Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1598

 
Boris:

¡la comunicación es el mayor valor!


se ha observado que algunos pares muestran ya un "deslizamiento", es decir, la presencia de un máximo local, tras el cual la curva de balance comienza a mirar hacia abajo

yo lo tomaría como que alguien ya ha empezado a gestionar este proceso, y tarde o temprano todas las demás parejas correrán la misma suerte

en este sentido, es mejor buscar soluciones que no tengan un "tobogán", pero no ponerlas a disposición del público

O eso o agruparlos en modos y ver cómo cambian con los nuevos datos. Por ejemplo, cambiar las compras a tiempo por las ventas a determinadas horas o similares.

Normalmente los modos duran mucho tiempo, lo principal es cambiar a tiempo

 
Maxim Dmitrievsky:

o bien eso, o bien agrupar los modos y ver cómo cambian los nuevos datos. Por ejemplo, pasar de comprar a vender a ciertas horas en el tiempo o algo así.

Normalmente los modos duran mucho tiempo, lo principal es cambiar a tiempo

Suelo probar todos los resultados en un cambio de compra/venta

normalmente no funciona.

Tengo que ver si puedo aplicarlo a los sintéticos y llegar hasta allí

es decir, no hay nada que atrapar en dicho gráfico


 

No, en serio, sólo suerte.... Es decir, todos los modus operandi tienen suerte o no. Sólo que la distancia de cada uno es diferente.

Este está casi terminado :-(

 
Maxim Dmitrievsky:

o bien eso, o bien agrupar los modos y ver cómo cambian los nuevos datos. Por ejemplo, pasar de comprar a vender a ciertas horas en el tiempo o algo así.

Normalmente los modos duran mucho tiempo, lo principal es cambiar a tiempo

no funciona durante meses.

y en semanas hay muy pocos datos y es difícil saber cómo clasificarlos

semanas no tienen viernes ni martes ))

 

Hola, estoy convencido de que el futuro está en las redes neuronales. Un ejemplo de esta cuenta es ...

Pero tengo otra idea sobre las redes neuronales...

Escribamos un EA basado en redes neuronales convolucionales.

En Python utilizando las librerías Keras y Tensorflow 2.

¡Subimos capturas de pantalla de gráficos y dejamos que la red haga predicciones basadas en capturas de pantalla pasadas si el precio sube o baja !

No soy un programador por desgracia habría hecho todo yo mismo, tengo que probarlo por el bien de interés ...

 
mtyvnel:

Hola, estoy convencido de que el futuro está en las redes neuronales. Un ejemplo de esta cuenta es ...

Pero tengo otra idea sobre las redes neuronales...

Escribamos un EA basado en redes neuronales convolucionales.

En Python utilizando las librerías Keras y Tensorflow 2.

¡Subimos capturas de pantalla de gráficos y dejamos que la red haga predicciones basadas en capturas de pantalla pasadas si el precio sube o baja !

No soy un programador por desgracia lo habría hecho yo mismo, tengo que probarlo por diversión ...

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0212320

Forecasting stock prices with a feature fusion LSTM-CNN model using different representations of the same data
Forecasting stock prices with a feature fusion LSTM-CNN model using different representations of the same data
  • journals.plos.org
Forecasting stock prices plays an important role in setting a trading strategy or determining the appropriate timing for buying or selling a stock. We propose a model, called the feature fusion long short-term memory-convolutional neural network (LSTM-CNN) model, that combines features learned from different representations of the same data...
 
Boris:

este enfoque no funciona durante meses

y en semanas hay muy pocos datos y no está claro cómo clasificarlos

semanas no tienen viernes y martes ))

es comprensible, si quieres.

 
Maxim Dmitrievsky:

Todo está claro, sólo hace falta la voluntad de hacerlo.

hay matices asociados a las transiciones de fecha, es decir, a las 21-22 horas de Londres, porque en el momento de las transiciones de fecha el valor del abridor parece permitir recibir algo interesante, pero como sabemos, en ese momento el spread puede ampliarse "más allá del límite" y esto puede impedir que este interés se realice en la práctica
 

y no hay nada que ver aquí, me parece

Sin embargo, es posible ver una cierta "estacionalidad" en el proceso después de alcanzar el "estante" ))))

 
Un poco de terver o deambular al azar o lo que quieras. Cogemos a una adivina desconocida, le ponemos un ojo delante. Hacemos una pregunta muy concreta que nos interesa: qué pasará en el futuro. Hay 140 cartas (más o menos) en la baraja. La adivina saca 3 cartas que describen completamente los detalles de la situación actual, de la que no sabía nada, y dice lo que ocurrirá en el futuro (esto no se puede comprobar todavía). Observamos el trabajo posterior de la pitonisa con otros desconocidos, que también quedan cautivados. Todo es transparente, las personas son anónimas, nadie sabe nada de nadie, incluido el adivino, la sesión es gratuita. Después de 5-7 observaciones mi cerebro se rompió y me fui. ¿Es la muestra lo suficientemente representativa?