Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1106
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
A los pequeños los llamamos piso, a los grandes tendencia...
Pero aquí también la cuestión es qué son los pequeños y grandes movimientos, en relación a qué son pequeños o grandes.
De hecho, esta pregunta da la respuesta a por qué los sistemas paramétricos y los mo entre ellos nunca funcionarán con datos de mercado no procesados
Bueno, no hay definiciones claras: dónde está un piso, dónde una tendencia, pequeño o grande. Para algunas aplicaciones es pequeño, para otras es grande.
Define lo que es pequeño para ti (tu sistema) y lo que es grande en cualquier unidad concreta, y todo encajará inmediatamente.
De todos modos, este es el trato. Empecé a utilizar el boosting porque además de la precisión y la alta generalizabilidad en este algoritmo la construcción de modelos es más inequívoca. El método también es más fácil de configurar debido al reducido número de parámetros externos específicos. La única desventaja es la carga de memoria a la hora de calcular y, por tanto, el tamaño del modelo aumenta en decenas o cientos de megabytes en función del número de iteraciones. Tras la comparación con los métodos de bosque aleatorio y red neuronal superficial, llegué a la conclusión de que el boosting es más preferible para las tareas de clasificación.
Probé muchos predictores. Se trata principalmente de series temporales secuenciales construidas a partir de los más diversos indicadores y sus combinaciones. Lo he probado en modo multidivisa (27 divisas) utilizando el método del programa, teniendo en cuenta el spread real (2 puntos). Plazo: una hora. En la salida - una clase binaria, calculada mediante una señal en zigzag con una profundidad de paso de 100 puntos. Casi todos los resultados son negativos. Si excluimos el diferencial, el plus puede ser significativo. Como opción, podría intentar tomar un plazo mayor.
He pensado en cómo desarrollar más el estudio:
1. Pruebe con un zigzag de otro tipo o con diferentes parámetros en la salida.
2. utilizar señales de componentes cíclicas extraídas por el método de Fourier o filtros wavelet en la salida.
3. utilizar los valores indicadores de la producción real (regresión). Por ejemplo, la diferencia de precios de las velas de cierre y apertura, el cambio de precios para varias barras por delante.
4. utilizar datos incoherentes como predictores, por ejemplo, puntos clave o niveles
5. filtrar el muestreo inicial por diferentes indicadores (Volumе o indicadores ATR), es decir, entrenar sólo para trabajar en ciertas partes del mercado.
Me gustaría recibir sus sugerencias y opiniones.
Estoy esperando que alguien consiga un resultado de las muchas palabras ingeniosas expresadas en este hilo, yo personalmente no necesito ni código fuente ni algoritmos, sino el resultado del MO en forma de señal congelada o capturas de pantalla en un par de días. Pero hasta ahora lo único que hemos hecho es hablar, y sin razón alguna.
Sobre el plano y el MO, de hecho la IA encontrará el comportamiento probabilístico necesario en el momento actual en el proceso de aprendizaje si será un plano o un pulso. Así que no veo ningún sentido en escribir algoritmos separados para determinar el piso, es una actividad inútil.
Si no sabe cómo resolver este problema, no obtendrá señales ni informes financieros de ellos. Ni siquiera lo pienses. No hay ni habrá más que hablar.
En cuanto a MO, estos métodos no tienen nada que ver con la IA. Y los métodos de MO no encontrarán nada por sí mismos, a menos que les muestres y les digas qué buscar y dónde buscar. De lo contrario, será como en una frase manida: basura que entra - basura que sale, y nada más. Digan lo que digan los gurús de la casa, uno de los principales problemas de la aplicación del MO es la preparación de datos representativos. Y puede ser necesario todo tipo de divisiones de tendencia plana para preparar dichos datos, en lugar de alimentar indiscriminadamente todo a la entrada del MO.
A la espera de que alguien sea capaz de, de entre los muchos ingeniosos
Esperando, esperando....
Abre los ojos ya )))
Este es un ejemplo de red neuronal en niveles.
Rojo sobreventa, verde sobrecompra...
Miren el panorama anterior, el eu estaba sobrecomprado y esta es la reacción
(La previsión es en directo)
Esperando, esperando....
Abre los ojos ya))
Este es un ejemplo de red neuronal en niveles.
Rojo sobreventa, verde sobrecompra...
Miren la imagen anterior, el eu estaba sobrecomprado y aquí está la reacción
previsión en directo).
Ahora vamos a dibujar una línea de regresión y establecer un canal y todos estos niveles coincidirán con los límites del canal. Y la sobrecompra/sobreventa ya no será necesaria.
Ningún operador que trabaje de verdad, en su sano juicio, le mostrará jamás señales o informes financieros. No se haga ilusiones. No hay ni habrá más que hablar.
En cuanto a MO, estos métodos no tienen nada que ver con la IA. Y los métodos de MO no encontrarán nada por sí mismos, a menos que les muestres y les digas qué buscar y dónde buscar. De lo contrario, será como en una frase manida: basura que entra - basura que sale, y nada más. Digan lo que digan los gurús de la casa, uno de los principales problemas de la aplicación del MO es la preparación de datos representativos. Y es posible que se necesiten todo tipo de divisiones de tendencia para preparar esos datos, en lugar de alimentar indiscriminadamente todo a la entrada del MO.
como es
Ahora dibuja una línea de regresión a través de todo esto y construye un canal, y todos estos niveles coincidirán con los bordes del canal. Y la sobrecompra/sobreventa ya no será necesaria.
Explique
explicar
Lo intentaré con tu foto.
Lo probaré con tu foto.
Por favor, es lo mejor.
Por favor, esa es la mejor manera.
Esto es más o menos lo que parecería. La línea de regresión puede ser sustituida por una EMA larga
.