L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1713
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Quoi, vous cherchez juste un système pour gagner de l'argent ?
messieurs, vous cherchez juste un système pour gagner de l'argent
mais personne, absolument personne, ne peut y arriver.
Quand les scientifiques veulent donner un sens à un processus complexe....
c'est assez drôle, je vais creuser...
Lorsque les scientifiques veulent comprendre un processus complexe, ils essaient de le décomposer en composants plus simples et de les analyser, c'est pourquoi l'analyse spectrale a été créée. Essayons de jouer aux scientifiques), bien qu'elles ne soient pas très réussies. J'ai trouvé comment décomposer le prix en éléments plus simples. Ma décomposition n'a pas d'additivité, et c'est mauvais, mais il est toujours intéressant de regarder le prix sous un angle différent .
Nous avons donc besoin du prix de clôture et de la volatilité (sommets).
Transformons le prix en un binaire conditionnel - si la hausse du prix est supérieure à la précédente, alors "1" ; si elle est inférieure, alors "-1".
Code R
nous obtenons un prix binaire
vous pouvez le rendre cumulatif et le comparer avec le prix.
Cela n'a pas l'air de grand-chose). Maintenant, ajoutons la volatilité à notre série.
Déjà mieux...
Des idées...
IDÉE 1
Ainsi, la quasi-totalité de la "météo" est déterminée par la volatilité "intra-horaire", et non par une direction "binaire" des prix. Le fait est que la volatilité a une saisonnalité prononcée et qu'elle est relativement facile à prévoir. Il suffit de prévoir le prix binaire, dont la structure est plus facile que celle du prix ordinaire, puis de combiner les prévisions pour obtenir une prévision complète...
IDEA 2
Tous les algorithmes MO appropriés apprennent très mal des prix bruts même s'ils sont normalisés parce qu'ils n'ont pas de répétitivité dans les séries, probablement juste à cause de la volatilité qui est toujours différente, si nous décomposons le prix en binaire et volatilité, normalisons la volatilité et les ajoutons à nouveau, ou ne normalisons pas et alimentons le MO, en théorie nous devrions obtenir une meilleure capacité de généralisation parce que la répétitivité augmentera.
IDEA 3
Avec la décomposition, nous pouvons lisser les prix sans perdre de retard. Nous pouvons décomposer le prix et interpoler (étirer) la volatilité et le prix séparément, puis les additionner à nouveau.
IDEA 4
Nous pouvons décomposer les prix et la volatilité de la grappe, c'est-à-dire réduire les degrés de liberté de la grappe à 10 grappes (états), c'est-à-dire la normaliser et ensuite rajouter la volatilité normalisée.
La suggestion de décomposer un processus complexe en ses éléments constitutifs est très raisonnable. C'est comme ça qu'il faut faire. Mais vous n'avez pas assez d'électeurs. De nombreux paramètres du marché, y compris les produits dérivés, peuvent être ajoutés à l'étude. Vous disposez d'un outil puissant : le MO ! Pourquoi ne pas essayer de construire un système paramétrique cohérent et logique, dans lequel on chercherait des modèles statistiques à l'aide de MO ?
Initialement nous avons 3 paramètres : tick series, bid asc, tick time. Tous les autres paramètres sont dérivés de ces trois-là. Éclaircissement, calcul de la moyenne. Et de beaucoup d'autres.
Initialement, nous avons 3 paramètres : la série de tick, l'ascendant de l'offre, le temps du tick. Tous les autres paramètres sont dérivés de ces trois-là. Éclaircissement, calcul de la moyenne. Et de beaucoup d'autres.
Bid, ask, flipper, volumes d'offre et de demande aux niveaux, OI, saisonnalité, temps de session, et bien d'autres et dérivés... vous pouvez inclure des paramètres fondamentaux comme l'heure de publication des nouvelles, l'importance des nouvelles, le taux d'intérêt, le comportement des paires parallèles au même moment... Si vous utilisez le MO, vous devez l'utiliser au maximum. Comme la chanson "mon père et ma mère m'ont appris... à explorer, alors explorez !"))
Les paramètres externes fondamentaux n'ont pas été pris en compte ici, car la tâche de les numériser n'a pas encore été résolue, à part l'importance des nouvelles, qui sont super-petites, la présentation d'autres propriétés et paramètres du marché n'a pas été vue jusqu'à présent, apparemment il y en a en développement quelque part, mais ils ne sont pas utilisés. Extrait de l'actualité sur le sujet. L'IA prendra en compte les renseignements sur l'état du pays ennemi et élaborera la tactique d'action. La numérisation des données sur l'état de la société, du marché, du pays, est une tâche différente.
Nous sommes simplement intéressés par la résolution d'un problème intéressant, surtout lorsqu'il commence à être résolu.
Les paramètres externes fondamentaux n'ont pas été pris en compte ici, car la tâche de les numériser n'a pas encore été résolue, à part l'importance des nouvelles, qui sont super-petites, la présentation d'autres propriétés et paramètres du marché n'a pas été vue jusqu'à présent, apparemment il y en a en développement quelque part, mais ils ne sont pas utilisés. Extrait de l'actualité sur le sujet. L'IA prendra en compte les renseignements sur l'état du pays ennemi et élaborera la tactique d'action. La numérisation des données sur l'état de la société, du marché et du pays est une tâche différente.
Comment déterminez-vous le moment où un problème commence à être résolu ?