L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2006
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
Max, observez-vous les mêmes conditions dans la démo que dans le test ?
Je le fais, même l'écart est plus grand dans la démo. Il y a un piège quelque part
Je trouve difficile de croire que vous obtiendrez un résultat parfait sur les données de la période de test, personnellement j'ai échoué.
il n'y a pas de train d'essai ici. Il ne fait qu'échanger le testeur (bon). Vous pariez sur le vrai - mauvais.
il n'y a pas de test. Il ne fait qu'échanger le testeur (bon). Parier pour de vrai est mauvais.
Avez-vous compris Python ? Cela ne fonctionne pas pour moi dans Real, je ne sais pas quel est le problème. Ou puis-je jeter le code source ici ? Peut-être que quelqu'un peut fouiller un peu plus.
Aller à
Il y a 2 programmes dans les archives. Le testeur sert uniquement à la configuration du système, c'est-à-dire qu'il teste le réseau neuronal sur des données historiques et produit le résultat sous la forme d'un graphique d'équilibre (sous la forme d'un nombre de pips accumulés).
Le trader effectue des transactions sur le compte, en exécutant au préalable le testeur. En changeant la semence, vous pouvez obtenir les meilleurs résultats du testeur. De même, en modifiant la configuration du SN.
Les résultats du testeur et du trader ne coïncident pas, le trader n'affiche pas de bénéfices pour une raison quelconque. Soit l'opérateur, soit le testeur a une erreur. Ou bien il y a une erreur ou un écueil non évident lié à la bibliothèque NS elle-même. Je n'ai pas réussi à l'attraper (pas le temps).
La bibliothèque elle-même avec NS. Peut être utilisé à des fins personnelles. Si vous trouvez un bug, contactez-moi (il y a des options d'amélioration si le CT commence à fonctionner)
Ce que vous pouvez vérifier :
En changeant de graine, peut-on obtenir un résultat de prune ? Il est possible que ce soit l'un des paramètres d'ajustement.
Vous ne pouvez pas, mais vous pouvez améliorer la courbe.
Au moins, je n'ai pas eu un résultat de prune.La préparation des données dans le cadre de la formation et du travail diffère selon la chaîne.
prix = prix.reindex(pd.date_range(start, end, freq='15min')).dropna()
Je n'ai pas de python et je n'ai aucune expérience avec lui, je ne sais pas ce que sont ces commandes. Je vais donc demander.
Hypothèse - peut-être le résultat sera-t-il des données inversées par rapport à ce que nous obtenons dans le commerce réel ?
La préparation des données lors de la formation et du travail est différente avec une chaîne de caractères.
prix = prix.reindex(pd.date_range(start, end, freq='15min')).dropna()
Je n'ai pas de python et je n'ai aucune expérience avec lui, je ne sais pas ce que sont ces commandes. Je vais donc demander.
Hypothèse - il se peut que le résultat soit des données inversées par rapport à ce que nous obtenons dans le commerce réel ?
Ici, nous réindexons les barres par date et heure parce qu'il peut y avoir quelques barres manquées dans l'historique pour éviter les trous. Ensuite, les valeurs vides sont rejetées, puis elles sont détendues par la MA.
Il n'y a pas d'omissions dans le négociant, puisque les dernières mesures sont prises. Ils ne doivent pas être inversés.
Je ne pense pas que cela affecterait beaucoup les choses. Mais on peut le refaire, tu vois... Merci.