Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2806
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
Entonces las señales se promediarán de todos modos.
en general todo es logico, las operaciones contra tendencia suelen ser ineficaces en mercados crack, con algunas excepciones scalper.
Acabo de mostrar que usted puede obtener una mejor comprensión de cómo funciona el modelo.
Por que en promedio, habra 3 modelos - uno determina cual de los dos modelos usar.
¿Has obtenido la misma rentabilidad para comprar y para vender?
Sí, has demostrado correctamente que la eficacia del modelo depende de los datos, por supuesto.
Por término medio, habrá 3 modelos - uno determina cuál de los dos modelos utilizar.
¿Tiene la misma rentabilidad para comprar y vender?
Sí, se demostró correctamente que la eficacia del modelo depende de los datos, por supuesto.
Todavía no he mirado las estadísticas de las operaciones.
Lo de los 3 modelos es interesante, por cierto, yo de momento sólo tengo 2... tiene sentido.
Más arriba se ha hablado en varias ocasiones de no eliminar necesariamente los predictores correlacionados.
No puedo aceptar la justificación de que el algoritmo del modelo es robusto frente a los predictores correlacionados.
Sí, el algoritmo es robusto si hay unos pocos predictores correlacionados en un conjunto de cien predictores.
Pero, ¿y si todos los predictores están correlacionados? ¿Y si la mayoría están correlacionados? ¿Dónde está el límite?
Eliminar los predictores correlacionados es revelar la calidad del conjunto de predictores, y las características del algoritmo de un modelo concreto con respecto a la correlación carecen por completo de importancia. Antes de modelizar, basta con conocer el modelo stricti sobre un predictor o sobre cien. Es necesario conocer el número de predictores sobre los que se construye el modelo.
Iniciado su script, y tiene algunos momentos que impiden su funcionamiento posterior:
1. Una coma en lugar de un punto
2. Se pierden las últimas columnas.
¿Puedes arreglarlo?
Ejecuté tu script y tiene algunos problemas que impiden su uso posterior:
1. Una coma en lugar de un punto
2. Se pierden las últimas columnas.
¿Puedes arreglarlo?
¿Puede ser más específico?
¿Puede ser más específico?
Aquí está la parte derecha de la muestra en forma de tabla
A continuación se muestra la tabla de los resultados del script en el mismo lugar
Como puede ver, no hay columnas de información, incluidas las columnas de destino.
Y estas columnas están al principio del archivo, como resultó
Sobre la coma en lugar del punto como separador de números, o me he equivocado o lo he corregido.
Tu script lleva funcionando más de un día y todavía no ha creado ni un solo archivo basado en los resultados del cribado. No sé, ¿quizá sea el momento de desactivarlo?
¿Puede ser más específico?
Lo cambié y parecía estar bien.
Lo cambié y parecía estar bien.
.
.
Su script consume casi 9 gigabytes de RAM en mi muestra, pero parece que funciona, los archivos se guardan. Ni siquiera sé donde la memoria se consume allí, mientras que la muestra toma un poco más de un gigabyte.