L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2353

[Aleksey Nikolayev]

Maxim Dmitrievsky:

nessun modo in forex )

poi se si va ad altri argomenti nel libro, ci sarà ancora di più il fastidio

Dovremmo contare separatamente per le offerte e le richieste e poi combinarle in qualche modo? Probabilmente, non avrà alcun senso.

Sembra logico, perché è già stato inquinato da troppa polvere).

[Mikhail Mishanin]

Aleksey Nikolayev:
Forse invece di un baccano, dovremmo fare qualcosa di più significativo). Per esempio,prendete qualcosa del Prado a parte. L'idea delle barre di squilibrio sembra essere interessante, ma non riesco a capire come possa essere applicata al forex.

C'è un Prado in traduzione russa?

[Aleksey Nikolayev]

Mikhail Mishanin:

Esiste una traduzione in russo del Prado?

C'è, ma è meglio in inglese - la narrazione è concisa e complicata, devi ottenere i dettagli negli articoli, che nessuno tradurrà in russo.

[Maxim Dmitrievsky]

Romano:

Che senso ha allora il suo libro?

;))

ci sono alcune cose utili sul ricampionamento e l'addestramento della foresta casuale, e in generale è un buon materiale per familiarizzare con diversi metodi

[Maxim Dmitrievsky]

Aleksey Nikolayev:

Dovremmo contare separatamente per le offerte e le richieste e poi combinarle in qualche modo? Molto probabilmente, sarebbe una sciocchezza.

Sembra logico, perché è abbastanza inquinato).

Non so che tipo di sogno abbia fatto su queste trasformazioni, ma hanno senso solo quando hanno effettivamente un senso) altrimenti lo stesso Renko

[Aleksey Nikolayev]

Maxim Dmitrievsky:

Non so quale sogno abbia fatto su queste trasformazioni, ma hanno senso solo quando hanno davvero senso ) altrimenti lo stesso renko

Non lo so) Ma chi vuole essere come Prado, deve pensare come Prado)

Sì, sembra un Renko ma ci sono anche alcune associazioni con CUSUM.

[mytarmailS]

Come si può migliorare la prevedibilità delle serie temporali

Usando la classificazione a zig zag come esempio...

Normalizzazione della volatilità

0) crea un vettore vuoto

1) seguire il prezzo in una finestra scorrevole di dimensione n

2) normalizzare i prezzi nella finestra scorrevole nell'intervallo 0-1

3) scrivere la differenza dell'ultimo valore normalizzato con il precedente nel vettore vuoto

4) fare la somma cumulativa sul vettore

Codice P, con iterpolazione NA se disponibile

roll.r01 <- function(x,n=10){
    res <- rep(0,length(x))
    for(i in n:length(x)){
      ii <- (i-(n-1)):i
      res[i] <- tail(diff(r01(x[ii])),1)
    }
    if(any(is.na(res))){
      print(   paste("WARNING vector haves NAs",sum(is.na(res)))    )
      res <- imputeTS::na_ma(res)
    }
    return(cumsum(res))}

funzione di normalizzazione ausiliaria

r01 <- function(x)    (x-min(x))  /  ( max(x) - min(x))

Questo è ciò che otteniamo, la riga rossa è il prezzo, la riga blu è normalizzata secondo la volatilità

Come possiamo vedere, la serie ha tutte le proprietà dei prezzi, ma è più stabile nelle sue caratteristiche.

Proviamo a confrontare la qualità della classificazione dei pendii NW

l'obiettivo - la declinazione di WP

segni - una dozzina di indicatori standard

AMO - forrest , con gli stessi parametri e sids

traccia 10k , test 10k

previsione a prezzo standard

Confusion Matrix and Statistics

          Reference
Prediction   -1    1
        -1 3416 1894
        1  1582 3108
                                         
               Accuracy : 0.6524       

previsione a prezzo cambiato

Confusion Matrix and Statistics

          Reference
Prediction   -1    1
        -1 3504 1568
        1  1332 3596
                                         
               Accuracy : 0.71           

Vi invito a speculare!!!!!

[Andrei Trukhanovich]

Aleksey Nikolayev:

Sta suggerendo che è ora di lasciare il nido domestico del forex al dettaglio?

Ha senso rimanere se c'è una piccola macchina che può aumentare il deposito in un mese, in tutti gli altri casi è più facile lavorare in qualsiasi altro posto.

[Forester]

mytarmailS:

Come si può migliorare la prevedibilità delle serie temporali

Usando la classificazione a zig zag come esempio...

Normalizzazione della volatilità

0) crea un vettore vuoto

1) seguire il prezzo in una finestra scorrevole di dimensione n

2) normalizzare i prezzi nella finestra scorrevole nell'intervallo 0-1

3) scrivere la differenza dell'ultimo valore normalizzato con il precedente nel vettore vuoto

4) fare la somma cumulativa sul vettore

Codice P, con iterpolazione NA se disponibile

funzione di normalizzazione ausiliaria

Questo è ciò che otteniamo, la riga rossa è il prezzo, la riga blu è normalizzata secondo la volatilità

Come possiamo vedere, la serie ha tutte le proprietà dei prezzi, ma è più stabile nelle sue caratteristiche.

Proviamo a confrontare la qualità della classificazione dei pendii NW

l'obiettivo - la declinazione di WP

segni - una dozzina di indicatori standard

AMO - forrest , con gli stessi parametri e sids

traccia 10k , test 10k

previsione a prezzo standard

previsione a prezzo cambiato

Vi invito a speculare!!!!!

È meglio confrontare i profitti. Non un errore di inclinazione.

[sibirqk]

mytarmailS:

Come si può migliorare la prevedibilità delle serie temporali

Usando la classificazione a zig zag come esempio...

Normalizzazione per volatilità

Fondamentalmente, è quasi lo stesso che costruire una linea di tendenza e poi rimuoverla dalla serie originale. Sì, è più facile prevedere questo residuo, ma tutto dipende dalla previsione della tendenza. Per prevedere la tendenza dovremmo sapere almeno approssimativamente dove andrà il prezzo in futuro. Ma se uno lo sa, non ha bisogno di una fisarmonica - intendo tutte le fasi precedenti.