Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 744
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
Recordad que he dicho que he recibido un modelo que ha ido ganando desde el 01.31.2018 hasta el día de hoy, y así es como se ha comportado este modelo estas dos semanas desde el 03.05.2018 hasta el día de hoy. Resultado de la prueba.
Bastante bien para una anciana entrenada en 40 puntos y que lleva como 1,5 meses en OOS.
Y este es su OOS completo desde el 31.01.2018
Y todavía piensas que es un fit???? Te recuerdo que en las capturas de pantalla está la sección OOS
Aunque estas son fotos del probador, nunca vi el monitoreo. Pero te creo. Tengo que admitir que su enfoque funciona. Por lo tanto, me disculpo.
¡Disculpa aceptada!
Yo sólo soy un practicante, mientras que la mayoría de la gente aquí son teóricos e investigadores...
Y estas conexiones no se pueden encontrar matemáticamente, por lo que es un ajuste tonto o un estudio de mercado :)
La adaptación tonta también es algo genial, en realidad, si se utiliza la generalización
Max, me pregunto qué hace una red neuronal o un bosque aleatorio... Entonces, cuando este "patrón" aparezca en el futuro, la máquina lo reconocerá fácilmente. El hecho de que se trate de un pronóstico 50/50 es cierto para todo en el mercado. Aquí hay un ejemplo de una ruptura del triángulo, por ejemplo, en el caso clásico la toma es mayor que la pérdida. Ahora multiplique este caso por 50/50 y tendremos un beneficio. Esta es la variante más sencilla de cómo hacer un sistema rentable utilizando el aprendizaje automático.
Max, me pregunto qué hace una red neuronal o un bosque aleatorio, ... Entonces, cuando ese "patrón" aparece en el futuro, la máquina lo reconoce fácilmente. El hecho de que se trate de un pronóstico 50/50 es cierto para todo en el mercado. Aquí hay un ejemplo de una ruptura del triángulo, por ejemplo, en el caso clásico la toma es mayor que la pérdida. Ahora multiplique este caso por 50/50 y tendremos un beneficio. Esta es la explicación más sencilla de cómo hacer un sistema rentable basado en el aprendizaje automático.
El principal problema es que el entrenamiento con un maestro no encuentra nada por sí mismo y la proporción de características con respecto al objetivo no siempre es elegida de forma óptima por nosotros, de ahí las grandes clasificaciones erróneas y el reentrenamiento y un montón de temas sobre cómo optimizar este proceso. Si hablamos de un bot NS completo, debería marcar las etiquetas de forma óptima sin la participación de expertos (humanos). Cómo se realiza hoy en día - mostró algunos vínculos, por ejemplo, a través del aprendizaje con refuerzo, pero hay algunas dificultades, como el problema de la exploración y la explotación, es decir, encontrar el equilibrio entre el estudio del medio ambiente y el uso de los conocimientos obtenidos, básicamente es equivalente al dilema de la frecuencia con la que el NS debe ser re-entrenado, pero en modo automático
El principal problema es que el entrenamiento con un maestro no encuentra nada por sí mismo, y la proporción de características con respecto al objetivo no siempre es elegida por nosotros de manera óptima, de ahí los grandes errores de clasificación y el reentrenamiento y un montón de temas sobre cómo optimizar este proceso. Si hablamos de un bot NS completo, debería marcar las etiquetas de forma óptima sin la participación de expertos (humanos). Cómo se realiza hoy en día - Te he enviado algunos enlaces, por ejemplo, a través del aprendizaje reforzado, pero hay algunas dificultades, como el problema de la exploración y la explotación, es decir, encontrar el equilibrio entre el entorno de aprendizaje y la aplicación de los conocimientos obtenidos, de hecho, es el equivalente a un dilema cuántas veces es necesario volver a aprender NS, pero en modo automático
No seré demasiado listo, porque mis conocimientos teóricos son escasos. Sólo puedo dar la opinión de un observador y de un profesional. De hecho se puede hacer incluso con 2 bolas, pero entonces el resultado es el mismo, no voy a describir cómo enseñar estas bolas, no es el punto principal. Así como el observador de una gran cantidad de pruebas que puedo decir que la frecuencia de reentrenamiento NS lejos de la cosa estacionaria, a veces resulta que un conjunto que es suficiente, por ejemplo, una vez a la semana, y otras veces sucede que el tiempo suficiente por mes. para diferentes conjuntos de datos de reentrenamiento diferente frecuencia. pero al final todavía se obtiene un ajuste, pero no un ajuste de los parámetros de la misma máquina y ajustar la frecuencia de la señal en la máquina establece un período. ¿Cuánto tiempo funcionará? Es como en un "pantano", nunca sabes cuándo vas a entrar en él.
No me voy a pasar de listo, porque tengo muy pocos conocimientos teóricos. Sólo puedo dar la opinión de un observador y un profesional. La selección de los predictores es un proceso muy tedioso, un montón de grandes no es necesario. en realidad, incluso 2 máscaras se puede manejar, pero entonces el resultado es apropiado, no voy a decir acerca de cómo estas máscaras se puede enseñar, no es importante. Así como el observador de una gran cantidad de pruebas que puedo decir que la frecuencia de reentrenamiento NS lejos de la cosa estacionaria, a veces resulta que un conjunto que es suficiente, por ejemplo, una vez a la semana, y otras veces sucede que el tiempo suficiente por mes. para los diferentes conjuntos de datos de reentrenamiento diferente frecuencia. pero al final todavía obtener un ajuste, sólo un ajuste no parámetros de la misma máquina y ajustar la frecuencia de la señal en la máquina establece un período. ¿Cuánto puede durar? Es como en un pantano, nunca sabes cuándo vas a entrar en él.
Bueno, se necesitan suficientes descripciones del entorno y los interruptores adecuados, a grandes rasgos, de un modo a otro... porque los patrones cambian, sí
Algunos resuelven este problema cambiando diferentes TS y otros tratan de hacer una pero adaptable, y otros tratan de ajustar todo a una sola distribución, como hizo Alexander
Mishan ha cogido el mercado que está creciendo y mientras crece se alegra, pero en cuanto empiecen las turbulencias llorará.
Bueno, se necesita un número suficiente de descripciones de estado del entorno y los interruptores adecuados, a grandes rasgos, de modo a modo... porque los patrones cambian, sí
Algunos resuelven este problema cambiando diferentes TS, otros tratan de hacer una pero adaptable, y otros tratan de ajustar todo a una sola distribución, como Alexander
Mishan ha obtenido los beneficios del mercado en crecimiento y mientras éste crece se alegra, pero en cuanto empiecen las turbulencias se pondrá a llorar.
Espero que no llore pero recupere el tiempo) no estamos aquí para discutir...
Dios no quiera que no llores, pero reconstruye a tiempo) no estamos aquí para discutir...
bien un juego de monedas sin un backtest adecuado, el resultado es simplemente obvio
Buenas tardes a todos.
Quería resumir un poco... ¿Qué sabemos de una futura vela, por ejemplo? Sabemos la hora de apertura, la hora de cierre. Sabemos que puede tener 3 estados: una vela blanca en la dirección alcista, una vela negra en la dirección bajista y un doji. Sabemos que la probabilidad de una "vela larga" o "grande" es, ya sabes). - es pequeño en comparación con una vela "media" o doji. Podemos encontrar un canal, o llamarlo rango, en el que se mueve el precio. ¿Eso es todo? ¿No sabemos nada más? Es demasiado pequeño para hacer predicciones incluso para una simple clasificación como una vela bajista o una vela alcista... Si no intentas predecir las direcciones... no hay forma de entrar en una operación sin predecir la dirección... ¿Qué más podemos decir del futuro candelero que nos permita clasificarlo? Al fin y al cabo todas las predicciones basadas en datos pasados dan señales de velas pasadas. Y la predicción sobre estos datos se presenta como "hoy será como ayer" - esto no es bueno....