Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1557
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
Llevo usando ZZ desde hace unos 15 años. Conozco todos los inconvenientes de esta herramienta. Y sé muchas otras cosas, por eso he contado arriba mi idea.
---
El sistema debería encontrar puntos de compra/venta por sí mismo. No compite con los actores del mercado, sino con el propio mercado (perdón por la tautología).
Llevo unos 15 años practicando con ZZ. Conozco todos los defectos de esta herramienta. Y sé mucho más, por eso te conté mi idea más arriba.
---
El sistema debería identificar los puntos de compra/venta por sí mismo. No compite con los actores del mercado, sino con el propio mercado (perdón por la tautología).
un artículo sobre Habra con el destacado título "IA para las personas: palabras sencillas sobre la tecnología"https://habr.com/ru/company/jetinfosystems/blog/471626/
Ojeé el artículo: todo se reducía a Machine Learning, .... y recordé una vieja anécdota:
Un estudiante está haciendo un examen de zoología. Sólo sabe de pulgas. En el examen le hacen una pregunta sobre perros.
El estudiante comienza:
- Los perros son mamíferos, cubiertos de pelo. Hay pulgas en su pelaje... entonces se trata de pulgas....
Predicador:
- Bien, joven, háblanos de los gatos.
Estudiante:
- Los gatos son mamíferos cubiertos de pelo. Tienen pulgas en su pelaje...más sobre las pulgas....
Estudiante:
- Hablemos de pescado.
Estudiante:
- Los peces no son mamíferos. No tienen pelo. Están cubiertos de escamas, pero si estuvieran cubiertos de pelo habría pulgas en ellos....
El final de la formación de los retornados
No utilice ZZ ni ningún otro indicador adicional. Sólo OHLC de varios tf (los tf deben diferir en un factor de 4-6. Por ejemplo, 1-5-30-H3... hasta un mes de plazo. Selecciónelo usted mismo) y, tal vez, más garrapatas para la alerta temprana.
Por los precios de máximos y mínimos por separado estructuras convolucionales. Por OHLC - la estructura de recurrencia. Y así en todos los precios usados. Las señales de todo ello se transmiten además, por ejemplo, a la red de malla completa.
Además, introduzca los ticks que pasan por la red de recurrencia a una de las entradas de la red de malla completa.
Optimizar la velocidad de aumento de los depósitos. En consecuencia, la malla debe decidir por sí misma el volumen del lote y seleccionar los puntos de apertura y cierre. Es aproximadamente así.
¿Por qué te apresuras con las palabras? Simplemente dibuja la estructura de tu red propuesta. Y recibirás muchas preguntas.
Pero es sólo aire caliente. La idea es correcta, pero la dirección es errónea.
El final de la formación de los retornados
Y puede adjuntar un probador casero, me pregunto si evitó un error muy común. O en un mensaje privado.
Buena suerte
Y puede adjuntar un probador casero, me pregunto si ha evitado un error muy común. O en un mensaje privado.
Buena suerte
¿funcionará el cuaderno jupiter?
¿funcionará el portátil jupiter?
(Por supuesto. Gracias. Echaré un vistazo e informaré
¿el portátil jupiter está bien? He descargado todo, no es un secreto, ya que todo el código está en el vídeo.
Es mucho trabajo desmontar el código de otra persona. Mira sólo la función custom_tester() y sólo la parte resaltada.
¿Cuál es el error de cálculo del resultado? Se calcula el resultado para cada iteración sumando resultado +=testpr[i] - lastpr al valor anterior. Es la diferencia entre el Cierre de la barra actual y la anterior. Lo ideal sería usar Cerrar - Abrir, pero no importa. Lo importante es que habiendo recibido una señal al cierre de la barra actual, la considerará como una señal diff(Close) de la misma barra. Esto es incorrecto. La prima de la señal de la barra actual es diff(Close) de la barrasiguiente. La señal debe desplazarse una barra hacia la derecha para calcular correctamente el resultado. p = model.predict_proba(X) a la derecha por una barra. Voy a mostrar más cálculos en R, es más fácil para mí.
En la primera línea, convierte la predicción a nominal (1,-1), la desplaza a la derecha una barra, elimina NA y obtiene un vector de señales. La segunda línea resume acumulativamente el producto del vector señales y el vector diff(Close), habiéndolo alineado previamente con el vector señales en longitud. Eso nos dará el resultado correcto.
Buena suerte