L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1805

 
Maxim Dmitrievsky:

Non voglio preoccuparmi, non voglio sincronizzarmi con i dati del tester... ugh :) anche se... che diavolo

le novità nel tester sono un must

Non sono riuscito a trovarne un altro, e ho scaricato io stesso il file circa 4 mesi fa))))

 
Igor Makanu:

sì, è chiaro

la questione è quella di determinare il tempo di persistenza TS - se si può determinare, allora tutto è OK - scambiato il suo tempo - insegnato - scambiato - insegnato ...

Non ho abbastanza dati per il test, ecco perché suggerisco di controllare sia il lato destro che quello sinistro, mentre non ha senso guardare in profondità nella storia, la volatilità cambia tutto il tempo, ecco perché solo un paio di anni sono rilevanti, almeno io uso la genetica per le opzioni a 1,5 anni, il test forward per 6 mesi, a volte per un anno, oltre un anno TS ha un grande drawdown - non quello che vorrei

Maxim Dmitrievsky:

Non ci sono segni qualitativi, devo inventare una bicicletta. Se il 5X viene scartato dal vassoio, è comunque un buon modello.

C'è un modo per sapere quando i parametri di apprendimento cambiano? Qualcosa nel mezzo deve essere necessario, a parte i vari errori. Se c'è un solo algoritmo, bisogna avere dei risultati intermedi.

 
Valeriy Yastremskiy:

C'è un modo per sapere quando i parametri di apprendimento sono cambiati?

Non lo so, è automatico. Se conosci la differenza tra i trade redditizi e quelli perdenti, puoi dire dal premio totale che sta peggiorando.

 
Maxim Dmitrievsky:

Non lo so, è tutto in automatico. Si può dire dal rapporto di trade redditizi/perdenti, il revord totale, che ha iniziato a lavorare peggio.

Il ritardo come sempre è un grosso problema. Hai bisogno di stampelle. Forse si dovrebbero usare diversi modelli matematici per verificare quale sia migliore.

 
Maxim Dmitrievsky:

Non lo so, è tutto in automatico. Si può dire dal rapporto di trade redditizi/perdenti, la revisione totale, che ha iniziato a lavorare peggio.

Non si dovrebbe aumentare ma diminuire il periodo di apprendimento.

 
Valeriy Yastremskiy:

Il ritardo come sempre è un grande. Le stampelle sono necessarie. Forse controllare con diverse matrici e vedere quando è meglio?

Beh, sono modelli di spazio di stato, funzionano anche una volta ogni tanto

 
Maxim Dmitrievsky:

Beh, questi sono modelli di spazio di stato, funzionano anche in alcuni casi.

Bene, abbiamo un compito di tempo minimo per determinare cosa c'è di sbagliato nella serie) Inizialmente si presume che la serie stazionaria con una media mobile descritta dal modello a matrice darà risultati sufficienti con MO. Se cambiamo i parametri del modello a matrice, non c'è niente di sbagliato e il periodo prima dell'apprendimento è accettabile. Quando rompiamo / cambiamo il modello, abbiamo una trama sinistra non corretta per il nuovo modello, e non sappiamo esattamente il periodo necessario per l'apprendimento.

Abbiamo bisogno di qualcosa all'interno del tutorial, come un indicatore.

 
Valeriy Yastremskiy:

Bene, abbiamo un compito di tempo minimo per determinare cosa c'è di sbagliato nella serie) Inizialmente si presume che la serie stazionaria con una media mobile descritta dal modello a matrice darà risultati sufficienti nel caso di MO. Se cambiamo i parametri del modello a matrice, non c'è nulla di cui preoccuparsi e il periodo prima dell'apprendimento è accettabile. Quando rompiamo / cambiamo il modello, abbiamo una trama sinistra non corretta per il nuovo modello, e non sappiamo esattamente il periodo necessario per l'apprendimento.

È necessario qualcosa all'interno della formazione, come un indicatore.

Ho fatto diversi modelli, a seconda dei valori degli indici, ogni modello per una particolare gamma di valori indotti. Ho anche notato che a volte funziona, a volte no.

 
Maxim Dmitrievsky:

fatto diversi modelli, a seconda dei valori degli induttori, ogni modello per una gamma specifica di valori di induttori. A volte aiuta, a volte no.

Hai ragione, ti manca un modello o un indicatore o entrambi
La probabilità di una descrizione completa del vp è zero
Vogliamo che sia l'80%))
 
Il compito di previsione di cambiare il comportamento della serie cambia
Fermare il modello precedente e aspettare la stazionarietà di quello nuovo