Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2169
![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Haces cosas geniales ) Empezaré a ver el lunes, a mis favoritos
Gracias. Al menos algo que diluya el razonamiento "teórico"...
Si lo necesitas, aquí tienes un pequeño script que calcula el área relativa bajo la intersección de las curvas de la distribución de valores de características para dos clusters.
Creo que es una buena métrica para elegir el método de adelgazamiento, el análisis del objetivo, las características y quién sabe qué más.
area_overlap es amarilla en la imagen.
el tema se puso serio )
aquí hay una forma más avanzada (pero prometedora) de leer
https://ml4trading.io/chapter/19
se trata de las densidades y de cómo se pueden muestrear las características y las etiquetas de la parte posterior utilizando el autoencoder. También es posible transponer los espacios de las características para adaptarlos a tus gustos.
en particular, los CVAE (autocodificadores variacionales condicionales) son interesantes
+ la descorrelación total de las características mediante núcleos de convolución aleatorios.
Quiero transferir la parte de la respuesta a mql, para que sea posible obtener nuevas características del modelo entrenado, en la terminal
https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html
el alcance del trabajo, en general
Después de unos pocos experimentos hasta ahora, la conclusión es:
el muestreo del modelo generativo y luego el aprendizaje a partir de esas muestras es muy bueno (pero hasta ahora sólo he utilizado el GMM (modelo de mezcla gaussiana), no el autoencoder)
la descorrelación de características a través de ROCKET está bien, hay una mejora en la generalización
¿qué quieres ver? aquí está el verdadero tc en MoD de mi artículo. La formación es de sólo 1 mes, y luego la generalización de 2 años. Y es real y funciona
cruces y operaciones de MAK, así como en mi captura de pantalla
¿y por qué me enseñas un probador?
Puede mostrar el comercio //demo o real, no importa.
mostrar la intersección de las MAs y las operaciones como en mi captura de pantalla
¿y por qué tendría que enseñarle al probador?
muéstrame tu comercio //demo o real, no importa
primero muéstrame la tuya (demo o real), durante un mes, una señal en vivo en este servicio
o no bogar.
¿Las redes neuronales tienen alguna utilidad, sirven para el trading?
No, no lo hace, el modus operandi sólo aclara más o menos "científicamente" que en los precios puros no hay casi ninguna información sobre el futuro del cambio. Hay algunos "rastros" por supuesto, migajas, pero no son predecibles, el spread/comisión se lo come todo y la razón no son los algoritmos sino los datos.
Los grandes fondos de cobertura tienen miles de veces más datos (terabytes al día) y operan con HFT, así que se puede construir un bollo con las migajas, y nosotros ***simplemente, todo tipo de marcos nuevos y ***diferentes a las redes sociales.
mostrar el suyo primero (demo o real), en un mes, una señal en vivo en este servicio
o no grazne
no se puede hacer en el puré, por eso no se muestra
Y si fracasas, ¿por qué aconsejas a la gente aquí?no se puede hacer en el macerado, por eso no se muestra.
Si fracasas, ¿por qué sigues dando buenos consejos a la gente?¿Vas a controlar? ¿O vas a seguir gritando?
No doy consejos a nadie.
Será mejor que aprendas ruso.¿Vas a controlar? ¿O vas a seguir estornudando?
No aconsejo nada a nadie.
engullir