L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1221
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
)))
Pourquoi ?
Je suis heureux d'avoir tort, mais je pense qu'une "autre approche" n'existe pas, dans ce domaine, tout est principalement déterminé par les données, leur quantité et leur qualité, avec le "forex pur", même une corrélation de 5% de la prévision avec le rendement est difficile à extraire, cela peut certainement être suffisant, mais le SR annualisé sera ~2, c'est excitant, anxieux, vous pouvez perdre un sommeil sain. Mais il y a 100500 façons de se réaccorder ou simplement de regarder des modèles défectueux qui distribuent des cosmos, c'est bon pour le système nerveux, mais l'essentiel est de ne pas les faire fonctionner pour de vrai))).
Eh bien, nous n'avons pas de données, je suis d'accord... sauf les citations brisées de DT.
Nous faisons l'exploit de leur soutirer des informations utiles.
Les modèles MO sont les plus courants, l'échafaudage, le boosting de gradient, avec les bonnes caractéristiques et le ciblage sur des centaines de milliers de points, l'ajustement est minimal.
Tu n'aurais pas dû dire ça, maintenant tu vas avoir les niveaux, ou même pire, te faire débrouiller les tiens))) hilarant....
Eh bien, vous pouvez voir que je n'élabore même pas et que je demande plus de détails... Je voulais juste savoir, j'ai demandé, je me suis renseigné... c'est tout).
J'y attachais une grande importance, j'ai réécrit la plupart des algorithmes moi-même, j'ai écrit des dizaines de mes propres versions, mais il s'est avéré que ce n'était que pour améliorer mes compétences en MO, ce qui fait que n'importe quel novice peut (en utilisant les mêmes données et les mêmes puces) configurer XGB avec un quelconque optimiseur de gen et obtenir les mêmes résultats. L'avantage ne réside pas dans le choix du classificateur et dans la manière de le configurer. Il faut davantage de données et de fonctionnalités de qualité, ainsi qu'une infrastructure permettant de faire fonctionner tout cela confortablement, sans confusion ni agonie. Et ensuite, vous devez savoir comment négocier tout ça.
Pourquoi faire une fixation sur le boosting, où les modèles sont adaptés à BP, les mêmes réseaux récurrents avec LSTM, il y a déjà des réseaux génératifs qui créent des données pour l'entraînement, et nous cherchons tous l'initié :).
La question est que la recherche de chemins vers des données fiables, le sujet est très ancien et il est peu probable qu'il y ait des progrès en la matière, plutôt le contraire, ce qui ne peut pas être dit du développement des modèles MI.
Pourquoi faire une fixation sur le boosting, où les modèles sont adaptés à la BP ; les mêmes réseaux récurrents avec LSTM, il y a déjà des réseaux génératifs qui créent les données pour la formation, et nous cherchons tous l'intérieur :)
Désolé d'interrompre votre conversation, mais...
pourquoi la ligne suivante (incomplète !) de votre message n'est-elle pas reportée à la ligne suivante ? (J'ai MT4, c'est peut-être la raison ?)
Désolé d'interrompre votre conversation, mais...
pourquoi la ligne suivante (incomplète !) de votre message n'est-elle pas reportée à la ligne suivante ? (J'ai MT4, c'est peut-être la raison ?)
Je ne sais pas, peut-être que c'est à cause de MT4, mais tout dépend du programme, et ils me donnent des données, des données... :)
Si ce n'est pas un secret, quel navigateur utilisez-vous ? (J'utilise Opera)
Si ce n'est pas un secret, quel navigateur utilisez-vous ? (J'utilise Opera)
MS IE 11