L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3134
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 souhaite discuter d'un algorithme qui recherchera lui-même des régularités, de sorte que les régularités ne se présentent pas sous une forme toute faite.
Je veux qu'il soit capable de chercher des modèles de toute sorte, sans biaiser les données et les façons de les traiter.
Mais je ne sais pas quel type d'algorithme (quel langage) peut décrire ces régularités et, en général, la structure des régularités elle-même.
Par conséquent, la question est de savoir s'il existe un langage universel qui peut décrire n'importe quoi et comment introduire ce "n'importe quoi" dans le "vérificateur" sous la forme de modules prêts à l'emploi.
Je penche pour le logarithme, les règles et le code en général.
Je veux spéculer sur un algorithme qui cherchera des modèles par lui-même, de sorte que le modèle n'est pas là sous une forme toute faite.
Je veux qu'il soit capable de rechercher des modèles de toutes sortes, sans biaiser les données et la manière dont elles sont traitées.
Mais je ne sais pas quel type (quel langage) l'algorithme peut décrire ces régularités et, en général, la structure des régularités....
La question est donc de savoir s'il existe un langage universel capable de décrire n'importe quoi et comment intégrer ce "n'importe quoi" dans le "vérificateur" sous la forme de modules prêts à l'emploi.
Je suis enclin à enregistrer les règles et le code en général.
Toute l'histoire de l'humanité dit que seul l'homme peut trouver un modèle.
Aujourd'hui, les auteurs de lévriers attribuent cette capacité à l'IA, qui aujourd'hui ne fonctionne QUE sur l'extrapolation de données historiques. Dans le meilleur des cas. Et l'IA n'est généralement rien d'autre qu'un moteur de recherche très rapide.
Vous posez un problème qualitativement différent : créer une IA analogue à une IA humaine. Si vous vous en rendez compte, qu'il en soit ainsi.
Je veux spéculer sur un algorithme qui cherchera des modèles par lui-même, de sorte que le modèle n'est pas là sous une forme toute faite.
Je veux qu'il soit capable de rechercher des modèles de toutes sortes, sans biaiser les données et la manière dont elles sont traitées.
Mais je ne sais pas quel type (quel langage) l'algorithme peut décrire ces régularités et, en général, la structure des régularités....
La question est donc de savoir s'il existe un langage universel capable de décrire n'importe quoi et comment introduire ce "n'importe quoi" dans le "vérificateur" sous la forme de modules prêts à l'emploi.
Je penche pour le log. les règles et le code en général.
Vous êtes en retard, j'ai déjà créé un tel module )) mais seulement pour le forex ou n'importe quelle série temporelle.
La représentation des données pour les différents domaines est différente et la représentation des modèles est différente aussi, ce sera un désordre.
Je veux spéculer sur un algorithme qui cherchera des modèles par lui-même, de sorte que le modèle n'est pas là sous une forme toute faite.
Je veux qu'il soit capable de rechercher des modèles de toutes sortes, sans biaiser les données et la manière dont elles sont traitées.
Mais je ne sais pas quel type (quel langage) l'algorithme peut décrire ces régularités et, en général, la structure des régularités....
La question est donc de savoir s'il existe un langage universel capable de décrire n'importe quoi et comment intégrer ce "n'importe quoi" dans le "vérificateur" sous la forme de modules prêts à l'emploi.
Je suis enclin à enregistrer les règles et le code en général.
La tâche n'est pas clairement définie. La recherche dans une série unidimensionnelle, un tableau est une chose, dans une série bidimensionnelle ou plus en est une autre. Une série de prix unidimensionnelle est trop simpliste, sans tenir compte du spread et du volume. En outre, le temps calendaire cycle cette série, ce qui simplifie d'un côté, mais c'est une autre condition / un autre facteur qui doit être pris en compte.
Et quel type de répétitivité rechercher, si nous regardons ce qui nous intéresse, ce sont les tendances ou les modèles, mais il y a des dépendances plus complexes qui peuvent aussi se répéter, mais elles seront inutiles pour le trading.
Les règles de journalisation sont associatives par nature. Bien sûr, vous pouvez les décrire, mais vous avez besoin d'un validateur pour déterminer la fiabilité de ces règles.
C'est le sujet de la transition de l'association à la causalité. Je ne connais pas de matrice de ce type pour les règles logarithmiques, mais probablement quelque chose de similaire à ce qui est fait par la régression.
Vous arrivez trop tard, j'en ai déjà créé un ))
vous avez créé les modèles habituels du "leaderboard", c'est comme comparer un avion en papier avec un avion réel.
Et quel type de répétitions rechercher, si nous regardons ce qui nous intéresse, ce sont les tendances ou les modèles, mais il existe des dépendances plus complexes, qui peuvent également être répétées, mais elles seront inutiles pour le trading.
Tout ce que nous avons besoin de savoir, ce sont deux classes = renversement/non renversement.
Tout le reste - les modèles, les tendances, les lignes de plaine, les nouvelles, les niveaux - est d'abord subjectif et peut ensuite être classé en tant que signes.
Vous avez créé les modèles habituels de "leaderboard", c'est comme comparer un avion en papier à un avion réel.
Le classement est à la fin, parce que dans la vie réelle, vous n'obtiendrez jamais un seul et unique modèle parfait. Il y aura toujours une différence de jugement.
Le tableau de classement se trouve à la fin, parce que dans la vie réelle, vous n'obtiendrez jamais le seul et unique tableau parfait.
Nous parlons de choses différentes, je parle essentiellement de l'idée d'un automate créant des caractéristiques qualitatives très complexes pour un modèle qui n'est pas contraint par quoi que ce soit.
Il peut s'agir d'une règle complexe ==> sur laquelle une séquence est entraînée, ==> seuls les modèles de travail (règles) sont sélectionnés à partir de cette règle ==> sur laquelle le modèle est entraîné.
et il peut s'agir d'une seule caractéristique parmi des centaines d'autres pour le modèle de base.