L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2806

 
Aleksey Vyazmikin #:

Provate a marcare per comprare e vendere, selezionando un modello più equilibrato per il numero di ingressi, e poi dividete il campione in due e fate due modelli separati ciascuno.

Se si vuole allenarsi separatamente su un mercato in rialzo e su un mercato in ribasso, i segnali saranno comunque mediati.

Tutto è logico, le operazioni in controtendenza sono solitamente inefficaci nei mercati in trend, con alcune eccezioni per gli scalper.

Vi ho solo mostrato che potete capire meglio come funziona il modello.

 
Maxim Dmitrievsky #:

Ah, beh, gli indicatori standard e i loro derivati, per lo più?

Inizialmente ho utilizzato la mia esperienza di trading, la mia visione dell'interazione dei prezzi con i diversi indicatori, i livelli di prezzo e altri modelli - qualcosa confermato e qualcosa no. Detto questo, mi lamento più che altro del modello, che butta fuori eventi affidabili ma rari.....

Un tempo ero scettico nei confronti degli oscillatori, ma recenti esperimenti hanno dimostrato che hanno segnali stabili, come ad esempio il MACD.

 
Maxim Dmitrievsky #:

Se si vuole allenarsi separatamente sui mercati in rialzo e in ribasso, i segnali saranno comunque mediati.

in generale tutto è logico, le operazioni in controtendenza sono solitamente inefficaci nei mercati in crisi, con alcune eccezioni per gli scalper.

Vi ho solo mostrato che potete comprendere meglio il funzionamento del modello.

In media, ci saranno 3 modelli - uno determina quale dei due modelli utilizzare.

Hai ottenuto la stessa redditività per l'acquisto e la vendita?

Sì, hai dimostrato correttamente che l'efficacia del modello dipende dai dati, ovviamente.

 
Aleksey Vyazmikin #:

In media, ci saranno 3 modelli - uno determina quale dei due modelli utilizzare.

Avete la stessa redditività per l'acquisto e la vendita?

Sì, è stato dimostrato correttamente che l'efficacia del modello dipende dai dati, ovviamente.

Non ho ancora guardato le statistiche degli scambi.

3 modelli è interessante, comunque, io ne ho solo 2 finora... ha senso.

 

In molti post precedenti si è parlato di non rimuovere necessariamente i predittori correlati.

Non posso accettare la giustificazione che l'algoritmo del modello sia robusto ai predittori correlati.


Sì, l'algoritmo è robusto se ci sono pochi predittori correlati in un insieme di cento predittori.

Ma cosa succede se tutti i predittori sono correlati? Cosa succede se la maggior parte sono correlati? Dov'è il limite?

Rimuovere i predittori correlati significa rivelare la qualità dell'insieme di predittori e le caratteristiche dell'algoritmo di un particolare modello rispetto alla correlazione sono del tutto irrilevanti. Prima di modellare, si dovrebbe conoscere il modello stricti su un solo predittore o su cento. È necessario conoscere il numero di predittori su cui è costruito il modello.

 
mytarmailS #:

Ho avviato il vostro script, ma ha alcuni problemi che ne impediscono il funzionamento:

1. Una virgola al posto del punto fermo

2. Le ultime colonne sono perse.

È possibile risolvere il problema?

 
Aleksey Vyazmikin #:

Ho eseguito il vostro script e presenta alcuni problemi che ne impediscono l'ulteriore utilizzo:

1. Una virgola al posto del punto fermo

2. Le ultime colonne sono perse.

Potete risolvere il problema?

Potete essere più precisi?

 
mytarmailS #:

Può essere più specifico?

Ecco la parte destra del campione in forma di tabella



Qui di seguito la tabella dei risultati dello script nella stessa posizione


Come si può notare, non ci sono colonne di informazioni, comprese quelle di destinazione.

E queste colonne si trovano proprio all'inizio del file, come si è visto


Per quanto riguarda la virgola al posto del punto come separatore di numeri, ho commesso un errore o l'ho corretto.

 
Vladimir Perervenko #:

Il vostro script è in esecuzione da più di un giorno e non ha ancora creato un singolo file basato sui risultati dello screening. Non so, forse è il momento di spegnerlo?

 
mytarmailS #:

Può essere più specifico?

L'ho scambiato e sembrava tutto a posto.

df <- cbind.data.frame(df,not_used_vars_df)
Motivazione: