Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 616
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
Há muitos algoritmos, mesmo mais do que se gostaria. Por exemplo...
Artigo de Vladimir -https://www.mql5.com/ru/articles/2029
Artigo de Alexey -https://habrahabr.ru/company/aligntechnology/blog/303750/
É sincero e sincero. Agora vou ver o que está nestes artigos. O método Invariant, deixe-me dizer-lhe, também é bastante interessante. O que o Reshetov implementou... Então, vamos ver...
A lei de conservação de energia em ação))
Ninguém quer fazer algo novo se a ferramenta de comunicação MT-R existente funcionar.
Atualmente estou me comunicando com a MT sem DLL, trocando arquivos TXT via RAM-Disk. Até agora, nenhuma DLL foi necessária. Taxa de câmbio, >1,5 GBytes/seg - o suficiente para tudo e mais alguma coisa. Comunicar com qualquer um, qualquer R, qualquer diabo careca. E você não tem que fazer nada. Quero dizer, nada de nada.
Detalhes na linha --https://www.mql5.com/ru/forum/79922
Você inicia o processo R diretamente do terminal também? Ou manualmente?
Executo manualmente o programa em R (ou outro software). A partir daí, eles trocam sozinhos e para sempre. O toque de tecla extra antes de começar a stressá-lo?
Muitas vantagens em relação à DLL.
Eu gosto mais da dll existente)
Isso é por agora. Tudo flui, tudo muda.
Minha preferência não é uma chamada de função, mas uma troca completa, onde os programas funcionam independentemente e trocam informações em ambas as direções.
Na minha interperação, troca via DLL e IP-cliente-servidor, é um desenvolvimento de troca bidirecional via arquivos -https://www.mql5.com/ru/blogs/post/671000E tal troca simplifica tudo dramaticamente, incluindo todos os tipos de futuras atualizações de sistema.
SZY no final, não quero saber no que escrevo - Python, C++, C#, R etc., etc. As interfaces não precisam de ser alteradas de todo. Eles são adequados para tudo.
Saudações das mentes do fórum. Direi desde já que ainda não dominei o fio todo. Mas a questão dos modelos e das redes neurais me atingiu muito recentemente. Maxim não disse uma única vez que a correlação é uma espécie de método ruim para determinar o modelo, eu vou ignorar isso porque no meu caso a correlação está acima de 0,95. A questão é um pouco diferente, quando você corre o modelo através da história você recebe o mesmo 50/50. E aqui eu tenho uma idéia, talvez um neurônio seja capaz de determinar em que momento vender o modelo e em que momento comprá-lo ...? Gostaria de saber a opinião de especialistas que já tentaram e estão trabalhando com o neurônio. Anexo fotos do modelo para ver a diferença para a frente.
Acho que a primeira foto mostra o preço a descer, a segunda mostra o preço a subir e a terceira mostra o preço a estabilizar.
Gostaria de acrescentar que o modelo pode ser construído mesmo a cada hora, devido ao facto de ser composto por uma carteira de pares de moedas. Devido ao facto de se escolher a correlação máxima, o comprimento do modelo pode ser diferente. E é aí que surge a questão, como lidar com a variação do comprimento do modelo, como alimentar essas amostras na rede neural?
Saudações das mentes do fórum. Direi desde já que ainda não dominei o fio todo. Mas a questão dos modelos e das redes neurais me atingiu muito recentemente. Maxim não disse uma única vez que a correlação é uma espécie de método ruim para determinar o modelo, eu vou ignorar isso porque no meu caso a correlação está acima de 0,95. A questão é um pouco diferente, quando você executa o modelo através da história você obtém o mesmo 50/50. E aqui eu tenho uma idéia, talvez um neurônio seja capaz de determinar em que ponto o modelo vende e em que ponto é comprado...? Eu gostaria de saber a opinião de especialistas que já tentaram e estão trabalhando com o neurônio. Anexo fotos do modelo para ver a diferença para a frente.
A primeira foto mostra o preço a descer, a segunda mostra o preço a subir e a terceira mostra o preço a estabilizar.
A resposta à sua pergunta: classificação. Os sinais de compra/venda/passagem.
Quanto às imagens, não é claro o que são as linhas.
Gostaria de acrescentar que o modelo pode ser construído mesmo a cada hora, porque consiste numa carteira de pares de moedas. Devido ao facto de se escolher a correlação máxima, o comprimento do modelo pode ser diferente. E é aqui que surge a questão, como lidar com a variação do comprimento do modelo, como alimentar tais amostras em uma rede neural?
Eu entendo que estás a falar de conjunto de dados.
A duração do conjunto de dados afecta a qualidade e a velocidade da aprendizagem (linhas). A qualidade das previsões é influenciada pela qualidade dos parâmetros (colunas)