L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1151
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
OOOO Et je suis venu l'autre jour, il n'y a pas de sujet. Je pense que je ne vais pas déranger les esprits enflammés, ils y travaillent.......
Et puis, voilà, c'est parti. Je suis entré, et voici les bourgeois... ugh...... Eh.... ils ont vendu la mère Russie..... Honte à vous !!!!!!!
Naturellement, il s'agit d'une blague !!!!!!!
comment écrire correctement iCustom pour ZigZag afin de donner les valeurs des extrema ?
écrivez ici :
https://www.mql5.com/ru/forum/160683
Malgré le caractère commun de votre approche du calcul des sharps pour les actifs et les portefeuilles, je ne suis pas prêt à la transférer aux CT individuels. Je pense que le TS ne constitue en aucun cas un portefeuille, mais seulement une partie possible de celui-ci.
Il ne s'agit même pas de la sharpe elle-même, mais de l'approche imposée où, au lieu de mon TS, je dois en considérer un obscur, où de nombreux trades peuvent être artificiellement collés en un seul et où des trades nuls inexistants peuvent être ajoutés dans le processus. Et c'est seulement parce que "ça doit être comme ça".
Pour moi, le sharpe est une caractéristique de la distribution des profits des transactions, qui montre la signification statistique de la différence entre le profit moyen et zéro. Dans un cas où le nombre de transactions dans un TS peut varier autant, le sharpe devra être modifié. Pour ce faire, nous devons soustraire une valeur comme k/sqrt(n), où n est le nombre de transactions. Le fait est qu'avec l'augmentation du nombre de transactions, l'intervalle de confiance de l'espérance mathématique se réduit, ce qui peut compenser dans une certaine mesure la diminution de la valeur habituelle de Sharp avec l'augmentation du nombre de transactions. Si le nombre de transactions ne fait pas un tel bond, alors cette correction n'affecte pas l'optimisation et on peut donc utiliser le Sharpe standard.
D'accord, le ratio de Sharpe est plus destiné aux portefeuilles qu'aux TS séparés et personne n'oblige à l'utiliser ou non en tant que métrique, il y a beaucoup d'autres métriques et vous pouvez en inventer de nouvelles, elles ne sont pas pires.
Eh bien, essayez...
A propos, ajoutez plus de prédicteurs, je pense que les modèles de chandeliers vous aideront à filtrer, vous pouvez aussi entrer non pas immédiatement par le signal, mais par un chandelier avec une sorte de confirmation, par exemple
Je ne pense pas... Je ne vois pas de pouvoir prédictif dans votre série, mais si vous la mélangez avec d'autres caractéristiques, vous obtenez quelque chose comme la "soupe à la hache").
Pas très bon jusqu'à présent... Je n'ai pas trouvé de pouvoir prédictif dans vos rangs eux-mêmes, et si vous les mélangez avec d'autres caractéristiques, cela ressemble à une "soupe à la hache" ;))
J'ai regardé les données que je vous ai envoyées et ça ne semble pas correct...
Vraiment un peu de mush, probablement quelque part a fait une erreur en écrivant le code
J'ai regardé les données que je vous ai envoyées et il semble que quelque chose ne va pas...
C'est vraiment le bordel, j'ai dû faire une erreur quelque part en écrivant le code.
Il serait intéressant de poser le problème de manière plus générale, supposons qu'il existe une matrice de données, une série vectorielle divisée en lurn et test, quelqu'un a épelé quelque chose sur lurn et a mis une série sur test, je veux évaluer la valeur des données pour le trading dans cette série, pour votre système.
Si quelqu'un a deviné que l'algorithme sera capable d'estimer la valeur des données dans son propre système, il s'agit alors d'un problème de "marché prédictif faible", car il est difficile d'estimer la valeur des données en temps réel. Je suis donc intéressé par la mise au point d'un algorithme raisonnable permettant de vérifier l'utilité de certaines séries pour le commerce, une procédure formelle claire et un certain nombre de mesures.
Supposons qu'il existe une matrice de données, une série de vecteurs divisée en un lorn et un test, que quelqu'un épelle quelque chose sur le lorn et génère une série sur le test, vous devez estimer la valeur commerciale des données de cette série pour votre système.
Si quelqu'un a deviné que l'algorithme a déjà produit un "marché de prédiction faible", alors nous devrions l'utiliser dans nos modèles (tant qu'ils sont utiles). Je suis donc intéressé par la mise au point d'un algorithme raisonnable permettant de vérifier l'utilité de certaines séries pour le commerce, une procédure formelle claire et un certain nombre de mesures.
Je ne sais pas vraiment pourquoi... Il existe des algorithmes de "sélection du futur" qui résolvent le problème de la séparation des prédicteurs utiles du bruit