L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 1951
![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
J'ai pris une décision difficile aujourd'hui - j'ai abandonné le clustering parce que c'est d :)
même les modèles saisonniers sont mieux extraits à la main qu'avec lui (en termes de stabilité sur les nouvelles données)
Parce que l'ensupervision est presque impossible à contrôler, elle vit par elle-même. Peut convenir uniquement pour le partitionnement rapide des données
J'ai l'intention d'essayer umap, pour voir ce que c'est.
si ça intéresse quelqu'un de fouiner, un truc qui génère des bots.
Ensuite, on part à la montagne ou à la mer. Avant la fin de l'été.
Puis à la montagne ou à la mer. Avant la fin de l'été
J'ai une idée pour une autre approche) Je n'ai pas encore envie d'aller à la mer, il y a des covides partout
Pour un réseau avec 1 neurone et 100 entrées. A gauche toutes les entrées, au centre les 10 dernières. A droite 10 neurones 100 entrées.
Poids pour que la grille se croise avec ma(100) 100 entrées à gauche, ma(50) 100 entrées à droite.
quelles informations cela donne-t-il ?
j'ai pris une décision difficile aujourd'hui - j'ai abandonné le clustering parce que c'est d :)
WOW !!! Comme c'est inattendu)) je me souviens que quelqu'un vous a dit que d)) cela, comme plusieurs fois)) Un gars intelligent probablement, je ne me souviens pas du nom...
J'ai l'intention de faire un essai avec l'umap, pour voir ce que c'est.
Assurez-vous simplement d'apprendre la théorie, pas même sur l'algorithme lui-même, mais sur la réduction de la dimensionnalité, ce qu'elle est, à quoi elle sert, comment l'utiliser correctement et ce qu'il ne faut pas faire, etc...
Sinon, le résultat sera nul, je peux pratiquement le garantir.
Woohoo ! !! Comme c'est inattendu)) je me souviens que quelqu'un m'a dit que d.)) cela, comme même plusieurs fois))
Assurez-vous simplement d' avoir étudié la théorie, pas même l'algorithme lui-même, mais la réduction de dimension, ce qu'elle est, à quoi elle sert, comment l'utiliser correctement et ce qu'il ne faut pas faire, etc...
Sinon, le résultat sera nul, je peux pratiquement le garantir.
Jusqu'à ce que vous l'essayiez vous-même, comme on dit...
quelles informations cela donne-t-il ?
Les graphiques supérieurs montrent que la grille utilise les 1,2 dernières entrées (c'est-à-dire 1,2 valeurs de prix précédentes).
Sur les graphiques inférieurs, il utilise autant de prix que nécessaire pour calculer la MA, si ma(50), c'est exactement le nombre d'entrées que le réseau utilise.
Le réseau supérieur est mal entraîné, il a une précision d'environ 60%, le réseau inférieur donne 99%.
La partie supérieure tente de déterminer la direction de la prochaine barre en fonction des incréments des barres précédentes (prévision).
Le filet inférieur détermine simplement la direction du prix et l'intersection Ma sur la barre actuelle, incrémente l'entrée (sans faire de prévision).
Les graphiques supérieurs montrent que la grille utilise les 1,2 dernières entrées (c'est-à-dire 1,2 valeurs de prix précédentes).
Sur les graphiques inférieurs, il utilise autant de prix que nécessaire pour calculer la MA, si ma(50), c'est exactement le nombre d'entrées que le net utilise.
Le réseau supérieur est mal entraîné, sa précision est d'environ 60%, le réseau inférieur donne 99%.
а. Vous pouvez simplement regarder
Mais assurez-vous d' étudier la théorie, pas même sur l'algorithme lui-même, mais sur la réduction de la dimensionnalité, ce qu'elle est, à quoi elle sert, comment vous devez l'utiliser correctement et comment vous ne devez pas, etc...
J'ai le sentiment que ça ne vous aidera pas beaucoup. Il s'agit de la compression de l'information. Si vous comprimez des déchets, ce seront des déchets comprimés.
Si vous ajoutez un bon jeton à 2500, l'algorithme ne le remarquera pas beaucoup, et son influence sur le résultat final sera sinon supérieure à 1/2500, du moins minime. Même si c'est 1/100, vous ne le remarquerez pas sur le graphique.
La seule chose à laquelle je m'attends, c'est que les caractéristiques fortement corrélées se fondent en quelque sorte en une seule.
cherchez un robot dans le top du marché pour mt5 qui négocie de façon saisonnière.
le nom commence par un P
Et réfléchissez à la façon de faire une marche arrière. Cela ne fonctionne pas aussi bien pour moi, mais le thème fonctionne.
а. Vous pouvez le voir simplement