Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 323
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
Bem, porquê? Já vi publicações para a EURUSD na M1.
Você tem que olhar para rugarch
Há muitos destes GARCNs. Eles têm três grupos de parâmetros: o modelo em si, o tipo de média e o tipo de distribuição residual. Para cada um dos tipos de parâmetro, os últimos pips. Detenção é discutida acima. Assim, em GARCH detrendemos o uso de ARFIMA, ou seja, com diferenciação fracionária (Hurst).
Estou no processo de o fazer agora mesmo.
Função Autocorr M1. A janela tem 60m.
Ela é óptima). A +/-1m já é zero, ou melhor, um negativo muito fraco. As recomendações do vídeo, no entanto, são para fazer a diferenciação e depois... No nosso caso, depois da diferenciação não há nada mais que barulho.
Estou no processo de fazer isto agora.
Função Autocorr M1. A janela tem 60m.
Ela é óptima). A +/-1m já é zero, ou melhor, um negativo muito fraco. As recomendações do vídeo, no entanto, são para fazer a diferenciação e depois... No nosso caso, após a diferenciação nada fica, a não ser barulho.
E se for 6000 m? ruído não é ruído, deve haver mini ciclos, em teoria, um dia eles serão periódicos, e outro dia não serão.
E se forem 6000 m?
É tudo a mesma coisa. Função Delta, no entanto).
Se houver correlação na direção das contagens anteriores, ela deve sair. Mas não tem. Não está lá. Se houver ciclos, também deve haver correlação significativa, pois várias amostras adjacentes neste caso são interdependentes, e o pico deve expandir-se, mesmo que os ciclos em si não sejam detectados.
SZZ A janela é deslizante, ou seja, a amostra inteira é de ~52000 amostras.
É tudo a mesma coisa. Função Delta, no entanto).
Se houver correlação na direção das contagens anteriores, ela deve sair. Mas não tem. Não está lá. Se houver ciclos, também deve haver uma correlação significativa, já que várias amostras adjacentes neste caso são interdependentes.
SZW A janela é deslizante, ou seja, a amostra inteira é de ~52000 amostras.
triste :)
Que tal usar o rsi autocorre? Ou um oscilador mais suave. rsi, a propósito, não é muito dependente da inclinação da tendência - mudei a inclinação dos gráficos e ela mostrou aproximadamente a mesma que no original
e também, como opção, quis experimentar este https://www.mql5.com/ru/articles/1472
Parece cíclico. Podias enfiá-lo directamente nos ns ou tentar com a autocorrelação. E tem melhor capacidade de previsão do que o RSI, na minha opinião. E já é multimoedas, a propósito, ou seja, depende de um cesto de pares de moedas, não do actual.
A única coisa que eles precisam é reescrevê-lo no MT5.
triste :)
Que tal usar um eixo de autocorrelação? Ou um oscilador mais suave. Rci, a propósito, não depende realmente da inclinação da tendência - eu mudei a inclinação dos gráficos e ela mostrou aproximadamente o mesmo que no original
Já considerei algo nesse sentido. A função autocor reflectirá apenas o período do RSI em si. Contando por MA, haverá um período de alisamento de MA, etc. O que é natural. Isto é, não terá nada a ver com o mercado.(
Honestamente, eu não vejo nada em grupos que fundamentalmente difira do mesmo MAH. Imho, é claro, mas os mesmos ovos de perfil.
Estou no processo de fazer isto agora.
Função Autocorr M1. A janela tem 60m.
Ela é óptima). A +/-1m já é zero, ou melhor, um negativo muito fraco. As recomendações do vídeo, no entanto, são para fazer a diferenciação e depois... No nosso caso, depois da diferenciação não há nada mais que barulho.
Não, não funciona assim.
Você tem que olhar para o kotir e pegar as ferramentas para resolver os problemas que você detectou.
1. cotação inicial NÃO é estacionária - média variável. Atrasos + desvios em relação à tendência podem facilmente drenar o depósito.
Há duas maneiras de avançar:
2. Remover tendência: Média = constante
3. Olha para o resultado. Mais precisamente, olha para o resíduo.
3.1 Se o resíduo for estacionário, o modelo ARMA. Existem tais séries, mas muito raramente.
3.2 Se o resíduo NÃO estiver estacionário, então diferencie-o novamente. Modelo ARIMA. As filas para este modelo são mais frequentes, mas ainda assim muito raras.
4. Olhando para o GARCH residual e modelador.
Na realidade, é muito mais complicado.
Já considerei algo nesse sentido. A função autocor reflectirá apenas o período do RSI em si. Contando por MA, haverá um período de alisamento de MA, etc. O que é natural. Isto é, não terá nada a ver com o mercado.(
Honestamente, eu não vejo nada em grupos que fundamentalmente difira do mesmo MAH. Claro, isto é imho, mas é o mesmo ovo de perfil.
Bem, e a última opção - para treinar o espalhador, graças às metaquotas em breve prometem feeds personalizados onde você pode construir todos os tipos de ferramentas usando ferramentas padrão
sobre as mesmas acções ou índices
Não, não vai funcionar dessa maneira.
Precisamos olhar para a cotação e selecionar ferramentas para resolver os problemas identificados.
1. a cotação inicial NÃO é estacionária - uma média variável. podemos negociar tendências, mas não podemos distinguir uma correção de uma reversão. Um atraso + desvios em relação à tendência pode facilmente drenar o depósito.
É compreensível. No entanto, se começarmos a aplicar tudo o que foi mencionado acima a um processo Wiener (passeios aleatórios), veremos tendências, inversões, flats, e o inferno com isso - já foi tentado antes). Vamos calcular todo o tipo de regressões. (Mas isso não serviria de nada). E, como o mesmo Wiener ou Feynman escreveu, antes de resolver um problema, é uma boa idéia descobrir se ele tem uma solução.
Para isso, em primeiro lugar, é necessário encontrar quaisquer relações de correlação estáveis (a sua existência), e depois construir modelos. É o que parece.
No entanto, até agora, há silêncio.
Eu recentemente fiz uma experiência como esta. Em cada ponto da série temporal construí uma regressão polinomial para o período anterior, e exibi apenas o último ponto. O cálculo é longo, cerca de 8 h, eu não guardei nada e não posso mostrá-lo. Só em palavras. Provavelmente vou mostrá-lo mais tarde, numa peça.
Assim, ciclicamente há uma dobra na linha de regressão, depois da qual há uma linha suave novamente. Devo dizer que ainda não percebi por que isso acontece, mas podemos supor que nas proximidades desses pontos as estatísticas das séries temporais mudam em saltos e limites.
O PS encontrou um pedaço do gráfico.
Ignore os outliers (não sei de onde eles vêm, talvez os coeficientes polinomiais estejam fora dos gráficos,). Infelizmente não consigo combinar este gráfico em particular com a série de preços.
Eu recentemente fiz uma experiência como esta. Em cada ponto da série temporal construí uma regressão polinomial para o período anterior, e exibi apenas o último ponto. O cálculo é longo, cerca de 8 horas - não salvou nada, por isso não posso mostrar. Só em palavras. Provavelmente vou mostrá-lo mais tarde, numa peça.
Assim, ciclicamente há uma dobra na linha de regressão, depois da qual há uma linha suave novamente. Devo dizer que entendo por que isso acontece, mas pode ser suposto que em torno desses pontos as estatísticas das séries temporais mudem abruptamente.
O que significa quando durante a otimização genética os resultados começam a ficar turbulentos? :) O gráfico deve melhorar com o tempo