Bem, sim, estou interessado em marcar alvos, mas não em prever o cluster no próximo candle, mas digamos que tenhamos a hora atual (5m tf) e prever qual será o cluster na próxima hora.
Bem, sim, estou interessado em marcar alvos, mas não em prever o cluster do próximo candle, mas digamos que tenhamos a hora atual (5m tf) e prever qual será o cluster da próxima hora.
Acho que fiz isso no próximo candle, mas se você obtiver clusters de muitos candles seguidos, poderá fazer isso em um futuro distante.
O código-fonte foi perdido quando mudei para um novo computador, o antigo tinha uma falha, não o salvei na nuvem.
Lembro-me de que, se você marcar por meio de agrupamento de incrementos, os resultados serão muito estáveis em novos dados, mas as marcas em si são muito ruins
Ah, eu tinha alguma coisa no Google Colab, posso acessá-la se você precisar.
Se você quiser adicionar tempo contínuo, isso já é uma generalização das cadeias de Markov - modelos (processos) semi-Markov.
Não estou pronto para prometer ajuda, mas posso participar de uma discussão aberta sobre o tópico, na medida do possível.
Em que sentido "tempo contínuo" - a questão é que temos eventos (escala de tempo) na forma de um sinal para entrar no mercado, e há "padrões" que estavam presentes ou não no momento do aparecimento do sinal. Portanto, haverá momentos em que haverá um ponto na linha do tempo, mas não haverá um padrão. Acho que os intervalos de tempo de ocorrência (ausência de n períodos discretos) do padrão também são importantes para levar em conta sua influência.
Também existe tal coisa, porque o número de padrões pode ser maior em todo o intervalo histórico do que no momento do sinal, então talvez isso deva ser levado em conta, ou seja, quantos por cento dos padrões acompanham o sinal, porque se for uma porcentagem pequena, então a conexão com o sinal é aleatória ou o sinal é muito filtrado pela condição básica. No entanto, há um problema de discrição aqui - um padrão pode existir continuamente por n barras em uma linha. Acho que deve haver discretude, talvez para o mesmo ZZ, então, se o sinal e o padrão forem os mesmos, as estatísticas adicionais não terão sentido e, caso contrário, poderão ser úteis.
Obrigado por sua disposição em ajudar, embora em uma quantidade limitada! Ainda não iniciei o código - quero terminar outro projeto, mas é útil pensar sobre esse tópico para experimentos futuros.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Gostaria de saber quantas linhas seriam necessárias em python.....
em µl, provavelmente milhares))))
É quase a mesma coisa, um pouco mais.
Interessante, tentarei pensar sobre isso mais tarde, hoje está um dia de festa, é difícil pensar.
Você se lembra de quando, há muito tempo, fizemos a previsão de clusters com sucesso?
Bem, sim, estou interessado em marcar alvos, mas não em prever o cluster no próximo candle, mas digamos que tenhamos a hora atual (5m tf) e prever qual será o cluster na próxima hora.
Bem, sim, estou interessado em marcar alvos, mas não em prever o cluster do próximo candle, mas digamos que tenhamos a hora atual (5m tf) e prever qual será o cluster da próxima hora.
Se você quiser adicionar tempo contínuo, isso já é uma generalização das cadeias de Markov - modelos (processos) semi-Markov.
Não estou pronto para prometer ajuda, mas posso participar de uma discussão aberta sobre o tópico, na medida do possível.
Em que sentido "tempo contínuo" - a questão é que temos eventos (escala de tempo) na forma de um sinal para entrar no mercado, e há "padrões" que estavam presentes ou não no momento do aparecimento do sinal. Portanto, haverá momentos em que haverá um ponto na linha do tempo, mas não haverá um padrão. Acho que os intervalos de tempo de ocorrência (ausência de n períodos discretos) do padrão também são importantes para levar em conta sua influência.
Também existe tal coisa, porque o número de padrões pode ser maior em todo o intervalo histórico do que no momento do sinal, então talvez isso deva ser levado em conta, ou seja, quantos por cento dos padrões acompanham o sinal, porque se for uma porcentagem pequena, então a conexão com o sinal é aleatória ou o sinal é muito filtrado pela condição básica. No entanto, há um problema de discrição aqui - um padrão pode existir continuamente por n barras em uma linha. Acho que deve haver discretude, talvez para o mesmo ZZ, então, se o sinal e o padrão forem os mesmos, as estatísticas adicionais não terão sentido e, caso contrário, poderão ser úteis.
Obrigado por sua disposição em ajudar, embora em uma quantidade limitada! Ainda não iniciei o código - quero terminar outro projeto, mas é útil pensar sobre esse tópico para experimentos futuros.
Vamos publicar algumas pesquisas, algumas ideias.