Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1494
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
Actualmente estoy probando el paquete ldhmm. Adiferencia de depmixS4, que casi no tiene ajustes, aquí, dependiendo del tipo de distribución (normal y distribución lamda) se establecen inicialmente varios pares de parámetros mu, sigma y lamda. Estos parámetros son necesarios para calcular la distribución de mezcla P(x; mu, sigma, lamda) y la matriz de probabilidad de transición. El modelo se construye optimizando (MLE) estos valores según los criterios AIC, BIC, MLLK. Aquí está el primer resultado de la ejecución de la estrategia (COMPRA/VENTA) en el probador en USDJPY-H1 de 2018.08.20 a 2019.05.21. Esta es una variante de obtener una predicción sin decodificar los estados usando viterbi. Haré la siguiente ejecución con viterbi.
Actualmente estoy probando el paquete ldhmm. Adiferencia de depmixS4, que casi no tiene ajustes, aquí, dependiendo del tipo de distribución (normal y distribución lambda) se establecen inicialmente los parámetros mu, sigma y lambda. Estos parámetros son necesarios para calcular la distribución de mezcla P(x; mu, sigma, lamda) y la matriz de probabilidad de transición. El modelo se construye optimizando (MLE) estos valores según los criterios AIC, BIC, MLLK. Aquí está el primer resultado de la ejecución de la estrategia (COMPRA/VENTA) en el probador en USDJPY-H1 de 2018.08.20 a 2019.05.21. Esta es una variante de obtener una predicción sin decodificar los estados usando viterbi. La próxima vez lo haré con viterbi.
¿Qué gráfico se obtiene allí? es decir, 2 estados ocultos n-número de observados? se puede visualizar de alguna manera?
¿qué gráfico se obtiene ahí? es decir, 2 estados ocultos n-número de estados observados? ¿se puede visualizar de alguna manera?
Utilizo 2 estados ocultos con una longitud de serie temporal de 11000 barras. Como serie temporal de observaciones utilizo el retorno logarítmico: serie[i] = MathLog(iOpen(NULL, 0, i) / iOpen(NULL, 0, i+1)).
Es extraño que los retornos de registro y ya tienen algunos resultados, ya que no hay mucha información en ellos
Pruebe la diferenciación fraccionaria (puede poner grados de 0,1 a 0,9), debería ser incluso mejor entonces (indicador). Si lo pones a 1,0 tendrás los mismos rendimientos con retraso de la unidad, si lo disminuyes a 0,1 tendrás más información en los rendimientos pero se mantendrán estacionarios.
Cualquier máquina puede convertirse en un grial mediante la formación. Y en general se ha dicho mucho sobre el hecho de que poco depende de la elección del método de clasificación/regresión, así como con los "indicadores" que, por cierto, también pueden ser apenas llamados MO (si se optimizan).
La optimización de los indicadores en el probador puede ser un cierto modus operandi, pero el ST necesita tener un conjunto de "grados de libertad" - al final obtendremos el ajuste en la historia - ya lo he revisado
¿alguien tiene un ejemplo de logit - regresión en alglib? - tengo algunas ideas, quiero probar
La optimización de los indicadores en el probador puede ser un cierto modus operandi, pero el ST necesita tener múltiples "grados de libertad" - como resultado, obtendremos un ajuste en la historia como en el entrenamiento NS - ya he pasado por esto
¿alguien tiene un ejemplo de logit - regresión en alglib? - Tengo algunas ideas que me gustaría comprobar.
Te he dado los banditos, búscalos en el PM.
o escribiré un artículo con logit pronto, sólo decidí terminarlo hoy )Te di los banditos, búscalo en el PM.
Pronto escribiré un artículo con logit, justo hoy me he decidido a terminarlo )Sí, gracias. Sólo tengo un par de años menos que tú, leo mucho y veo YouTube, pero el material es toneladas
Sólo quiero hacer y comprobar - sólo perseguir la MO alrededor de la CA - el éxito será como con un TS normal, por desgracia, el mercado es así
pero puedo intentar añadir el "contexto del mercado" a alguna TS robusta en forma de regresión logit - es decir, después de las pruebas evaluar todas las operaciones como una probabilidad
en definitiva, ahora hay algo que hacer
Sí, gracias. estoy un par de años detrás de ti, leo mucho y veo youtube, pero hay una tonelada de material
lo que quiero hacer y comprobar - sólo perseguir la MO alrededor de la CA - el éxito será el mismo que un TS normal, por desgracia, el mercado es así
pero puedo intentar añadir el "contexto del mercado" a alguna TS robusta en forma de regresión logit - es decir, después de las pruebas evaluar todas las operaciones como una probabilidad
hay algo que hacer ahora.
Bueno, sí, puedes. Estoy mirando más hacia el optimizador dentro del optimizador. Es decir, los hiperparámetros se optimizan por genética en el probador (por ejemplo, el tamaño de la ventana y los parámetros del optimizador interno), y el optimizador interno trabaja dentro del bot todo el tiempo. Logit es adecuado porque es rápido, aunque primitivo.
también esas apestosas cadenas de margas escondidas puramente bajo mql deberían encontrarse en algún lugar :) cosas genialesLogit es adecuado porque es rápido, aunque primitivo.
sí, la precisión siempre empeora el TS - hay una especie de gráfico de regresión logit y esto es suficiente para estimar la probabilidad
la salida de la regresión logit puede ser 50/50 y por debajo de 0,5 todas las pérdidas, por encima de 0,5 takei y a mayor probabilidad, mayor takei
Puede que intente visualizarlo, tal vez intente pintar el indicador del canal de esa manera, ¡tal vez! )))