L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 301
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
Bonjour à tous !!!! Finalement, un miracle s'est produit et mon article a été publié.
https://www.mql5.com/ru/articles/2773
Bonjour à tous !!!! Finalement, un miracle s'est produit et mon article a été publié.
https://www.mql5.com/ru/articles/2773
Génial !) Nous le lirons à loisir.
Bonjour à tous !!!! Finalement, un miracle s'est produit et mon article a été publié.
https://www.mql5.com/ru/articles/2773
je suis allé voir l'article, merci )
Vous savez que l'histoire ne se répète pas. C'est pourquoi ils suggèrent d'essayer la même chose sur des données aléatoires - le résultat ne sera pas très différent (et peut-être même meilleur que sur des données historiques).
Je tiens à noter que vous etfxsaber êtes sur une branche où votre déclaration a été réfutée de manière très professionnelle. Consultez les documents de Burnakov sur ce fil et dans ses blogs.
En dehors de cela, il y a une question fondamentale qui distingue fondamentalement ME du modèle dans nos têtes que TA a formé.
L'apprentissage automatique se compose nécessairement de trois parties, qui constituent un ensemble cohérent. Ce sont :
La première étape, la préparation des données brutes, est la plus significative quant à son impact sur le résultat final.
Si vous utilisez ces trois étapes de manière cohérente et en comprenant ce que vous faites, j'ai personnellement réussi à réduire l'erreur de prédiction pour certaines des variables cibles à moins de 30 %. J'ai pu réduire l'erreur de prédiction en dessous de 40% presque immédiatement. Si vous obtenez 50% au hasard, cela signifie que vous ne comprenez pas quelque chose de très important dans le MO.
Je tiens à souligner que vous etfxsaber êtes sur un fil où votre affirmation a été professionnellement réfutée. Jetez un coup d'œil aux documents de Burnakov sur ce fil et dans ses blogs.
En dehors de cela, il y a une question fondamentale qui distingue fondamentalement ME du modèle dans nos têtes que TA a formé.
L'apprentissage automatique se compose nécessairement de trois parties, qui constituent un ensemble cohérent. Ce sont :
La première étape, la préparation des données brutes, est la plus significative quant à son impact sur le résultat final.
Si vous utilisez ces trois étapes de manière cohérente et en comprenant ce que vous faites, j'ai personnellement réussi à réduire l'erreur de prédiction pour certaines des variables cibles à moins de 30 %. J'ai pu réduire l'erreur de prédiction en dessous de 40% presque immédiatement. Si vous obtenez un résultat aléatoire de 50 %, cela signifie que vous ne comprenez pas quelque chose de très important dans le MO.
J'ai plongé dans l'article, merci)
Du fond du cœur, mes frères ! Votre opinion est très importante pour moi. Après cet article, il y aura un traité sur les variables d'entrée et de sortie, il y aura de la philosophie, bien sûr, et des primos quand il est difficile de choisir.....
Si vous utilisez ces trois étapes de manière cohérente et en comprenant ce que vous faites, j'ai personnellement réussi à réduire l'erreur de prédiction pour certaines des variables cibles à moins de 30 %. J'ai pu réduire l'erreur de prédiction en dessous de 40% presque immédiatement. Si vous obtenez un résultat aléatoire de 50%, c'est qu'il y a quelque chose de très important que vous ne comprenez pas dans le MO.
Si vous parlez d'erreurhors échantillon, avec au moins 100 000 échantillons à tester sur des données correctement préparées, alors les résultats sont très raides, "plus frais que des œufs seulement", même pour les données HFT, sur les minutes et plus, c'est fantastique, ou un surajustement trivial. Sur les données à basse fréquence, Dieu interdit 2-3% pour obtenir un avantage, même chose avec le numéraire.
C'est cool quand il prédit la direction du prix une seconde à l'avance, avec une précision de 65-70% (pour RI) Je connais de tels gars, mais leurs données ne sont pas enfantines et ils coûtent en conséquence. J'ai 60-65% mais pour mes données c'est très cool aussi, je n'achète presque plus rien séparément maintenant, j'avais l'habitude d'utiliser plaza mais maintenant j'utilise regular quick et mt pour obtenir mes données forex.
Un fil intéressant. Beaucoup de flubber, mais quelques pensées intelligentes aussi. Merci.
Un fil intéressant. Beaucoup de flubber, mais quelques pensées intelligentes aussi. Merci.
))) L'essentiel est la communication et le processus. Il semble que certaines personnes soient déjà en train de créer des robots neuronaux. J'aimerais essayer .
Si vous parlez d'erreurhors échantillon, avec au moins 100 000 échantillons à tester sur des données correctement préparées, alors les résultats sont très abrupts, "plus abrupts que des œufs", même pour les données HFT, sur des minutes et plus, c'est fantastique, ou un surajustement trivial. Sur les données à basse fréquence, Dieu interdit 2-3% pour obtenir un avantage, même chose pour le numéraire.
C'est cool quand il prédit la direction du prix une seconde à l'avance, avec une précision de 65-70% (pour RI) Je connais de tels gars, mais leurs données ne sont pas enfantines et ils coûtent en conséquence. J'ai 60-65% mais pour mes données c'est très cool, je n'achète presque plus rien séparément maintenant, j'avais l'habitude d'utiliser plaza mais maintenant j'utilise regular quick et mt pour obtenir mes données forex.
Pour moi, l'erreur de prédiction n'est pas le principal problème. Pour moi, le principal problème est le surentraînement du modèle. Soit j'ai une preuve très faible que le modèle n'est PAS ré-entraîné, soit le modèle n'est pas du tout nécessaire.
J'ai écrit de nombreuses fois sur ce fil (et d'autres aussi) sur le diagnostic du surentraînement et les outils pour y faire face. En bref, il s'agit de nettoyer les prédicteurs d'entrée du bruit et le modèle lui-même est d'une importance secondaire.
Tout le reste ne m'intéresse pas, car tout résultat sans considération de surentraînement n'est que du vent, maintenant, peut-être demain, et après-demain, une ponction sur le Depo.