L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 940

 
Aleksey Vyazmikin:

C'est-à-dire un changement sans tenir compte de l'histoire, c'est-à-dire que le premier trimestre 2016 n'est pas comme le premier trimestre 2017 ?

Et les fractales, alors j'ai presque un système fractal pour mesurer les fluctuations de prix dans la gamme de 1 heure, 4 heures, 1 jour, 1 semaine, 1 mois. On calcule l'échelle de fluctuation prévue et on regarde où se trouve le prix en ce moment (à quel niveau).

ce n'est pas une fractale))

c'est juste que chaque trimestre, les modèles changent, parfois de façon spectaculaire.

c'est-à-dire qu'il y a une forte probabilité que le système tombe en panne au niveau des joints.
 
Maxim Dmitrievsky:

ce n'est pas fractal ;)

C'est juste que chaque trimestre, les modèles changent, parfois radicalement.

Comment pas fractale, petite TF selon mon système est similaire à grande, ou vice versa comme vous voulez, c'est une fractale. Mais la fréquence de similitude n'est pas connue car elle est définie par la fonction.

 
Maxim Dmitrievsky:


c'est-à-dire qu'il y a une forte probabilité que le système s'effondre aux jonctions

Je vois, mais fondamentalement, cela devrait fonctionner :) Le quart est probablement un mouvement de tendance et lorsque ce mouvement change, le système s'effondre...

 
Aleksey Vyazmikin:

Je vois, mais fondamentalement, cela devrait fonctionner :) Le quart est probablement un mouvement de tendance et lorsque ce mouvement change, le système s'effondre...

Raisons fondamentales - expirations, etc. Les annuaires sont en général des rapports.

Quand l'argent change de mains, il y a toujours un changement de conjoncture.

J'aimerais jouer avec la recherche de cycle, google le. Savoir quand il faut s'entraîner correctement, à partir de quelles dates et à quelles

La principale raison de l'absence de modèles stationnaires est le changement constant de la capitalisation et des flux de capitaux. Les grandes capitales bougent rarement et lentement.

 
Maxim Dmitrievsky:

Quelqu'un a-t-il réussi à obtenir une erreur de 0,2 ou 0,3 sur l'oscillateur ? Le minimum se situe aux alentours de 0,45. De plus, il fonctionne souvent sur OOS.

Mais une différence de 2 à 2,5 fois avec la trayne est un peu ennuyeuse.

Je n'arrive pas à savoir quand terminer le développement et commencer dans la pratique ;))


Dans les articles de Vladimir
 
elibrarius:
Dans les articles de Vladimir

quelle architecture ? pouvez-vous me donner un lien ?

 
Maxim Dmitrievsky:

Quelle architecture ? Vous pouvez me donner un lien ?

Tant sur Darch que sur Elm - https://www.mql5.com/ru/users/vlad1949/publications - à partir du 4ème article les résultats avec Acc environ 70% et plus.
Eh bien, vous avez tout lu...
Vladimir Perervenko
Vladimir Perervenko
  • www.mql5.com
Мы продолжаем строить ансамбли. Теперь к bagging-ансамблю, созданному ранее, добавим обучаемый объединитель — глубокую нейросеть. Одна нейросеть объединяет 7 лучших выходов ансамбля после обрезки. Вторая принимает на вход все 500 выходов ансамбля, обрезает и объединяет их. Нейросети будем строить с... Глубокие нейросети (Часть VI). Ансамбль...
 
Maxim Dmitrievsky:

des raisons fondamentales - dates de péremption et autres. Les rapports annuels, en règle générale.

Quand il y a un transfert d'argent, il y a toujours un changement de conjoncture.

J'aimerais jouer avec la recherche de cycle, google le. Savoir quand il faut s'entraîner correctement, à partir de quelles dates et vers quelles

La principale raison de l'absence de modèles stationnaires est le changement constant de la capitalisation et des flux de capitaux. Les grandes capitales bougent rarement et lentement.

Vous devez donc augmenter la quantité de données pour rechercher de tels cycles, et vous devez échantillonner 2 ou 3 années au lieu d'une année et ajouter des numéros de mois...

 
elibrarius:
Tant sur Darch que sur Elm - https://www.mql5.com/ru/users/vlad1949/publications - à partir du 4ème article, les résultats en Acc sont d'environ 70% et plus.
Eh bien, vous l'avez tous lu...

pas mal :

Oui, j'ai lu mais en diagonale, car je ne veux pas utiliser R, pas très sportif ;)

 
Aleksey Vyazmikin:

Il s'avère alors qu'il faut augmenter la quantité de données pour rechercher de tels cycles, et ne pas échantillonner pour une année, mais pour 2-3 ans, ajouter des numéros de mois....

Je ne suis pas sûr, il n'y a pas beaucoup d'informations à ce sujet.

Mais il s'avère, par exemple, que si pour le dernier trimestre de l'année je fore un modèle, il fonctionne bien pendant toute l'année, puis il se plante

quelque chose comme ça...

si c'est à court terme, cela fonctionne pendant environ 3 mois, puis cela s'arrête ... c'est-à-dire que nous entrons à nouveau dans un cycle, mais trimestriel.