L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1459

 
Yuriy Asaulenko:

Tu as compris ce que tu as dit ? Ce n'est pas du tout de ça qu'il s'agit. Encore une fois, pour les idiots :

Un non-sens complet, au niveau de l'homme de Neandertal - il répète ce qu'il ne comprend pas.

Vous êtes un D ? Ça dit la même chose.

La question sur le d... rhétorique

 
Vizard_:

Professeur, allez déjà à l'asile de fous)))

Vous êtes aussi un f...

 
elibrarius:

A propos de la volatilité du marché...
J'essaie de les entraîner à trader avec des TP/SL fixes.

J'ai vu un backtest intéressant (c'est-à-dire qui correspond à l'histoire).

Avant le 17 janvier 2017, le set TP=120 et SL=80 rapportait de bons profits, après cela, il a cessé de fonctionner. Apparemment, l'amplitude des mouvements de prix a changé, par exemple, elle a cessé d'atteindre 120 pts à partir de points similaires en 2016. L'avenir a été à peu près le même que celui de toute l'année 2017, c'est-à-dire 50/50.

il est probable qu'il se soit recyclé sur du bruit avec une perte de la composante de tendance

Si nous nous réentraînons sur les tendances, l'équité est inversée.

Je ne comprends pas à quoi cela est lié, cela se passe toujours différemment (si je réapprends sans contrôle).

voici le 2ème type de reconversion (sur la tendance). Surentraînement dans le bon et le mauvais sens (même schéma)

A partir de 2019.03 formation


Vous connaissez la façon la plus simple d'enseigner ? Vous construisez une tendance sur le graphique quotidien, par exemple. Vous recherchez un tracé linéaire ou polynomial normal, vous en entraînez la moitié, et l'autre moitié devrait être aussi bonne. Tant que la tendance persiste (vous vérifiez les déviations de la tendance), vous continuez à trader avec le robot.
 
Maxim Dmitrievsky:

très probablement recyclé sur le bruit, avec une perte de la composante de tendance

si les transactions sont recyclées sur les tendances, l'équité est l'inverse.

Je ne comprends pas quelle en est la raison, cela se passe toujours différemment (si c'est de l'autoformation, sans contrôle).

voici le 2ème type de reconversion (sur la tendance). Surentraînement dans le bon et le mauvais sens (même schéma)

A partir de 2019.03 formation.


Vous connaissez la façon la plus simple d'enseigner ? Vous construisez une tendance sur le graphique quotidien, par exemple. Vous recherchez un tracé linéaire ou polynomial normal, vous en entraînez la moitié, et l'autre moitié devrait être aussi bonne. Tant que la tendance persiste (vous vérifiez les déviations de la tendance), vous continuez à trader avec le robot.

Je creuse dans l'autre sens.

Je ne construis pas de tendances, je suis une formation avec un professeur, chaque barre est marquée si elle atteint le TP ou le SL. Je n'ai pas réussi à les analyser, je vais essayer de le faire moi-même.

Dans mon cas, vous pouvez clairement voir qu'après le 17.01.2017 le TP a été atteint moins souvent ou le SL a été atteint plus souvent.

 
elibrarius:

Je creuse dans l'autre sens.

Je ne construis pas de tendances, j'ai une formation avec un professeur, chaque barre est marquée si elle atteint le TP ou le SL. Qu'il s'agisse d'une tendance ou d'un aplatissement, laissez la forêt s'en charger elle-même.

Dans mon cas, vous pouvez clairement voir qu'après le 17.01.2017 le TP a été atteint moins souvent ou le SL a été atteint plus souvent.

Je ne pense pas que ce soit un trop grand honneur de laisser la forêt se débrouiller toute seule.

Soit il y a une caractéristique responsable de la tendance, soit il n'y en a pas.
 
Maxim Dmitrievsky:

comment la forêt va s'arranger toute seule, n'est-ce pas un trop grand honneur ?

Soit il y a une puce responsable de la tendance, soit il n'y en a pas.
Des dizaines de bars de différentes TF disposent de telles informations.
 
elibrarius:
une douzaine de barres de différentes TF portent ce genre d'informations.

c'est peu probable.

 
Maxim Dmitrievsky:

Je ne pense pas.

En général, la forêt se souviendra simplement des schémas de ces 10 mesures et agira de la même manière dans une situation proche.

Il est dommage qu'il se souvienne aussi du bruit.

 
elibrarius:

En général, la forêt se souviendra des modèles de ces 10 mesures et agira de la même manière dans une situation proche.

Non, ça ne marche pas comme ça. Vous finirez comme Yusuf (c'est-à-dire comme d'habitude). L'économétrie a développé des types pour une raison, personne ne se souvient de rien à partir d'échantillons aussi petits.

Les tendances et autres éléments sont mis en évidence. Après cela, il reste des non-linéarités, qui sont alimentées par NS. C'est-à-dire qu'il s'agit d'une tarte multicouche (2 couches au moins).

ce que tous les asaiulenks et autres dénoncent - ce sont des gens pathétiques qui n'ont même pas lu un livre
 
Maxim Dmitrievsky:

Non, ça ne marche pas comme ça. Vous finirez comme Yusuf (c'est-à-dire comme d'habitude). L'économétrie a développé des types pour une raison, personne ne se souvient de rien à partir d'échantillons aussi petits.

Les tendances et autres éléments sont mis en évidence. Après cela, il reste des non-linéarités, qui sont alimentées par le NS. Il s'agit donc d'une tarte multicouche (2 couches au moins).

Je teste maintenant avec 50 barres H1, cela semble être mieux que 10.
En général, il est bien sûr nécessaire d'essayer différents indices et d'observer le résultat. Peut-être que j'utiliserai également des indicateurs de tendance en temps voulu. J'ai aussi essayé Zigzag, mais 32% n'a pas fonctionné comme Alexey ( Probablement, il a un ZZ spécial, ou peut-être qu'il a un peep, cependant.