Discussão do artigo "Reamostragem avançada e seleção de modelos CatBoost pelo método de força bruta" - página 3
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
Você pode enviar um link para o Jupyter Notebook com esse código-fonte no Colab?
É por isso que me faltam informações estatísticas, digamos que estudamos 1.000 modelos e 5% deles apresentaram um bom lucro desde 2015, mas também precisamos avaliar a similaridade dos modelos entre si, o que é mais difícil, mas mais informativo.
Globalmente, ainda me falta poder, tenho algoritmos, mas não tenho poder suficiente para analisar todos os instrumentos de 70 anos em minutos.
Você pode exportar para o colaba, o arquivo está no final do artigo
Convertido para notebook: https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
Mas não há como importar o MT5, tentei todas as opções, mas nenhuma delas carregou o repositório https://pypi.org/project/MetaTrader5.
!pip install MetaTrader5 com este comando, erros
Não foi possível encontrar uma versão que satisfaça os requisitos do MetaTrader5 (de versions: none )
Nenhuma distribuição correspondente foi encontrada para o MetaTrader5
Não há diferença, você pode verificar. Apenas gosto mais desse jeito.
Não consigo. Se alguém verificar isso, seria interessante ver.
Portanto, há uma amostragem excessiva - cujo objetivo é encontrar esses padrões em 2020, que estavam em vigor durante todo o período - desde 2015. Teoricamente, pode ser necessário usar mais força bruta, mas a meta será alcançada. Outra coisa é que não está claro se é um padrão ou um ajuste, e mesmo sem uma resposta hipotética a essa pergunta, é difícil tomar uma decisão sobre a conveniência de instalar o TC no real....
Leia:
A última parte (direita) do gráfico (cerca de 1.000 negociações) é um conjunto de dados de treinamento do início de 2020, enquanto a parte restante são novos dados que não participaram do treinamento do modelo.
Convertido para notebook: https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
Mas não há como importar o MT5, tentei todas as opções, mas nenhuma delas carregou o repositório https://pypi.org/project/MetaTrader5.
!pip install MetaTrader5 com este comando erros
Não foi possível encontrar uma versão que satisfaça os requisitos do MetaTrader5 (das versões: nenhuma )
Nenhuma distribuição correspondente foi encontrada para o MetaTrader5
e não funcionará, porque é linux e o terminal não cabe lá.
Como opção, baixe arquivos já preparados com aspas
e não funcionará porque é linux e o terminal não se encaixa.
Como alternativa, você pode baixar arquivos já preparados com aspas
Foi isso que eu entendi, obrigado pela resposta.
Leitura:
A última parte (à direita) do gráfico (cerca de 1.000 negociações) é um conjunto de dados de treinamento do início de 2020, enquanto o restante do gráfico são novos dados que não foram envolvidos no treinamento do modelo de forma alguma.
Não se trata de procurar padrões no futuro, mas de procurar dependências em uma série. A sequência não é importante. Você pode procurar no meio e testar na frente e atrás, isso não mudará nada
É tão simples de entender que não precisa de mais explicações.
A vantagem é que o padrão encontrado pode desaparecer com o tempo. Nesse caso, é preferível aprender com dados recentesnão é procurar padrões no futuro, mas procurar dependências em uma série. A sequência não é importante. Você pode pesquisar no meio e testar na frente e atrás, isso não mudará nada
É tão simples de entender que não precisa de mais explicações.
A vantagem é que o padrão encontrado pode desaparecer com o tempo. Nesse caso, é preferível aprender com dados recentes
Essa não é uma série abstrata. Há "dependências" óbvias (a mesma palavra, mas o significado é diferente para compreensão) da esquerda para a direita (do passado para o futuro), mas não vice-versa. Quase não há publicações científicas sobre previsão de cotações, nas quais eles fariam testes no passado.