L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2643
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
Je me demande combien de lignes cela prendrait en python.....
en µl, probablement des milliers))))
C'est à peu près la même chose, un peu plus.
Intéressant, j'essaierai d'y réfléchir plus tard, c'est un bloody mary aujourd'hui, c'est difficile de réfléchir.
Vous vous souvenez qu'il y a longtemps, nous avons réussi à prédire des grappes. Vous souvenez-vous de la manière dont nous avons procédé ?
Oui, je suis intéressé par le marquage des cibles, mais pas par la prédiction du cluster sur la bougie suivante, mais disons que nous avons l'heure actuelle (5m tf) et que nous prévoyons quel cluster sera l'heure suivante, avez-vous fait cela ? vous en souvenez-vous ?
Eh bien, oui, je suis intéressé par le marquage des cibles, mais pas pour prédire le cluster sur la bougie suivante, mais disons que nous avons l'heure actuelle (5m tf) et prévoyons quel cluster sera pour l'heure suivante, avez-vous fait cela ? Vous en souvenez-vous ?
Si vous souhaitez ajouter le temps continu, il s'agit déjà d'une généralisation des chaînes de Markov -- des modèles semi-Markov (processus).
Je ne suis pas prêt à promettre de l'aide, mais je peux participer à une discussion ouverte sur le sujet dans la mesure du possible.
Dans quel sens "temps continu" - le fait est que nous avons des événements (échelle de temps) sous la forme d'un signal d'entrée sur le marché, et il y a des "modèles" qui étaient présents ou non au moment de l'apparition du signal. Par conséquent, il y aura des moments où il y aura un point sur la ligne du temps, mais où il n'y aura pas de modèle. Je pense que les intervalles de temps d'apparition (absence de n périodes discrètes) du schéma sont également importants pour prendre en compte son influence.
Il y a aussi une telle chose, parce que le nombre de motifs peut être plus élevé sur l'ensemble de l'intervalle historique qu'il ne l'était au moment du signal, alors peut-être qu'il devrait être pris en compte, c'est-à-dire combien de pour cent de motifs accompagnent le signal, parce que si c'est un petit pourcentage, alors la connexion avec le signal est soit aléatoire, soit le signal est trop filtré par la condition de base. Cependant, il y a un problème de discrétion ici - un motif peut exister continuellement pendant n barres d'affilée. Je pense qu'il devrait y avoir une certaine discrétion, peut-être pour la même ZZ, alors si le signal et le modèle sont les mêmes, les statistiques supplémentaires n'ont pas de sens, et si ce n'est pas le cas, elles peuvent être utiles.
Merci d'avoir accepté de m'aider, même si c'est de façon limitée ! Je n'ai pas encore commencé le code - je veux terminer un autre projet, mais il est utile de réfléchir à ce sujet pour de futures expériences.
Publions quelques recherches, quelques idées.