Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 319
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Gráficos de beneficios en 'patrón de conducta vs red neuronal'.
Ambos patrones fueron entrenados para operar con el eurusd en el lado positivo en octubre de 2016; lote constante, sin paradas ni retiradas; siempre en una operación larga o corta; operar en los precios de apertura H1. Comercio en el gráfico - últimos 5 años, incluyendo un mes de datos de formación.
Los modelos de aprendizaje sin valoración cruzada, simplemente exprimieron el máximo beneficio que pudieron del precio.
Hay un lugar en los gráficos donde el servidor no dio ticks normales, hay algún tipo de ciruela allí, entonces ignora ese lugar.
Aquí está la neurona. Se puede ver claramente el intervalo de tiempo en el que se formó, es el único lugar con beneficio estable.
Y aquí está el modelo de reconocimiento de patrones. El resultado es negativo, pero sigue siendo mejor que el de las neuronas. Y hay muchas veces que fue rentable durante semanas. Pero luego fue un fracaso.
Es genial, pero no está claro qué hacer con él.
Ya sé la respuesta. No estoy en casa en este momento. Estaré en mi ordenador más tarde y compartiré mis pensamientos con vosotros.
Aquí hay un par de gráficos más.
1) Neuron no se puede entrenar sin validación cruzada, se reentrena con una garantía del 100%.
Tomé los mismos datos y los dividí en dos partes para el entrenamiento y la validación cruzada. Se puede ver en el gráfico que los beneficios en los datos de entrenamiento ahora no suben tan dramáticamente, porque el entrenamiento del modelo se detuvo tan pronto como el resultado en la validación cruzada comenzó a deteriorarse. No ha tenido tiempo de memorizar todos los ejemplos de entrenamiento y, en teoría, ahora debería operar por lógica y no por memoria.
Pero realmente no afectó al resultado global, las pérdidas totales en 5 años son sólo 80 euros menos (~10% de las pérdidas totales).
2) Modelo de patrón. Dado que el entrenamiento del modelo con un mes de datos produce una sinusoide muy irregular con un periodo de aproximadamente 2 meses (pero no exactamente), vale la pena intentar entrenar el modelo con dos meses en lugar de uno.
Quiero que sea un grial después de eso. Pero parece ilógico e incomprensible: intervalos de ganancias y pérdidas de años, a veces con cambio brusco de uno a otro. Alguien pulsó un interruptor a principios de 2013 - y los patrones específicos utilizados por el modelo se encendieron, a pesar de que el modelo no tenía acceso a los precios antes de agosto de 2016 en absoluto cuando fue creado. Y entonces, en 2017, alguien volvió a pulsar el interruptor y esos patrones empezaron a agotarse drásticamente.
Si se entrena el modelo en diferentes meses, en intervalos de diferente duración, cada vez se obtienen resultados sorprendentes y únicos. A veces son rentables, pero nunca sabemos cuánto duran los patrones y si es probable que fallen algún día. El mercado de divisas no es un azar constante, es un entorno agresivo que a veces se comporta en contra de las reglas establecidas, sólo para drenar a más gente.
Aquí hay un par de gráficos más.
1) Neuronka no se puede entrenar sin validación cruzada, se reentrena con una garantía del 100%.
Tomé los mismos datos, los dividí en 2 partes para el entrenamiento y la validación cruzada. Se puede ver en el gráfico que los beneficios de los datos de entrenamiento no están subiendo tan rápido ahora, porque el entrenamiento del modelo se detuvo tan pronto como el resultado de la validación cruzada comenzó a deteriorarse. No ha tenido tiempo de memorizar todos los ejemplos de entrenamiento y, en teoría, ahora debería operar por lógica y no por memoria.
Pero realmente no afectó al resultado global, las pérdidas totales en 5 años son sólo 80 euros menos (~10% de las pérdidas totales).
2) Modelo de patrón. Dado que el entrenamiento del modelo con un mes de datos produce una sinusoide muy irregular con un periodo de aproximadamente 2 meses (pero no exactamente), vale la pena intentar entrenar el modelo con dos meses en lugar de uno.
Quiero que sea un grial después de eso. Pero parece ilógico e incomprensible: intervalos de ganancias y pérdidas de años, a veces con cambio brusco de uno a otro. Alguien pulsó un interruptor a principios de 2013 - y los patrones específicos utilizados por el modelo se encendieron, a pesar de que el modelo no tenía acceso a los precios antes de agosto de 2016 en absoluto cuando fue creado. Y entonces, en 2017, alguien volvió a pulsar el interruptor y esos patrones comenzaron a agotarse de forma dramática.
Si se entrena el modelo en diferentes meses, en intervalos de diferente duración, cada vez se obtienen resultados sorprendentes y únicos. A veces son rentables, pero nunca sabemos cuánto duran los patrones y si es probable que fallen algún día. El Forex no es la aleatoriedad constante, es un entorno agresivo que a veces se comporta en contra de las reglas establecidas, sólo para drenar a más gente.
Sí, sí, sólo que mi TS también tiene altibajos. En general, es un perdedor, pero hay periodos en los que se lleva y hay un pensamiento en el que después...... un poco...
Intenta reflejar a Neuronka. ¿Qué obtienes? ¿Será capaz de marcar?
Intenta reflejar a Neuronka. ¿Qué hará? ¿Puede marcar?
No, aún peor.
Yo quería escribir un largo post sobre eqvity y mostrar cómo mi NS de optimizador Reshetova fugas, pero no lo hizo, así que me disculpe. Las líneas indican el área de optimización, el trabajo desde el primero de enero hasta el día de hoy.
Hace tiempo que me di cuenta de que basta con determinar el saldo patrimonial del TS y podemos entrar en él, preferiblemente con una reducción. En otras palabras, digamos que hay 10 TS trabajando, pero tenemos que elegir la que ha empezado a llenarse. Por regla general lo hago utilizando líneas de soporte y resistencia, sí tienes razón en la curva de equilibrio.
Pero aquí está la cosa. Hmm, no sé ni cómo decirlo. La cuestión es que tendemos a optimizar el crecimiento del balance.
¿Y si configuramos el optimizador para que busque el inicio del crecimiento del equilibrio así?
Al fin y al cabo, un buen resultado de la optimización es exactamente el tipo tras el cual se ha iniciado el crecimiento del patrimonio.
Así que ahí tienes!!! carabouts hermanos me ayudan voy a ser feliz juntos. El caso es que sequenta tiene dos parámetros natroek, el primero varía de 4 a 10, el segundo más o menos igual. Como resultado tenemos unas 36 combinaciones u opciones, y teniendo en cuenta que el segundo parámetro no puede ser menor que el primero es aún menor. ¡¡¡¡Así que !!!! ¿Quién podría hacer que el optimizador (preferiblemente, MT4) encuentre tales parámetros que devuelvan la equidad de la siguiente manera?
Es decir, el principio del conjunto. Puede haber varias opciones en una sección de optimización y debemos estar atentos a la que sea la mejor. ¡¡¡¡¡Es algo así!!!!! ¿Qué te parece?
parámetros, en el que la equidad se verá como
Esto va tan en contra de todas las reglas y la lógica que incluso podría funcionar.
Tenemos que añadir un parámetro más al Asesor Experto: la fecha de ruptura.
Si el Asesor Experto está optimizado desde enero hasta finales de marzo, entonces la fecha de ruptura se puede establecer a principios de marzo. Entonces, durante la prueba, al tomar una decisión de negociación, debe operar en la dirección opuesta, si la fecha del punto de ruptura no se ha alcanzado todavía. Como resultado, el gráfico de la equidad irá establemente hacia arriba siguiendo la optimización, pero sabemos que la primera parte realmente se fusionaría.
También se podría hacer un segundo parámetro opcional de tipo int, que desplazaría la fecha de la fractura. No se sabe de antemano en qué fecha debe empezar a subir todo. Y podemos optimizarlo utilizando la genética junto con otros parámetros del EA.
La cuestión es que no estamos hablando de NS, sino de Sequent, así que mira su equidad con diferentes valores de entrada en el mismo período de trabajo. No lo optimicé, sólo lo repasé a mano.
5-5
6-6
7-7
Este caso es aún más interesante con 4-8, el mismo período. Y funciona con un stop-loss de 300 pips.
Esto es desde el 1 de enero hasta ahora. Confieso que he escogido la última pantalla con el optimizador, bueno, sólo hay 49 pases en el optimizador. Así que, de hecho, tengo que aprender a elegir correctamente los parámetros necesarios no del conjunto adimensional, sino del conjunto finito con una cantidad tan pequeña de variantes. Así pues, ..........