L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3056

Nouveau commentaire
 
mytarmailS #:
Il s'agit d'une ligne de code.

Et vous auriez dû le faire vous-même, juste pour vous, afin de ne pas vous tromper vous-même....
Il est donc étrange que vous ne le sachiez toujours pas, ou que vous le sachiez ???? Mais nous n'avons pas besoin d'en savoir plus :)

Quelque chose sur le sujet ? C'est drôle à lire.
Non - eh bien, Dieu merci
 
Maxim Dmitrievsky #:
Quelque chose sur le sujet ? C'est drôle.
Non, Dieu merci.

Ce n'est pas sur le sujet ?

Qu'est-ce qu'il y a de si drôle ?
 
Maxim Dmitrievsky #:

Au niveau matstat, je suppose. Si, en moyenne, plusieurs modèles se trompent en prédisant la même chose sur de nouvelles données (sur le sous-échantillon de validation), il s'agit alors d'un phénomène imprévisible et il convient de le classer dans la catégorie "ne pas négocier"

On peut considérer qu'un moment précis et les valeurs correspondantes des signes/signaux sont la "même chose"

Il est arrivé que l'on procède à un réajustement (en jetant des déchets), ce qui a permis d'obtenir un quilt troué. Ensuite, on a classé les morceaux de quilt restants et on a fait quelques trous, ce qui a permis d'obtenir de petits quilts - des îlots de forme régulière où il y a un motif. Ensuite, l'entraînement s'est fait sur chaque petite courtepointe sans plus rien jeter.


De cette manière, le surajustement a permis d'identifier rapidement les îlots de prévisibilité. En même temps, cela permet d'éviter le réajustement.


Par exemple, j'ai trouvé des motifs durables qui duraient 30 minutes dans l'après-midi.

 
fxsaber #:

Parfois, j'ai procédé à un réajustement (avec des déchets), ce qui a donné un quilt troué. Ensuite, je classais les morceaux de quilt restants et reprenais certains des trous, ce qui donnait de petits quilts - des îlots de forme régulière, où il y avait un motif. Ensuite, je me suis entraînée sur chaque petit quilt sans rien jeter.


De cette manière, le surajustement a permis d'identifier rapidement les îlots de prévisibilité. En même temps, il a permis de s'éloigner de l'overfitting.


Par exemple, j'ai trouvé des modèles durables qui duraient 30 minutes dans l'après-midi.

La boule de poils était-elle déjà montée sur de petites couvertures ? :)
 
Maxim Dmitrievsky #:
La boule de poils s'est-elle déjà roulée dans de petites couvertures ? :)

Oui. Sinon, l'intérêt n'est plus là.

 
fxsaber #:

Oui. Sinon, l'idée s'évanouit.

On peut aussi l'exprimer en comparant des sous-échantillons sans et avec formation au moyen de coefficients de régression ols (estimation de l'effet du "traitement").

T=1 échantillons avec traitement, T=0 sans, la moyenne est la différence entre l'effet du traitement et la moyenne.

Je ne suis pas encore très doué pour l'inférence causale.


 
Maxim Dmitrievsky #:

Il est également possible d'exprimer le pain à travers la comparaison des sous-échantillons sans et avec formation au moyen de coefficients de régression ols (estimation de l'effet "traitement").

T=1 échantillons avec traitement, T=0 sans, la moyenne est la différence s'il y a eu un effet de traitement en moyenne.

J'ai une faiblesse avec les associations. Je n'ai aucune compréhension de l'EM.

J'ai toujours un faible pour l'inférence causale.

C'est juste un mauvais format de communication et vous êtes bizarre. C'est certainement une bonne incitation à réfléchir en profondeur - le marché nous a vraiment donné un coup de pied dans les dents.

 

les graphiques sont générés par une fonction aléatoire


Est-il possible de distinguer des vrais ????

toutes les configurations de chandeliers, esquimaux, prises de contrôle... tout y est.

library(quantmod)
library(xts)

len <- 20000

times <- seq(as.POSIXct("2016-01-01 00:00:00"), length = len, by = "sec")

random_prices <- cumsum(rnorm(len))
s <- as.xts(random_prices,order.by = times)
s <- to.period(s,period = "minutes",k = 5,indexAt = 'startof')

chart_Series(s)


Qu'est-ce qui est réel, qu'est-ce qui est une illusion de l'esprit ?


Et la technique d'entrée précise de mon auteur fonctionne là aussi, SUR DU RANDOM !!! comment est-ce possible ?????

 

Vous pouvez modéliser toutes sortes de tendances et de situations différentes, puis calculer les paramètres de la TS


 

"Habillé en chandeliers" votre modèle sinusoïdal

Qu'est-ce qu'un retournement en termes de chandeliers sur le modèle de deux sinusoïdes ?

C'est lorsque la volatilité descend à des plus bas statistiques par grandes vagues.

Vous pouvez voir ce qu'est une entrée de tendance ici.

1...304930503051305230533054305530563057305830593060306130623063...3399
Nouveau commentaire