|
yok
deneyim
|
14
ürünler
|
6
demo sürümleri
|
|
0
işler
|
0
sinyaller
|
0
aboneler
|
Мой живой онлайн мониторинг торговли с помощью моделей Синергии, на реальном счёте пропа США на 60 000$:
https://gog.su/veMr
Онлайн трансляция торговли моих роботов с пропа США:
https://www.youtube.com/watch?v=QqeTNDs_Ya4
Мой Телеграмм канал в формате личного блога про экономику, рынок, трейдинг и алготрейдинг:
https://t.me/shtenncoeconomy
Hello! The Al trading model was trained on Australian dollar data with a forward test starting in 2010. Six years of training data correspond to 18 years of test data. The Al trading model uses 400 features and one XGBoost model and one CatBoost model. The Al trading model was trained on data up to 2010, allowing it to effectively predict future prices. A forward test outside the training section can be viewed after 2010. The Al trading model uses 400 features that allow it to effectively
Я сменил подход, сменил картинку. Сделал 10 лучших метрик оценки моделей классификации, научно обоснованных метрик, таких как точность, полнота, меткость, F1, и т.п. Вывел на основе этих метрик среднюю, сделал формулу.
Сразу же появилась новая проблема, дисбаланс классов. Если цена на исторических данных росла в течение 20-30 лет, лучшие метрики укажут на модели бычьего рынка, которые будут в итоге прогнозировать только покупки и все. Я с этим уже сталкивался, когда делал компьютерное зрение для анализа графиков. Пришлось внедрять балансировку классов по новому для меня методу, с весами классов.
Итог всей этой работы будет известен завтра, после тысячи обученных моделей и выбора одной лучшей. Тружусь для маркета, систему охлаждения ноутбука пожалуй надо уже менять)
Больше не придется мучиться, обучая сотни моделей, когда в прибыль идёт одна из сотни. Научные метрики нормально оценивают модели.
Hello! The Al trading model was trained on data in Australian dollars, and forward testing began in 2006. Six years of training data correspond to 18 years of test data. The Al trading model uses 99 features, one XGBoost model, and one CatBoost model. The Al trading model was trained on data up to 2006, which allowed it to effectively predict future prices. The forward test outside the training section can be viewed after 2006. The Al trading model uses 99 features that allow it to effectively
Hello! The Al trading model was trained on data in Australian dollars, and forward testing began in 2006. Six years of training data correspond to 18 years of test data. The Al trading model uses 99 features, one XGBoost model, and one CatBoost model. The Al trading model was trained on data up to 2006, which allowed it to effectively predict future prices. The forward test outside the training section can be viewed after 2006. The Al trading model uses 99 features that allow it to effectively
This Al trading expert advisor (EA) uses two machine learning models - Chinese XGBoost and Russian CatBoost, working in pairs and enhancing each other's signals. The Al trading advisor is specifically designed for the euro-dollar pair and trained on data from the RoboForex broker. By using two models, the Al trading advisor can effectively analyze the market and provide more accurate trading signals. The model is trained on data up to 2010, which allows it to effectively predict future prices
Разработка торгового робота на основе машинного обучения: подробное руководство. В первой статье цикла осуществлен сбор и подготовка данных и признаков. Для реализации проекта используется язык программирования Python и библиотеки, а также платформа MetaTrader 5.
How do market makers work? Let's consider this issue and create a primitive market-making algorithm.
We will analyze the question of what quantitative analysis is and how it is used by major players. We will create one of the quantitative analysis algorithms in the MQL5 language.
Просадки по полгода на пике. Думал взять счет в пропе США. Получается, что 4% риска в пропе, можно выдержать только торгуя втрое меньшим лотом. 5% прибыли за год. Проп такими темпами, я сдам за год. Или за полтора, если не повезет и попаду на неудачное время.
Все-таки настоящий трейдинг это всегда long term capital managment) Десятилетия труда и настойчивости. Забудьте вообще о тупых мошенниках, которые обещают в рекламе быстрые прибыли с трейдинга, о каких блин 50% в месяц можно говорить? О чем речь вообще? Это НЕВОЗМОЖНО! И легких денег в трейдинге ТОЖЕ НЕТ! ВСЕ ЭТИ СМАРТ МАНИ, ЧУДО СИСТЕМЫ, БРЕДЯТИНА ВСЯКАЯ - ЭТО ПРОСТО ЗАМАНУХА ДЛЯ ЛОХОВ НА ПОКУПКУ КУРСОВ!
In this article, we will create a random forest model in Python, train the model, and save it as an ONNX pipeline with data preprocessing. After that we will use the model in the MetaTrader 5 terminal.
Here is a quantitative analysis indicator for any market. Its essence is simple - it calculates the magnitude of the waves of price movement from top to bottom, and gives the median value of the magnitude of the non-recoil trend. If the current value of the movement has exceeded this threshold by more than 10% (110% of the indicator indicator), you can enter a trade against the trend and work with a large margin of action based on ATR. Transactions are obtained with a high risk-reward ratio and
Here is a quantitative analysis indicator for any market. Its essence is simple - it calculates the magnitude of the waves of price movement from top to bottom, and gives the median value of the magnitude of the non-recoil trend. If the current value of the movement has exceeded this threshold by more than 10% (110% of the indicator indicator), you can enter a trade against the trend and work with a large margin of action based on ATR. Transactions are obtained with a high risk-reward ratio and