Discussão do artigo "Teoria das probabilidades e estatística matemática com exemplos (Parte I): fundamentos e teoria elementar" - página 5
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Gostaria muito de ler um artigo descrevendo sua abordagem)
O problema com os modelos constantes e constantes por partes é que não podemos deixar de usá-los. De fato, a abordagem que usa Expert Advisors otimizados ou superotimizados é o uso dessa abordagem. E somente a liberdade e a criatividade da negociação manual nos permitem evitar esses modelos)
É simples, a etapa de reotimização deve ser muito menor do que a duração média da negociação.
Será lógico tornar essa reotimização frequente uma parte interna do Expert Advisor. Isso levará ao surgimento de um novo EA com novos parâmetros que regulam o algoritmo de reotimização de parâmetros antigos, que também terão de ser otimizados e reotimizados ocasionalmente)
Seria lógico tornar essa reotimização frequente uma parte interna do EA. Isso levará ao surgimento de um novo EA com novos parâmetros que regulam o algoritmo de reotimização de parâmetros antigos, que também precisarão ser ocasionalmente otimizados e reotimizados.)
Artigo interessante. Talvez seja interessante em seus futuros artigos abordar a informação mútua e a probabilidade: '' '
---- A informação mútua pontual pode ser entendida como uma probabilidade condicional em escala. A informação mútua pontual representa uma medida quantificada de quanto é mais ou menos provável que os dois eventos ocorram juntos, dadas suas probabilidades individuais, e em relação ao caso em que os dois são completamente independentes. '' https://eranraviv.com/understanding-pointwise-mutual-information-in-statistics/
--- E entropia de permutação: https: //www.aptech.com/blog/permutation-entropy/
h ttps:// github.com/danhammer/info-theory/wiki/permutation-entropy
É simples, a etapa de superotimização deve ser muito menor do que a duração média da transação.
Vamos colocar isso em números:
a duração média da negociação é de 1 hora, portanto, a otimização deve ocorrer < 1/2 hora, consideramos que o mínimo de dados de entrada disponíveis é TF M1
Bem, percebemos que, na otimização, temos novos dados de menos de 30 barras (M1), e ainda não sabemos o resultado da primeira negociação aberta, mas temos que tomar uma decisão - uma previsão, que negociação devemos abrir em seguida? (ou fechar a atual?)
Na minha opinião, se tirarmos todo o enfeite, essa abordagem coincide com a negociação em um indicador com um período de cálculo inferior a 30 e no TF M1, ou seja, não há otimização aqui por causa do resultado incerto da negociação anterior (da teoria de gerenciamento - sem feedback).
Bem, substitua "superotimização" por "recálculo do modelo".
A essência não mudará - sempre lidaremos com um Consultor Especialista com um determinado conjunto de parâmetros, que às vezes mudaremos. Se tentarmos tornar esses parâmetros de alguma forma dependentes do tempo, acabaremos com um novo sistema com novos parâmetros que determinarão como os parâmetros antigos dependem do tempo.
Artigo interessante. Talvez seja interessante, em seus futuros artigos, abordar a informação mútua e a probabilidade: '' ''
---- A informação mútua pontual pode ser entendida como uma probabilidade condicional em escala. A informação mútua pontual representa uma medida quantificada de quanto é mais ou menos provável que os dois eventos ocorram juntos, dadas suas probabilidades individuais, e em relação ao caso em que os dois são completamente independentes. '' https://eranraviv.com/understanding-pointwise-mutual-information-in-statistics/
--- E entropia de permutação: https: //www.aptech.com/blog/permutation-entropy/
h ttps:// github.com/danhammer/info-theory/wiki/permutation-entropy
Obrigado. Escreverei um pouco sobre a teoria da informação para distribuições discretas. Essa é uma manifestação importante da dependência probabilística.
Mas a exposição da entropia de permutação será muito complicada para esta série de artigos.
A essência não mudará - sempre lidaremos com um Expert Advisor com um determinado conjunto de parâmetros, que às vezes mudaremos. Se tentarmos tornar esses parâmetros de alguma forma dependentes do tempo, acabaremos com um novo sistema com novos parâmetros que determinarão como os parâmetros antigos dependem do tempo.
Não do tempo. Das mudanças nas propriedades do mercado que queremos explorar.
A taxa de reação deve, em uma primeira aproximação, corresponder à taxa de eventos aos quais o sistema está reagindo.
Se a taxa de reação for maior, ótimo. Se for menor - ruim, não temos tempo para reagir.
Ou seja,"às vezes" é diferente e depende do sistema específico.
Vamos colocar isso em números:
a duração média da negociação é de 1 hora, portanto, a otimização deve levar < 1/2 hora, consideramos que o mínimo de dados de entrada disponíveis é TF M1
Bem, percebemos que, na otimização, temos novos dados de menos de 30 barras (M1), e ainda não sabemos o resultado da primeira negociação aberta, mas temos que tomar uma decisão - uma previsão, que negociação devemos abrir em seguida? (ou fechar a atual?)
Sim, isso é chamado de "reduzir o atraso da tomada de decisão".
A decisão de fechar a negociação atual e a decisão de mantê-la são as mesmas.
As decisões devem ser tomadas com tanta frequência que essa TS não sofra com o atraso.
Por exemplo, meus sistemas são recalculados a cada tick, porque uma mudança de preço de alguns pontos é fundamental para eles.
Sim, isso se chama "reduzir a latência da decisão".
A decisão de fechar o negócio atual e a decisão de mantê-lo são as mesmas em vigor.
As decisões devem ser tomadas com tanta frequência que essa TS não sofra atrasos.
OK, acho que há algo nisso, mas preciso pensar sobre isso