L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3126
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
En fait, l'opinion d'Alexei sur les grosses queues ne m'intéresse plus. Ce n'est qu'un concept généralisé.
La question est la prédiction structurelle du cours, de la direction et du moment.
En attendant une nouvelle tempête de l'idée. ))))
Vous voyez, Alexey s'accroche déjà à sa barbe, réfléchissant à ce qu'il va répondre.
inférence kozul pour les femmes au foyer.
l'étude est meilleure pour les courageux et les lâches :)
kozul inferens pour les femmes au foyer
mieux étudier pour les courageux et les lâches :)
Il suffit de combiner les idées d'inférence causale avec les idées de San Sanych sur la stabilité. Alors le Graal est inévitable 🤑
Mais ce n'est pas sûr)
kozul inferens pour les femmes au foyer
mieux étudier pour les courageux et les lâches :)
Maxim, tu as déjà bien compris que la queue doit remuer le chien ))))
Continuez à convaincre les autres. J'en ai assez. Au revoir.
J'ai remarqué une chose intéressante.
Tout le monde connaît la dérive des données. Nous avons l'habitude de n'utiliser que des prédicteurs, mais j'ai décidé de voir ce qu'il advient de la stratégie elle-même au fil du temps.
J'ai pris les données d'une stratégie qui donne un signal d'entrée sur le franchissement de 23,6% de l'ATR(3) quotidien.
J'ai donc fait le calcul pour chaque mois :
- Nombre de tous les signaux
- Nombre de signaux positifs (1)
- Pourcentage de signaux positifs par rapport à l'ensemble des signaux (TP)
J'ai lissé la série numérique résultante avec une moyenne mobile de valeur 6.
Voilà ce que nous avons obtenu.
Sur le premier graphique, nous pouvons voir que le nombre de tous les signaux de la stratégie de base augmente avec le temps.
Diagramme 1.
Sur le deuxième graphique, nous pouvons voir que le nombre de signaux positifs de la stratégie de base augmente avec le temps, mais à un rythme plus lent.
Graphique 2.
Sur le troisième graphique, nous voyons que le pourcentage de signaux rentables sur l'ensemble des signaux stagne.
Diagramme 3.
Une dynamique similaire peut probablement être observée dans les divisions (coupes Q) des prédicteurs....
Dans le second graphique, nous constatons que le nombre de signaux positifs de la stratégie de base augmente au fil du temps, mais à un rythme plus lent.
Il suffit de combiner les idées d'inférence causale avec les idées de San Sanych sur la stabilité. Le Graal est alors inévitable 🤑
Mais ce n'est pas exact)
Maxim, vous avez déjà fermement appris que la queue doit remuer le chien ))))
Continuez à convaincre les autres. J'ai terminé. Au revoir.
Quelle est la conclusion ? Que le marché devient plus efficace au fil des ans ? Ou que le modèle perd de son efficacité ?
Je pense qu'étant donné la stratégie, nous pouvons conclure provisoirement que le marché a commencé à changer de tendance plus fréquemment au cours d'une journée.
La question est de savoir s'il y a des facteurs dans l'histoire qui sont simplement devenus plus fréquents aujourd'hui, et s'il est possible de les prédire ou même de les représenter sous la forme d'une augmentation linéaire du biais de probabilité.
Ou bien s'agit-il d'événements totalement nouveaux (combinaisons d'indicateurs prédictifs) qui n'ont jamais été observés auparavant.
Une chose est évidente : nous avons besoin d'une méthode différente pour construire un modèle qui tienne compte de la dynamique de la situation. Nous pouvons alors tenter d'expliquer le changement de probabilité du segment quantique en raison de l'apparition/du renforcement d'autres facteurs, et essayer de prédire ces autres facteurs à l'avance. En d'autres termes, il est nécessaire de comprendre ce qui a changé et si ce changement peut être prédit, puis de prendre en compte ces changements dans le modèle final.