L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1598
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
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.
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 :-(
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 ...
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
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.
Tout est clair, il suffit d'une volonté.
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" )))).