données historiques requises et les utiliser. Voici un exemple de la fonction de téléchargement






import  MetaTrader5 as  mt5

mt5.initialize(timeout=10000)
print(mt5.terminal_info())
print(mt5.version())


def get_data(symbol,  time_start,  time_stop,  count=0):
    name_stocs = ['time', 'open', 'close', 'tick_volume', 'spread', 'low', 'high']
    tf = mt5.TIMEFRAME_H1

    if  count == 0:
        dataset = pd.DataFrame(
            mt5.copy_rates_range(symbol,  tf,  time_start,  time_stop),
            columns=name_stocs).set_index('time')

        dataset.index = pd.to_datetime(dataset.index, unit='s')
        dataset = dataset.reset_index(drop=True)
    else:
        dataset = pd.DataFrame(
            mt5.copy_rates_from(symbol,  tf,  time_stop,  count),
            columns=name_stocs).set_index('time')

        dataset.index = pd.to_datetime(dataset.index, unit='s')

    dataset = dataset.reset_index(drop=True)

    return  dataset

Pour tester vos stratégies, vous avez besoin d'un testeur écrit en python. J'ai posté le mien dans ce fil de discussion (vous pouvez le rechercher sous All Posts dans mon profil).


Si vous ne voulez pas vous embêter, il y a une section Freelance où vous pouvez créer un robot/indicateur de trading pour votre stratégie contre de l'argent.

 
Andrey Dik #:

il n'y a pas de modèles de travail avec un nombre fixe de barres sur le marché, comme je l'ai écrit plus haut (du moins je n'en ai pas trouvé).

Et l'utilisation de figures avec une taille dynamique est un défi (je veux dire dans le cadre de la MO), il existe des méthodes à ces fins, au moins la même analyse de vague, mais alors la MO n'est pas du tout nécessaire.

La MO doit être soutenue et appliquée, mais à d'autres niveaux de compréhension des conditions d'application.

Aucun modèle de MO standard ne peut donner un résultat prêt à l'emploi. Mais il existe des solutions de rechange pour appliquer la MO.

 

Lareconnaissance des formes, qui est prêt pour ce genre de problème ?

Ou par le biais d'ondelettes avec sous-échantillonnage.

 
Rorschach #:

Reconnaissance des formes, qui est prêt pour ce genre d'hémorragie ?

Ou par le biais d'ondelettes avec sous-échantillonnage.

La reconnaissance des formes ou des modèles de marché est la première brique.

Elle peut être réalisée avec des outils MQL, mais avec MO, cette méthode sera plus avancée et progressive.

P.s.

Nous pouvons envisager l'avenir avec plus d'audace.

1...288028812882288328842885288628872888288928902891289228932894...3399
Nouveau commentaire
Raison: