L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 241
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
J'ai essayé, ça n'a pas marché. Vous pouvez ramasser des clusters pour un commerce assez intéressant sur l'échantillon, mais sur l'oos il s'effondre presque toujours, mauvaise stratégie.
qu'est-ce qui a été regroupé exactement ?
et quelle était la cible ?
J'ai bien aimé l'article.
Je veux dire toute la série de posts sur les bougies.
Sanych, vas-y et fais-le ! !!
1) dire l'essentiel de l'idée
2) écrire et poster le code
3) montrer des photos du commerce sur l'oos
juste bla-bla...
Vous devriez faire au moins un vrai post qui confirmerait votre point de vue, que vous défendez avec tant de passion, et que vous pouvez toucher, mais vous ne le ferez pas, n'est-ce pas ? Je sais pourquoi...
Eh bien, vous avez tort.
Donnez-moi la cible et les prédicteurs et je vous rendrai une estimation de leur importance pour la cible. J'ai peu d'exemples (je pense en avoir fait plus de 10 sur commande), mais le résultat est toujours le même : le modèle ne s'est pas recyclé sur les prédicteurs sélectionnés. Et l'erreur de classification est déterminée par la liste des prédicteurs. Si l'erreur est importante, il est alors nécessaire de modifier la composition des prédicteurs.
En attente. Mieux si .RData. Ce format est tout à fait disponible pour vous.
D'ailleurs, je l'offre à tout le monde. Gratuit.
Eh bien, c'est une perte de temps.
Donnez-moi la cible et les prédicteurs, et je vous donnerai en retour une estimation de leur importance pour la cible. J'ai peu d'exemples (je pense en avoir fait plus de 10 sur commande), mais le résultat est toujours le même : le modèle ne s'est pas recyclé sur les prédicteurs sélectionnés. Et l'erreur de classification est déterminée par la liste des prédicteurs. Si l'erreur est importante, il est alors nécessaire de modifier la composition des prédicteurs.
En attente. Mieux si .RData. Ce format est tout à fait disponible pour vous.
D'ailleurs, je l'offre à tout le monde. Gratuit.
Qu'est-ce que ça a à voir avec ce que j'ai écrit ?
Eh, Sanych, Sanych...
Qu'est-ce que ça a à voir avec ce que j'ai écrit ?
Euh, Sanych, Sanych...
1. Que je ne poste rien. Vous avez tort.
2. Je suis prêt à appliquer mes compétences et mes algorithmes aux données d'autres personnes pour confirmer les pensées que j'ai énoncées à plusieurs reprises.
3. et sur certains de vos posts ainsi que sur d'autres posts.
Vous essayez de former des prédicteurs. Oui, c'est un problème, et un problème depuis le début, et toutes sortes de réflexions sur le sujet sont intéressantes.
Mais.
Beaucoup de posts où la formation de prédicteurs s'est épanchée pour le bien de la formation elle-même.
Tout d'abord, l'objectif de la recherche est défini, puis la recherche est effectuée. Comment pourrait-il en être autrement ?
Hilarant :
"J'ai demandé au forum ce qui n'allait pas avec mon code. J'ai appris beaucoup de choses sur moi-même".
Les messages ne concernaient pas les bougies...
Il y a une odeur persistante de chamanisme provenant de tous ces exercices à la bougie. Il n'y a pas de pensée régulière du tout ! Il s'agit d'un mélange étonnant d'algorithmes d'apprentissage automatique de haut niveau et d'absurdités typiques de l'analyse technique.
Tout l'intérêt réside dans les modèles, lorsque plusieurs chandeliers à la suite forment un modèle. Cela fonctionne vraiment, mais de tels modèles sont très difficiles à trouver. Par exemple, la stratégie de pattern que je connais fonctionne en D1 sur certaines paires et nécessite plus de deux chandeliers. Lorsque le pattern coïncide, il ne faut pas se contenter d'ouvrir une position, mais aussi placer un ordre en suspens à un certain niveau, puis tracer par une méthode spéciale. Tout cela n'est pas très rentable, je n'aime pas le D1 et il est difficile de chercher des modèles alternatifs par soi-même. Mais c'est quand même rentable.
Quel était exactement le regroupement ?
Quelle était la cible ?
Tout est question de motifs, où plusieurs bougies à la suite les unes des autres forment une sorte de schéma. Cela fonctionne vraiment, mais de tels modèles sont très difficiles à trouver. Par exemple, la stratégie de pattern que je connais fonctionne en D1 sur certaines paires, et il faut beaucoup plus que deux bougies, et lorsqu'un pattern correspond, il ne faut pas seulement ouvrir une position, mais il faut mettre une pause à un certain niveau et ensuite trailer par une technique spéciale. Tout cela n'est pas très rentable, je n'aime pas le D1 et il est difficile de chercher des modèles alternatifs par soi-même. Mais c'est quand même rentable.
Comme je l'ai écrit précédemment, j'ai pris des chandeliers, j'ai créé 4 prédicteurs à partir d'eux comme décrit par _Vizard, j'ai entraîné som, j'ai trouvé un numéro de groupe pour chaque ligne du tableau et j'ai utilisé une méthode de correspondance pour trouver l'action la plus rentable dans chaque groupe (achat/vente/exit). Il n'y a pas de but, il y a une sélection d'actions en fonction du nombre de grappes obtenues.Ma crise d'émotions n'est pas liée aux chandeliers comme on pourrait le croire.
Il s'agit de quelque chose d'autre.
En ce qui concerne les chandeliers, de nombreux livres ont été écrits qui énumèrent de nombreuses combinaisons de chandeliers. De plus, il y a des gens qui prétendent que vous pouvez faire du commerce de manière rentable.
Ce que je reproche à toutes ces bougies en particulier, et à l'analyse technique en général, c'est que la rentabilité du passé n'a RIEN à voir avec l'avenir. Et si nous prenons des modèles beaucoup plus complexes que les "trois soldats", nous devrions obtenir quelque chose en retour. Et à mon sens, c'est la preuve que l'avenir sera semblable au passé.
Si nous nous lançons dans le R, ou plus précisément dans l'apprentissage automatique, les statistiques mathématiques, c'est uniquement pour le plaisir :
1. Pour les modèles de régression, nous construisons des prédictions sur des prédicteurs stationnaires.
2. Pour les modèles de classification, nous savons comment les protéger du surentraînement, au moins en préfiltrant les prédicteurs de bruit.
Si nous savons faire de telles choses, nous disposons alors d'un outil qualitativement différent de l'analyse technique. Si nous ne pouvons pas, ce n'est pas la peine de se donner la peine.