Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3060

 

Tenho 300 modelos treinados lucrativos de longo prazo, quem precisa? Posso compilar os melhores em um bot.

em particular, os compilados não são bem-vindos aqui. Gratuito, não para uso comercial.

 
Aleksey Vyazmikin #:

Algum código que não funciona para mim novamente. Se você quiser discussões substanciais, publique resultados reproduzíveis.

O código funciona e é reproduzível.

 
Vladimir Perervenko #:

O código está funcionando e pode ser reproduzido.

Sim, está funcionando - descobrimos o problema - eu tinha a versão errada do R.....

Como fazer cotações de minutos por 10 anos a partir dele e carregá-lo no MT5 para que isso seja possível, você pode me dizer?

 
Vladimir Perervenko #:

O código está funcionando e pode ser reproduzido.

Ninguém nunca duvidou disso ;))))

Ele instala uma nova versão do R para cada biblioteca e depois especula se os desenvolvedores são tolos ou não.... )))

É engraçado. E triste.... E nojento...

 

continuamos a mastigar cauzal em nosso tempo livre.

por meio de injeções forçadas no cérebro


 
Causal em casual)
 

A primeira parte, em que as tias comparam diferentes lerners.


 
Maxim Dmitrievsky #:

A primeira parte, em que as tias comparam diferentes lerners.


Estou analisando e, até agora, só tenho esta ideia: o chamado efeito é essencialmente um erro em uma amostra atrasada.

Em outras palavras, é algum tipo de justificativa para tudo dar errado. Mas eu não entendo, onde está a maneira de identificar a causa exata.....

E qual você vê o objetivo dessa pesquisa para a negociação?

 
Aleksey Vyazmikin #:

E qual foi o objetivo dessa pesquisa para a negociação?

você terá que traduzir as definições de marketing deles para a linguagem humana normal para descobrir como inseri-los.

Em termos gerais: há um grupo de trens com um tritmento na forma de um modelo treinado, digamos, há um teste (grupo de controle) sem tritmento. Todas as outras conclusões e a elevação do modelo são feitas de acordo com os métodos propostos. Talvez essa não seja uma analogia muito correta.

Veja de uma maneira mais simples: você faz qualquer tratamento (causa) e depois analisa os efeitos por meio de todos os tipos de testes aleatórios. Você obtém uma análise causal.

 
Maxim Dmitrievsky #:

você terá que traduzir as definições de marketing deles para uma linguagem humana normal para descobrir como parafusá-los.

Em termos gerais: há um grupo de estagiários com um tratamento na forma de um modelo treinado, digamos, e há um teste (grupo de controle) sem tratamento. Todas as outras conclusões e a elevação do modelo são feitas de acordo com os métodos propostos. Talvez essa não seja uma analogia muito correta.

Veja de uma forma mais simples: você faz qualquer tratamento (causa) e depois analisa os efeitos por meio de todos os tipos de testes aleatórios. Você obtém uma análise causal.

Talvez eu realmente não tenha entendido o propósito de tudo isso.... Mas me pareceu que o objetivo é detectar a influência de um novo fator, ou pode ser considerado como um outlier do valor passado do preditor, no indicador (preço ou qualquer outra coisa - a regressão é principalmente em exemplos). Então, a tarefa deve ser detectar esses valores atípicos quando a cronologia dos eventos permanecer inalterada (não é possível randomizar linhas de amostragem para séries temporais). E, ao que parece, esse é um evento raro ou uma mudança única. Então, basta observar as alterações na distribuição do índice preditor em uma janela de tempo fixa. Esses preditores que sofreram essa alteração são a causa (ou talvez não - aqui eu não entendi a ideia deles de como determinar a causa ou o efeito), e se essas alterações em diferentes partes do teste levarem com mais frequência ao efeito "o modelo não funciona", então precisamos fazer com que o modelo funcione com mais cuidado com esses preditores....

Razão: