文章 "通过差异化和熵值分析来探索市场"记忆""

新评论
 

新文章 通过差异化和熵值分析来探索市场"记忆"已发布：

分数型差分的应用范围足够广泛。 例如，差分序列通常作为机器学习算法的输入。 问题是，必须在机器学习模型可识别的前提下，显示相应历史阶段的新数据。 在本文中，我们将研究时间序列差分的原始方法。 本文还包含基于所接收差分序列的交易系统自我优化示例。

智能交易系统利用指定的超参数运行，没有遗传优化，即几乎是随机，在 15 分钟的时间帧内以开盘价格在 EURUSD 货币对上运行。

图例 5. 已测试智能交易系统的设置

图例 6. 按照指定设置进行测试的结果

图例 7. 依据训练样本的虚拟测试器结果

在此间隔内，显示稳定增长，这意味着该方法可用于进一步分析。

作者：Maxim Dmitrievsky

新评论