Discussão do artigo "Construa Consultores Especialistas Autossustentáveis com MQL5 e Python"
No artigo acima, matrizes e vetores foram usados para otimizar uma estratégia de negociação sem necessariamente usar a abordagem de rede neural convencional. Parece que (pelo menos para mim) é possível criar um EA auto-otimizado sem necessariamente usar NN que envolva funções de ativação, o que significa que você não precisa realmente de funções de ativação ou neurônios para auto-otimizar seu EA. É muito provável que eu seja corrigido. Eu poderia estar definitivamente errado, eu poderia estar realmente muito errado, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, ........... estar entendendo tudo errado sobre otimização e NN mate......Eu sou seu vizinho, aqui na RSA.
Sibusiso Steven Mathebula estratégia de negociação sem necessariamente usar a abordagem de rede neural convencional. Parece que (pelo menos para mim) é possível criar um EA auto-otimizado sem necessariamente usar NN que envolva funções de ativação, o que significa que você não precisa realmente de funções de ativação ou neurônios para auto-otimizar seu EA. É muito provável que eu seja corrigido. Eu poderia estar definitivamente errado, eu poderia estar realmente muito errado, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, eu poderia, ........... estar entendendo tudo errado sobre otimização e NN mate......Eu sou seu vizinho, aqui na RSA.
Ei SIbusiso, Ujani Budi?Bem, como você sabe, há muitas maneiras de fazer qualquer coisa. A abordagem que descrevi aqui tem o objetivo de ajudá-lo a obter resultados confiáveis e rápidos. No entanto, tudo tem um preço, a matriz de transição que você observará é muito influenciada pela quantidade de dados que você obteve, mas, à medida que você obtém mais e mais dados, a matriz de transição se torna estável e para de mudar (ela converge).
Deixe-me explicar da seguinte forma: a matriz de transição e a abordagem NN estão resolvendo problemas totalmente diferentes, respondendo a perguntas diferentes. A matriz de transição não está prevendo nada, ela está simplesmente resumindo/dizendo o que aconteceu no passado e não nos diz o que provavelmente acontecerá no futuro.
A NN, por outro lado, está nos dizendo o que provavelmente acontecerá no futuro. É possível usar os dois em um EA.
Oi Gamuchirai. Este artigo fala diretamente a mim e eu lhe agradeço por abrir nossas mentes. Sou muito novo em codificação e aprendo lendo e codificando a partir de artigos como o seu. Meu maior desafio é o Python. Não sei nem por onde começar, especialmente porque aprendo mais rápido quando o assunto é negociação, pois assim posso fazer backtest e incorporar ideias em meu EA. Por favor, me indique onde posso aprender a linguagem. Só codifiquei a versão MQL5 e o problema que enfrento é que 'max_arg' permanece 0, portanto, o EA permanece em alta. Com meu conhecimento limitado, tentei manipular alguns parâmetros e parei em um ponto em que o código colocaria uma compra e uma venda ao mesmo tempo. Talvez eu esteja perdendo um detalhe crucial. Posso lhe enviar meu código copiado e/ou modificado se o código funcionar corretamente do seu lado. Talvez você consiga identificar o problema. Uso dados baixados, pois estou de férias e, portanto, trabalhando off-line. Isso poderia causar problemas? Agradeço o trabalho que você está fazendo e seus artigos são brilhantes. Sou da África do Sul e tudo o que posso dizer é obrigado, tsano.
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
Novo artigo Construa Consultores Especialistas Autossustentáveis com MQL5 e Python foi publicado:
Neste artigo, discutiremos como podemos construir Consultores Especialistas capazes de selecionar e mudar autonomamente as estratégias de negociação com base nas condições prevalentes do mercado. Vamos aprender sobre Cadeias de Markov e como elas podem ser úteis para nós, como traders algorítmicos.
Abordar o problema como uma Cadeia de Markov pode simplificar o processo de tomada de decisão para você, como gerente. Vamos imaginar que o diagrama a seguir representa a Cadeia de Markov de todas as viagens realizadas pela empresa ao longo de seus 70 anos de história.
Fig 2: Um modelo fictício de Markov de uma empresa de transporte e as rotas usadas aleatoriamente por seus clientes.
Vamos interpretar a Cadeia de Markov acima. Podemos observar que 40% dos passageiros que embarcam em Frankfurt tendem a desembarcar em Munique, enquanto os outros 60% tendem a ir para Colônia. Entre os passageiros em Colônia, 30% tendem a retornar a Frankfurt, e 70% normalmente seguem para Berlim. Este modelo destaca claramente as rotas mais populares usadas pelos seus clientes.
Autor: Gamuchirai Zororo Ndawana