L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 746
![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
Capire la prossima candela è realistico, ma non è realistico farlo con tutti quelli di una lunga serie.
Ricordate il vecchio esempio del sito"Neural Networks Free and Serious" - l'autore descrive semplicemente una semplice rete neurale. Non è un gran modello. Su una trama riqualificata è solo un graal. Ma l'essenza non è il punto. Vediamo il backtest per il 58% di trade profittevoli - non l'80% o il 70% ma solo il 58 per l'8% in più rispetto alla previsione del coin flip. Ancora una volta so che la rete è riqualificata, ora probabilmente mi attaccheranno e mi diranno che tutto è sbagliato. Volevo solo dire graal - 58% di operazioni redditizie. 58% Previsione Orentir
La mia comprensione è che un SB dovrebbe avere almeno 2 attributi, o meglio 3. Descrizioni a breve, medio e lungo termine delle condizioni di mercato. Il resto può essere aggiunto, se hanno qualche informazione extra in più, diciamo l'autoregressione di n-esimo ordine del segno su se stesso e così via, che terrebbe conto anche della dinamica dei segni.
Per quanto riguarda le uscite - è una sciocchezza alimentare valori fissi. Una soluzione migliore sarebbe quella di alimentare le probabilità di crescita/declino di n punti a determinati livelli di sl\tp che possono anche essere dinamici, questo se facciamo la classificazione dei segnali
Per la regressione, cioè per la previsione di N-bar, abbiamo solo bisogno di un add-on per elaborare i risultati della previsione e definire in modo adattivo lo sltp-trailing a seconda della previsione
Ma come detto sopra, sono tutte tecniche obsolete che non funzionano affatto sul mercato a causa della difficoltà (impossibilità) di valutazione esperta di una relazione reale, non temporale, segno/target
Questo è il mio punto. tutto è superato e dobbiamo tornare alla domanda originale. Cosa sappiamo dei movimenti futuri. Quali informazioni possiamo avere su dove sarà il prezzo tra 1 ora o 5 minuti.
Se vogliamo prevedere per N barre adeguatamente abbiamo bisogno IMHO del 100% per 1 barra, poi per 2,3,4,5 ..N . Se non riusciamo a prevedere adeguatamente 1 bar, che errore ci sarà su 5 bar? Sarà sproporzionatamente grande....Questo è il mio punto. è tutto superato. quindi dobbiamo tornare alla domanda originale. Cosa sappiamo dei movimenti futuri. Cosa? Quali informazioni possiamo dire su dove sarà il prezzo tra 1 ora o 5 minuti?
Ho iniziato con il semplice ondeggiamento, poi con quello incrementale, poi con quello delta... Ora sto lavorando a qualcosa come un borscht di tacchini )))) per alimentare una fila di ingresso invece di 20...
Questo è il mio punto. è tutto superato. quindi dobbiamo tornare alla domanda originale. Cosa sappiamo dei movimenti futuri. che cosa? quali informazioni possiamo dire su dove sarà il prezzo tra 1 ora o 5 minuti?
Credo che la durata del periodo di backtest, e solo essa, possa svolgere il ruolo di giudice. Se non c'è un backtesting esplicito di accordi per date o per sequenze, e ci sono migliaia o decine di migliaia di accordi per diversi anni con una crescita regolare, allora non è così male.
E che tipo di informazioni sono importanti?
Questo è il mio punto. è tutto superato. quindi dobbiamo tornare alla domanda originale. Cosa sappiamo dei movimenti futuri. Che cosa? Quali informazioni possiamo dire su dove sarà il prezzo tra 1 ora o 5 minuti?
Niente è obsoleto. La conoscenza è eterna, come Stephen Hawking!
Si è già detto un miliardo di volte che bisogna lavorare con gli incrementi più puri (vedi i post di toxic) e la loro somma. A livello di incrementi i processi sono quasi stazionari. I metodi per prevedere i processi stazionari credo siano stati sviluppati da Kolmogorov :)))))
Credo che la lunghezza del periodo di backtest, e solo esso, possa essere il giudice. Se non c'è un backtesting esplicito delle transazioni per date o sequenze, ma ci sono migliaia o decine di migliaia di transazioni per diversi anni con una crescita regolare, allora è già buono
Non male dal punto di vista dell'elaborazione del sistema su dati storici, nonostante il fatto che ci possa essere un po' di apprendimento a intervalli. Il problema arriva quando anche questa opzione con il retraining sbatte e smette di funzionare nel presente... È anche facile scegliere i dati di input giusti per la macchina in passato, ma non garantisce che funzionerà nel presente e nel futuro, allego l'allenamento di tre anni, tenendo conto del fatto che l'addestramento è avvenuto ogni tre settimane. e sì, il 56% di vincite sembra essere un graal.![prova prova](https://c.mql5.com/3/179/6stbdi999.PNG)
Niente è obsoleto. La conoscenza è senza tempo come Stephen Hawking!
Si è già detto un miliardo di volte che bisogna lavorare con gli incrementi più puri (vedi i post di toxic) e la loro somma. A livello di incrementi i processi sono quasi stazionari. I metodi per prevedere i processi stazionari credo siano stati sviluppati da Kolmogorov :)))))
Ho provato con gli incrementi puri, ma non è uscito niente... Devo aver impostato male l'obiettivo... hai qualche consiglio?
non male dal punto di vista dell'elaborazione del sistema su dati storici, nonostante il fatto che ci possa essere l'apprendimento in qualche intervallo. il problema viene quando anche questa opzione con riqualificazione sbatte e smette di funzionare nel presente... è facile trovare l'input giusto per la macchina anche in passato, ma questo non garantisce che funzionerà nel presente e nel futuro. allego tre anni di formazione, tenendo conto che la riqualificazione avviene ogni tre settimane. e sì il 56% di vittorie sembra già un graal.
Ma la stagnazione di tutto l'anno è imbarazzante, e avete un bias molto grande verso i lunghi, che è già overfitting.
Cerco di analizzare solo una serie di affari in modo che siano distribuiti uniformemente, e una piccola deviazione dalla norma indicherebbe che qualcosa è andato storto.
Sto cercando di analizzare una serie di scambi in modo che siano uniformemente distribuiti.
Cerco di analizzare la serie di accordi in modo che siano distribuiti uniformemente, e una leggera deviazione dalla norma è un segno che qualcosa è andato storto.
stomping around for a year shows that the set of predictors did not want to fit in the market ( different phase), but then it seemed to work again .... Ho un sacco di questi test, ma mi rendo conto che non dovrei andare al mercato con questo, è lo stesso campo minato... Se qualcuno può essere interessato può essere utile, sto cercando di analizzare non la prossima barra ma il prezzo per le prossime 200 barre. Sto cercando di analizzare campioni di 500-600 dati di input, mentre il numero di campioni è da 2000 a 10000.