Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1530
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
La felicidad no necesita ninguna razón
Así es, se necesitan antidepresivos para ser feliz, pero la curiosidad sólo puede satisfacerse con la investigación. Me pregunto si mis datos o mi optimizador están funcionando. Creo que es 50/50. Datos bien ajustados con un optimizador perfectamente tolerable. Se puede hacer un análisis comparativo entre las dos IAs y calcular inequívocamente quién y qué funciona.
Prueba para el optimizador:
1. Según mis datos, su NS obtuvo un mejor resultado en OOS. A favor de su optimizador.
2. En mis datos, su NS obtuvo el mismo resultado en OOS. Incierto.
3 En mis datos, su NS obtuvo un resultado peor en el bucle de retroalimentación. A favor del optimizador de Reshetov.
4. Reshetov obtuvo un mejor resultado en sus datos sobre OOS. A favor de Reshetov.
5. Reshetov obtuvo el mismo resultado en sus datos sobre OOS. Indecisos.
6. Reshetov obtuvo peores resultados en sus datos sobre OOS. A favor de su optimizador.
Prueba de datos:
Yo por tu estrategia básica guardo mis datos, tú por mi estrategia básica guardas tus datos esto te da la oportunidad de no revelar la lógica de las entradas y de nuevo optimizar.
1. Si obtengo un mejor resultado con tus datos que con los míos. A favor de sus aportaciones.
2. Si obtengo el mismo resultado. Un empate.
3. Si obtengo un resultado peor, a favor de mis aportaciones.
Haz lo mismo en tu lado. De este modo, al menos puedes probar con respecto al otro investigador lo bueno que es en principio tu planteamiento.
El problema no es agrio, hay mucho que negociar, etc., pero si se realiza esta comparación, se puede obtener una estimación comparativa de la potencia de su ST en comparación con la mía. Una vez más, no digo que lo haya hecho siempre bien. De ninguna manera. SkyNet 2.0 es bastante complicado de vigilar. Entiendo que será un gran reto compararse en enfoques radicalmente diferentes, pero me gustaría, es aburrido :-(
Así es, se necesitan antidepresivos para ser feliz, pero la curiosidad sólo puede satisfacerse con la investigación. Me pregunto si mis datos o mi optimizador están funcionando. Creo que es 50/50. Datos bien ajustados con un optimizador perfectamente tolerable. Se puede hacer un análisis comparativo entre las dos IAs y calcular inequívocamente quién y qué funciona.
Prueba para el optimizador:
1. Según mis datos, su NS obtuvo un mejor resultado en OOS. A favor de su optimizador.
2. En mis datos, su NS obtuvo el mismo resultado en OOS. Incierto.
3 En mis datos, su NS obtuvo un resultado peor en el bucle de retroalimentación. A favor del optimizador Reshetov.
¿Cuál es tu NS? Coge lo que quieras y mira :) meterse con los conjuntos de datos de otras personas no es una buena idea.
más cercano a la SVM kernelizada, o mejor dicho, es lo mismo. Aquí puedes probarlo.
Para leer
https://medium.com/towards-artificial-intelligence/a-simple-neural-attentive-meta-learner-snail-1e6b1d487623
https://arxiv.org/pdf/1707.03141.pdf
Las redes de atención y los Transformers están de moda estos días, dicen que mejor que RNN
Oh, damas y caballeros, oh... El granito de la ciencia es pesado, es insoportable. Ay, he leído"The New Neural" - proyecto de motor de redes neuronales Open Source para la plataforma MetaTrader 5, lo he leído durante unos meses, tenía 100 páginas, por las tardes después del trabajo, no puedo seguir esta rama de >1500 páginas durante el resto de mi vida, no he tenido suerte, he intentado leer selectivamente, no he visto nada útil, aunque supongo, que tal vez alguien se expresaba en lenguaje florido o metafórico y he tenido que leer entre líneas.
¿Qué hacer, señoras y señores? ¿QUÉ HACEMOS?
Así que este es el plan, sé un poco de C++ y no tanto de mql, pero realmente quiero hacer algo urgente. Todavía no tengo una meta de obtener súper ganancias, pero necesito un 5-10% mensual estable como inicio. Creo que puedo empezar con la regresión lineal y la previsión del próximo incremento por varios anteriores y empezarlo en el trading. ¿Qué pasos debo dar para ello?
Por ejemplo, tomamos un número de incrementos (x(t) - x(t-1)) de longitud 10, y el 11º (x(t+1)) será una variable que estamos buscando. Entonces realizamos una regresión lineal, obtenemos una previsión, si la previsión es mayor que cero abrimos largos, si es menor abrimos cortos. Esta es la aplicación más directa de la RI en el comercio.
¿Qué le parece este plan?
Más detalles: tomamos una serie de incrementos(x(t) - x(t-1)) de longitud por ejemplo 10, y 11-th(x(t+1)) será la variable deseada, entonces ejecutamos una regresión lineal, obtenemos una previsión, si la previsión es mayor que cero abrimos largos, si es menor abrimos cortos. Esta es la aplicación más directa del MO en el comercio.
Esta es la aplicación más directa de MO en el trading algorítmico - ReshetovMLP yRandom Forests predicen tendencias, y tú estás hablando de arcaicos econométricos
No sé si te voy a molestar o no, pero igual voy a escribir sólo para considerar el % de ganancia por mes sin un drawdown máximo especificado, es un camino a ninguna parte.
No sé si te decepcionará o no, pero aun así te diré que el porcentaje de ganancia al mes sin un drawdown máximo acordado es un camino a ninguna parte.
no sé si estás molesto, pero te lo diré).
No sé si te voy a disgustar o no, pero voy a escribir que fijarse sólo en el % de beneficio al mes sin un drawdown máximo acordado es un camino a ninguna parte.
La gente obtiene el 100% de beneficios al mes con una reducción máxima ;)
El drawdown es al menos dos veces menor que el beneficio, aunque sería mejor no tener ningún drawdown.
El uso directo de MO en el comercio algorítmico es ReshetovMLP y Random Forests predice tendencias, mientras que usted está hablando de arcaica econométrica
Estos son métodos avanzados, MLP y RandomForest, pero "el camino a miles de LI, comienza con el primer paso" :)
Los métodos avanzados son confusos y enrevesados, no puedes entenderlos sin una botella o sales, mientras que necesitas entender el principio, la esencia.
La detracción es al menos la mitad del beneficio, aunque lo deseable es que no haya detracción alguna.
Estos son métodos avanzados, MLP y RandomForest, pero "el camino a miles de LY, comienza con el primer paso" :)
Los métodos avanzados son confusos, enrevesados, es imposible entenderlos sin una botella o sales, y es necesario entender el principio, la esencia.
Los bosques aleatorios predicen tendencias - un enlace de skam de un gallo. No vayas allí si no quieres que te baneen durante unas horas por hacer bruteforcing en el sitio mql. Por favor, pida a los moderadores que lo revisen.
Supongo que no me enseñan a ganar dinero las buenas personas, sino a quitarme el dinero que tanto me ha costado ganar mediante enlaces de estafa. Pero no hay manera de evitarlo, ¡no puedes engañarme tan fácilmente!