Discussão do artigo "Busca de padrões sazonais no mercado de Forex usando o algoritmo CatBoost"
O artigo Searching for seasonal patterns on the currency market using CatBoost algorithm foi publicado:
Autor: Maxim Dmitrievsky
Muito bem, Maxim!
Para dar um exemplo, aqui estão os gráficos de um dos Wizards que está cortando dinheiro no Forex. Aqui estão eles:
https://smart-lab.ru/blog/666149.php
Muito parecido com este...
Portanto, vocês estão seguindo aproximadamente o mesmo caminho para o Graal.
- smart-lab.ru
Muito bem, Maxim!
Para dar um exemplo, aqui estão os gráficos de um dos Wizards que está cortando dinheiro no Forex. Aqui estão eles:
https://smart-lab.ru/blog/666149.php
Muito parecido com este....
Portanto, você está seguindo mais ou menos a mesma Estrada do Graal.
Bem, não está claro do que se trata.
Se você usar o aprendizado de máquina em forex, sempre haverá dados insuficientes para treinamento. Esse é um ponto fundamental que precisa ser contornado.
Em meus artigos, eu o contorno parcialmente gerando novas amostras plausíveis, mas podemos desenvolver o tópico.Bem, não está claro do que se trata.
Se você usar o aprendizado de máquina em forex, sempre haverá dados insuficientes para treinamento. Esse é um ponto fundamental que precisa ser contornado.
Bem, esse assistente está convencido de que as cotações de Forex são uma sequência pseudo-aleatória artificial distorcida no tempo. Também trabalha com filtros de tempo, se entendi corretamente seus discursos expressivos.
É hora de pegar esses magos pelo peito e descobrir tudo até a última gota :)
Leia. Bela sílaba).
Surgiu a questão de quais filtros, exceto os temporários, podem ser razoáveis. Os filtros sobre incrementos, velocidade do movimento do preço, padrões de velas ou ticks são muito mais aleatórios do que os temporários. A suposição de que, em um mesmo momento, o preço se comporta da mesma forma que em outros momentos parece lógica. O que não pode ser dito sobre outros sinais.
Até mesmo as notícias são divulgadas regularmente, e isso é limitado pelo tempo.
Leia. Bela sílaba:)
Surgiu a questão de saber quais filtros, exceto os temporários, podem ser razoáveis. Os filtros sobre incrementos, velocidade do movimento do preço, padrões de velas ou de ticks são muito mais aleatórios do que os temporários. A suposição de que, em um mesmo momento, o preço se comporta da mesma forma que em outros momentos parece lógica. O que não pode ser dito sobre outros sinais.
Até mesmo as notícias são divulgadas regularmente, e isso é limitado pelo tempo.
Os filtros sobre a dispersão dos incrementos funcionam muito bem, para uma determinada profundidade do histórico. Talvez faça sentido usar filtros de entropia que estimem a regularidade (previsibilidade) da série atual. Você também poderia usar filtros de notícias, mas teria que baixá-los de algum lugar
Se houver outras suposições, elas podem ser facilmente incorporadas e verificadas em algumas linhas de código.Os filtros por dispersão de incremento funcionam bem para uma determinada profundidade de histórico. Você pode fazer notícias, mas precisa baixá-las de algum lugar
Se houver outras suposições, elas podem ser facilmente incorporadas e testadas.São exatamente as outras suposições que não resistem às críticas. Os incrementos devem funcionar, mas haverá uma porcentagem maior de falsos positivos. Se ao menos colocássemos um filtro de tempo neles).
Com as notícias, é difícil preparar os dados, classificá-los e, de modo geral, separar e entender como fazer isso.
As outras suposições não resistem às críticas. Os incrementos devem funcionar, mas haverá mais falsos positivos. Se ao menos colocarmos um filtro de tempo neles).
Com as notícias, é difícil preparar os dados, classificá-los e, em geral, separar e entender como fazer isso.
As notícias são mais difíceis, sim, e é por isso que ainda não estou fazendo isso
Maxim, você leva em conta o spread ao testar seu código python? Por exemplo, se você colocar um modelo no bot mql5, ele mostrará o mesmo gráfico ou um gráfico semelhante no testador MT5? Gostaria de saber qual é a expectativa em pontos de cinco dígitos que esses modelos têm. De acordo com os gráficos, se você pegar o melhor primeiro, com 5 pips para 600 negociações, serão 50 pips em cinco dígitos para 600 negociações e 0,083 pontos de cinco dígitos por negociação. Ou talvez eu tenha entendido algo errado?
O spread é levado em consideração no testador personalizado e, em seguida, os modelos são verificados no testador MT5 (consulte o primeiro artigo da série).
Ou seja, a lógica é facilmente (relativamente) transferida para o MT5, quase automática.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Busca de padrões sazonais no mercado de Forex usando o algoritmo CatBoost foi publicado:
O artigo considera a criação de modelos de aprendizado de máquina com filtros de tempo e discute a eficácia dessa abordagem. O fator humano pode ser eliminado agora simplesmente instruindo o modelo a negociar em uma determinada hora de um determinado dia da semana. A busca de padrões pode ser fornecida por um algoritmo separado.
Você pode definir na função uma lista de horas a serem verificadas. No meu exemplo, todas as 24 horas estão definidas. Para a pureza do experimento, eu desativei a amostragem definindo 'min' e 'max' (horizonte mínimo e máximo de uma posição em aberto) igual a 15. A variável 'iterations' é responsável pelo número de ciclos de retreinamento para cada hora. Uma estatística mais confiável pode ser obtida aumentando este parâmetro. Depois de concluir a operação, a função exibirá o seguinte gráfico:
O eixo X apresenta os números ordinais das horas. O eixo Y representa os escores R^2 para cada iteração (foram usadas 10 iterações, significando um retreinamento do modelo para cada hora). Como você pode ver, os passes de 4, 5 e 6 horas estão mais próximos, o que dá mais confiança na qualidade do padrão encontrado. O princípio de seleção é simples — quanto mais alto a posição e a densidade dos pontos, melhor é o modelo. Por exemplo, no intervalo de 9-15, o gráfico mostra uma grande dispersão de pontos e a qualidade média dos modelos cai para 0.6. Você pode ainda selecionar as horas desejadas, treinar novamente o modelo e visualizar seus resultados no testador personalizado.
Autor: Maxim Dmitrievsky