글쎄요, 그게 제가 하려고 하는 일입니다. TP가 작동하면 각 막대를 1로 표시하고 SL이 작동하면 0으로 표시합니다. 오른쪽 경계선을 표시하지 않고 10,000개의 막대를 미리 봅니다. TP 또는 SL은 확실히 작동합니다.
그리고 처음에는 무엇(어떤 차량)이 거래됩니까? TP \ SL에 대해.
나는 우리도 비슷한 것에 손을 댔던 것으로 기억한다. 내 말은 CVR 특성 자체가 아니라 전략의 더 큰 지속성과 무생물의 기본 CVR 특성에 대한 가설을 기반으로 전략의 다양한 파생 특성을 예측하려는 시도를 의미하지만 의미 있는 결과는 그렇지 않았습니다. 얻은. 이 주제에서 가장 먼저 떠오르는 것은 TS에 의한 주식의 역학을 예측하는 것이지만, 주식도 가격의 방향이나 추세/플랫의 변화뿐만 아니라 나쁘게 예측됩니다.
따라서 TP \ SL도 이차적이며 일부 특정 전략의 프레임워크 내에서만 의미가 있습니다. 예를 들어, 특정 매개변수가 있는 자동차를 가져오고 예를 들어 마지막 50개 값에 따라 숲이 TP \ SL을 설정하도록 가르칠 수 있습니다. 선택한 차량과 ATP 등 전략 변경 TP \ SL "비행"
PS 일반적으로 TP\SL은 수동 즉흥 연주만을 위한 것이라는 의견이 있습니다. 특히 TP는 우려합니다. MO는 강세장에 매수세가 있고 약세장에 매도가 있으며 변화합니다 - 쿠데타, TP \SL은 시장을 따라갈 길이 없고 시장 상황이 더 이상 알려지지 않고 로봇이 지속적으로 인식하고 있을 때 포지션이 열리므로 TP/SL이 필요하지 않습니다.
This is my first post on the forum and I hope that you find it a useful contribution. Lately I have been playing around with some of ideas from Marcos Lopez de Prado's latest book, Advances in Financial Machine Learning, in particular the idea around meta labeling. For one, if meta labeling works then it has tons of great applications across...
따라서 TP \ SL도 이차적이며 일부 특정 전략의 프레임워크 내에서만 의미가 있습니다. 예를 들어, 특정 매개변수가 있는 자동차를 가져오고 예를 들어 마지막 50개 값에 따라 숲이 TP \ SL을 설정하도록 가르칠 수 있습니다. 선택한 차량과 ATP 등 전략 변경 TP \ SL "비행"
PS 일반적으로 TP\SL은 수동 즉흥 연주만을 위한 것이라는 의견이 있습니다. 특히 TP는 우려합니다. MO는 강세장에 매수세가 있고 약세장에 매도가 있으며 변화합니다 - 쿠데타, TP \SL은 시장을 따라갈 길이 없고 시장 상황이 더 이상 알려지지 않고 로봇이 지속적으로 인식하고 있을 때 포지션이 열리므로 TP/SL이 필요하지 않습니다.
2개의 개별 모델을 훈련합니다.
TP/SL 매개변수로 1개 구매 2 TP/SL 매개변수로 판매
3등급 이상 모델(구매/대기/판매)은 덜 효과적일 것 같아요.
나는 여전히 간단한 문제를 해결하려고 노력하고 있습니다. 거래를 열 때 고정 TP / SL로 거래에서 승리한 비율을 계산하는 것입니다. 시장 및 공개 거래를 추적하는 것은 훨씬 더 어렵습니다. 다시 말하지만, 이차적으로는 먼저 올바른 항목 을 찾아야 합니다. 그리고 일반적인 후행으로 추적하면 망할 수 있습니다.
ARIMA의 기능과 이와 유사한 모든 것에 관심을 갖게 되었습니다. 나는 견적을 까다로운 방식으로 변환하여 더 안정적이지만 수준을 잃지 않도록 자동 회귀 위에 파란색으로 표시 - 실제 값 위에 예측 값을 오른쪽에 빨간색으로 , 순 예측. 지금까지 보지의이 마지막 성장은 규범에 의해 예측되었지만 이제는 매도라고합니다. 무슨 일이 일어나는지 보려면 MO에 맞추세요.
추세를 제거하는 것과 같습니까? 견적에서 장기 MA를 빼시겠습니까? 그리고 스캘핑 전략을 얻으시겠습니까?
그런 순전히 스캘핑 거래가 나타났습니다. H4는 여전히 떨어질 것이라고 말합니다. 글쎄, 작은 TF는 항상 충동에 약간 다시 그립니다.
x이 모든 것을 정상적으로 알고리즘화하는 방법. 평소와 같이 눈으로 볼 수 있지만 코딩을 시작하면 슬래그가 나옵니다.
당신이 앞으로 오랫동안 예측을 하고 있다는 것이 나를 혼란스럽게 합니다. 여기서 5개의 막대 또는 50개의 점을 미리 추측하는 것이 좋습니다. 그리고 예측이 멀어질수록 성공할 가능성은 낮아집니다. 수문기상 센터는 MO의 형태로 많은 통계와 새로운 도구를 축적했지만 여전히 엉망입니다.
글쎄요, 그게 제가 하려고 하는 일입니다. TP가 작동하면 각 막대를 1로 표시하고 SL이 작동하면 0으로 표시합니다. 오른쪽 경계선을 표시하지 않고 10,000개의 막대를 미리 봅니다. TP 또는 SL은 확실히 작동합니다.
그리고 처음에는 무엇(어떤 차량)이 거래됩니까? TP \ SL에 대해.
나는 우리도 비슷한 것에 손을 댔던 것으로 기억한다. 내 말은 CVR 특성 자체가 아니라 전략의 더 큰 지속성과 무생물의 기본 CVR 특성에 대한 가설을 기반으로 전략의 다양한 파생 특성을 예측하려는 시도를 의미하지만 의미 있는 결과는 그렇지 않았습니다. 얻은. 이 주제에서 가장 먼저 떠오르는 것은 TS에 의한 주식의 역학을 예측하는 것이지만, 주식도 가격의 방향이나 추세/플랫의 변화뿐만 아니라 나쁘게 예측됩니다.
그리고 처음에는 무엇(어떤 차량)이 거래됩니까? TP \ SL에 대해.
나는 Forest/NS가 가능한 모든 전략을 다룰 것이라고 생각합니다. 이론적으로 트리의 각 리프는 자체 매개변수가 있는 별도의 전략입니다.
이 주제에서 가장 먼저 떠오르는 것은 TS에 의한 주식의 역학을 예측하는 것이지만, 주식도 가격의 방향이나 추세/플랫의 변화뿐만 아니라 나쁘게 예측됩니다.
각 바에 대해. 그의 오픈에서 거래를 열면.
어디서 여는지, 어떻게 결정해야 할까요?
따라서 TP \ SL도 이차적이며 일부 특정 전략의 프레임워크 내에서만 의미가 있습니다. 예를 들어, 특정 매개변수가 있는 자동차를 가져오고 예를 들어 마지막 50개 값에 따라 숲이 TP \ SL을 설정하도록 가르칠 수 있습니다. 선택한 차량과 ATP 등 전략 변경 TP \ SL "비행"
PS 일반적으로 TP\SL은 수동 즉흥 연주만을 위한 것이라는 의견이 있습니다. 특히 TP는 우려합니다. MO는 강세장에 매수세가 있고 약세장에 매도가 있으며 변화합니다 - 쿠데타, TP \SL은 시장을 따라갈 길이 없고 시장 상황이 더 이상 알려지지 않고 로봇이 지속적으로 인식하고 있을 때 포지션이 열리므로 TP/SL이 필요하지 않습니다.또 다른 메타 마크업 예. 글쎄, 그들은 책에 따라 모든 것을하고, 복사 붙여 넣기는 더 짧습니다.
한 장난꾸러기는 일반적으로 책에 따라 오픈 소스 헤지 펀드를 만들기로 결정했습니다)))) 모든 것이 2018년에 사라졌습니다
https://www.quantopian.com/posts/meta-labeling-advances-in-financial-machine-learning-ch-3-pg-50
어디서 열어야 할지, 어떻게 결정해야 할까요?
따라서 TP \ SL도 이차적이며 일부 특정 전략의 프레임워크 내에서만 의미가 있습니다. 예를 들어, 특정 매개변수가 있는 자동차를 가져오고 예를 들어 마지막 50개 값에 따라 숲이 TP \ SL을 설정하도록 가르칠 수 있습니다. 선택한 차량과 ATP 등 전략 변경 TP \ SL "비행"
PS 일반적으로 TP\SL은 수동 즉흥 연주만을 위한 것이라는 의견이 있습니다. 특히 TP는 우려합니다. MO는 강세장에 매수세가 있고 약세장에 매도가 있으며 변화합니다 - 쿠데타, TP \SL은 시장을 따라갈 길이 없고 시장 상황이 더 이상 알려지지 않고 로봇이 지속적으로 인식하고 있을 때 포지션이 열리므로 TP/SL이 필요하지 않습니다.2개의 개별 모델을 훈련합니다.
TP/SL 매개변수로 1개 구매
2 TP/SL 매개변수로 판매
3등급 이상 모델(구매/대기/판매)은 덜 효과적일 것 같아요.
나는 여전히 간단한 문제를 해결하려고 노력하고 있습니다. 거래를 열 때 고정 TP / SL로 거래에서 승리한 비율을 계산하는 것입니다. 시장 및 공개 거래를 추적하는 것은 훨씬 더 어렵습니다. 다시 말하지만, 이차적으로는 먼저 올바른 항목 을 찾아야 합니다. 그리고 일반적인 후행으로 추적하면 망할 수 있습니다.
일반적으로 모델은 단순 솔루션을 좋아합니다. 나는 2017년에 훈련했고 그는 키가 컸다. 1년 내내 각 바에서 사야 한다는 모델도 있음)) 연간 수만 포인트의 이익으로. 그러나 2~3개월까지 손실이 큽니다.
하지만 문제는 글로벌 트렌드가 언제 끝날지 알 수 없다는 점이다.
일반적으로 글로벌 움직임과 대규모 TF를 살펴볼 필요가 있다고 생각하는 경향이 있습니다. M1에서 모델 스캘핑을 계속 가르치려고 했지만 50% + -5%가 있습니다.
글로벌 시장이 클러스터링/예측하는 첫 번째 모델 구축
그런 다음 두 번째는 특정 모드에 맞게 사용자 정의됩니다. 많은 소란을 피우지만 이것이 유일한 정상적인 옵션입니다.
ARIMA의 기능과 이와 유사한 모든 것에 관심을 갖게 되었습니다. 나는 견적을 까다로운 방식으로 변환하여 더 안정적이지만 수준을 잃지 않도록 자동 회귀 위에 파란색으로 표시 - 실제 값 위에 예측 값을 오른쪽에 빨간색으로 , 순 예측. 지금까지 보지의이 마지막 성장은 규범에 의해 예측되었지만 이제는 매도라고합니다. 무슨 일이 일어나는지 보려면 MO에 맞추세요.
추세를 제거하는 것과 같습니까? 견적에서 장기 MA를 빼시겠습니까? 그리고 스캘핑 전략을 얻으시겠습니까?
글쎄, MA는 아니지만 아마도 더 까다 롭습니다 ...그런 순전히 스캘핑 거래가 나타났습니다. H4는 여전히 떨어질 것이라고 말합니다. 글쎄, 작은 TF는 항상 충동에 약간 다시 그립니다.
x이 모든 것을 정상적으로 알고리즘화하는 방법. 평소와 같이 눈으로 볼 수 있지만 코딩을 시작하면 슬래그가 나옵니다.
빌어 먹을 반나절 동안 나는 오버 샘플링을 위해 하늘 높이의 rl 라이브러리를 다시 작성했습니다. 결과적으로 적합하고 이것을 얻었습니다. 처음으로 (머신에서 오버 샘플링), 모델 목록에서 선택해야하기 전에
메타 마크업, 아마도 다른 책 쓰레기, 또는 내 비뚤어진 손 \ 생각으로 이해할 수 있는 것이 나오지 않았습니다.
그러나 물론 우리는 한 달 안에 그런 아름다운 곡선을 훈련하고 몇 년 동안 여기에서 최근에 시연한 것처럼 무한한 이익을 얻을 때까지