Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 987
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
Como aperitivo.
Uma execução do mesmo Expert Advisor com as mesmas configurações que as acima, mas com um intervalo de tempo maior.
Esse é o valor de todas essas lindas fotos.
A imagem deve provar a idéia cujo significado é APENAS sobre o comportamento futuro do Expert Advisor.
Sanych, não tires conclusões precipitadas, estragaste alguma coisa.
O número de transações durante o período de teste mais longo foi menor.
É por isso que uso o meu testador em vez do MT - por alguma razão ele tem muitos grãos. Pelo menos com o seu testador, você sabe exactamente o que está a fazer e como o está a fazer. Sim, e a informação do teste pode obter muito mais e qualquer, e mais fácil.
Eu acho que não é muito bom escrever essas coisas no fórum MT, considerando que o backtester em MT é um dos principais problemas para fixar as pessoas ao mql e todo o terminal, além disso, o seu testador não está correto.
Sanych, não tires conclusões precipitadas, estragaste alguma coisa.
O número de negócios por um período de tempo mais longo é menor.
Já o corri mais duas vezes: o gráfico é semelhante, mas os números são um pouco diferentes.
Correu-o mais duas vezes: o gráfico é semelhante, mas os números são ligeiramente diferentes.
Conclusão
Tomar a decisão de comprar ou vender ao acaso não vai proporcionar um lucro estável
Encontrei um problema com a classificação:
Por exemplo, se 2 colunas = 0, então tentar fazer um softmax delas dá classes aleatórias:
m=matrix(0,ncol=2,nrow=100)
max.col(m)
[1] 1 2 2 2 2 1 2 1 2 2 2 2 1 1 1 2 1 1 2 2 1 2 1 1 2 2 2 2 1 1 2 2 1 2 2 1 2 1 1 1 1 2 1 2 1 1 1 2 1 2 1 1 2
[54] 2 2 1 2 2 1 1 2 2 2 2 1 1 1 1 1 2 2 2 2 2 1 2 2 2 2 2 2 2 1 2 2 2 1 2 1 2 2 2 1 1 1 2 1 2 1 1
Está em R.
Atravessou por acidente quando se descobriu que a previsão resultava tudo = 0.
É melhor fazê-lo (caso a 1ª coluna signifique "expectativa" e não o comando comercial)
max.col(m,ties.method = "first") # por defeito ties.method = "random"
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
>
Melhor ainda, se as classes têm o mesmo valor, então se recusam a classificar. E, por via das dúvidas, é melhor fazê-lo linha a linha.
Encontrei um problema com a classificação:
Por exemplo, se 2 colunas = 0, tentar fazer um softmax delas dá classes aleatórias:
m=matrix(0,ncol=2,nrow=100)
max.col(m)
[1] 1 2 2 2 2 1 2 1 2 2 2 2 1 1 1 2 1 1 2 2 1 2 1 1 2 2 2 2 1 1 2 2 1 2 2 1 2 1 1 1 1 2 1 2 1 1 1 2 1 2 1 1 2
Está em R.
Atravessou por acidente quando se descobriu que a previsão resultava tudo = 0.
É melhor fazê-lo (caso a 1ª coluna signifique "expectativa" e não o comando comercial)
max.col(m,ties.method = "first") # por defeito ties.method = "random"
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
>
Melhor ainda, se as classes têm o mesmo valor, então se recusam a classificar. E, por via das dúvidas, é melhor fazê-lo linha a linha.
Tarde
O problema pode não aparecer se os dados estiverem preparados correctamente. Quando e em que cálculos é que teve este problema? Eu me pergunto. Ou é uma condição criada artificialmente?
Boa sorte.
Tarde
O problema não pode aparecer quando os dados são preparados corretamente. Quando e com que cálculos você conseguiu este problema? Eu me pergunto. Ou é uma condição criada artificialmente?
Boa sorte.
Como SanSanych disse: lixo na entrada = lixo na saída. Foram adicionados zeros, que depois foram cancelados.
Bem, eu fiz um ajuste para mim para que os zeros permaneçam zeros, para casos semelhantes no futuro.
Os prognósticos são diferentes, então eu me deparei que NS não aprendeu nada e deu todos os zeros na saída. E as previsões devidas à aleatoriedade durante a conversão revelaram-se não nulas.
Como SanSanych disse: lixo na entrada = lixo na saída. Também acrescentei zeros, que depois foram aleatorizados.
Bem, eu fiz uma correção para mim para que os zeros permaneçam zeros, para casos semelhantes no futuro.
Estou a ver. Boa sorte.
Perguntas de um recém-chegado. Por favor, aconselhe sobre como aplicar a aprendizagem da máquina. Por exemplo, um comerciante encontrou algum padrão no mercado. Suponha que seja um padrão de GP (cabeça e ombros). Opções:
Perguntas de um recém-chegado. Por favor, aconselhe sobre como aplicar a aprendizagem da máquina. Por exemplo, um comerciante encontrou algum padrão no mercado. Suponha que seja um padrão de GP (cabeça e ombros). Opções:
A aprendizagem da máquina é baseada em sinais (padrões/características) que irão distinguir o evento. Assim, você precisa especificar o que você deve olhar, e o algoritmo MO tentará encontrar alguns padrões no que é mostrado e definir as regras de conduta. Por isso, todas as respostas a todas as outras perguntas vêm a partir daqui. E, portanto, quanto mais observações, mais precisas serão as regras sobre um período mais longo da história.