L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2845
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
Spiegatemi, come posso ottimizzare i parametri per un'aspettativa di varianza pari a zero?
Per esempio, è possibile utilizzare l'ottimizzatore di mt5 e ottimizzare l'algoritmo di trading in base al profitto, regolando così i parametri in base alla varianza.
Ma questo richiede di prescrivere l'esecuzione dei trade, in modo che l'ottimizzatore di mt5 inizi a lavorare.
E come posso ottimizzare non in base al profitto? Ma in base al criterio della dispersione.
Indicatemi la direzione giusta.
Ho letto la vostra battaglia sull'ottimizzazione dei parametri e vedo che ci sono persone che sanno come farlo.
Spiegatemi, come posso ottimizzare i parametri per un'aspettativa di varianza pari a zero?
Per esempio, è possibile utilizzare l'ottimizzatore di mt5 e ottimizzare l'algoritmo di trading in base al profitto, regolando così i parametri in base alla varianza.
Ma questo richiede di prescrivere l'esecuzione dei trade, in modo che l'ottimizzatore di mt5 inizi a lavorare.
E come posso ottimizzare non in base al profitto? Ma in base al criterio della varianza.
Vi indico la direzione giusta.
Utilizzate la funzione OnTester(), create il criterio di ottimizzazione che vi interessa ed eseguite l'ottimizzazione in base al criterio personalizzato nel tester. O forse non ho capito bene qual è la tua domanda.
Utilizzate la funzione OnTester(), create qualsiasi criterio di ottimizzazione che vi interessa ed eseguite l'ottimizzazione in base al criterio personalizzato nel tester. Oppure ho frainteso la vostra domanda.
Sì, credo che tu abbia capito bene.
Solo che non capisco, la documentazione dice che
OnTester() viene chiamata in Expert Advisors quando si verifica l'eventoTester per eseguire le azioni necessarie alla fine del test.
Quindi, durante l'intero periodo di test, otteniamo una sola variante di ottimizzazione? E solo un valore?
A quanto ho capito dalla documentazione, OnTester() restituisce solo un valore di tipo double.
E se ci sono più parametri ottimizzati, per esempio due. Allora OnTester() non è adatto a risolvere questo problema?
E se ci sono più parametri da ottimizzare, ad esempio due. Allora OnTester() non è adatto a risolvere questo compito?
Leggete le informazioni sui frame.
Sì, probabilmente hai capito bene.
Non capisco, la documentazione dice che
OnTester() viene chiamato in Expert Advisors quando si verifica l'eventoTester per eseguire le azioni necessarie dopo la fine del test.
Quindi, durante l'intero periodo di test, otteniamo una sola variante di ottimizzazione? E solo un valore?
Da quanto ho capito dalla documentazione, OnTester() restituisce solo un valore di tipo double.
E se ci sono più parametri ottimizzati, per esempio due. Allora OnTester() non è adatto a risolvere questo problema?
Esiste un articolo su come creare un tester di strategia personalizzato basato su OnTester(), ma prima è necessario decidere come sarà l'ottimizzazione a due criteri. Si possono mescolare due criteri in uno con pesi determinati, oppure si può provare a costruire una superficie di Pareto.
Leggete le cornici.
C'è un articolo su come creare un tester di strategia personalizzato basato su OnTester(), ma prima è necessario decidere come sarà l'ottimizzazione a due criteri. Si possono mescolare due criteri in uno con pesi determinati, oppure si può provare a costruire una superficie di Pareto.
Ho capito un po' in che direzione devo andare. Grazie.
A proposito di uccelli.
Nei mercati finanziari non esistono formule con il segno dell'uguaglianza, ovvero
nessuna formula
y = x
Per cui, se x = 2, allora y = 2.
Questo è un pensiero deterministico.
Esistono formule:
y ~ x
secondo le quali, se x = 2, allora y = 2 nel canale di un certo intervallo di confidenza. Ma per i mercati non stazionari non esiste nemmeno un intervallo di confidenza, perché la dispersione è una variabile, e nemmeno una variabile, ma qualcos'altro.
Questo è un pensiero stocastico.
Maxim Vladimirovich, cosa ne pensa del clustering quantistico?
https://github.com/enniogit/Quantum_K-means
Non ho capito la differenza e i vantaggi a prima vista.
e non so come utilizzare i risultati in seguito. Ho provato ad aggiungere i cluster al markup delle etichette, ma non ha fatto alcuna differenza.
Quando classifichiamo, dividiamo in classi già tenendo conto delle previsioni, ma clusterizziamo sempre nel momento attuale. Per questo motivo dobbiamo verificare la prevedibilità di questi cluster, anche attraverso la ricerca di caratteristiche. In generale, è un bel grattacapo.
dalla guida non è chiaro come venga calcolato il criterio complesso:
È disponibile anche la funzione "Massimo del criterio complesso". Si tratta di un indicatore integrale e completo della qualità di un passaggio di prova. Prende in considerazione diversi parametri contemporaneamente:
Questo criterio ci permette di capire che il valore massimo di un parametro (ad esempio, il profitto) non è sempre l'opzione migliore dal punto di vista dell'analisi complessa. Permette di selezionare i passaggi migliori passo dopo passo: prima in base al numero di operazioni, poi da questo campione in base all'aspettativa matematica di redditività, poi in base al fattore di recupero e così via. In questo modo, come risultato dell'ottimizzazione, si ottengono i migliori passaggi in base a tutti i parametri, e poi si possono scegliere quelli specifici, ad esempio quelli con il profitto più elevato.
Anche se si tratta di un criterio integrale, a mio parere ha molto successo. in molti casi è utile. sarebbe bello se gli sviluppatori spiegassero questo criterio (come viene calcolato esattamente) e preferibilmente mostrassero le spiegazioni nella guida.
dalla guida non è chiaro come venga calcolato il criterio complesso