L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 16
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Per la BP finanziaria abbiamo bisogno di distinguere un modello - cioè il comportamento uniforme della BP sull'intero arco di tempo disponibile.
Ragazzi, vi allego il mio EA. Mostra la logica di invio e ricezione delle informazioni dal sistema R.
Per farlo funzionare dovete copiare la libreria da qui: https://www.mql5.com/en/code/11112
Ci sono istruzioni nel file mt4R.mqh.
Affermazione sciocca. EURUSD un anno fa e EURUSD ora sono due diversi GP con lo stesso nome.
Profanità. Se i tuoi EAs non reggono su EURUSD stanno perdendo un anno fuori campione, significa che non hai trovato un modello. State scambiando rumore.
I tuoi riferimenti studenteschi al paragonare le mele con le arance sono ovviamente validi per qualsiasi altro compito, ma è chiaro che non sai come distinguere questi frutti sul mercato.Volete trovare delle correlazioni in una singola BP. E vuoi trovare le interrelazioni che devono essere presenti in ogni momento in quella BP.
Queste due circostanze (in grassetto) sembrano strane, a dir poco...
Esattamente come evidenziato in grassetto. Per te sembra strano, mentre diverse persone su questo thread, stanno cercando di risolvere questi stessi problemi. Inoltre, non siamo gli unici al mondo su questo filo, poiché molti strumenti ad alta intensità di conoscenza che permettono di risolvere questi stessi problemi sono stati inventati e implementati prima di noi.
Quindi.
1.essere presente in ogni momento
Questo è il problema del retraining (overfitting) del modello. Se il nostro modello è stato in grado di identificare alcuni modelli sui dati storici disponibili che sono garantiti per il futuro, allora otteniamo la vostrapresenza in qualsiasi momento. Questo può essere ottenuto costruendo il modello su predittori che sono rilevanti per la variabile obiettivo. Ecco uno strumento chiamato "componenti principali" (uno strumento piuttosto vecchio) che permette di setacciare la spazzatura (rumore) dai predittori che in futuro avranno gli stessi modelli che troviamo nei dati storici disponibili.
2. Volete trovare le correlazioni in unasingola BP
C'è un insieme abbastanza grande di strumenti diversi con idee diverse dietro di loro per trovare le correlazioni. Qui stiamo discutendo di NS, più specificamente di nnet. Nella mia esperienza questo è l'algoritmo meno efficace. Molto più efficaci, e soprattutto più evidenti, ada, randonforest, SVM, in ordine decrescente di performance.
Prendiamo randonforest come il più ovvio.
Qual è l'idea?
Per esempio, avendo valori di predittori, insegniamo all'algoritmo a prevedere BUY e SELL. L'algoritmo costruisce un albero - combinazione di valori predittori, appartenenti a una barra. Un albero predice l'ACQUISTO, l'altro la VENDITA. Se inseriamo circa 5000 barre, l'algoritmo troverà 200-300 varietà di alberi. Aumentando ulteriormente il numero di barre non aumenta il numero di alberi. Se risolviamo il problema al passo 1, allora il modello risultante predirà nel futuro con circa lo stesso errore dei dati storici.
Ai teorici con un'esperienza si può solo augurare buona fortuna nella pratica.
Grazie, tesoro.
Anche noi abbiamo avuto qualche anno di pratica. Ecco perché ci rivolgiamo alla teoria. Non hai ancora afferrato il granello di verità. Buona fortuna anche a te.
Le prime lezioni sembrano più un tutorial su questo stesso framework che sull'analisi dei dati. Ma i presentatori sembrano adeguati, senza il tipico "sono un guru del Forex, ti aprirò gli occhi e farai milioni" come in molti altri addestramenti inutili, il che fa sperare che diranno cose adeguate fino alla fine.
È l'udacia, non c'è sicuramente nessuna stronzata.
Pandas sembra essere una delle librerie più popolari per il data mining, python stesso è un linguaggio molto utile per una vasta gamma di compiti.
Il trading redditizio non verrà insegnato. Vi insegneranno come prendere i dati, costruire un modello su di essi e valutare il risultato del modello.
È l'udacia, non c'è sicuramente nessuna stronzata.
Pandas è una delle librerie più popolari per il data mining, e Python stesso è un linguaggio molto utile per una vasta gamma di compiti.
Nessuno insegnerà il trading redditizio. Insegneranno come prendere i dati, costruire un modello su di essi e valutare il risultato del modello.
I teorici con esperienza augurano loro solo fortuna nella pratica.
La mia esperienza di speculazione azionaria è iniziata con gli assegni di Borovoy. Prima di questo, ho passato altri 20 anni investendo nel settore reale.
Sei nato con gli assegni?
Anton Zverev
Non facciamo questo tipo di conversazione, le persone che imparano e condividono le loro esperienze qui sono disposte ad aiutarsi a vicenda, mentre tu prendi la posizione che tu sei stupido e io so tutto) È meglio che mi aiuti a capire cosa pensi e cosa sai che è giusto.
Sono d'accordo con te che dare solo BP non è sufficiente, è necessario comprimere le informazioni e scartare le cose inutili che impediscono una buona decisione, idealmente a 0 o 1 quelle comprare/vendere, cioèSe abbiamo 10 indicatori (in cui non credo) e ne abbiamo filtrati 9, lasciando solo l'RSI, questo non sarà sufficiente perché l'indicatore ha un range e si scopre che non funziona con valori da -70 a 70, quindi dobbiamo comprimerli e così via.. la domanda è come farlo?
Ho dei pensieri su questo, ma non ho abbastanza conoscenze per implementare un tale selettore, ancora...
Il mio primo tentativo è stato molto tempo fa, ho fatto un loop indietro dal prezzo corrente e cercato una situazione quasi identica in passato, poi queste situazioni sono state ordinate in base al risultato, come si sono rivelati, per esempio, ho una situazione attuale, per esso è stato trovato 10 analoghi in passato 8 analoghi si è rivelato aumento dei prezzi, 2 si è conclusa in una caduta, quindi crescerà ... Ma l'orrore )) è che si è rivelato il contrario, il prezzo è caduto molto spesso e fortemente in queste situazioni con una forte inclinazione verso l'acquisto, e poi spesso ritestato tick per tick...
Poi ho creato questo tipo di indicatore, ho preso la somma cumulativa di tutti i prezzi di acquisto e anche la somma per il profitto, ho creato la loro differenza e ho ottenuto un indice, quando l'ho confrontato con il prezzo è risultato muoversi quasi nella direzione opposta, la correlazione era -0,7 a -0,9 , quindi semplicemente parlando il mercato va contro le sue stesse statistiche, questo è qualcosa su cui riflettere e riconsiderare