Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1385

 
Yuriy Asaulenko:
Te equivocas. Esta es la única manera de hacerlo.
 
Bueno, está bien. Si quieres trabajar con un baremo que dependa del precio, estás en tu derecho.
 
Yuriy Asaulenko:
Bien. Si quieres trabajar con escala en función del precio, tienes razón.

si el objetivo es construir un modelo a corto plazo, su enfoque está bien, siempre y cuando el número de muestras aumente tanto que todos sus rendimientos puedan ser descartados como poco informativos

la falta de información puede determinarse exactamente cuando todas las características comienzan a correlacionarse entre sí, en cuyo caso el aumento de la longitud de la muestra de entrenamiento no conducirá a nada

Sólo me preguntaba cómo prolongar la vida útil

 
Maxim Dmitrievsky:

Supongo que si divides el precio en niveles, entonces puedes calcular la profundidad media de la historia sobre los niveles, desde que el precio llegó a él hasta que lo dejó

¿Pero eso introduciría de nuevo errores adicionales en la formación?

Hice un ZigZag que mostraba el tiempo entre la formación de tops ZZ, por desgracia, el precio es tan no estacionario que incluso las repeticiones de la duración del tiempo no se puede detectar

generalmente se necesita alguna solución de preprocesamiento, el mismo gráfico Renko puede ser una opción, al menos el componente de tiempo desaparecerá y se alcanzarán niveles discretos (altura de los ladrillos Renko)

 
Igor Makanu:

¿pero esto introduciría de nuevo errores de formación adicionales?

Hice un ZigZag que mostraba el tiempo entre las formaciones de los nodos de ZZ, por desgracia, el precio es tan no estacionario que incluso las repeticiones de la duración del tiempo no se puede detectar

generalmente se necesita alguna solución con el preprocesamiento del precio, por ejemplo, el mismo gráfico Renko, al menos el componente de tiempo desaparecerá y habrá niveles discretos (altura del ladrillo Renko)

contribuirá, sí. Este enfoque en general tiene más preguntas que respuestas hasta ahora para mí

pero tienes que arrastrarte hasta él de alguna manera

 

En mi opinión, este es un gran momento para darse cuenta finalmente de que el modus operandi no está funcionando y que es hora de volver a los indicadores para obtener ganancias cercanas al mercado o buscar un trabajo en el sector de los servicios.


 
Maxim Dmitrievsky:

Pero tienes que arrastrarte hasta él de alguna manera

Renco no es un problema, tengo un indicador de MT4, pero debería haber indicadores de MT5 también? - para alimentar el valor del indicador como predictor de MO

SZZY: Me gustaría arrastrarme a Python, he resuelto muchos problemas actuales por mi cuenta, pero realmente quiero hacer MO, si busco soluciones ya hechas, todo en Python ((

 
Igor Makanu:

Renco no hay problema, tengo un indicador de MT4, pero debería haber indicadores de MT5 también? - para alimentar los valores de los indicadores como un predictor de MO

SZS: Me gustaría arrastrarme a Python por ahora, muchos problemas actuales me han sido resueltos, pero realmente quiero hacer MO, si busco soluciones ya hechas, todo en Python ((

Renko no es del todo correcto... todavía hay que dividirlo en muchos niveles

he hecho un conector de socket para python, pero mi probador no funciona con sockets mt5, pero me han dicho que lo harán funcionar

 
Maxim Dmitrievsky:

si el objetivo es construir un modelo a corto plazo, su enfoque está bien, siempre y cuando el número de muestras aumente tanto que todos sus rendimientos puedan ser descartados como poco informativos

la falta de información puede determinarse exactamente cuando todas las características comienzan a correlacionarse entre sí, en cuyo caso el aumento de la longitud de la muestra de entrenamiento no conducirá a nada

Sólo me preguntaba sobre la extensión de la vida

Los modelos a largo plazo requerirán un adelgazamiento de todos modos, y el modelo no cambiará.
 
Yuriy Asaulenko:
Para los modelos a largo plazo se necesitará adelgazar de todos modos y el modelo no cambiará.

El adelgazamiento consiste en desechar de nuevo la mitad de la información y engrosar el modelo