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
Todo esto es cierto sólo si consideramos un sistema que constantemente predice y realiza operaciones. Pero no se ajusta en absoluto a la variante cuando el sistema detecta los puntos de entrada óptimos, donde en su opinión es posible una previsión de calidad, y sólo entonces elige la dirección de la previsión. En la práctica puede haber 2-5 entradas en una semana en un gráfico de minutos, es decir, el número de previsiones realizadas es inferior al 0,1% del número de muestras de octivación.
también podemos apilar dentro de una operación en algún marco poco profundo si el retraso de la FP en los retornos es crítico
Je, eso es tentador, por supuesto, pero la necesaria devolución del error se produce DESPUÉS de haber comprado. Y hay que evaluar el criterio y determinar la dirección ANTES de entrar. Por lo tanto, si sabemos ANTES de entrar que un valor atípico hacia un lado es más probable que un valor atípico hacia el otro, podemos simplemente tenerlo en cuenta en nuestro sistema, y utilizarlo a partir de entonces.
Además, me equivoqué al borrar el diagrama por el camino: había DOS errores dibujados en él: 1) el error interno de modelización, sobre el que he dicho que debe ser normal y no correlacionado, ya que es un criterio de que el modelo describe adecuadamente la estructura del sistema (la econometría no tiene nada que ver), y 2) el error de predicción, que no debe ser ni será normal, ya que la entrada tiene esos valores anómalos tan imprevisibles. Y esto es incluso bueno, porque de lo contrario, incluso nuestras ganancias potenciales probablemente estarían garantizadas a 0.
Además, me equivoqué al borrar el diagrama por el camino: había DOS errores dibujados en él: 1) el error interno de modelización, sobre el que he dicho que debe ser normal y no correlacionado, ya que es un criterio de que el modelo describe adecuadamente la estructura del sistema (la econometría no tiene nada que ver), y 2) el error de predicción, que no debe ser ni será normal, ya que la entrada son esos valores anómalos imprevisibles. Y esto es incluso algo bueno, porque de lo contrario incluso nuestras ganancias potenciales estarían garantizadas a 0.
Sí, el esquema desapareció rápidamente - tampoco tuvo tiempo de guardar.
Alexey, ¿qué horizonte de previsión crees que puede ser óptimo/posible?
Las limitaciones deberían estar ahí de todos modos: el error crecerá si uno trata de buscar demasiado...
¿O es un parámetro variable y el sistema tiene que determinarlo de alguna manera en el curso de la llegada/acumulación de datos tras el arranque (hasta que entra en modo de trabajo)?
sobre el error de modelado interno: ¿cómo se cuenta?
El componente determinista de la señal de entrada y la estructura y los parámetros del sistema (problema de deconvolución ciega) se estima mediante algún método de optimización en un intervalo elegido utilizando los criterios elegidos, luego la estimación de la entrada se hace pasar por el modelo; la diferencia entre la salida obtenida y el proceso real, por tanto, es la estimación del ruido.
sergeyas:
Alexey, ¿qué horizonte de previsión crees que puede ser óptimo/posible?
Las limitaciones deberían estar ahí de todos modos: el error crecerá si intentas buscar demasiado...
¿O es un parámetro variable y el sistema tiene que determinarlo de alguna manera en el curso de la llegada/acumulación de datos tras el arranque (hasta que entra en modo de funcionamiento)?
Bastante variable, se puede determinar a partir de los parámetros derivados del modelo, a grandes rasgos siempre hay algún tiempo de relajación característico en el sistema, el horizonte puede ser proporcional a esta cifra.
Hasta ahora, así es como ha funcionado, sin ajustes automáticos todavía.
GBPUSD H4
.
GBPUSD Diario
Las comillas están en los 5 dígitos.
Por cierto, la cuestión del horizonte de previsión, su posible optimización y su variabilidad, no es tan sencilla.
Supongamos que se construye un sistema de predicción pp(n), que hace una predicción para n pasos por delante en el k-ésimo paso. Además, para diferentes n el error de predicción ep(n) será diferente. Además, el error de predicciónep(n) cambiará de un paso a otro, es decir, depende de k.
Definamos Nep como el horizonte que da el mínimo error de predicción enel k-ésimo paso, cuando la predicción se hace en el (k-n)-ésimo paso
Podemos ver claramente la variabilidad deNep de un paso a otro.
Sin embargo, esta variabilidad depende en cierta medida deNep para las distintas partes del proceso.
Aquí hay un vídeo que ofrece una buena visualización de la variabilidad deNep
Por cierto, la cuestión del horizonte de previsión, su posible optimización y su variabilidad, no es tan sencilla.
Supongamos que se construye un sistema de predicción pp(n), que hace una predicción para n pasos por delante en el k-ésimo paso. Además, para diferentes n el error de predicción ep(n) será diferente. Además, el error de predicciónep(n) cambiará de un paso a otro, es decir, depende de k.
Definamos Nep como el horizonte que da el mínimo error de predicción enel k-ésimo paso, cuando la predicción se hace en el(k-n)-paso
Podemos ver claramente la variabilidad deNep de un paso a otro.
Sin embargo, existe cierta correlación entre esta variabilidad para las distintas partes del proceso.
A primera vista se parece mucho, pero algo me dice que no es tanto el k el responsable de la variación de Nep, sino la calidad del
previsión.
Resulta que el modelo por alguna razón (tal vez - suposiciones incorrectas, etc.) no tiene en cuenta algunos factores importantes, propiedades de la
del proceso o un historial de observaciones insuficiente.
¿Qué es k en esencia? ¿No es el paso del tiempo? Si lo es, entonces no es correcto culparlo (creo).
Algo me dice que la "culpa" de la variabilidad de Nepal no es tanto del k como de la calidad del propio sistema de previsión.
Resulta que el modelo, por alguna razón (tal vez por suposiciones incorrectas, etc.) no tiene en cuenta algunos factores o propiedades importantes de
del proceso o un historial de observaciones insuficiente.
¿Qué es k en esencia? ¿No es el paso del tiempo? Si lo es, es incorrecto culparlo (creo).
No, por supuesto,k no es en sí mismo "culpable" de la variabilidad de Nep, sino queel estado del proceso en el momentok permite predecir el desarrollo posterior del proceso, un factor externo. Y también afectan a los factores internos del sistema de previsión: el hecho de no tener en cuenta algunos hechos y propiedades del proceso.