L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3053
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
Je suis sûre que ce sera un travail intéressant avec de nouvelles expériences.
J'ai essayé d'écrire un tableau simple (sans cette super formule pour calculer l'action).
Il peut s'agir d'une conséquence plutôt que d'une cause, mais il s'agit toujours d'un phénomène lié, et tant qu'il y a un lien, nous pouvons parler d'un modèle.
Nousdevons simplement reconnaître que les lois changent. Et c'est au moment où elles changent - le moment du temps - que ce problème devrait être résolu.
Les lois ne changent pas. C'est juste que nous ne comprenons pas toutes les lois.
Dans la nature, il n'y a pas deux flocons de neige identiques, mais nous les percevons comme des flocons de neige et ils se ressemblent tous.
Sur les marchés financiers, un modèle est l'image d'un flocon de neige naturel.
Il n'y a pas deux modèles exactement identiques dans certains paramètres comme dans le cas des flocons de neige et, en même temps, les modèles existent en tant que loi.
existent en tant que loi.
Si nous présentons tous les horizons temporels sur un seul graphique, prendrons-nous en compte toutes les informations sur tous les extrêmes du graphique ?
il y a trois échéances sur le graphique à la fois m1 . m10, m60
Et si nous envisagions la tâche de trouver des règles d'une manière un peu différente :
les règles elles-mêmes doivent être différentes.
si les signes sont X1, X2..... Х10
alors les règles pour les bois ressemblent à X1>= 0,001 & X2<0,05 .
où 0,001 est juste un nombre abstrait/une constante qui n'a aucun lien avec le marché, juste un nombre pour l'approximation...
Pour cette raison, lorsque le marché change, tous ces nombres/constantes cessent immédiatement de fonctionner...
vous avez besoin de règles comme X1 >= ( X2*(X5/X7) ) & X3 < (X2^2) * X10.
Au lieu de constantes abstraites, il faut une formule adaptative,
et les constantes doivent être évitées comme le feu.
elles ne sont ni bonnes ni mauvaises, elles sont adaptatives et non constantes.
ils ne sont ni bons ni mauvais, ils sont adaptatifs et non constants.
Encore une fois, je n'ai pas peur de vous ennuyer.
Le problème n'est pas les règles ou les modèles, le problème est le pouvoir prédictif du prédicteur pour l'enseignant, qui (le pouvoir prédictif) varie. Avec votre approche, vous pouvez vous retrouver avec une "qualité d'ajustement" aléatoire, et vous avez besoin d'une mesure numérique de la variabilité de la capacité prédictive. Vous avez un analogue de "l'impuissance" du prédicteur dans les modèles - nous prenons ce que nous avons, et si tout est nul, nous prenons ce qui est nul. Pour moi, le filtrage est une impasse, parce que l'algorithme forme des règles sur ce qu'on lui donne : si vous donnez des bonbons, vous obtenez du chocolat, et si vous donnez des déchets, vous obtenez une autre portion de g...déchets.
la relation entre les attributs est tout aussi susceptible d'être hors de portée. Il s'agit exactement de la même abstraction.
Mais ce n'est pas la question, mais l'approche proposée, qui a un certain sens.
Je continue à attendre des idées normales du forum sur la façon d'améliorer une telle chose, parce que ma tête a rarement des idées fraîches jusqu'à ce que je lise quelques livres de plus sur les statistiques et l'IO.
J'ai spécifiquement pris l'OOS lorsque le marché a changé. L'étude portait sur un marché en baisse et l'OOS sur un marché en hausse.
Combien de mois/années sur le graphique ?