L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1494
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
Attualmente sto provando il pacchetto ldhmm. In contrasto con depmixS4, che non ha quasi nessuna impostazione, qui, a seconda del tipo di distribuzione (normale e lamda-distribuzione) diverse coppie di parametri mu, sigma e lamdasono inizialmente impostati . Questi parametri sono necessari per calcolare la distribuzione di mescolamento P(x; mu, sigma, lamda) e la matrice di probabilità di transizione. Il modello è costruito ottimizzando (MLE) questi valori secondo i criteri AIC, BIC, MLLK. Ecco il primo risultato dell'esecuzione della strategia (BUY/SELL) nel tester su USDJPY-H1 dal 2018.08.20 al 2019.05.21. Questa è una variante per ottenere una previsione senza decodificare gli stati utilizzando viterbi. Farò il prossimo giro con Viterbi.
Attualmente sto provando il pacchetto ldhmm. A differenza di depmixS4, che non ha quasi nessuna impostazione, qui, a seconda del tipo di distribuzione (normale e lamda-distribuzione) i parametri mu, sigma e lamda sono inizialmente impostati. Questi parametri sono necessari per calcolare la distribuzione di mescolamento P(x; mu, sigma, lamda) e la matrice di probabilità di transizione. Il modello è costruito ottimizzando (MLE) questi valori secondo i criteri AIC, BIC, MLLK. Ecco il primo risultato dell'esecuzione della strategia (BUY/SELL) nel tester su USDJPY-H1 dal 2018.08.20 al 2019.05.21. Questa è una variante per ottenere una previsione senza decodificare gli stati utilizzando viterbi. Farò il prossimo giro con Viterbi.
Che grafico si ottiene lì? cioè 2 stati nascosti n-numero di osservati? può essere visualizzato in qualche modo?
Quale grafico si ottiene lì? cioè 2 stati nascosti n-numero di stati osservati? può essere visualizzato in qualche modo?
Uso 2 stati nascosti con una lunghezza della serie temporale di 11000 barre. Come serie temporale delle osservazioni uso il ritorno logaritmico: serie[i] = MathLog(iOpen(NULL, 0, i) / iOpen(NULL, 0, i+1)).
È strano che il log ritorni e abbia già alcuni risultati, dato che non ci sono molte informazioni in essi
Provate la differenziazione frazionata (potete mettere gradi da 0,1 a 0,9), dovrebbe essere ancora meglio allora (indicatore). Se lo impostate a 1,0 avrete gli stessi rendimenti con ritardo unitario, se lo diminuite a 0,1 avrete più informazioni nei rendimenti ma rimarranno stazionari.
Qualsiasi macchina può essere trasformata in un graal con la formazione. E in generale si è detto molto sul fatto che poco dipende dalla scelta del metodo di classificazione/regressione, così come con gli "indicatori" che, tra l'altro, difficilmente possono essere chiamati MO (se ottimizzati).
L'ottimizzazione degli indicatori nel tester può essere un certo MO, ma il TS deve avere un insieme di "gradi di libertà" - alla fine otterremo il fitting sulla storia - ci sono già passato
qualcuno ha un esempio di logit - regressione su alglib? - hanno alcune idee, vogliono testare
L'ottimizzazione degli indicatori nel tester può essere un certo MO, ma il TS ha bisogno di avere più "gradi di libertà" - di conseguenza, otterremo un fit sulla storia come nella formazione NS - sono già passato attraverso questo
qualcuno ha un esempio di logit - regressione su alglib? - Ho alcune idee che vorrei controllare.
Ti ho dato i banditos, cercali sul PM.
o scriverò presto un articolo con logit, ho appena deciso di finirlo oggi)Ti ho dato i banditos, guarda sul PM.
Scriverò presto un articolo con logit, ho deciso di finirlo oggi)Sì, grazie! Sono solo un paio di anni dietro di te, leggo molto e guardo YouTube, ma il materiale è tonnellate
Voglio solo fare e controllare - basta inseguire il MO intorno al CA - il successo sarà come un normale TS, ahimè, il mercato è così
ma potrei provare ad aggiungere il "contesto di mercato" a qualche TS robusto sotto forma di regressione logit - cioè dopo il test valutare tutti i trade come una probabilità
tutto sommato, ora c'è qualcosa da fare
Sì, grazie! Sono solo un paio di anni dietro di te, leggo molto e guardo youtube, ma c'è una tonnellata di materiale
quello che voglio fare e controllare - basta inseguire il MO intorno al CA - il successo sarà lo stesso di un normale TS, ahimè, il mercato è così
ma potrei provare ad aggiungere il "contesto di mercato" a qualche TS robusto sotto forma di regressione logit - cioè dopo il test valutare tutti i trade come una probabilità
c'è qualcosa da fare ora.
Beh, sì, è possibile. Sto guardando più verso l'ottimizzatore all'interno dell'ottimizzatore. Cioè, gli iperparametri sono ottimizzati dalla genetica nel tester (ad esempio, la dimensione della finestra e i parametri dell'ottimizzatore interno), e l'ottimizzatore interno lavora all'interno del bot tutto il tempo. Logit è adatto perché è veloce, anche se primitivo.
anche quelle puzzolenti catene di margini nascoste puramente sotto mql dovrebbero essere trovate da qualche parte :) roba forteLogit è adatto perché è veloce, anche se primitivo.
sì, la precisione peggiora sempre il TS - c'è una specie di grafico di regressione logit e questo è sufficiente per stimare la probabilità
Lo leggerò, ma penso che possa essere un compito molto semplice - l'output della regressione logit può essere 50/50 e sotto 0,5 tutte le perdite, sopra 0,5 takei e più alta è la probabilità, più grande è il takei
Potrei provare a visualizzarlo, forse proverò a dipingere l'indicatore del canale in questo modo, forse! )))