L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 987
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
En guise d'apéritif.
Une exécution du même Expert Advisor avec les mêmes paramètres que ci-dessus, mais avec un intervalle de temps plus long.
C'est là tout l'intérêt de toutes ces jolies photos.
L'image doit prouver l'idée dont la signification ne concerne QUE le comportement futur du conseiller expert.
Sanych, ne tirez pas de conclusions hâtives, vous avez gâché quelque chose.
Le nombre de transactions sur la période plus longue du test était plus faible
C'est pourquoi j'utilise mon testeur plutôt que celui de MT - pour une raison quelconque, il contient beaucoup de grails. Au moins, avec votre testeur, vous savez exactement ce qu'il fait et comment il le fait. Oui, et les informations provenant du test peuvent être beaucoup plus nombreuses et plus faciles.
Je pense qu'il n'est pas très bon d'écrire de telles choses sur le forum MT, considérant que le backtester dans MT est l'un des principaux problèmes fixant les gens à mql et l'ensemble du terminal, de plus, votre testeur n'est pas correct.
Sanych, ne tirez pas de conclusions hâtives, vous avez fait une erreur.
Lenombre de transactions sur une plus longue période est plus faible.
Je l'ai exécuté deux fois de plus : le graphique est similaire mais les chiffres sont un peu différents.
Faites-le deux fois de plus : le graphique est similaire, mais les chiffres sont légèrement différents.
Conclusion
Prendre la décision d'acheter ou de vendre au hasard ne permet pas d'obtenir un bénéfice stable.
J'ai trouvé un problème de classification :
Par exemple, si 2 colonnes = 0, essayer de faire un softmax de celles-ci donne des classes aléatoires :
m=matrix(0,ncol=2,nrow=100)
max.col(m)
[1] 1 2 2 2 2 1 2 1 2 2 2 2 1 1 1 2 1 1 2 2 1 2 1 1 2 2 2 2 1 1 2 2 1 2 2 1 2 1 1 1 1 2 1 2 1 1 1 2 1 2 1 1 2
C'est en R.
Je suis tombé dessus par accident quand il s'est avéré que les résultats des prédictions étaient tous = 0.
Il est préférable de le faire (au cas où la 1ère colonne signifie "attente" et non la commande commerciale)
max.col(m,ties.method = "first") # Par défaut, ties.method = "random".
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
>
Mieux encore, si les classes ont une valeur égale, alors refusez de classer. Et au cas où, il est préférable de le faire ligne par ligne.
J'ai trouvé un problème de classification :
Par exemple, si 2 colonnes = 0, essayer de faire un softmax de celles-ci donne des classes aléatoires :
m=matrix(0,ncol=2,nrow=100)
max.col(m)
[1] 1 2 2 2 2 1 2 1 2 2 2 2 1 1 1 2 1 1 2 2 1 2 1 1 2 2 2 2 1 1 2 2 1 2 2 1 2 1 1 1 1 2 1 2 1 1 1 2 1 2 1 1 2
C'est en R.
Je suis tombé dessus par accident quand il s'est avéré que les résultats des prédictions étaient tous = 0.
Il est préférable de le faire (au cas où la 1ère colonne signifie "attente" et non la commande commerciale)
max.col(m,ties.method = "first") # Par défaut, ties.method = "random".
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
>
Mieux encore, si les classes ont une valeur égale, alors refusez de classer. Et au cas où, il est préférable de le faire ligne par ligne.
Après-midi
Le problème peut ne pas apparaître si les données sont préparées correctement. Quand et dans quels calculs avez-vous rencontré ce problème ? Je me demande. Ou s'agit-il d'une condition créée artificiellement ?
Bonne chance
Après-midi
Le problème ne peut apparaître lorsque les données sont préparées correctement. Quand et avec quels calculs avez-vous rencontré ce problème ? Je me demande. Ou s'agit-il d'une condition créée artificiellement ?
Bonne chance
Comme l'a dit SanSanych : déchets à l'entrée = déchets à la sortie. On a ajouté des zéros, qui ont ensuite été annulés.
Eh bien, j'ai fait un ajustement pour moi-même afin que les zéros restent des zéros, pour des cas similaires à l'avenir.
Les prédicteurs étant différents, je suis tombé sur le fait que NS n'a rien appris et a donné tous les zéros à la sortie. Et les prédictions dues au hasard lors de la conversion se sont avérées non nulles.
Comme l'a dit SanSanych : déchets à l'entrée = déchets à la sortie. On a ajouté des zéros, qui ont ensuite été annulés.
Eh bien, j'ai fait un ajustement pour moi-même afin que les zéros restent des zéros, pour des cas similaires à l'avenir.
Je vois. Bonne chance
Questions d'un nouveau venu. Veuillez me conseiller sur la façon d'appliquer l'apprentissage automatique. Par exemple, un trader a trouvé une certaine tendance sur le marché. Supposons qu'il s'agisse d'un modèle GP (tête et épaules). Options :
Questions d'un nouvel arrivant. Veuillez me conseiller sur la façon d'appliquer l'apprentissage automatique. Par exemple, un trader a trouvé une certaine tendance sur le marché. Supposons qu'il s'agisse d'un modèle GP (tête et épaules). Options :
L'apprentissage automatique est basé sur des signes (motifs/caractéristiques) qui permettront de distinguer l'événement. En conséquence, vous devez préciser ce que vous devez regarder, et l'algorithme du MO essaiera de trouver des modèles dans ce qui est montré et d'élaborer des règles de conduite. Par conséquent, toutes les réponses à toutes les autres questions découlent d'ici. Et par conséquent, plus les observations sont nombreuses, plus les règles seront précises sur une plus longue période de l'histoire.