Discussão do artigo "Explorando modelos de regressão para inferência causal e trading"
Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação
Rashid Umarov, 2025.07.05 12:58 pm
Todos os comentários aos artigos são traduzidos automaticamente em cada ramo de idioma.
E também há um botão "Auto-translation" se ele quiser ler em inglês aqui.
差不多，因为是在循环中根据阈值保留在测试样本表现优秀的模型，我也差别不多，我现在采用的方法，是用多个交易品种，2015~2020的数据做为训练数据，可以补充更多市场形态，做好统一尺度，再用2020~2022年的目标交易品种数据做筛选模型，最后2022到2025的目标交易品种数据做最后的检验
Olá Maxim, baixei os arquivos, treinei usando o arquivo csv existente e executei o EA produzido, mas descobri que o resultado é diferente do EA anexado na pasta zip.
Verifiquei os parâmetros e não encontrei nenhuma pista para isso.
Você poderia me dizer qual é o motivo disso?
Muito obrigado
Olá, Maxim, fiz o download dos arquivos, treinei usando o arquivo csv existente e executei o EA produzido, e descobri que o resultado é diferente do EA anexado na pasta zip.
Verifiquei os parâmetros e não encontrei nenhuma pista para isso.
Você poderia me dizer qual é o motivo disso?
Muito obrigado
Hi. Mostre-me as diferenças, é muito difícil adivinhar do que se trata.
Olá. Mostre-me quais são as diferenças, é tão difícil adivinhar do que estamos falando.
Eu uso causal_regression_orig.py para produzir o arquivo de cabeçalho ea e, em seguida, compilo o ea.
O resultado é a imagem test_result abaixo.
Há muito menos negociações do que a que você postou.
Então, qual é a diferença entre elas?
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Explorando modelos de regressão para inferência causal e trading foi publicado:
A classificação binária é uma tarefa fundamental de machine learning cujo objetivo é classificar os dados de entrada em uma de duas categorias ou classes distintas. No contexto de um robô de trading no Forex, isso normalmente significa prever um sinal de "compra" (representado por 0) ou de "venda" (representado por 1). Essa abordagem reduz a dinâmica complexa do mercado a uma simples decisão direcional.
A limitação interna mais relevante da classificação binária para o trading quantitativo é sua incapacidade de quantificar a magnitude ou a intensidade do movimento de preço previsto. Um classificador binário apenas indica se o preço vai subir ou cair, sem fornecer qualquer informação sobre o quanto se espera que ele varie. A ausência desse nível de detalhe limita de forma fundamental a complexidade das decisões de trading.
A precisão das previsões do classificador, por si só, não leva em conta a magnitude da variação e, por isso, não é muito útil para o trading. Esse ponto é fundamental, pois destaca que uma alta precisão na identificação da direção, por exemplo, acertar a direção correta em 70% dos casos, não leva automaticamente à lucratividade no trading.
Há uma observação importante: alta precisão na identificação da direção não garante lucratividade. Por exemplo, é possível acertar em 30% dos casos e ainda assim ser lucrativo, ou acertar em 70% dos casos e operar no prejuízo. Isso mostra que o resultado líquido de uma estratégia de trading é determinado pela magnitude do lucro nas operações vencedoras em comparação com a magnitude das perdas nas operações perdedoras, e não simplesmente pela porcentagem de acertos.
Autor: dmitrievsky