L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2042
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
À propos, avez-vous vu un générateur qui sort de façon aléatoire un nombre d'un tableau sans répétitions - c'est exactement ce dont j'ai besoin.
Vous devriez entrer dans le générateur avec une condition pour vérifier s'il y a eu un prochain hasard et par la même occasion la qualité du générateur sera immédiatement visible.
J'ai obtenu plus d'arbres, assez bien - sur l'échantillon d'examen, la précision est supérieure à 60%.
Il s'avère qu'au moment même où l'on trouve le trade, les stops et la sortie sont entremêlés, ce qui est logique - si le trade est déjà long, les stops ne sont pas éliminés, probablement du fait qu'ils sont grands...
Dois-je joindre les modèles ?
Oui, attachez-les.
Je m'attendrais à ce que cela dépende du jour de la semaine, de l'heure d'entrée, du SL et du TP.
Nous devrions exécuter le système par temps de sortie dans le testeur, voir ce qui se passe. Bien que l'heure et la durée de sortie soient des paramètres indirects et ne sont connus que lorsque le SL ou le TP se déclenche. Nous devrions utiliser la force brute.
Encore une fois.
Pour prédire une série temporelle, selon Kolmogorov, 2 choses sont nécessaires :
1. attente = constante
2. l'ACF n'est pas égal à 0.
Le "bruit blanc", la "pièce de monnaie", etc. ne sont pas prévisibles en principe, car leur ACF = 0.
Nous avons beaucoup de chance que l'ACF des incréments de la série chronologique du marché ne soit pas égale à 0. Ainsi, les incréments peuvent être prédits.
Maisnous n'avons pas de chance avec la 1ère condition"gain attendu = const". La valeur moyenne des incréments dans tout échantillon sur TF standard "flotte" très fortement par rapport à 0.
Conclusion : le prétraitement de la BP (éclaircissement) est nécessaire pour obtenir une variance minimale de l'espérance par rapport à 0. Ensuite, la chance de faire un TS rentable basé sur la prévision du prochain incrément (pas le prix !) augmente plusieurs fois.
C'est tout.
Encore une fois.
Pour prédire une série temporelle, selon Kolmogorov, 2 choses sont nécessaires :
1. attente = constante
2. l'ACF n'est pas égal à 0.
Le "bruit blanc", la "pièce de monnaie", etc. ne sont pas prévisibles en principe, car leur ACF = 0.
Nous avons beaucoup de chance que l'ACF des incréments de la série chronologique du marché ne soit pas égale à 0. Ainsi, les incréments peuvent être prédits.
Maisnous n'avons pas de chance avec la 1ère condition"gain attendu = const". La valeur moyenne des incréments de tout échantillon sur le TF standard "flotte" très fortement par rapport à 0.
Conclusion : le prétraitement de la BP (éclaircissement) est nécessaire pour obtenir une variance minimale de l'espérance par rapport à 0. Ensuite, la chance de faire un TS rentable basé sur la prévision du prochain incrément (pas le prix !) augmente plusieurs fois.
Tout.
Apparemment, ces réflexions sont mieux discutées dans un autre fil. MO et NS sont un peu loin du sujet des logiques de stratégie. La pratique actuelle est d'essayer de s'entraîner sur l'historique des paquets et de considérer le résultat sur des données réelles.
Sur le sujet, je ne suis pas d'accord avec la condition d'attente statique. Si la matrice décrit la série avec moins d'erreur, alors la série est stable et en même temps, l'espérance mathématique n'est pas toujours statique ou plus que nécessaire. Elle peut être moindre, mais le modèle mathématique peut la décrire avec une erreur minimale.
Apparemment, ces réflexions sont mieux discutées dans un autre fil. IO et NS sont un peu loin du sujet des logiques de stratégie. Aujourd'hui, la pratique est d'essayer l'entraînement sur l'historique des paquets et de considérer le résultat sur des données réelles.
Sur le sujet, je ne suis pas d'accord avec la condition de l'espérance de gain statique. Si la matrice décrit la série avec moins d'erreur, alors la série est stable et en même temps, l'espérance mathématique n'est pas toujours statique ou plus que nécessaire. Elle peut être moindre, mais le modèle mathématique peut la décrire avec une erreur minimale.
J'apparais rarement ici et je ne veux pas discuter de quoi que ce soit.
Je dis les choses comme elles sont. Aucun neurone super-ingénieur ne peut traiter l'ensemble des données standard des TFs standard (M1, H1, ...). C'est un axiome.
Seul le prétraitement des incréments BP peut donner la voie vers le Graal. Amen.
Je ne viens pas souvent ici et je ne veux pas discuter de quoi que ce soit.
Je dis juste ce qu'il en est. Aucun réseau neuronal super-ingénieur ne peut traiter l'ensemble de données standard des TF standard (M1, H1, ...). C'est un axiome.
Seul le prétraitement des incréments BP peut donner la voie vers le Graal. Amen.
C'est possible, mais la précision sera de 60-70%. Sur les temps H, H4 et D, c'est suffisant.
Hmm... Je vais y jeter un coup d'œil. Je n'ai pas encore travaillé avec des délais supérieurs à M15...
Oui, attachez-le.
Je m'attendrais à ce que cela dépende du jour de la semaine d' entrée, de l'heure d'entrée, du SL et du TP.
Nous devrions exécuter le système par temps de sortie dans le testeur et voir ce qui se passe. Bien que l'heure et la durée de sortie soient des paramètres indirects et ne sont connus que lorsque le SL ou le TP se déclenche. Nous allons devoir utiliser la force brute.
L'expérience a donc essentiellement confirmé la règle "Couper les pertes et laisser couler les profits".
Le modèle est joint.
Hmm... Je vais regarder. Je n'ai pas encore travaillé avec des TF supérieures à M15...
L'expérience a donc essentiellement confirmé la règle "Coupez les pertes et laissez les profits s'écouler".
Modèle joint.
Norm
les pertes sont légèrement inférieures