L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 744
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ricordate che ho detto che ho ricevuto un modello che ha guadagnato dal 31.01.2018 ad oggi, e questo è come questo modello si è comportato in queste due settimane dal 03.05.2018 ad oggi. Risultato del tester.
Abbastanza bene per una vecchia signora addestrata con 40 punti e che è stata in OOS per circa 1,5 mesi.
E questo è il suo OOS completo dal 31.01.2018
E tu pensi ancora che sia un fit???? Vi ricordo che negli screenshot c'è la sezione OOS
Anche se queste sono foto del tester, non ho mai visto il monitoraggio. Ma io ti credo. Devo ammettere che il tuo approccio funziona. Perciò mi scuso.
Scuse accettate!
Io sono solo un praticante, mentre la maggior parte delle persone qui sono teorici e ricercatori...
E queste connessioni non possono essere trovate matematicamente, quindi bisogna fare dumb fitting o ricerche di mercato :)
Il dumb fitting è anche una cosa figa, in realtà, se si usa la generalizzazione
Max, mi chiedo cosa fa una rete neurale o una foresta casuale... Poi, quando questo "modello" apparirà in futuro, la macchina lo riconoscerà facilmente. Il fatto che questa sia una previsione 50/50 è vero per tutto nel mercato. Ecco un esempio di un breakout del triangolo, per esempio, nel caso classico la presa è maggiore della perdita. Ora moltiplica questo caso per 50/50 e abbiamo un profitto. Questa è la variante più semplice di come fare un sistema redditizio usando l'apprendimento automatico.
Max, mi chiedo cosa fa una rete neurale o una foresta casuale, ... Poi, quando un tale "modello" appare in futuro, la macchina lo riconosce facilmente. Il fatto che questa sia una previsione 50/50 è vero per tutto nel mercato. Ecco un esempio di un breakout del triangolo, per esempio, nel caso classico la presa è maggiore della perdita. Ora moltiplica questo caso per 50/50 e abbiamo un profitto. Questa è la spiegazione più semplice di come fare un sistema redditizio basato sull'apprendimento automatico.
Il problema principale è che l'addestramento con un insegnante non trova nulla da solo e il rapporto tra le caratteristiche e il target non è sempre scelto in modo ottimale da noi, da qui i grandi errori di classificazione e di riqualificazione e un sacco di argomenti su come ottimizzare questo processo. Se stiamo parlando di un bot NS completo, dovrebbe marcare i tag in modo ottimale senza il coinvolgimento di un esperto (umano). Come si realizza oggi - ha mostrato alcuni collegamenti, per esempio, attraverso l'apprendimento con rinforzo, ma ci sono alcune difficoltà, come il problema dell'esplorazione e dello sfruttamento, cioè trovare l'equilibrio tra lo studio dell'ambiente e l'uso della conoscenza ottenuta, fondamentalmente è equivalente al dilemma di quanto spesso si dovrebbe riqualificare NS, ma in modalità automatica
Il problema principale è che l'addestramento con un insegnante non trova nulla da solo, e il rapporto tra le caratteristiche e l'obiettivo non è sempre scelto da noi in modo ottimale, da qui i grandi errori di classificazione e riqualificazione e un sacco di argomenti su come ottimizzare questo processo. Se stiamo parlando di un bot NS completo, dovrebbe marcare i tag in modo ottimale senza il coinvolgimento di un esperto (umano). Come si realizza per oggi - vi ho inviato alcuni link, per esempio, attraverso l'apprendimento con rinforzo, ma ci sono alcune difficoltà, come l'esplorazione e il problema di sfruttamento, cioè trovare l'equilibrio tra l'ambiente di apprendimento e l'applicazione della conoscenza acquisita, infatti, è l'equivalente di un dilemma quanto spesso è necessario riqualificare NS, ma in modalità automatica
Non sarò troppo intelligente, perché le mie conoscenze teoriche sono scarse. Posso solo dare l'opinione di un osservatore e di un praticante. In effetti si può fare anche con 2 palle, ma poi il risultato è lo stesso, non descriverò come insegnare queste palle, non è il punto principale. Così come l'osservatore un sacco di prove posso dire che la frequenza di riqualificazione NS lontano dalla cosa stazionaria, a volte si scopre un set che è abbastanza per esempio una volta alla settimana, e altre volte accade che abbastanza tempo al mese. per diversi insiemi di dati diversi frequenza riqualificazione. ma alla fine abbiamo ancora ottenere un fit, solo una misura non parametri la stessa macchina e regolare la frequenza del segnale sulla macchina impostare un periodo. È come in una "palude", non sai mai quando ci metti piede.
Non voglio essere troppo intelligente, perché ho poche conoscenze teoriche. Posso solo dare l'opinione di un osservatore e di un praticante. La selezione dei predittori è un processo molto noioso, un sacco di grandi non è necessario. in realtà anche 2 maschere possono essere gestite, ma poi il risultato è appropriato, non dirò come queste maschere possono essere insegnate, non è importante. Così come l'osservatore un sacco di prove posso dire che la frequenza di riqualificazione NS lontano dalla cosa stazionaria, a volte si scopre un set che è abbastanza per esempio una volta alla settimana, e altre volte accade che abbastanza tempo al mese. per diversi insiemi di dati diversi frequenza riqualificazione. ma alla fine abbiamo ancora ottenere un fit, solo una misura non parametri la stessa macchina e regolare la frequenza del segnale sulla macchina impostare un periodo. Quanto può durare? È come in una palude, non sai mai quando ci entrerai.
Beh, ci vogliono abbastanza descrizioni dell'ambiente e i giusti passaggi, più o meno, da una modalità all'altra... perché i modelli cambiano, sì
Alcune persone risolvono questo problema cambiando diversi TS e altri cercano di farne uno solo ma adattivo, e altri cercano di adattare tutto a una sola distribuzione, come fece Alexander
Mishan ha preso il mercato che sta crescendo e mentre cresce si rallegra, ma appena inizia la turbolenza si mette a piangere.
Beh, avete bisogno di un numero sufficiente di descrizioni di stato dell'ambiente e dei giusti passaggi, grosso modo, da una modalità all'altra... perché i modelli cambiano, sì
Alcuni risolvono questo problema cambiando diversi TS, alcuni cercano di farne uno solo ma adattivo, e alcuni cercano di adattare tutto a una sola distribuzione, come Alexander
Mishan ha ottenuto i profitti sul mercato in crescita e mentre questo cresce si rallegra, ma appena inizia la turbolenza si mette a piangere.
Spero che non pianga, ma ricostruire in tempo) non siamo qui per discutere...
Dio non voglia che tu non pianga, ma ricostruire in tempo) non siamo qui per discutere...
bene un gioco di monete senza un adeguato backtest, il risultato è solo ovvio
Buon pomeriggio a tutti.
Volevo riassumere un po'... Cosa sappiamo di una candela futura, per esempio? Conosciamo l'orario di apertura e di chiusura. Sappiamo che può avere 3 stati: una candela bianca nella direzione del rialzo, una candela nera nella direzione del ribasso e un doji. Sappiamo che la probabilità di una "lunga" o "grande candela" è...). - è piccolo rispetto a una candela "media" o a un doji. Possiamo trovare un canale, o chiamarlo range, in cui il prezzo si muove. Tutto qui? Non sappiamo altro? È troppo piccolo per fare previsioni anche per una classificazione semplice come una candela al ribasso o una candela al rialzo... Se non si cerca di prevedere le direzioni... non c'è modo di entrare in un trade senza prevedere la direzione... Cos'altro possiamo dire della candela del futuro che ci permetta di classificarla? Dopo tutto tutte le previsioni basate su dati passati danno segni di candele passate. E la previsione su questi dati è presentata come "oggi sarà come ieri" - questo non è buono....