L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2081
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
Quelqu'un d'autre a une idée sur la façon de faire cela, c'est pratiquement un Graal, d'ailleurs... Avec cette technologie, vous pouvez rendre n'importe quel PC intelligent et adaptatif.
C'est le filtrage adaptatif, le filtre de Wiener, le filtre de Kalman.
La chose la plus stupide est de prendre Fourier ou des ondelettes, de trouver la fréquence maximale et de l'utiliser pour choisir une période de balayage.
Avec Fourier, on peut annuler les fréquences inintéressantes dans le spectre, la transformée inverse donnera le filtre
C'est un filtrage adaptatif, un filtre de Wiener, un filtre de Kalman.
Il ne s'agit pas d'un filtrage adaptatif, mais de la recherche de la meilleure courbe de contrôle.
Dans le filtrage adaptatif, nous ne connaissons pas l'avenir, nous nous ajustons de manière optimale/adaptative au processus actuel.
Il s'agit ici d'un problème de synthèse de la meilleure fonction, afin de pouvoir se projeter dans le futur, il faut trouver le meilleur contrôle connaissant le futur
La plus stupide est de prendre des ondelettes de Fourier ou des ondelettes, de trouver la fréquence maximale et de l'utiliser pour choisir le temps de cycle.
Avec Fourier, vous pouvez annuler les fréquences inintéressantes du spectre.
Fourier est une option, mais pas comme une danse avec des fréquences, mais comme un outil pour synthétiser une fonction inconnue... en ajoutant différentes harmoniques, nous obtiendrons différentes fonctions, peut-être que cela s'avérera être la bonne, mais le dépassement est probablement outrageux là-bas
Mais il y a peut-être un moyen plus facile.
Il ne s'agit pas d'un filtrage adaptatif, mais de la recherche de la meilleure courbe de contrôle.
Dans le filtrage adaptatif, nous ne connaissons pas l'avenir, nous nous ajustons de manière optimale/adaptative au processus actuel.
C'est le problème de la synthèse de la meilleure fonction, nous pouvons nous projeter dans l'avenir et devons trouver le meilleur contrôle connaissant l'avenir.
Fourier est une option, mais pas comme une danse avec des fréquences, mais comme un outil pour synthétiser une fonction inconnue... en ajoutant différentes harmoniques, nous obtiendrons différentes fonctions, peut-être que nous obtiendrons la bonne, mais le dépassement est probablement outrageant là-bas
Mais il y a peut-être un moyen plus facile.
Kalman est un modèle de signal et de perturbation, nous sommes censés connaître l'avenir, mais sur le marché, tout est compliqué.
La chose la plus stupide à faire est de prendre des Fourier ou des ondelettes, de trouver la fréquence maximale et de l'utiliser pour sélectionner la période du balayage.
Pourquoi pensez-vous que la courbe de contrôle optimale devrait être en corrélation avec les fréquences significatives du speter ?
Pourquoi la courbe de l'objet sous test devrait-elle être périodique ?
D'où viennent ces pensées ?
Le modèle Kalman de signal et d'interférence, nous sommes censés connaître l'avenir, mais sur le marché, c'est compliqué.
Où est-il censé être ?
De toute façon, ne répondez pas à cette question, ça n'a pas d'importance, faites-moi confiance, ce n'est pas du filtrage adaptatif.
Tu ne penses pas ce que je pense, donc tu le regardes de ton propre point de vue.
Laissez-moi vous montrer un exemple simple...
Nous avons un système de trading sur deux baguettes avec des périodes de 10 et 20, trading par croisements, classique...
Le sac est un filtre passe-bas, la période du sac est le paramètre de contrôle.
Dans ce cas, le paramètre de contrôle est la constante 10 et 20.
le défi : dans un segment de marché donné, obtenir des paramètres de contrôle DYNAMIQUES (et non pas constants) de chaque trancheuse pour les rendre optimaux en termes de profits.
il s'agit du critère 1
critère n° 2 : Les paramètres dynamiques obtenus doivent être semblables à une fonction continue, et non à une dispersion chaotique de points, c'est-à-dire qu'il faut introduire un concept de lissage de la fonction.
Comment voyez-vous la solution à un tel problème ?
Et ils seront suffisamment continus, si l'optimisation se fait par fenêtre glissante (0-100, 1-101....), mais si vous optimisez des segments non intersectés (0-10, 11-20....), alors la continuité disparaîtra, mais elle peut être ajoutée en lissant une série de coefficients reçus, par exemple avec une paume.
Dans le modèle de Kalman, un modèle de signal et de bruit est établi, il est supposé que nous connaissons l'avenir, mais sur le marché, les choses sont compliquées.
Ici, pour plus de clarté, je dois obtenir ce qui est idéal (rouge)
Vous pouvez et devez regarder vers l'avenir, tout ce dont j'ai besoin est d'obtenir la courbe de contrôle idéale.
Pourquoi en avez-vous besoin ? Vous déplacez la fenêtre de Fourier d'une demi-période vers l'avant (en regardant vers l'avant) et vous obtenez les paramètres réels.
Et ils seront suffisamment continus, si l'optimisation se fait par fenêtre glissante (0-100, 1-101....), mais si vous optimisez des segments non intersectés (0-10, 11-20....), la continuité disparaîtra, mais elle peut être ajoutée en lissant les séries de coefficients obtenus, par exemple avec un masque.
Oui, je suppose que je vais essayer de cette façon...
Mais elle ne doit pas être lissée - même la plus petite distorsion de lissage peut influencer "commerce ouvert/non ouvert".
En avez-vous besoin dans un but précis ?
Oui
Vous déplacez la fenêtre de Fourier d'une demi-période vers l'avant (en regardant vers l'avant) et vous obtenez les paramètres réels.
Pour les nuls, pouvez-vous m'en dire plus sur la façon dont j'obtiens les périodes correctes à partir des coefficients de Fourier ?