A Monte Carlo simulation is a method that allows for the generation of future potential outcomes of a given event. In this case, we are trying to model the price pattern of a given stock or portfolio of assets a predefined amount of days into the future. With Python, R, and other programming languages, we can generate thousands of outcomes on...
它看起来很有趣，你是自己实现的还是有一个库--我是指图形组件和财务计算。
至于结果，似乎盈利能力和夏普比率是不够的 - 几乎没有滑点和佣金的余地，如果有的话。
python的测试器，liba - 有许多不同的测试器。
至于其他方面--现在我用不同的参数开车，我的热情也没有了，和森林一样的过度装备
不难看出哪里有轨道，哪里有测试。也就是说，从本质上讲，什么都没有改变，catbust并没有给人带来优势。
稍后我将尝试lstm。
至于其他方面--现在我用不同的参数进行比赛，热情也没有了，和森林一样的过度装备
筹码和目标是什么？
有什么特点和目标？
增量是正常的，目标是随机的，从训练到训练，通过不同的步骤（像一个浮动参数的之字形）。
增量是正常的，从训练到训练，通过不同的步骤（像浮动参数的之字形），有针对性地随机增量。
好的
我从来没有在回报或增量方面取得过好的结果，它们的噪音太大，我不应该交易它们()
清楚地
我在退货或增量方面有不好的经验，太吵了，你不能这样交易（）。
如果你有一个，它是短暂的，或者说是较少的传播。如果是这样，它们是短暂的，或较少传播。
你可以采取更多的订单和更少的交易，但没有正常的模式。如果有，也是昙花一现，或者传播范围较小。
好吧，你期待什么呢...
当然，你可以用很多方法来对抗噪音，但你会得到 "斧头汤"。
好吧，你期待什么呢...
比较分类器是很有趣的。
我没有从截图中得到什么。
比较分类器是很有趣的。
我从截图中没有理解到什么。
个，筹码--动量符号(10,20,40,80,160,640,1280,2560,5120) 目标--方向符号ZZ(10)
没有什么可比较的，这是一个跛脚的配置。
个，筹码--动量符号(10,20,40,80,160,640,1280,2560,5120) 目标--方向符号ZZ(10)
你是否尝试过将fiches/returns进行监测，并将其添加到训练样本中。即用不同的漂移等方式对该过程进行多次实施。 我唯一没有做的事情
因为当我们从价格中提取差额时，我们会失去总和，表格变得不完整。蒙特卡洛可以被修复......也许
https://programmingforfinance.com/2017/11/monte-carlo-simulations-of-future-stock-prices-in-python/
你是否尝试过将fiches/returns进行蒙太奇，并将它们加入到训练样本中。即用不同的漂移等方式对该过程进行多次实施。 我唯一没有做的事情
因为当我们从价格中提取差额时，我们会失去总和，表格变得不完整。蒙特卡洛可以被修复......也许
https://programmingforfinance.com/2017/11/monte-carlo-simulations-of-future-stock-prices-in-python/
我试过很多东西，IMHO预测器为未来的增量改变一个标志是一件可悲的事情，至少我从来没有学会如何用它做任何好事，这不是关于配置的特殊性，而是接近零的可预测性，这完全是由贸易成本平添的。
增量是 "微 "层面的，就像原子的运动，而重点应该是噪音较小的东西，像趋势跟踪/浮动，而不是过滤通常的反向和脉冲的东西。