Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1529
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
con ejemplos sobre la onda sinusoidal
hmm.... ¿me están siguiendo? quiero una cuadrícula pero con un paso no lineal, quiero encontrar el paso a través de un polinomio, buscar la fórmula del polinomio en el optimizador (los coeficientes del polinomio en los ajustes)
))))
hmm.... ¿me están siguiendo? quiero una cuadrícula pero con un paso no lineal, quiero encontrar el paso a través de un polinomio, buscar la fórmula del polinomio en el optimizador (los coeficientes del polinomio en los ajustes)
))))
Por cierto, es fácil optimizar utilizando la lógica difusa, la forma más fácil y efectiva en mi opinión... en términos de velocidad e interpretabilidad de los resultados :) Puedes hacer una cuadrícula o lo que quieras.
Me han gustado estos artículos sobre cómo aproximar curvas con lógica difusahttps://towardsdatascience.com/a-short-tutorial-on-fuzzy-time-series-part-iii-69445dff83fb
hmm.... ¿me están siguiendo? quiero una cuadrícula pero con un paso no lineal, quiero encontrar el paso a través de un polinomio, buscar la fórmula del polinomio en el optimizador (los coeficientes del polinomio en los ajustes)
))))
no es necesario un polinomio
basta con reducir el paso si el beneficio es negativo
si (pips < 0) {
step *= Math.Exp(pips / Kstep);
}
¿Tiene sentido empezar a desarrollar un algoritmo basado en una red neuronal que introduzca datos indicadores normalizados y marcadores que señalen la presencia de algunos patrones?
Otra idea es hacer un sistema de múltiples redes neuronales que se dividan en categorías (diferentes tipos de indicadores, patrones, etc.) y alimentar las salidas de estas redes neuronales a través de la red neuronal final para tomar una decisión?
Volviendo a este hilo del foro de 2016, me gustaría preguntar sobre el éxito del algoritmo "Random Forest".
Pueden parecer preguntas poco convincentes (probablemente lo sean) y ya se han planteado, pero aun así me gustaría tener algunas respuestas)
Gracias de antemano)
Hola) Me gustaría hacer un par de preguntas relacionadas con el algotrading. Yo mismo soy un desarrollador de Python/Go, mis conocimientos de trading están al nivel de haber leído un par de libros de análisis técnico y de velas.
¿Tiene sentido empezar a desarrollar un algoritmo basado en una red neuronal que introduzca datos indicadores normalizados y marcadores que señalen la presencia de algunos patrones?
Otra idea es hacer un sistema de múltiples redes neuronales que se dividirán en categorías (diferentes tipos de indicadores, patrones, etc.) y pasar las salidas de estas redes neuronales por la red neuronal final para tomar una decisión...
Repasando el hilo de este foro que se remonta a 2016, me gustaría preguntar por el éxito del algoritmo Random Forest.
Pueden parecer preguntas poco convincentes (probablemente lo sean) y ya se han planteado, pero aun así me gustaría tener algunas respuestas)
Gracias de antemano)
Hola). Bienvenido al club de los buscadores del grial)).
El principal problema es "ajustar" el modelo a los datos históricos. El resto es más fácil aquí, como la gestión del capital, la selección del modelo, la programación, etc. Las estadísticas le serán útiles.
Y sobre las redes neuronales, el andamiaje es muy posible, la cuestión es la aplicación adecuada...
Hola) Me gustaría hacer algunas preguntas sobre algotrading. Yo mismo soy un desarrollador de Python/Go, mis conocimientos de trading están al nivel de haber leído un par de libros de análisis técnico y de velas.
¿Tiene sentido empezar a desarrollar un algoritmo basado en una red neuronal que introduzca datos indicadores normalizados y marcadores que señalen la presencia de algunos patrones?
Otra idea es hacer un sistema de múltiples redes neuronales que se dividirán en categorías (diferentes tipos de indicadores, patrones, etc.) y pasar las salidas de estas redes neuronales por la red neuronal final para tomar una decisión...
Repasando el hilo de este foro que se remonta a 2016, me gustaría preguntar por el éxito del algoritmo Random Forest.
Puede parecer una pregunta más floja (probablemente lo sea) y ya se ha planteado, pero aun así me gustaría tener algunas respuestas)
Gracias de antemano)
El bosque no sacará los indicadores a menos que conozcas el patrón. Puedes probar a potenciar con la validación cruzada y la parada anticipada, algo más novedoso y genial. Apostar por las redes neuronales tampoco tiene mucho sentido - no encontrará tantos indicadores, que se correlacionen entre sí. Se hace hincapié en el sobremuestreo de instrumentos (pares de divisas o lo que sea). El cripto también tiene sentido, no es tan efectivo como los pares de divisas. Para las criptomonedas, se puede jugar con el arbitraje y con la copa.
¿Existe un punto para empezar a desarrollar un algoritmo basado en una red neuronal en el que entren datos indicadores normalizados y marcadores que señalen la presencia de algunos patrones?
Depende de lo que quieras decir con eso. ¡Si eres un codificador-investigador por vocación, de hecho, es una tarea muy interesante de la que no te avergonzarás si la sigues, pero como intento de "ganar dinero en Internet", por desgracia, no funcionará, al menos no tan rápido como crees, quizás si eres un genio lo consigas en 10 000 horas, quizás en 20 000... pero lo más probable es que nunca(! pero lo más probable es que nunca((
Otra idea es hacer un sistema de muchas redes neuronales que serán categorizadas (diferentes tipos de indicadores, patrones, etc.), y alimentar las salidas de estas redes neuronales a través de la red neuronal final para tomar una decisión?
Has inventado el apilamiento, pero el problema está en los datos, no en los algoritmos, necesitas más y mejores datos para hacer una operación de algo rentable.
Echando un vistazo a la rama de este foro que se remonta a 2016, me gustaría preguntar por el éxito del algoritmo "Random Forest".
El bosque aleatorio es uno de los algoritmos de aprendizaje automático más efectivos, para la mayoría de las tareas, para algunos casos se pueden obtener fracciones de % adicionales con boosting o sus combinaciones "boobag, bagbu", pero de nuevo, todo es cuestión de datos, y son caros y recogerlos en la cantidad/calidad adecuada para el algotrading es también una tarea aparte.
Hola) Me gustaría hacer algunas preguntas sobre algotrading. Yo mismo soy un desarrollador de Python/Go, mis conocimientos de trading están al nivel de haber leído un par de libros de análisis técnico y de velas.
¿Tiene sentido empezar a desarrollar un algoritmo basado en una red neuronal que introduzca datos indicadores normalizados y marcadores que señalen la presencia de algunos patrones?
Otra idea es hacer un sistema de múltiples redes neuronales que se dividirán en categorías (diferentes tipos de indicadores, patrones, etc.) y pasar las salidas de estas redes neuronales por la red neuronal final para tomar una decisión...
Repasando el hilo de este foro que se remonta a 2016, me gustaría preguntar por el éxito del algoritmo Random Forest.
Pueden parecer preguntas poco convincentes (probablemente lo sean) y ya se han planteado, pero aun así me gustaría tener algunas respuestas)
Gracias de antemano)
Voy a decir esto, estoy bastante satisfecho con las redes de comercio, sí he buscado durante 15 años, pero cuando lo encontré no paso más de 2 horas a la semana en él. Me refiero a la optimización de EA y todo lo relacionado con ella. Si eres un desarrollador de Python, te aconsejo, como a cualquier otro desarrollador, que estudies a fondo el ámbito en el que vas a trabajar. Si eres un desarrollador de Python, tienes que estudiar a fondo el dominio en el que vas a trabajar. El mercado no es sólo cotizaciones, el mercado es principalmente sobre PEOPLE!!!!! ¡Qué buena idea!
Y hasta ahora no se ha resuelto la cuestión de cuál es la razón de mi éxito.