Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 773
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
Apertura de la operación - captura de pantalla, cierre - captura de pantalla. En una semana, suponiendo que
los dos estaréis allí y no os peleéis, tendréis regalos.
Así que no te fías del todo del servicio de señales.....?????
¡¡¡¡Weird!!!!
No tengo tiempo ni ganas de comentar cada operación. ¡¡¡¡El robot está cortando, el resultado está en la tapa!!!!
Me llegan noticias deR-bloggers. Hoy ha llegado un anuncio de DALEX, un paquete sobre selección de importancia variable. Traté de instalarlo - no se instalará para mi R 3.4.2.
Sin embargo, me gustó mucho la idea.
Por lo general, la importancia de la variable es la importancia en el sentido de la frecuencia con la que se utilizó el predictor en el ajuste del modelo.
Pero DALEX utiliza una idea diferente: la importancia del predictor se refiere al impacto de ese predictor en el éxito de la predicción . El propio modelo se trata como una caja negra
He intentado recordar todos los paquetes que he utilizado y no recuerdo ningún paquete con la misma idea: el impacto de la predicción.
¿Alguien puede sugerir uno?
Tengo una fuente de noticias que viene deR-bloggers. Hoy ha llegado un anuncio de DALEX, un paquete sobre selección de importancia variable. Traté de instalarlo - no se instalará para mi R 3.4.2.
Sin embargo, me gustó mucho la idea.
Por lo general, la importancia de la variable es la importancia en el sentido de la frecuencia con la que se utilizó el predictor en el ajuste del modelo.
Pero DALEX utiliza una idea diferente: la importancia del predictor se refiere al impacto de ese predictor en el éxito de la predicción . El propio modelo se trata como una caja negra
He intentado recordar todos los paquetes que he utilizado y no recuerdo ningún paquete con la misma idea: el impacto de la predicción.
¿Puede alguien darme una pista?
Bingo. Cientos de artículos en internet sobre Arima, y en todas partes dice "encontrar autocorrelación y autoregresión", luego una docena de imágenes, y luego la respuesta son tres parámetros sin ninguna explicación. El 10% de los artículos pueden incluso mencionar que hay estacionalidad.
Lo siento, pero esto es de análisis técnico: cogiste un indicador, lo buscaste, te gustó e hiciste un Asesor Experto.
Cuando intentamos utilizar modelos estadísticos, la pregunta inicial antes de intentar utilizarlo es si el modelo es aplicable a nuestros datos.
Si hablamos de ARIMA, es un modelo muy limitado en su aplicabilidad, especialmente en los mercados financieros. Las personas que lo crearon entendieron esta limitación y por lo tanto lo dotaron de herramientas adicionales que permiten determinar la usabilidad del modelo en un caso particular. En la práctica tenemos que comprobar la aplicabilidad en una VENTANA, de modo que cuando la ventana se mueve, el modelo puede aplicarse, luego no.
Pero la situación es aún peor.
No es sólo en los datos iniciales, a los que el modelo, por ejemplo, ARIMA, puede no ser aplicable. También es un resultado del ajuste: todo estaba ajustado, todos los parámetros estaban definidos, y luego empezamos a meternos en él y vemos que los parámetros NO son significativos, están ausentes, aunque los podamos ver.
Más arriba he escrito que "la situación es aún peor". Y si lo comparas con el AT, es la situación de un ciego con la de un vidente. Si tenemos en cuenta que los indicadores son autorregresivos y el ARIMA también lo es, pero se puede averiguar si el ARIMA es aplicable, mientras que los indicadores se utilizan siempre a ciegas y luego nos sorprendemos de que el depósito se haya ido a la basura.
Me llegan noticias deR-bloggers. Hoy ha llegado un anuncio de DALEX, un paquete sobre selección de importancia variable. Traté de instalarlo - no se instalará para mi R 3.4.2.
Sin embargo, me gustó mucho la idea.
Por lo general, la importancia de la variable es la importancia en el sentido de la frecuencia con la que se utilizó el predictor en el ajuste del modelo.
Pero DALEX utiliza una idea diferente: la importancia del predictor se refiere al impacto de ese predictor en el éxito de la predicción . El propio modelo se trata como una caja negra
He intentado recordar todos los paquetes que he utilizado y no recuerdo ningún paquete con la misma idea: el impacto de la predicción.
¿Puede alguien darme una pista?
Lo tengo instalado en la 3.4.3. Es interesante, pero la autoría es sospechosa.
¿Te has olvidado del LIME? Te recordaría también lo de los varbvs. Me inclino cada vez más por los métodos bayesianos en todo
Buena suerte
Es decir, normalmente se hace un backtest, ¿pero hacia adelante?
¡Pues sí! ¿Por qué necesitamos un backtest? ¿Por qué necesitamos un backtest? Para la formación - comprensible, pero para el backtesting...
Más arriba en este hilo he puesto los resultados de los entrenamientos y de los avances, simplemente deprimentes.
Pero estos son sólo una parte de los resultados que tengo.
Ejecuté los 6 modelos en 14 pares de divisas en 15 000 barras H1 en rattle: la mitad para el entrenamiento y la otra mitad para el modelo entrenado.
Los resultados son bastante decepcionantes: de 84 (en realidad hay 168 entradas (largas+cortas) hay menos de una docena, ¡y no hay ningún par de divisas que contenga posiciones largas y cortas!
Instalado en 3.4.3. Es interesante, pero la autoría es sospechosa.
¿Te has olvidado del LIME? Recuérdame también lo de los varbvs. Me inclino cada vez más por los métodos bayesianos en todo
Buena suerte
¿Existe un 3.4.3 en microsoft?
Gracias por LIME.
SanSanych, es usted una persona bastante competente y apoyada en la teoría. Dime, ¿has probado a introducir los coeficientes de los polinomios de diferentes series como predictores?
No