Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3230
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
Cozinha.
MetaQuotes-Demo.
Realizamos campeonatos desde 2006 e sabemos muito bem que qualquer campeonato em condições ideais (por exemplo, servidor de demonstração) se degenera em um empreendimento inútil quando os cambistas são permitidos. Outras estratégias razoáveis ficam imediatamente no fundo do poço.
É por isso que sempre removemos os cambistas para permitir que os participantes competissem em condições mais ou menos tranquilas.
O objetivo não é dar dinheiro fácil a outro cambista. O objetivo é estimular o desenvolvimento mais ativo de modelos sérios de aprendizado de máquina e sua aplicação em MQL5.
Recomendo que você olhe para o mundo não do ponto de vista de si mesmo e de suas estratégias pessoais de otimização. Eu indiquei a função de otimização do campeonato imediatamente.
História dos campeonatos de negociação automatizada.
Os fraudadores serão banidos por regra.
O objetivo é claramente declarado - estimular o desenvolvimento de modelos de ML para negociação, e não dar uma oportunidade de ganhar dinheiro da maneira antiga, despejar scalpers banais sob o disfarce de modelos e assim por diante.
O objetivo não é dar dinheiro fácil a outro cambista.
A questão é que suas ideias sobre os cambistas ainda estão lá, N anos atrás. Naquela época, de fato, as ineficiências eram simplesmente selvagens. Nesse meio tempo, as coisas mudaram um pouco. Não importa.
De qualquer forma, você precisa fazer isso por meio da ONNX, não pode ser assim
Ao mesmo tempo, será possível ver os resultados de MOShnikovs reais (aqueles que usam redes neurais), e não de usuários regulares deste tópico. O que é muito importante do ponto de vista educacional. Eu, por exemplo, sinto falta de modelos e de comunicação com profissionais.A questão é que suas ideias sobre os cambistas ainda estão lá, N anos atrás. Naquela época, de fato, as ineficiências eram simplesmente selvagens. Nesse meio tempo, as coisas mudaram um pouco. Tanto faz.
Acho que pode ser um anúncio anti-MO se os métodos simples (ou não simples, mas sem MO) vencerem, embora eu acredite muito na perspectiva do MO.
ZY*. se, por exemplo, sistemas adaptativos com otimização automática, mas sem redes neurais em sua forma pura, participarem, isso não é interessante? - nesse contexto, o MO não é uma seleção de parâmetros (pesos, coeficientes) de um modelo? seria ainda mais interessante ver sistemas "vivos" que são treinados em tempo real, não apenas treinados com base no histórico (alguns deles terão a sorte de ganhar prêmios, é claro, sendo formalmente "modelos sérios de aprendizado de máquina").
ZZY**. "the evening stops being dark" (a noite deixa de ser escura) - muito interessante o que resultará disso, afinal, você se importa, fxsaber, não é? - e eu também)))))
* e ** - pensamentos em voz alta.
Por favor, não ignore a questão substantiva. Quais serão os preditores no modelo? Ou o modelo no OHLCV só será criado?
Essencialmente, tudo será feito assim que definirmos as condições da competição - é um trabalho enorme.
Você pode me dizer se a porta R está pronta?
Quero dizer, não precisamos esperar.
Você pode me dizer se a porta R está pronta?
Quero dizer, não precisamos esperar.
Você pode me dizer se a porta R está pronta?
Quero dizer, não precisamos esperar.