Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2588
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
Pero no hay reacción de MetaQuotes ((
Y no lo habrá, porque la difusión real estropea la imagen publicitaria. A lo sumo, le sugerirán que utilice símbolos personalizados.
Y no lo hará, porque la difusión real estropea la imagen publicitaria. A lo sumo, sugerirán el uso de símbolos personalizados.
La verdad es que es una pena. La simulación de la dispersión en el tiempo haría que las pruebas se aproximaran más a las reales.
Y no lo hará, porque la difusión real estropea la imagen publicitaria. A lo sumo, sugerirán el uso de símbolos personalizados.
La publicidad debería decir que nuestro probador es el más preciso, en comparación con otras plataformas.
Esto tiene más probabilidades de atraer a los desarrolladores y a los usuarios. Entonces las primeras pruebas y su comparación mostrarán que las pruebas en MT5 sobre los precios de apertura no son ciertas.
La publicidad debe decir que nuestro probador es el más preciso, en comparación con otras plataformas.
Esto tiene más probabilidades de atraer a los desarrolladores y a los usuarios. Entonces las primeras pruebas y su comparación mostrarán que las pruebas en MT5 a precios de apertura no son ciertas.
La verdad es que es una pena. La modelización de la dispersión temporal habría hecho que las pruebas fueran más reales.
Por publicidad me refiero a los datos de los símbolos en las páginas de las empresas de corretaje. Son los CD, no los promotores, los que son clientes (aportan dinero) de las metacotizaciones. La gratuidad para el usuario final tiene sus desventajas.
Por publicidad, me refiero a los datos de los símbolos en las páginas de DC. Son los CD, y no los promotores, los clientes (que aportan dinero) de las metacotizaciones. La gratuidad para el usuario final tiene sus desventajas.
No es posible ni caro de implementar, es posible en condiciones y precios comprensibles, y es gratis. Por supuesto que lo gratuito suele estar sesgado por la negatividad))) También lo es la falta de oportunidades o el alto coste de la aplicación))))
https://stats.stackexchange.com/questions/31513/new-revolutionary-way-of-data-mining
Sí, eso es lo que dice. Y los comentaristas, bueno, son científicos de datos, no comerciantes. Ellos, con sus conjuntos de datos estacionarios, no pueden entender los problemas de nuestros comerciantes.
Sí, eso es lo que dice. Y los comentaristas, bueno, son científicos de datos, no comerciantes. Ellos, con sus conjuntos de datos estacionarios, no pueden entender los problemas de nuestros comerciantes.
Según entendí...
Lo explico de la manera más sencilla posible.
Si queremos presentar la TS como un patrón, para comprobar si es un patrón verdadero debemos optimizar sus parámetros y si la TS gana casi siempre con diferentes parámetros, entonces el patrón (TS) es verdadero
¿Y cómo lo descubriste?
Una mirada más profunda y desde la perspectiva del AMO
Es necesario visualizar la búsqueda de parámetros durante el entrenamiento; si la superficie de optimización parece ruido
Lo más probable es que AMO haya encontrado un máximo local en el ruido y que esté reentrenando y un modelo que no funciona
Debe esforzarse por conseguir la siguiente imagen
Cuando el modelo tiene una "isla" claramente pronunciada de parámetros de trabajo, es decir, es necesario optimizar sus parámetros y si el TS prácticamente siempre ganará con diferentes parámetros, entonces el patrón (TS) es verdadero
Así lo veo yo, puede que me equivoque, pero ...
Según entendí...
Lo explicaré de la manera más sencilla posible.
Si se imagina la CT como un patrón - para comprobar si es un patrón verdadero tenemos que optimizar sus parámetros y si la CT gana casi siempre con diferentes parámetros, entonces el patrón (CT) es verdadero
¿Y cómo lo descubriste?
Bueno, algo así. Todo el mundo entiende que el exceso de ajuste es malo y busca formas de protegerse contra él. Dude está diciendo que la forma de "probar en oos" no es una herramienta tan buena para proteger contra el sobreajuste. Un ejemplo sencillo, hay 10000 personas, cada una lanza una moneda 10 veces. Seleccionamos a la gente que tenía todos los volteos que eran águilas - oh, estos tipos saben algo. Les pedimos a cada uno de ellos que den la vuelta 10 veces más. Ahora, estos 3 son una especie de perdedores, pero estos 3 consiguieron 8 o 9 de 10 águilas de nuevo. Ooh, seguro que pueden hacer algo. Evidentemente, esta situación es posible gracias a tiradas al azar (no a los mismos millones de monos que pueden escribir Guerra y Paz por accidente). Lo mismo ocurre con las estrategias. Así que hay que utilizar otras vías, o si oos, también sabiamente. La alternativa que sugirieron es sí, algo así como: mejor mira algo como la media. Al igual que si la moneda es plana, caerá uniformemente aquí y allá en la media. Y si es más pesado en algún lugar, entonces verás este sesgo por los resultados promedio de esas 10.000 personas. De alguna manera)).