Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1495
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
Probado el indicador fractional.mq5. Los resultados no fueron significativamente mejores que los obtenidos con los retornados. Resultados poco realistas utilizando el indicador RVI series[i] = iRVI(NULL, 0, 14, MODE_MAIN, i+1) - iRVI(NULL, 0, 14, MODE_MAIN, i+2). El gráfico del crecimiento de la renta variable se muestra en la siguiente captura de pantalla. Estos resultados se obtuvieron en el área de observación, pero lo sorprendente es que el aprendizaje se realiza sin profesor. Ahora queda comprobar su rendimiento en el probador. He echado un vistazo y he llegado a la conclusión de que ldhmm es un paquete HMM más completo con muchas funciones auxiliares útiles para el análisis de series temporales financieras.
Probado el indicador fractional.mq5. Los resultados no son mucho mejores que los obtenidos con los retornados. Resultados increíblemente buenos en la muestra de entrenamiento utilizando el indicador RVI series[i] = iRVI(NULL, 0, 14, MODE_MAIN, i+1) - iRVI(NULL, 0, 14, MODE_MAIN, i+2). Estos resultados se obtuvieron en el ámbito de la observación, pero lo que resulta sorprendente es que el aprendizaje se produzca sin un profesor. Ahora queda comprobar su rendimiento en el probador. He echado un vistazo y he llegado a la conclusión de que ldhmm es un paquete HMM más completo con muchas funciones auxiliares útiles para el análisis de series temporales financieras.
bonito, me gustaría tener algún ejemplo más de oos, de lo contrario podría ser un comodín.
¿qué parámetros fraccionarios utilizaste? ¿Intentaste reducirlo a 0,1, por ejemplo? y el treshhold 1e-05 es óptimo.
de hecho, no son muy diferentes :) el primero es más sensible
Bonito, me gustaría tener una muestra de exudado o algo así, podría ser un viaje salvaje.
¿y qué parámetro fraccionario utilizaste? ¿lo disminuiste a 0,1, por ejemplo? ¿y el treshhold 1e-05 es óptimo?
Sí, probé a cambiar el grado y el treshhold. La frecuencia de la señal en todos los ajustes era baja. Ahora veré lo que muestra en ldhmm.
Estoy publicando un indicador mq4 en el paquete ldhmm.
Y nadie ha intentado nada con mis datos(( pero se han escrito muchas cosas vacías en ellos(
Sería estupendo que publicaras también el código en el P
Y nadie ha intentado nada con mis datos(( pero se han escrito tantas cosas vacías(
Sería estupendo si también pudieras publicar el código P
Todavía no tengo tiempo, he descargado algo de literatura sobre circuitos, pero todavía no la he leído.
Mira el código fuente
+ qué tipo de conjunto de datos tienes ahí, algunos números. No sé por qué debería fijar mi modelo a unos dígitos extraños.
¿No sería estupendo que publicaras también el código P?
Hay un indicador con el código adjunto. El código es realmente poco elaborado y arcaico, pero funciona.
+ qué tipo de conjunto de datos tienes ahí, algunos números.
Están calculando un evento que explica (y predice) casi todos los retrocesos del mercado, si comparas el conjunto de datos con el precio es claramente visible, pero nadie lo ha hecho, pero hay un montón de retrasados que se ponen a escribir todo tipo de tonterías como - "sí la media móvil es mejor",
"todo es una mirada al futuro" yeah....
¿Qué sentido tiene ajustar el modelo a números incomprensibles?
¿Quién te ha pedido que ajustes algo? Lo único que te he pedido es que hagas lo mismo que yo en otro paquete, por ejemplo con python. Se tarda 4 minutos y 4 líneas de código.
Pero has empezado a leer algo, a aprender algo de teoría, a escribir sobre ello y a comunicar.
Como resultado, has escrito toneladas de páginas y has olvidado lo que te pidieron que hicieras) y te pidieron que emplearas4 minutos en 4 líneas de código
Es una pena...
Hay un indicador con el código adjunto. El código es realmente poco elaborado y arcaico, pero funciona.
El cálculo de algún evento que explique (y prediga) casi todos los retrocesos del mercado, si se compara el conjunto de datos con el precio es claramente visible, pero nadie lo ha hecho, pero hubo un montón de retrasados que comenzaron a escribir todo tipo de tonterías como - "sí una media móvil es mejor",
"Todo es un vistazo al futuro". Sí....
¿Quién te ha pedido que ajustes algo? Lo único que te he pedido es que hagas lo mismo que yo en otro paquete, por ejemplo con python. Es un ejercicio de 4 minutos con 4 líneas de código.
Pero has empezado a leer algo, a aprender algo de teoría, a escribir sobre ello y a comunicar.
Como resultado, has escrito toneladas de páginas y has olvidado lo que te pidieron que hicieras) y te pidieron que emplearas4 minutos en 4 líneas de código
lo cual es una pena...
No sé µl, he intentado descifrarlo pero hay mucho mezclado, sería mejor que pusieras el código y R, son pocas líneas de código y todo quedaría claro, qué es dónde y dónde.porque incluso ese paquete de Python no funciona así, hay que introducir matrices de probabilidad de transición, matrices de medias y otras cosas. ¿De dónde los sacas? No entiendo cómo funciona sobre la marcha, así que tengo que leer todo el algoritmo
y realmente tienes dos líneas de código ahí dentro
y de todos modos, para que lo entiendas, los modelos de espacio de estados se dividen en proceso de markov y proceso de decisión de markov. He trabajado con el segundo, y el primero es su caso. Y también hay subespecies de algoritmos.
Asaiulenka está en llamas todo el tiempo, no importa lo que digas.
y realmente tienes dos líneas de código ahí.
Bueno, a grandes rasgos, sí, aquí está el artículo de donde se sacó la base de todohttp://gekkoquant.com/2014/09/07/hidden-markov-models-examples-in-r-part-3-of-4/.
Y aquí hay un fragmento de código del ejemplo del artículo.
Si se elimina el procesamiento y la visualización de los datos, el código tiene tres líneas.