L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1598

 
Boris:

la communication est la plus grande valeur !


il a été observé que certaines paires présentent déjà un "slide", c'est-à-dire la présence d'un sommet local, après lequel la courbe d'équilibre commence à s'orienter vers le bas

je pense que quelqu'un a déjà commencé à gérer ce processus et que, tôt ou tard, toutes les autres paires connaîtront le même sort.

à cet égard, il vaut mieux chercher des solutions qui n'ont pas de "glissière", mais ne pas les mettre à la disposition du public

soit ça, soit les regrouper en modes et voir comment ils commutent sur les nouvelles données. Par exemple, modifier les achats à temps pour les ventes à certaines heures ou autres.

En général, les modes durent longtemps, l'essentiel étant de changer à temps.

 
Maxim Dmitrievsky:

C'est soit ça, soit le regroupement des modes et voir comment ils changent avec les nouvelles données. Par exemple, passer de l'achat à la vente à certaines heures ou quelque chose comme ça.

En général, les modes durent longtemps, l'essentiel étant de changer à temps.

Je teste généralement tous les résultats lors d'un changement d'achat ou de vente.

ça ne marche généralement pas.

Je dois voir si je peux l'appliquer aux synthétiques et y aller.

c'est-à-dire qu'il n'y a rien à attraper sur un tel graphique


 

Non sérieusement, juste chanceux.... Je veux dire, tous les MO sont soit chanceux, soit pas. Seulement, la distance est différente pour chacun.

Celle-ci est presque terminée :-(

 
Maxim Dmitrievsky:

C'est soit ça, soit le regroupement des modes et voir comment ils changent avec les nouvelles données. Par exemple, passer de l'achat à la vente à certaines heures ou quelque chose comme ça.

En général, les modes durent longtemps, l'essentiel étant de changer à temps.

ça ne marche pas pendant des mois.

et en semaines, il y a trop peu de données et il est difficile de savoir comment les trier

semaines n'ont pas de vendredi ou de mardi ;))

 

Bonjour ! Je suis convaincu que l'avenir est dans les réseaux neuronaux. Un exemple de ce compte est ...

Mais j'ai une autre idée sur les réseaux neuronaux ...

Écrivons un EA basé sur des réseaux de neurones convolutifs.

En Python, à l'aide des bibliothèques Keras et Tensorflow 2.

Nous téléchargeons des captures d'écran de graphiques et laissons le réseau faire des prédictions basées sur les captures d'écran passées si le prix monte ou descend !

Je ne suis pas un programmeur malheureusement j'aurais tout fait moi-même, je dois l'essayer par intérêt ...

 
mtyvnel:

Bonjour ! Je suis convaincu que l'avenir est aux réseaux neuronaux. Un exemple de ce compte est ...

Mais j'ai une autre idée sur les réseaux neuronaux ...

Écrivons un EA basé sur des réseaux de neurones convolutifs.

En Python, à l'aide des bibliothèques Keras et Tensorflow 2.

Nous téléchargeons des captures d'écran de graphiques et laissons le réseau faire des prédictions basées sur les captures d'écran passées si le prix monte ou descend !

Je ne suis pas un programmeur malheureusement je l'aurais fait moi-même, je dois l'essayer pour le plaisir ...

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0212320

Forecasting stock prices with a feature fusion LSTM-CNN model using different representations of the same data
Forecasting stock prices with a feature fusion LSTM-CNN model using different representations of the same data
  • journals.plos.org
Forecasting stock prices plays an important role in setting a trading strategy or determining the appropriate timing for buying or selling a stock. We propose a model, called the feature fusion long short-term memory-convolutional neural network (LSTM-CNN) model, that combines features learned from different representations of the same data...
 
Boris:

cette approche ne fonctionne pas pendant des mois

et dans les semaines, il y a trop peu de données et on ne sait pas comment les trier

semaines n'ont pas de vendredi et de mardi ;))

c'est compréhensible, si vous le voulez.

 
Maxim Dmitrievsky:

Tout est clair, il suffit d'une volonté.

il y a des nuances liées aux transitions de date, c'est-à-dire à 21-22 heures de Londres, car au moment des transitions de date, la valeur de l'ouvreur semble permettre d'obtenir quelque chose d'intéressant, mais comme nous le savons, à ce moment-là, le spread peut être élargi "au-delà de la limite" et cela peut empêcher que cet intérêt se réalise en pratique
 

et il n'y a rien à voir ici, me semble-t-il.

Il est toutefois possible de constater une certaine "stationnarité" du processus après avoir atteint le "plateau" )))).

 
Un peu de terver ou de vagabondage aléatoire ou ce que vous voulez. On prend une diseuse de bonne aventure inconnue, on met un œil en face d'elle. Nous posons une question très précise qui nous intéresse - ce qui va se passer dans le futur. Il y a 140 cartes (environ) dans le jeu. La voyante tire 3 cartes qui décrivent entièrement les détails de la situation actuelle, dont elle ne savait rien, et dit ce qui va se passer dans le futur (cela ne peut pas encore être vérifié). Nous observons la suite du travail de la voyante avec d'autres étrangers, qui restent eux aussi fascinés. Tout est transparent, les gens sont anonymes, personne ne sait rien sur personne, y compris la voyante, la séance est gratuite. Après 5-7 observations, mon cerveau s'est effondré et je suis parti. L'échantillon est-il suffisamment représentatif ?