Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2458
![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
Difundir la palabra en sus dedos y en general mostró el resultado, por lo que el objetivo se logra.
En general, es genial. Cierto, he pinchado en el enlace de los modelos entrenados, el coche no podía aparcar, pensé que habría una caja infernal que aparcara como Schumacher
Es divertido en general. Pero cuando pinché en el enlace de los modelos entrenados, el coche no podía aparcar, pensé que iba a ser una caja infernal que aparca como un Schumacher.
No, aún no ha aprendido. Me quedé con la ficha para aprender, a veces ya se acerca )
Pero el algoritmo es bastante crudo, schumacher allí y no será un mes.
¿Qué cosas?
Conjunto de actividades destinadas a obtener un beneficio. Por ejemplo, los quants saben ahora lo que hay que hacer cuando se cierra el mercado y lo que harán los participantes en el mismo. Comprar a propósito sabiendo que el público del viernes, cubrirá a cualquier precio y el lunes seguirá la caída, pero sin participantes. Lo de siempre que los estatistas-programadores locales conocen muy bien.
Es divertido en general. Pero cuando pinché en el enlace de los modelos entrenados, el coche no podía aparcar, pensé que iba a ser una caja infernal que aparca como un Schumacher.
No está mal, no aparca mal del todo, se ve que tiene los frenos mal, eso sería genial.
cada día veo a la gente aparcar mucho peor)))))
Conjunto de actividades destinadas a generar beneficios. Por ejemplo, los quants saben ahora lo que hay que hacer cuando se cierra el mercado y lo que harán los participantes en él. Comprar a propósito sabiendo que la multitud del viernes, cubrirá a cualquier precio y el lunes seguirá la caída, pero sin participantes. Lo de siempre que los programadores estadísticos locales, saben muy bien.
Si los quants y tú "sabéis", ¿por qué aún no sois multimillonarios?
Si los quants y tú "sabéis", ¿por qué aún no sois multimillonarios?
no está mal, no está mal del todo. se puede ver que los frenos están mal - que sería genial.
Veo que la gente aparca mucho peor cada día)))))
Tuve esta cosa durante 2,5 días.
Por alguna razón después de la gen 9 el error ha aumentado dramáticamente:
El 1er. Mejor Genoma de Automóviles por alguna razón muestra un error de 1,52, a pesar de que el gráfico anterior tiene un punto mínimo de 0,67:
Después de cambiar a otra pestaña y volver a empezar la 10ª generación, el gráfico se corrigió y hubo un nuevo líder inmediatamente:
Pero en general crudo, por supuesto.
He satisfecho mi curiosidad y eso es suficiente.
Pero en general es crudo, por supuesto.
Curiosidad satisfecha, es suficiente.
Por supuesto, es sólo un juguete, aunque divertido.
Voy a dejar un enlace con ejemplos de Machine Learning for Algorithmic Trading in Financial Markets, de Stefan Jansen.
P.D. Y, por supuesto, sigo creyendo en las limitaciones del machine learning para TS, aunque admito su utilidad en RM
El aprendizaje automático en la gestión de riesgos puede utilizar Matlab, Python, R
aunque todavía no lo he codificado... (para distinguir la Tendencia y el Plano para utilizar la TS adecuada, por supuesto, se puede confiar en este tipo de retroalimentación [para analizar y variar la MM algorítmicamente], pero no quiero pagar el estado de ánimo del mercado y mi ocupación con pérdidas, incluso si se reduce a una reducción por algún algoritmo y la teoría de la probabilidad) ... Sigo inclinándome por hacer una clara distinción entre las buenas y las malas operaciones en función de las condiciones del mercado y de la conciencia del trader sobre ellas, y no hay forma de informar al robot sobre ello... La única manera de hacerlo es enseñar al robot a no operar con pérdidas (cuando las condiciones de la oferta y la demanda han cambiado, y el operador no está presente en la terminal o aún no es consciente de ello).
Voy a dejar un enlace con ejemplos de Machine Learning for Algorithmic Trading in Financial Markets de Stefan Jansen.
P.D., y, por supuesto, sigo creyendo en las limitaciones del machine learning para TS, aunque admito su utilidad en RM
aunque todavía no lo he codificado... (para distinguir la Tendencia de la Plana para activar la TS adecuada, puede por supuesto confiar en este tipo de retroalimentación [analizar y variar la MM algorítmicamente], pero todavía no quiere pagar por el estado de ánimo del mercado y su ocupación, las pérdidas, incluso si se reduce a una reducción por algún algoritmo y la teoría de la probabilidad)... Sigo inclinándome por hacer una clara distinción entre las buenas y las malas operaciones en función de las condiciones del mercado y de la conciencia del trader sobre ellas, y no hay forma de informar al robot sobre ello... Hay que enseñarle a no realizar muchas operaciones perdedoras (cuando las condiciones de oferta y demanda del mercado han cambiado, y el operador no está presente en la terminal o no es consciente de ello).
El resumen habitual de los métodos de MO, con el prefijo de comercio.
Los he probado todos, excepto las redes de sostisy, pero no es importante, lo importante es que no se produjo ningún milagro...
El comercio no es eso.