L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1775
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
Salutations aux commerçants. J'ai une petite question, mais ne me donnez pas de coup de pied, donnez-moi un conseil. Par exemple, je connais la direction du mouvement des prix depuis 5-10 ans, j'ai une structure approximative du mouvement des prix sous la forme d'une figure et le nombre de points dans une direction. Ensuite, je me pose la question de ce qui doit être introduit dans l'EA, il faut choisir des indicateurs et les introduire. Dois-je utiliser un réseau neuronal pour optimiser un mouvement approximatif des prix et ensuite l'exécuter, en conséquence, je dois utiliser 2-5 indicateurs ou un neurone. D'autres méthodes, un besoin martin ou non, pour moi peut-être 2-3 trades à ouvrir sans lot surdimensionné sur la correction et ensuite fermé. Je vous serais reconnaissant de bien vouloir me conseiller. Je vous en serais reconnaissant.
Si vous pouvez utiliser 2-5 indicateurs et que le résultat est satisfaisant, bien sûr vous n'avez pas besoin d'un neurone, utilisez des indicateurs.
Là où vous en avez besoin, il y a du fer, et le fer qu'il contient est météoritique, et le béton composite ;-) et il est également utile de s'asseoir sur la rive d'un fleuve... ou regarder le combat d'en haut...
D'après mon expérience :
- Ce qu'il faut enseigner à TC/NS joue un rôle important. Pour ma part, je suis pleinement convaincu qu'il ne s'agit pas d'argent mais de stabilité (Lyapunov, Prigozhin) ;
- Les résultats robustes sont plus fiables lorsque la TS est optimisée/apprise/évoluée de manière aussi "fermée" que possible, c'est-à-dire que tout ce qui fonctionnera dans la vie réelle y est déjà inclus.
Il est clair que nous devons jouer avec les cibles, mais je ne comprends pas la dernière, ce qu'elle est et comment elle est mise en évidence en rouge.
Quelqu'un sait-il pourquoi les modèles de classification (xgboost, catboost par exemple) stockent les logarithmes des odds ratios (log_odds) ?
Ensuite, à partir de ces données, nous pouvons calculer la probabilité de classe par la formule prob=1/(1+exp(-log_odds))
Quel est le sens de cette formule ? À première vue, il y aura des calculs inutiles avec l'exposant. Il est plus facile de stocker la probabilité en une seule fois.
S'ils le font, cela signifie qu'il y a un sens à cela ?
La dernière, surlignée en rouge, je ne comprends pas ce que c'est et comment c'est fait.
Il s'agit du fait que le système construit / formé, etc. par des pièces (un stop a été ajouté au signal, puis MM a été ajouté, etc.) perdra avec une très forte probabilité.
C'est génial quand le système a un paramètre contrôlé automatiquement, à un changement critique duquel il s'arrêtera et informera - "a cessé de fonctionner", avant le DD.
Oh, les gars, j'étais tellement bourré hier soir que c'en est incroyable. Bien que maintenant mon esprit le ressente vraiment. Et ces salauds, tout le monde le savait et personne ne m'a arrêté. Eh bien, je vous le rappellerai :-)
Laissez-moi voir ce qui se passe avec mon compte ????. Tu as grossi, mais ce n'est pas grave. Après tout, si vous avez un TS robuste, vous pouvez gagner en étant complètement recouvert dans le papolama, mais je ne recommande pas de vérifier...
Quelqu'un sait-il pourquoi dans les modèles de classification (xgboost, catboost par exemple) on stocke les logarithmes des odds ratios (log_odds) ?
Vous pouvez ensuite calculer la probabilité d'une classe en utilisant la formule prob=1/(1+exp(-log_odds)).
Quel est le but de tout cela ? À première vue, il y aurait des calculs inutiles avec l'exposant. Il est plus facile de stocker la probabilité en une seule fois.
S'ils le font, c'est logique, n'est-ce pas ?
Je l'ai vu quelque part dans des tutoriels... il semble être plus pratique pour le préapprentissage ou quelque chose qui y est lié.
Quelqu'un sait-il pourquoi les modèles de classification (xgboost, catboost par exemple) stockent les logarithmes des odds ratios (log_odds) ?
Vous pouvez ensuite calculer la probabilité d'une classe en utilisant la formule prob=1/(1+exp(-log_odds)).
Quel est le but de tout cela ? À première vue, il y aurait des calculs inutiles avec l'exposant. Il est plus facile de stocker la probabilité en une seule fois.
S'ils le font, c'est logique, n'est-ce pas ?
Ces "chances", comme vous le dites, peuvent être additionnées, c'est donc ainsi qu'ils les stockent.
Oh, les gars, j'étais tellement bourré hier soir que c'en est incroyable. Bien que maintenant mon esprit le ressente vraiment. Et ces salauds, tout le monde le savait et personne ne m'a arrêté. Eh bien, je vous le rappellerai :-)
Laissez-moi voir ce qui se passe avec mon compte ????. Tu as grossi, mais ce n'est pas grave. Après tout, si vous avez un TS robuste, vous pouvez gagner de l'argent en étant absolument superposé au papolama, mais je ne recommande pas de le vérifier...
Ce n'est rien, je viens de me rappeler que je suis allée au Buy More hier en short et en tongs et que nos arbres ne sont même pas en fleurs. Les gens du magasin se sont moqués de moi. C'est fou, mec, je suis encore en train de secouer mon foie...
Ce n'est rien, je viens de me rappeler que je suis allée au Buy More hier en short et en tongs et que nous n'avons même pas d'arbres en fleurs. Les gens du magasin se sont moqués de moi. C'est fou, mec, je suis encore en train de secouer mon foie...
Pourquoi pas un short ? :)
Pourquoi pas un short ? :)