L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2075
![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
De nombreuses personnes l'ont essayé. Moi inclus. On peut faire des MA simples, et des filtres passe-bande complexes.
Tout ce qui peut être construit à partir de barres NS/forêt peut facilement être reproduit.
Qu'entendez-vous par "facile" ?
Je ne peux pas le faire facilement.
Je viens d'essayer de reconstruire un CCI avec la période 14, qui a été construit en utilisant uniquement des griffes.
Je recevais un retour de Clowes dans une fenêtre carrée de taille 20.
Donc les retours sont nuls))
Mais si je normalise l'original (pas les retours) dans un bord 0-1 chaque observation, cela semble mieux
Tout ce qui peut être construit à partir de barres que la NS/forêt peut facilement reproduire.
Je me trompe peut-être, mais la logique me dit que les arbres ne peuvent pas faire de calculs, ce qui signifie qu'ils ne peuvent pas créer un nouvel objet à partir de chiffres, mais qu'un réseau peut transformer une série de chiffres et créer un nouvel élément à partir duquel apprendre.
Je me trompe peut-être, mais la logique veut que les arbres ne puissent pas faire de calculs, ce qui signifie qu'ils ne peuvent pas créer un nouvel objet à partir de chiffres, mais un réseau peut transformer une série de chiffres et créer un nouvel élément d'apprentissage.
Oui, c'est vrai, simplement, les réseaux sont capables d'interpoler à l'intérieur d'eux-mêmes (d'inventer (dans le bon et le mauvais sens)).
et les arbres ne peuvent que bien s'adapter
Cette tâche n'est pas d'une grande utilité, mais le résultat nous permet de juger de la façon dont nous traitons/normalisons les données et en général de leur qualité, et il n'est pas mauvais de savoir que la grille ne fonctionne pas parce qu'elle est débile, mais parce que nous ne représentons pas bien les données, ou vice versa.
Et voilà, une expérience simple, mais qui permet de mieux comprendre ;))
Je me trompe peut-être, mais la logique me dit que les arbres ne peuvent pas faire de calculs, ce qui signifie qu'ils ne peuvent pas créer un nouvel objet à partir de chiffres, mais qu'un réseau peut transformer une série de chiffres et créer un nouvel élément d'apprentissage.
Ils ne peuvent pas calculer, ils sont comme une base de données avec un accès très rapide - ils ne font que se souvenir.
Ils se souviendront que le SSI ou tout autre indicateur avait telle ou telle valeur avec telle combinaison d'entrées. Si une telle combinaison n'existe pas, l'arbre trouvera la combinaison la plus proche et, par conséquent, l'ICC aura une petite erreur. S'il y a une forêt, elle fera la moyenne de plusieurs combinaisons, elle sera probablement plus précise qu'un seul arbre.
J'ai déjà vu l'expression "bases de données basées sur les réseaux neuronaux". Je pense que les réseaux neuronaux ne se souviennent aussi que des souvenirs.
Que voulez-vous dire par "facile" ? Pouvez-vous me donner des chiffres ou plus de détails ?
Je n'ai pas la vie facile
Je viens d'essayer de reconstruire un CCI avec la période 14, construit en utilisant seulement des griffes
Je recevais un retour de Clowes dans une fenêtre carrée de taille 20.
Donc les retours sont nuls))
Mais si je normalise l'original (pas les retours) dans un bord 0-1 chaque observation, cela semble déjà mieux
En chiffres ou en détails, je ne peux pas. Il y a environ 2 ans, je l'ai fait sur le réseau neuronal de Darch, avec des filtres passe-bande provenant des articles de Vladimir Perervenko.
c'est comme un missile en zircon... celui qui a la première idée de comment le faire, gagne.
Nous devrons voir différents classificateurs, peut-être qu'un jour nous aurons de la chance.
c'est comme un missile en zircon... celui qui a la première idée de comment le faire, gagne.
nous devons voir différents classificateurs, peut-être qu'un jour nous aurons de la chance.
vous devriez écrire un parcours aléatoire de tout et en tirer des enseignements, sélectionner ce que vous voulez apprendre + la génétique pour raccourcir la recherche, et quitter l'ordinateur pendant quelques mois.....
c'est comme un missile en zircon... celui qui a la première idée de comment le faire, gagne.
nous devons voir différents classificateurs, peut-être aurons-nous de la chance un jour.
Je pense que les développeurs eux-mêmes ont testé leurs nouveaux produits sur les cotations du marché. S'il y avait un avantage significatif, ils ne le mettraient guère dans le domaine public, mais le vendraient à une banque ou à une fondation ou créeraient leur propre fondation.
Presque tous les nouveaux développements en MO sont saisis par les quants... instantanément. Il s'agit de savoir où l'appliquer.
Nous sommes très en retard à cet égard, d'au moins cinq ans).