Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2353

 
Maxim Dmitrievsky:

de ninguna manera en forex )

entonces si vas a otros temas en el libro, habrá aún más problemas

¿Podemos contar por separado las ofertas y las demandas y luego combinarlas de alguna manera? Probablemente, no tendrá ningún sentido.

Suena lógico, porque ya se ha contaminado con demasiado polvo).

 
Aleksey Nikolayev:
Tal vez, en lugar de hacer un escándalo, deberíamos hacer algo más significativo). Por ejemplo,desmonta algo del Prado. Laidea de las barras de desequilibrio parece interesante, pero no puedo entender cómo se puede aplicar a las divisas.

¿Existe una traducción del Prado al ruso?

 
Mikhail Mishanin:

¿Existe una traducción al ruso del Prado?

Lohay, pero es mejor en inglés - la narración es concisa y complicada, hay que conseguir los detalles en los artículos, que nadie traducirá al ruso.

Машинное обучение: алгоритмы для бизнеса – Маркос Лопез де Прадо
Машинное обучение: алгоритмы для бизнеса – Маркос Лопез де Прадо
  • votos: 5
  • www.litres.ru
Маркос Лопез де Прадо делится тем, что обычно скрывают, – самыми прибыльными алгоритмами машинного обучения, которые он использовал на протяжении двух десятилетий, чтобы управлять большими пулами средств самых требовательных …
 
Romano:

¿Qué sentido tiene entonces su libro?

;))

hay algunas cosas útiles sobre el remuestreo y el entrenamiento de bosques aleatorios, y en general es un buen material para familiarizarse con diferentes métodos

 
Aleksey Nikolayev:

¿Debemos contar por separado las ofertas y las demandas y luego combinarlas de alguna manera? Lo más probable es que no tenga sentido.

Suena lógico, porque está bastante contaminado).

no se que tipo de sueño tuvo sobre tales transformaciones pero solo tienen sentido cuando realmente tienen algún sentido) por lo demás lo mismo Renko

 
Maxim Dmitrievsky:

No sé qué sueño tuvo sobre tales transformaciones, pero sólo tienen sentido cuando realmente tienen sentido ) por lo demás el mismo renko

No lo sé) Pero quien quiera ser como Prado, tiene que pensar como Prado)

Sí, parece un Renko, pero también hay algunas asociaciones con CUSUM.

 

Cómo se puede mejorar la predictibilidad de las series temporales


Utilizando la clasificación en zigzag como ejemplo...

Normalización de la volatilidad


0) crear un vector vacío

1) seguir el precio en una ventana móvil de tamaño n

2) normalizar los precios en la ventana deslizante en el rango 0-1

3) escribir la diferencia del último valor normalizado con el anterior en el vector vacío

4) hacer la suma acumulativa sobre el vector


Código P, con iterpolación NA si está disponible

roll.r01 <- function(x,n=10){
    res <- rep(0,length(x))
    for(i in n:length(x)){
      ii <- (i-(n-1)):i
      res[i] <- tail(diff(r01(x[ii])),1)
    }
    if(any(is.na(res))){
      print(   paste("WARNING vector haves NAs",sum(is.na(res)))    )
      res <- imputeTS::na_ma(res)
    }
    return(cumsum(res))}

función auxiliar de normalización

r01 <- function(x)    (x-min(x))  /  ( max(x) - min(x))


Esto es lo que obtenemos, la fila roja es el precio, la fila azul está normalizada según la volatilidad

Como podemos ver, la serie tiene todas las propiedades del precio, pero es más estable en sus características.


Intentemos comparar la calidad de la clasificación de las pendientes de NW

el objetivo - la declinación de WP

señales - una docena de indicadores estándar

AMO - forrest , con los mismos parámetros y sids

traza 10k , prueba 10k


previsión a precio estándar

Confusion Matrix and Statistics

          Reference
Prediction   -1    1
        -1 3416 1894
        1  1582 3108
                                         
               Accuracy : 0.6524       

previsión a precio modificado

Confusion Matrix and Statistics

          Reference
Prediction   -1    1
        -1 3504 1568
        1  1332 3596
                                         
               Accuracy : 0.71           


¡¡¡¡¡Te insto a especular!!!!!

 
Aleksey Nikolayev:

¿Está sugiriendo que ha llegado el momento de abandonar el nido del comercio minorista de divisas?

Tiene sentido quedarse si hay una pequeña máquina que puede aumentar el depósito en un mes, en todos los demás casos es más fácil trabajar en cualquier otro lugar.

 
mytarmailS:

Cómo se puede mejorar la predictibilidad de las series temporales


Utilizando la clasificación en zigzag como ejemplo...

Normalización de la volatilidad


0) crear un vector vacío

1) seguir el precio en una ventana móvil de tamaño n

2) normalizar los precios en la ventana deslizante en el rango 0-1

3) escribir la diferencia del último valor normalizado con el anterior en el vector vacío

4) hacer la suma acumulativa sobre el vector


Código P, con iterpolación NA si está disponible

función auxiliar de normalización


Esto es lo que obtenemos, la fila roja es el precio, la fila azul está normalizada según la volatilidad

Como podemos ver, la serie tiene todas las propiedades del precio, pero es más estable en sus características.


Intentemos comparar la calidad de la clasificación de las pendientes de NW

el objetivo - la declinación de WP

señales - una docena de indicadores estándar

AMO - forrest , con los mismos parámetros y sids

traza 10k , prueba 10k


previsión a precio estándar

previsión a precio modificado


¡¡¡¡¡Te insto a especular!!!!!

Es mejor comparar los beneficios. No es un error de inclinación.
 
mytarmailS:

Cómo se puede mejorar la predictibilidad de las series temporales


Utilizando la clasificación en zigzag como ejemplo...

Normalización por volatilidad

Básicamente, es casi lo mismo que construir una línea de tendencia y luego eliminarla de la serie original. Sí, este residuo es más fácil de prever, pero todo depende de la previsión de la tendencia. Para pronosticar la tendencia debemos saber al menos aproximadamente hacia dónde irá el precio en el futuro. Pero si uno lo sabe, no necesita un acordeón, me refiero a todas las etapas anteriores.