Discussão do artigo "Gradient Boosting (CatBoost) no desenvolvimento de sistemas de negociação. Uma abordagem ingênua" - 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
Eu sei.
Esse sou eu para o Alexei. Ele achava que era a memória
a dependência dos exemplos entre si, também um tipo de memória. Se você misturar teste e treinamento, a quantidade é menor, mas é uma solução ruim, concordo, é feita para simplificar.
você obtém muitos exemplos sobre a mesma coisa, mas grupos diferentes de exemplos ficam desequilibrados. Daí o excesso de ajuste na conjuntura atual e a generalização ruim
De alguma forma, precisamos verificar se há vazamento de informações. Os rótulos são criados com 10 a 15 barras de antecedência, o histórico é alimentado a uma profundidade de 250 barras e, durante as iterações, pode haver algum tipo de vazamento.
De alguma forma, precisamos verificar se há vazamento de informações. Os rótulos são criados com 10 a 15 barras de antecedência, o histórico é alimentado a uma profundidade de 250 barras e, durante as iterações, pode haver algum tipo de vazamento.
O testador do MT5 não sabe como fazer isso.
A propósito, em um tópico recente sobre a influência dos indicadores.
Tente remover a MA e treinar apenas com incrementos. Talvez seja suficiente simplesmente fazer o período MA = 1.
O resultado não deve mudar se a ideia de que os indicadores que são construídos por barras podem ser reproduzidos por NS/forest/bust.
A propósito, em um tópico recente sobre a influência dos indicadores.
Tente remover a MA e treinar apenas com incrementos. Talvez seja suficiente simplesmente fazer o período MA = 1.
O resultado não deve mudar se a ideia de que os indicadores que são construídos por barras podem ser reproduzidos por NS/forest/bust.
Nessa versão, ele é perfeitamente treinável em qualquer período, sem diferença. Basta executar o código python
Quando o período MA diminui, é razoável aumentar o tamanho da janela. Ao aumentar o tempo de manutenção da posição, também é razoável aumentar o tamanho da janela
MA e incrementos não são necessários e servem apenas como exemplo, você pode usar qualquer sinal.Oi Maxim,
Obrigado por compartilhar conosco esse belo artigo! Fiz algumas alterações em seu código python e consegui obter alguns resultados promissores. Basicamente, não misturei os períodos de treinamento e teste nesse experimento.
Espero que isso não seja apenas por acaso! :) Tentarei ver se consigo reproduzir esses resultados no testador de estratégia do MT5.
Atenciosamente, Rasoul
Editar:
Estes são os resultados do testador de estratégia, que são semelhantes aos anteriores! :)
Oi Maxim,
Obrigado por compartilhar conosco esse belo artigo! Fiz algumas alterações em seu código python e consegui obter alguns resultados promissores. Basicamente, não misturei os períodos de treinamento e teste nesse experimento.
Espero que isso não seja apenas por acaso! :) Tentarei ver se consigo reproduzir esses resultados no testador de estratégia do MT5.
Atenciosamente,
Rasoul
Olá Rasuol, fico feliz que tenha gostado do artigo. Quero escrever outro sobre o mesmo tópico. Seria interessante se você compartilhasse sua experiência
Eu gostaria de ver alguma justificativa no artigo para a escolha das constantes: MA_PERIOD = 15, LOOK_BACK = 250 e add_labels(pr, 10, 25). Pelo menos na forma de uma frase: "com base nos muitos anos de experiência do autor..."
Além disso, não entendo como você conseguiu obter relatórios idênticos no python e no testador, se o script python não usa stop-loss, mas no testador ele está definido.
Eu gostaria de ver alguma justificativa no artigo para a escolha das constantes: MA_PERIOD = 15, LOOK_BACK = 250 e add_labels(pr, 10, 25). Pelo menos na forma de uma frase: "baseado na longa experiência do autor...".
Além disso, não entendo como você conseguiu obter relatórios idênticos no python e no testador, se o script python não usa stop-loss, mas no testador ele está definido.
A seleção é aleatória, como "não muito grande e não muito pequena". Ou seja, não se baseia em nada, pois não sei onde procurar.
O stop pode ser definido como longo