L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 786
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
Riguardo agli stati - è molto giusto.
Una volta ho scritto un esempio effimero come questo. C'è una specie di lago, ci nuotano dei pesci, si aggrappano alla superficie con le loro pinne, il che provoca delle onde, in più soffia il vento. E vogliamo indovinare quando arriverà la prossima ondata.
Possiamo non sapere dei pesci e dei loro movimenti, del vento e di altre cose, ma sappiamo che C'è, e le onde sono solo una conseguenza di quei movimenti. Chi sono loro? Non lo so, ma possiamo cercare analiticamente di determinare la loro posizione e traiettoria, l'effetto sulle onde.
Alla fine, effimeramente abbiamo un processo (onde) con stati nascosti (pesci).
O nello specifico abbiamo un prezzo con i burattinai.
Riguardo agli stati - è molto giusto.
Una volta ho scritto un esempio così effimero qui. C'è un lago dove i pesci nuotano e usano le loro pinne per catturare le onde di superficie, e il vento soffia. E noi vogliamo scambiare quelle stesse onde.
Possiamo non sapere dei pesci e dei loro movimenti, del vento e di altre cose, ma sappiamo che CHI È, e che le onde sono solo la conseguenza di quei movimenti. Chi sono loro? Non lo so, ma possiamo cercare analiticamente di determinare la loro posizione e traiettoria, l'effetto sulle onde.
Alla fine, effimeramente abbiamo un processo (onde) con stati nascosti (pesci).
O nello specifico abbiamo un prezzo con i burattinai.
Beh, è su questo che si basa tutta la RL che odi :)
C'è un ambiente sconosciuto e un agente che cerca di fare qualcosa in esso e guadagna esperienza, cercando modelli, passando da uno stato all'altro
RL è un overfit, il più brutale e spietato. Non ha nessuna delle proprietà necessarie per prevedere serie temporali non stazionarie.
Grazie!
Quasi non ci sono entrato.
Grazie!
Quasi non ci sono entrato.
Ti basi su giudizi del cazzo senza nemmeno entrare nel merito.
Naturalmente non c'è niente presentato su un piatto d'argento.
E non hai un hard overfit nei tuoi metodi, si direbbe :)) overfit o non overfit
Penso che si possa allenare su ogni barra, poi guardare il risultato della previsione in avanti allenata e se c'è un modello che la previsione funziona meglio in un certo momento, allora si può usare solo questo intervallo di tempo in futuro.
Se state lavorando in una certa finestra, dovete usare lo stesso tempo. Il resto delle sbarre tra le finestre sono spazzatura. Stavo pensando, visto che l'articolo su BOO è improbabile che veda la luce, e ha una buona introduzione. Chiederò a Rashid e se mi darà la possibilità lo posterò qui, a BW e controllerò la capacità predittiva della regressione.
Non è quello che sarà in X barre che conta, ma quello che è stato in 10 barre, cioè se X pips sono stati raggiunti in 10 barre, allora apriamo.
Stai confondendo il tuo culo con il tuo pollice. Mi dispiace per questo. Vi chiedo sinceramente di esprimere adeguatamente i vostri pensieri e gli eventuali argomenti contrari. Hai assolutamente ragione, guarderemo indietro di 10 barre per ottenere la previsione 10 barre dopo. Questo è il modo in cui tutti i TS-NS sono solitamente costruiti.
Costruiamo prima la previsione. Otteniamo il suo valore e poi decidiamo quali azioni intraprendere a questo valore o a quello....
Se si lavora in una determinata finestra, si deve insegnare in quel momento. Il resto delle sbarre tra le finestre sono spazzatura. Stavo pensando, visto che l'articolo su BO è improbabile che veda la luce, e ha una buona introduzione. Chiederò a Rashid e se mi darà la possibilità lo posterò qui, a BO e controllerò la capacità predittiva della regressione.
Stai confondendo la cacca con il dito. Mi dispiace. Vi prego di formulare adeguatamente i vostri pensieri e argomenti contro di loro, se ne avete. Hai assolutamente ragione, guarderemo indietro di 10 barre per ottenere una previsione 10 barre dopo. Questo è il modo in cui tutti i TS-NS sono solitamente costruiti.
Costruiamo prima la previsione. Otteniamo il suo valore e poi decidiamo quale azione intraprendere a questo o quel valore....
Hmmm.... Probabilmente sto pensando a come fare soldi e il sistema farà una previsione sulla posizione di una barra rispetto ad un'altra... Non capisco perché non vogliamo lavorare con il take profit.
Ti basi su giudizi del cazzo senza nemmeno entrare nel merito.
Naturalmente non c'è niente presentato su un piatto d'argento.
E nei metodi supervisionati non si ha un hard overfit, si pensa :)) overfit o zero accuracy
Nei modelli di insegnanti so cos'è la sovralimentazione e come affrontarla.
Non ho mai visto nulla sull'alimentazione eccessiva in voi e il primo giudizio sull'argomento è di Doc, e lui non butta le parole al vento e ha un'ottima comprensione dell'alimentazione eccessiva.
Quindi, confutiamo concretamente le parole di Doc, senza emozioni.
Studiamo sul primo file, preferibilmente con convalida incrociata, e poi guardiamo fuori da questo file. Ed è auspicabile avere più di cento accordi.