Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 782
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
En el caso de que el modelo no funcione, es posible que no puedas conseguirlo. En R simplemente sabes que no funciona, en MQL no, porque te faltan las herramientas.
En MQL es necesario ejecutarlo en el historial, en R será difícil hacerlo. Una vez más, las operaciones se pueden apreciar visualmente. ¿Y la combinación de R y MQL será probablemente muy lenta en el optimizador?
En MQL es necesario ejecutarlo en el historial, en R sería difícil de hacer. Una vez más, puedes ver las operaciones. ¿Y la combinación de R y MQL probablemente será muy lenta en el optimizador?
Es un largo camino hasta la carrera. En primer lugar, tenemos que seleccionar la opción, y hay muchas, y lo más importante aquí es la velocidad de aplicación de la idea. Precisión, tener una herramienta a mano...
Hay otro matiz: en R se puede probar el modelo de una forma que es imposible en µl. Estas pruebas darán una justificación teórica del comportamiento futuro del CT. µl al final.
PS.
Los gráficos en R son mucho más ricos, puedes usarlo en lugar de µl, sólo que no vale la pena, no esa etapa. Pero ver rápidamente cómo queda cualquier vector o un conjunto de vectores superpuestos es un estornudo y muy útil.
A cada uno lo suyo y no hay necesidad de confundirlos.
Queda mucho camino por recorrer antes de la carrera. Para empezar, hay que elegir una opción, y hay muchísimas, y lo más importante aquí es la rapidez con la que se puede aplicar la idea. Cuidado, tener una herramienta a mano...
Hay un matiz más: en R es posible probar el modelo de una manera que es imposible en µl. Estas pruebas darán una justificación teórica del comportamiento futuro del CT. µl al final.
PS.
Los gráficos en R son mucho más ricos, puedes usarlo en lugar de µl, sólo que no vale la pena, no esa etapa. Pero ver rápidamente cómo queda cualquier vector o un conjunto de vectores superpuestos es un estornudo y muy útil.
A cada uno lo suyo y no hay necesidad de confundirlos.
Teniendo en cuenta lo anterior. Hace tiempo que me pregunto si es posible ver en R, a lo largo de toda la historia, cómo se ha cumplido la previsión del mismo ARIMA, para buscar los mejores periodos para ello,
es decir, seleccionar los mejores ajustes como en MQL? O al menos para volcar estos datos en un archivo.
No pido a nadie que escriba nada por mí, pero me parece que soy un excelente algoritmo. Recuerdo que alguien de mi profesor de clase decía que en las empresas que crean software se valoran más los algoritmos porque inventan, mientras que los programadores sólo implementan. Por regla general, si una persona se dedica a ello, combina estas dos cualidades. Por principio, no puedo ni quiero hacerlo. Pero soy un buen algoritmo en términos de poder lanzar ideas sobre un proyecto, el 99% de las cuales serán descartadas después. Pero sólo necesitas una idea. :-)
Ahora lo principal es decidir la utilidad. Debe ser sencillo, pero debe ser lo más flexible posible. Un gran número de características y funciones.
No te lo vas a creer, toda mi vida he trabajado exclusivamente con la clasificación, y me he aburrido de repente. He tenido que rehacer todo 3 veces durante la noche, porque el error en el cálculo de la desviación (htcgtrnelibrarius) ha supuesto más y más, pero ya veo que mi noche de insomnio no ha sido en vano. Y ahora se está volviendo algo aburrido, y sería interesante probar algo nuevo.
Regresión. Por supuesto, hay diferencias tanto en el enfoque como en las posibilidades de la información obtenida, PERO los principios de un método pueden interpretarse en el otro. No cometer errores groseros y ocultos.
Por lo tanto, estoy esperando a que se determine, porque sólo veo más y más paquetes nuevos, algunos mejores y otros peores. De nuevo, necesitamos el más flexible.
Doc, Sanych, Trickster, también, llamemos. Una especie de escuadrón de combate. Yo muevo el método, tú lo implementas. Pero necesitamos Asesinos. Aquí inclino la cabeza ante esa gente. La exigencia de las decisiones es a veces sorprendente. Lo encontré por primera vez en el código de Reshetov, cuando aún estaba en los inicios de la comprensión de los modelos y su disposición. Había un fragmento de código, que no pude entender a primera vista, y cuando lo pasé por mi cabeza paso a paso me sorprendió cómo lo hizo. Lo habría escrito tres veces más grande y habría tenido fallos, pero era tan sencillo y directo. En su día hubo un klot comerciante de este tipo. Una vez dijo que podía "programar el infierno fuera de él" y que era realmente bueno. Un programador realmente bueno. Pero fue hace mucho tiempo.
De todos modos, hazme saber si estás dispuesto a trabajar en equipo y empecemos. Será interesante. Classifik resuelve el problema de la regresión. :-) CLASIFICADO JA JA. Eso es divertidísimo. ¿Cómo me he llamado? .... ¡¡¡¡¡Eso estuvo a punto de desgarrarme el estómago !!!!!
Dicho esto. Hace tiempo que me pregunto si es posible ver en R, sobre toda la historia, cómo se ha cumplido la previsión del mismo ARIMA, para recorrer los mejores períodos para ello,
es decir, seleccionar los mejores ajustes como MQL? O al menos restablecer esos datos en un archivo.
No es conveniente probar los modelos de regresión en MQL por medios estándar, y ARIMA es sólo un modelo de regresión.
Los modelos de clasificación dan una respuesta en varias clases - por ejemplo
"-1" y "1", o
"0" и "1",
"comprar" y "vender",
"largo" y "corto",
etc.
Todo esto puede añadirse fácilmente a la lógica de negociación, mirar el gráfico de beneficios y evaluarlo con un ratio de Sharpe, por ejemplo.
Los modelos de regresión no dan la dirección de la operación, sino una previsión del propio precio. Y cuanto más se acerque la previsión al precio real, mejor. En el EA MQL es posible, por supuesto, operar según el principio de "si el pronóstico es más alto que el precio actual, entonces compro". Si la previsión es más baja, significa que vendo. Pero se perderá por completo una métrica aún más importante: ¿qué tan cerca está la previsión del precio actual? Puede haber dos modelos que den la misma dirección comercial, pero el segundo dará respuestas más cercanas al precio real. En R, se puede ver inmediatamente a través de la estimación de R2 y tomar el modelo correcto. Y en el probador de mql serán idénticos para ti, eso es malo.
> ¿Es posible ver en R, sobre toda la historia, cómo se ha cumplido la previsión del mismo ARIMA, para buscar los mejores periodos para ello?
Sí, por ejemplo, guardando el historial de barras de mt5 en un archivo csv, importándolo a R, y ahí deslizar la ventana de entrenamiento en algún periodo y probarla en el siguiente, y así sucesivamente desplazando cíclicamente la ventana de entrenamiento.
Muevo el método con el que lo implementas.
Gracias por la oferta, pero paso. También tengo una lista de ideas para las próximas décadas.
Es muy inconveniente probar los modelos de regresión en MQL por medios estándar, mientras que ARIMA es un modelo de regresión.
Los modelos de clasificación dan una respuesta en varias clases - por ejemplo
"-1" y "1", o
"0" и "1",
"comprar" y "vender",
"largo" y "corto",
etc.
Todo esto puede añadirse fácilmente a la lógica de negociación, mirar el gráfico de beneficios y evaluarlo con un ratio de Sharpe, por ejemplo.
Los modelos de regresión no dan una dirección comercial, sino una previsión del propio precio. Y cuanto más se acerque la previsión al precio real, mejor. En el EA MQL es posible, por supuesto, operar según el principio de "si el pronóstico es más alto que el precio actual, entonces compro". Si la previsión es más baja, significa que vendo. Pero se perderá por completo una métrica aún más importante: ¿qué tan cerca está la previsión del precio actual? Puede haber dos modelos que den la misma dirección comercial, pero el segundo dará respuestas más cercanas al precio real. En R, se puede ver inmediatamente a través de la estimación de R2 y tomar el modelo correcto. Y en el probador de mql serán idénticos para ti, eso es malo.
> ¿Es posible ver en R, sobre toda la historia, cómo se ha cumplido la previsión del mismo ARIMA, para buscar los mejores periodos para ello?
Sí, por ejemplo, guardando el historial de barras de mt5 en un archivo csv, importarlo a R, y luego utilizar una ventana deslizante para entrenar en una sección y probarla en la siguiente, y desplazar cíclicamente la ventana de entrenamiento.
Muy bien, doctor. La regresión no sólo da la dirección del movimiento, sino también el grado de ese movimiento, a diferencia de la clasificación, que sólo da la dirección. ¿No es un poco descarada la regresión para conocer el futuro que no es cierto???? La clasificación no permite que .....
¿Qué le parece mi sugerencia anterior?
Públicamente, en este hilo. Paso a paso. Seré el empresario y también haré el ballet con tu consejo. Así que para decir, voy a ayudar a mi amigo y a mí mismo :-)
Gracias por la oferta, pero la rechazaré. Yo también tengo una lista de ideas para las próximas décadas.
No se consigue el truco de la experiencia de un ingeniero de clasificación en la dirección de regresión......
De mí las ideas sobre el nivel de los algoritmos que aplicará a sus modelos. Sus CTs y direcciones. ¡¡¡¡¡Pero con una condición!!!!! Publicación de resultados en cada etapa.....
¡¡¡¡Todo el mundo es bienvenido, pero sólo los programadores experimentados sin preguntas estúpidas lo que es la propagación!!!! :-) Op.... divertido de nuevo :-)
Regresión. Por supuesto, hay diferencias tanto en el enfoque como en la capacidad de la información obtenida, PERO los principios de un método pueden interpretarse en el otro. No cometer errores groseros y ocultos.
Por lo tanto, estoy esperando a que se determine, porque sólo veo más y más paquetes nuevos, algunos mejores y otros peores. De nuevo, tenemos que ser lo más flexibles posible.
Si no me equivoco, la principal diferencia es que de los que fueron a los "paquetes" no ha vuelto nadie.
no tienes nada hasta que tienes una idea sólida - todo lo que has estado haciendo todos estos años - nada.
porque has estado dando vueltas con tus supuestas buenas características pero lo que es bueno es el software, no sus características...
los patrones existen en el mundo real, no en el mundo de los paquetes, así que búsquelos, y si los encuentra, puede incluso codificarlos usted mismo
mejor aún, olvídalo