L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2572
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
Merci. Je vais y jeter un coup d'œil, pour commencer. Je vais peut-être trouver un moyen de les utiliser.
De rien, ou plutôt il y a une raison :))) J'ai passé quelques jours à trouver tous ces liens :))) Certains ne sont pas affichés, le forum les bloque (
Ilne sert à rien de chercher, je dois analyser et analyser comme une série de...
Je pense que la première chose à faire est de calculer les statistiques, de voir si cela a un sens, puis de l'intégrer dans le processus de formation.
La question reste donc de savoir comment le faire correctement.
Supposons que je dispose de 3 séquences binaires de ce type avec 10 points de mesure sur des intervalles de temps comparables.
A[]={1,0,0,1,1,1,1,1,0,1};
B[]={1,1,1,1,1,1,1,0,0,1};
C[]={1,1,0,1,1,1,0,1,0,1};
Je veux donc comprendre/tracer comment la probabilité d'une unité change lorsque les unités augmentent dans une rangée.
Je comprends que je dois compter le nombre de séquences pour commencer, mais encore une fois, dois-je compter les longues séquences comme une seule ou dois-je les compter séparément, par exemple 1111 divisé en 1,11, 111 et 1111 ou est-ce seulement 11 ?
Et ensuite, que faire - comment évaluer si le processus est régulier ou aléatoire ?
Pour être honnête, je ne comprends pas grand-chose. La question est de savoir si la probabilité change avec le temps. Pour étudier cela, vous pouvez simplement construire une régression logistique sur le temps (et vérifier la signification de la différence entre le coefficient et zéro).
Si, en plus du temps, d'autres facteurs affectant la probabilité sont étudiés, vous pouvez également essayer de les ajouter dans une régression logistique.
De rien, ou plutôt vous êtes))) il m'a fallu plusieurs jours pour trouver tous ces liens :))) certains n'apparaissent pas, le forum les bloque(
Ilne sert à rien de chercher, il faut analyser et décortiquer comment un nombre de
Je les ai tous regardés. L'EurUsd est court la plupart du temps, et deux d'entre eux sont longs. Bien sûr, il est plus court. Mais si je comprends bien, c'est en fonction du nombre de commerçants.
Par exemple
Cette information serait mieux exprimée en lots. Parce que 1 trader avec 100 lots peut être égal à 100 hamsters avec 1 lot.
Bien sûr, il est possible de faire une analyse syntaxique, mais il n'y a pas de données historiques.
Mikhail semble avoir utilisé l'OM avec SME dans son article. Et il semble que cet OM puisse être trouvé pendant de nombreuses années. Cette méthode est probablement plus prometteuse, car elle permet de recueillir des informations sur plusieurs années à la fois. Et il semble qu'il y en ait beaucoup. Nous devons aller le relire.
Et pour collecter seul, il faut au moins quelques mois, afin d'avoir quelque chose à apprendre.
Honnêtement, je ne comprends pas grand-chose. La question est de savoir si la probabilité change avec le temps. Pour étudier cette question, vous pourriez simplement établir une régression logistique dans le temps (et vérifier la signification de la différence entre le coefficient et le zéro).
Ou peut-être est-il plus facile de créer un autre prédicteur - la distance entre la chaîne de données et la chaîne actuelle. Forest peut calculer elle-même que les données datant de plus de 8 mois sont mauvaises pour la prévision actuelle. Et il y aurait une division simple : avant 8 mois (avec de meilleures feuilles) et après 8 mois avec de moins bonnes feuilles.
Sur un plateau, ils apprennent tous bien, bien sûr. Lors du test/de la validation croisée, nous devons vérifier. Mais comment ? Ce n'est pas clair. Ce n'est même pas l'importance du prédicteur, mais l'importance de la division.
Je les ai tous regardés. EurUsd est court la plupart du temps et deux sont longs. C'est plus court, bien sûr. Mais si je comprends bien, c'est en fonction du nombre de commerçants.
Par exemple
Cette information serait mieux exprimée en lots. Parce que 1 trader avec 100 lots peut être égal à 100 hamsters avec 1 lot.
Bien sûr, il est possible de faire une analyse syntaxique, mais il n'y a pas de données historiques.
Mikhail semble avoir utilisé l'OM avec SME dans son article. Et il semble que cet OM puisse être trouvé pendant de nombreuses années. Cette méthode est probablement plus prometteuse, car elle permet de recueillir des informations sur plusieurs années à la fois. Et il semble qu'il y en ait beaucoup. Nous devons aller le relire.
Et pour collecter par soi-même, il faut au moins quelques mois, afin d'avoir quelque chose à apprendre.
C'est vrai, tu devrais faire ce qui est facile, pas ce que tu dois faire.
vladavd # :
elibrarius #:
Je ne donnerai pas le lien.
))))
voir mon message sur la page précédente.
Mikhail semble avoir utilisé l'OM avec SME dans son article. Et il semble que cet OM puisse être trouvé sur de nombreuses années. Cette méthode est probablement plus prometteuse, car elle permet de recueillir des informations sur plusieurs années à la fois. Et il semble qu'il y en ait beaucoup. Nous devons aller le relire.
Et pour collecter par soi-même, il faut au moins quelques mois, afin d'avoir quelque chose à apprendre.
L'OI est intéressant, mais le problème est que les options sont une chose très compliquée - pour vraiment comprendre le net long vs le net short, c'est un lourd fardeau. Il y a aussi les dark pools - les compensations de gré à gré, où les transactions représentent parfois 30 à 50 % du volume (et peut-être même plus - qui sait).
D'une manière générale, je vais vous confier un secret majeur : presque tous les marchés de détail évoluent selon le principe du positionnement inverse de la majorité. C'est pourquoi cette statistique ne sera jamais vue par les détaillants. Le flux d'ordres se vend également pour cette raison
C'est pourquoi la vente au détail ne verra jamais ces statistiques.
Je le fais, même si je suis un détaillant.
WallStreetTrader on pillion look it up, I'm not giving the link, you'll get a comment
Que donnent-ils ? Ne se contentent-ils pas de copier les informations de CME dans leurs indicateurs ?
D'après ce que je comprends, leur principale astuce consiste à identifier les gros volumes que les fonds et autres grands acteurs ont vraisemblablement réalisés. Je suis curieux, comment les distinguent-ils des autres métiers ?
J'ai trouvé une vidéo expliquant comment l'utiliser. Tout ce qu'ils disent, c'est : peut-être, probablement vendu ici, parce que le prix a baissé, etc. À mon avis, c'est de la foutaise et nous verrons les mêmes 50/50%. La recherche indique qu'il y avait un signal du même nom ici, mais il est déjà fermé, apparemment fusionné.
Mais la vidéo principale du vendeur d'indicateurs est plus joliment expliquée, mais apparemment ils ont choisi les bons moments sur le graphique.