L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3036

 
Aleksey Vyazmikin #:

Vous pouvez m'envoyer les soldes - je les évaluerai avec ma méthode - dites-moi comment cela s'est passé.

Jusqu'à présent, je les estime à l'œil)))))) J'aime - je n'aime pas.
La semaine prochaine, je ferai ce que j'ai en tête.
 

Il est très intéressant de voir comment des motifs visuels et auditifs perçus deviennent des déchets perceptifs tout en conservant leurs motifs.

Il existe peut-être une limite cérébrale à la perception de schémas complexes.....


 

Le hasard sans la répétition :)


 
Par exemple, si vous obtenez un état stable via FF, il caractérisera un état stable de TC ? Tout le monde sait qu'il s'agit de kurvafitting.
C'est la seule façon d'obtenir un SF stable par hasard, par force brute.
 
Maxim Dmitrievsky #:
Par exemple, si vous obtenez un état stable via FF, il caractérisera un état stable de TC ? Tout le monde se rend compte qu'il s'agit d'un kurwafitting
C'est la seule façon d'obtenir un SF stable par hasard, par la force brute.
Avec d'autres variantes, on obtient des résultats presque aléatoires. Il faut essayer différentes variantes.
 
Forester #:
Les autres variantes le rendent presque aléatoire. Il est nécessaire d'essayer différentes variantes.
Ici, l'approche elle-même n'inclut pas la possibilité d'un succès non aléatoire :) il est préférable d'utiliser des règles, dont la stabilité est testée. D'un côté de la convolution, de l'autre côté des règles. Une chose universelle, en théorie. Je ne le testerai pas, bien sûr (je plaisante), je n'ai pas encore compris comment analyser les caractéristiques convolutives après coup. J'ai compris les règles.
 
Forester #:
Les autres variantes le rendent presque aléatoire. Vous devez essayer différentes variantes.

De cette variante aussi, vous obtiendrez de la merde ...

regarder la croissance de l'équilibre beau/pas beau n'est pas suffisant.

Maxim Dmitrievsky #:
Ici, même l'approche elle-même n'inclut pas la possibilité d'un succès non aléatoire :) les règles semblent meilleures, qui sont testées pour la stabilité .

La stabilité desrègles est aussi inapplicable sur OOS que la courbe d'équilibre l'est sur Fite.


J'ai déjà fait tout cela auparavant, sous différentes formes, plusieurs fois....


Mais je continue à penser que tout le monde devrait savoir comment écrire FF et utiliser AO...

 
mytarmailS #:

Cette option fera également des dégâts ...

regarder l'équilibre se développer magnifiquement/pas magnifiquement n'est pas suffisant.

Lastabilité des règles est aussi inapplicable en OOS que la courbe d'équilibre.


J'ai déjà fait tout cela, sous différentes formes, à de nombreuses reprises...


Mais je continue à penser que tout le monde devrait savoir comment écrire FF et utiliser AO....

Il existe un très grand nombre de modèles différents, chacun d'entre eux ayant des paramètres à personnaliser. L'ajustement des modèles permet d'obtenir une multitude de résultats.

Il faut essayer d'améliorer la prédiction en étant capable de sélectionner les meilleures prédictions des modèles, par exemple en utilisant un ensemble de modèles caretEnsembles: :

Si vous créez un système de trading complet, depuis le prétraitement et la sélection des prédicteurs jusqu'à l'EA, vous constaterez qu'à chaque étape, et il y en a beaucoup, il existe des puces qui permettent de réduire l'erreur de prédiction "hors échantillon" en dessous de 20 %, avec le même ratio de trades rentables et perdants dans le testeur.

Malheureusement, ce petit travail minutieux est remplacé par des déchets.


 
СанСаныч Фоменко #:

Il existe un très grand nombre de modèles différents, chacun avec des paramètres de personnalisation. Il en résulte un déversement de résultats d'ajustement de modèles.

Il faut essayer d'améliorer la prédiction en étant capable de sélectionner les meilleures prédictions des modèles, par exemple en utilisant un ensemble de modèles caretEnsembles: :

Si vous créez un système de trading complet, depuis le prétraitement et la sélection des prédicteurs jusqu'à l'EA, vous constaterez qu'à chaque étape, et il y en a beaucoup, il existe des puces qui vous permettent de réduire l'erreur de prédiction "hors échantillon" à moins de 20 %, avec le même ratio de transactions rentables et de transactions perdantes dans le testeur.

Malheureusement, ce petit travail minutieux est remplacé par des déchets.

Vous l'avez déjà copié pour la 40ème fois, la même chose, la même chose ....

La seule question est de savoir où est le robot.

 

СанСаныч Фоменко #:

l'erreur de prédiction "hors échantillon" est inférieure à 20 %, et dans le testeur, il y aura le même ratio de transactions rentables et de transactions perdantes.

L'erreur de classification n'est pas un indicateur. L'indicateur est l'équilibre et la ligne d'équilibre. Années 5 et plus.
Je vous ai montré l'équilibre avec 8,3% d'erreur de classification sur l'OOS. https://www.mql5.com/ru/forum/86386/page3008#comment_46150275

Rentable, mais toujours jeté un tel modèle dans le panier.

Montrez votre ligne d'équilibre avec 20 % d'erreur de classification sur l'OOS. Ce sera un exemple à suivre.

Машинное обучение в трейдинге: теория, модели, практика и алготорговля - Попробуйте разобрать ошибки модели и создать учителя
Машинное обучение в трейдинге: теория, модели, практика и алготорговля - Попробуйте разобрать ошибки модели и создать учителя
  • 2023.04.09
  • www.mql5.com
В реальности ошибка классификации по имеющейся паре вне выборки. что модель отработала в 0 при ошибке классификации 9. Типа и проанализоровать зависимость ошибки правила err от частоты freq его появления в выборке