L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 326
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
È un ramo enorme.
Qualcuno può darmi un suggerimento...
Ho i grafici dei movimenti di diverse coppie di valute. Come posso usare il machine learning per selezionare i parametri (lotto, direzione) per aprire/chiudere gli ordini in modo che il risultato sia il più spesso possibile nel plus?
Cosa devo fare, come devo allenare il programma?
Potete usare il seguente motore di ricerca, inserite "reti neurali" nella casella di ricerca e selezionate gli articoli, ci sono molte informazioni utili
Nel nostro caso, stiamo solo regolando i pesi dei neuroni tramite l'ottimizzatore, tutto qui... che differenza fa se è addestrato in logica o tramite ottimizzatore... E in termini di velocità, penso che l'apprendimento sia molto più veloce nel cloud attraverso l'ottimizzatore
Il 1000% in 2 mesi è male o cosa? :) Ho migliorato un po' la logica.
Qui, è vero, la taglia maggiore è arrivata in aprile. Da metà maggio anche una tendenza stabile
2000% in 3 mesi, ma anche un drawdown del 64%, che è logico con un tale rendimento :) Ho finito di spammare, ma l'RNN di Reshetova è sicuramente la cosa giusta, l'importante è trovare dei grandi predittori
Che dire di questa incredibile corsa, 3000% in 3 mesi con un crollo del 55%, quasi perfetto.
2000% in 3 mesi, ma anche un drawdown del 64%, che è logico per un tale rendimento :) Ho finito di spammare... ma il PH di Reshetov è sicuramente una cosa, la cosa principale è trovare buoni predittori
ed ecco una corsa incredibile, 3000% in 3 mesi con un drawdown del 55%, quasi perfetto.
Non è spam.
Ho aspettato i risultati per molto tempo.
Altrimenti non ha senso nemmeno leggere.
2000% in 3 mesi, ma il drawdown è del 64%, che è logico per un tale rendimento :) Ho finito di spammare ... ma il PH di Reshetov è sicuramente una cosa, la cosa principale è trovare buoni predittori
ed ecco una corsa incredibile, 3000% in 3 mesi con un drawdown del 55%, quasi perfetto
Ok. Cosa sta succedendo nella demo?
Non l'ho ancora messo su, sarà lo stesso, perché il test si basa sui prezzi di apertura, i risultati sono molto affidabili.
Non ho implementato completamente tutte le mie idee, queste sono opzioni intermedie.
Questo ramo è enorme.
Qualcuno può darmi un suggerimento...
Ho i grafici dei movimenti di diverse coppie di valute. Come posso usare l'apprendimento automatico per selezionare i parametri (lotto, direzione) di apertura/chiusura degli ordini, in modo che il risultato sia in profitto il più spesso possibile?
Quindi cosa bisogna fare per allenare un programma?
Se fuori dalla scatola, si può prendere la storia delle barre da MT5, esportarla in csv, e addestrare la neuronica a scambiare ogni barra nella direzione positiva. Il lotto sarà costante durante la formazione. Sarebbe meglio determinarlo in seguito durante il trading da parte dell'Expert Advisor stesso a seconda del saldo corrente.
Nel tester si ottiene un trade perfetto su questo timeframe. Ma fallirà sulle nuove barre. Questa non è una strategia di trading, ma un rigido adattamento alla storia.
Ed è adatto solo per grandi timeframe, come M30, forse M15. Su quelli più piccoli lo spread si mangia tutti i profitti.
Vuoi? :) Se sì, allora aggiungerò qui il codice del modello per farlo, ma dovete impostare R (https://cran.r-project.org/bin/windows/base/) per iniziare l'allenamento del neurone.
Se vuoi farlo rapidamente, puoi prendere la storia delle barre da MT5, esportarla in csv, e insegnare alla neuronica a scambiare ogni barra in direzione positiva. Il lotto nella formazione sarà costante, è meglio determinarlo in seguito dall'Expert Advisor durante il trading a seconda del saldo corrente.
Nel tester otterrai un trade perfetto su quel timeframe. Ma sulle nuove barre sarà un buco nell'acqua. Non si tratta di una strategia di trading, ma di un adattamento difficile alla storia.
Ed è adatto solo per grandi timeframe, come M30, forse M15. Su quelli più piccoli lo spread si mangia tutto il profitto.
Vuoi? :) Se sì, allora aggiungerò qui il codice di esempio su come farlo, ma dovrete impostare R (https://cran.r-project.org/bin/windows/base/) per iniziare l'allenamento del neurone.
Ancora intrigante. Avrò dei dati di input leggermente diversi.
Gotta
Se vuoi farlo rapidamente, puoi prendere la storia delle barre da MT5, esportarla in csv, e insegnare alla neuronica a scambiare ogni barra in direzione positiva. Il lotto nella formazione sarà costante, è meglio determinarlo in seguito dall'Expert Advisor durante il trading a seconda del saldo corrente.
Nel tester si ottiene un trade perfetto su questo timeframe. Ma sulle nuove barre ci sarà un flop. Non si tratta di una strategia di trading, ma di un adattamento difficile alla storia.
Ed è adatto solo per grandi timeframe, come M30, forse M15. Su quelli più piccoli lo spread si mangia tutto il profitto.
Vuoi? :) Se sì, allora aggiungerò qui il codice di esempio su come farlo, ma dovete impostare R (https://cran.r-project.org/bin/windows/base/) per iniziare l'allenamento del neurone.
Posso avere un piccolo manuale su R e su come addestrare semplici reti neurali con esempi?
Posso chiedervi un manuale su un po' di R e su come addestrare semplici reti neurali, con esempi?
Ci sono esempi in R stesso. È vero che non sono sul nostro tema, ma spiegano molto.
Ma in generale, mi piace di più SciLab (MathLab analogico). In termini di reti neurali è più povero - solo 3 pacchetti (R ne ha 11), ma l'aiuto è migliore, e l'orientamento di R è diverso, mentre SciLab è concentrato su calcoli scientifici e tecnici e sulla modellazione in tempo reale.
Lavoro con entrambi, ma con SciLab di più. Sentitevi liberi di partecipare.
Ci sono esempi in R stesso. È vero che non sono sul nostro tema, ma spiegano molto.
Ma in generale, mi piace di più SciLab (MathLab analogico). In termini di reti neurali è più povero - solo 3 pacchetti (R ne ha 11), ma l'aiuto è migliore, e l'orientamento di R è diverso, mentre SciLab è concentrato su calcoli scientifici e tecnici e sulla modellazione in tempo reale.
Lavoro con entrambi, ma con SciLab di più. Sentitevi liberi di partecipare.
Sarà possibile collegare SciLab a mt-check?