L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1176
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 existe des articles sur le MDE, où tout est scientifiquement étayé, mais ici, les plus susceptibles ou les débutants peuvent poser des questions, ou discuter de quelques idées à essayer. En général, vous devriez écrire un article lorsque vous êtes déjà confiant dans les résultats de vos actions, j'en suis encore loin.
Mais à mon avis, l'incertitude est un trait commun, tant pour ce fil de forum que pour les articles sur le MO.
Les manifestations de confiance ne s'observent que dans la traîne, sinon la fragile construction s'effrite malheureusement à la moindre pression.
Et l'une des raisons à cela, je pense, est précisément le scientisme excessif, et une autre raison est que nous, en tant que débutants, essayons toujours de partir de zéro et de remettre en question les concepts fondamentaux.
Il me semble qu'au lieu de ces extrêmes, on devrait simplement prendre des modèles de MO prêts à l'emploi avec des exemples et écrire des conseillers-experts prêts à l'emploi, les tester, les surveiller et donner des avis dans des articles.
Rantime MQL couplé avec les bibliothèques Python et R donne un champ illimité dans cette direction, donc une fois de plus j'ai offert mon moteur, si nécessaire, je suis prêt à me connecter et à aider.
Et à mon avis, l'incertitude est un trait commun, tant pour cette branche du forum que pour les articles sur le MO.
Les manifestations de confiance ne s'observent que dans la traîne, sinon la fragile construction s'effrite malheureusement à la moindre pression.
Et l'une des raisons à cela, je pense, est précisément le scientisme excessif, et une autre raison est que nous, en tant que débutants, essayons toujours de partir de zéro et de remettre en question les concepts fondamentaux.
Il me semble qu'au lieu de ces extrêmes, on devrait simplement prendre des modèles de MO prêts à l'emploi avec des exemples et écrire des conseillers-experts prêts à l'emploi, les tester, les surveiller et donner des avis dans des articles.
C'est pourquoi j'ai proposé mon propre moteur une fois de plus, si j'en ai besoin, je suis prêt à aider.
Je suis en partie d'accord avec vos idées, mais les modèles de MO pour le trading ont une particularité - la non-stationnarité, ou plutôt de très petits échantillons, incapables de décrire tous les phénomènes possibles, et je ne connais pas de tels exemples par analogie avec d'autres directions, je dois donc faire quelque chose de mon cru.
Je ne refuserai pas d'aider, car je suis très peu versé dans le modélisme, et ayant fait quelques réglages de Catbust j'ai vu, que les résultats peuvent très bien dépendre des réglages du modèle, ce qui donne plus de questions que de réponses. Et la question que je me pose aujourd'hui est de savoir quel maximum peut être atteint à partir de mon échantillon avec les prédicteurs, car il n'est pas clair si je dois faire plus de prédicteurs ou si j'en ai déjà assez pour le minimum.
De l'aide pour connecter catbust sous forme de python au terminal - sera certainement nécessaire, merci !
Je suis en partie d'accord avec vos idées, mais les modèles de MO pour le trading ont une particularité - la non-stationnarité, ou plutôt de très petits échantillons, incapables de décrire tous les phénomènes possibles, et je ne connais pas de tels exemples par analogie avec d'autres directions, je dois donc faire quelque chose de mon cru.
Je ne refuserai pas d'aider, car je suis très peu versé dans le modélisme, et ayant fait quelques réglages de Catbust j'ai vu, que les résultats peuvent très bien dépendre des réglages du modèle, ce qui donne plus de questions que de réponses. Et la question que je me pose aujourd'hui est de savoir quel maximum peut être atteint à partir de mon échantillon avec les prédicteurs, car il n'est pas clair si je dois faire plus de prédicteurs ou si j'en ai déjà assez pour le minimum.
Aide pour connecter ketbust en tant que python au terminal - bien sûr, j'en aurai besoin, merci !
Si vous vous posez des questions, elles sont essentiellement les mêmes que lors de la création de tout type d'Expert Advisor, quelles données utiliser et quels paramètres utiliser pour obtenir le meilleur résultat. Les réponses à ces questions doivent probablement être trouvées par le développement, le débogage, les tests et l'optimisation, comme d'habitude.
C'est ce que je fais :) Je pensais juste, et si quelqu'un avait de grandes compétences dans ce domaine en particulier pour travailler avec des modèles ...
C'est ce que je fais :) Je pensais juste, et si quelqu'un avait de grandes compétences dans ce travail particulier avec des modèles ...
Le couplage de l'exécution de MQL avec les bibliothèques Python et R donne une portée illimitée dans cette direction, donc une fois de plus j'ai offert mon moteur, si nécessaire je suis prêt à me connecter et à aider.
Puis-je voir le code source du moteur ? Je me demande comment il est fabriqué.
Superbes tests, merci.
y a t-il des informations sur le différentiel d'erreurs traine\test ? prenez juste un Accuracy ou logloss là, les plus communs
par exemple quelque chose comme ceci
piste droite test gauche :
Je suis intéressé par la capacité du modèle à généraliser, et quels sont les feats pour combattre les overfits. Je vois que vous vous familiarisez rapidement avec l'outil. Enfin des discussions de fond :))
Cela a l'air compliqué ; il a déjà été dit quelque part plus haut que l'un des signes de faibles surcouts est exactement la similitude des graphiques pour l'équité sur Lerning et Quizzo ; la même logique est appliquée à la classification/régression alors que l'équité est la conséquence.
Hélas, il n'y a pas de solution à ce problème :
1. ou écrire dans un langage tiers (plateforme) TC, mais vous obtenez des problèmes :
a) pas de données historiques
b) pas de testeur
c) il n'y a pas de test sur un compte de démonstration
-) il peut y avoir des problèmes avec le support de la plateforme, par exemple, j'ai fait une recherche sur Alglib, il y a très peu d'informations à ce sujet, tout n'est que sur le site du développeur, il n'y a pas de support
Toutes ces choses doivent être corrigées avec des .dll, des intégrations et autres béquilles.
2. soit vous écrivez tout en MQL et vous n'aurez aucun problème a.b.c.. Vous pourrez soit chercher des solutions prêtes à l'emploi et un appareil mathématique dans la base de code, soit écrire toute la logique (de l'appareil mathématique) à partir de zéro à l'aide des capacités MQL.
3. la variante universelle est un .dll prêt à l'emploi, qui peut être utilisé dans le code MQL. Si vous écrivez le code vous-même, c'est la solution la plus pratique, vous ne pouvez pas utiliser le .dll pour le marché.
De nombreux systèmes de développement et d'analyse vous permettent de créer un fichier .dll à titre d'exemple - Matlab
HH : Je suis satisfait à 90% de MQL, le seul problème est que je dois faire presque toute la visualisation des résultats à partir de zéro. Dans Matlab, la sortie est toujours à portée de main, une ligne de code et vous avez un graphique prêt, toutes les variables sont visibles, vous pouvez changer les variables ... en un mot, Matlab est un environnement de développement prêt pour un moteur métrique, peut-être il ya encore plus cool que Matlab, mais je m'y suis habitué d'une manière ou d'une autre.
À première vue, tout est comme vous le dites, mais après 3 ou 5 ans de production de béquilles et de doublures pour les systèmes RAD, vous vous rendez vite compte que, malheureusement, "il n'y a pas de repas gratuit". La situation des systèmes RAD est comme une martingale qui "balaie les déchets sous le tapis", ils simplifient la modélisation des modèles, mais rendent beaucoup plus difficile la personnalisation, dont le travail est l'essence même de la profession. C'est pourquoi un muppet potentiel prend 2 à 3 ans en tant que débutant pour apprendre sur RAD, parce que c'est plus facile et plus efficace, et passe ensuite en douceur à son propre logiciel.
Ce qui a de la valeur dans une langue tierce :
1. téléchargez l'historique au format CSV,
2. Faites un testeur (c'est juste et pas plus qu'une boucle),
3. sur un compte de démonstration, vous pouvez tester, par exemple, via un échange de fichiers avec le terminal. Si vous le faites par le biais d'un disque RAM, les performances sont comparables à celles d'un échange par la mémoire - des gigaoctets par seconde.
Si le système réussit, ce qui ne sera pas le cas la première fois, il fera gagner beaucoup de temps à la modélisation. Et comment l'introduire ensuite dans le terminal est une question soluble.
Le diable est dans les détails :) Par exemple, pour une raison quelconque, il s'avère qu'avec différents testeurs les résultats d'une stratégie et d'une donnée sont différents, parfois beaucoup, mais quelqu'un a raison (le plus proche de la vérité).
Puis-je voir le code source du moteur ? Je me demande comment il est fabriqué.
Le moteur est intégré dans un grand projet, il y a plusieurs mégaoctets de code source dans plusieurs langages, des interprètes seuls, en plus de python et p, il y a aussi des scripts java et pascal.
Et si vous êtes intéressé par le principe et l'exemple d'exécution de code Python, que j'utilise, je l'ai déjà proposé ici il y a longtemps.
https://www.mql5.com/ru/forum/86386/page553#comment_6302133