L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3126
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
In realtà mi sono disinteressato dell'opinione di Alexei sulle code grasse. È solo un concetto generalizzato.
La questione è la previsione strutturale della rotta, della direzione e della tempistica.
In attesa di una nuova tempesta dall'idea. ))))
Vedete, Alexey si sta già tenendo la barba, pensando a cosa rispondere.
inferenza kozul per le casalinghe.
studiare meglio per i coraggiosi e i codardi :)
kozul inferens per casalinghe
studiare meglio per i coraggiosi e i codardi :)
Basta combinare le idee di inferenza causale con le idee di San Sanych sulla stabilità. Poi il Graal è inevitabile 🤑
Ma non è sicuro)
kozul inferens per casalinghe
studiare meglio per i coraggiosi e i codardi :)
Maxim, hai già imparato con fermezza che la coda deve scodinzolare al cane ))))
Continua a convincere gli altri. Io ne ho abbastanza. Ciao ciao.
Ho notato una cosa interessante.
Tutti conoscono la deriva dei dati. Siamo abituati a calciare solo i predittori, ma ho deciso di vedere cosa succede alla strategia stessa nel tempo.
Ho preso i dati di una strategia che fornisce un segnale di entrata all'incrocio del 23,6% dell'ATR(3) giornaliero.
Quindi, ho fatto i calcoli per ogni mese:
- Numero di tutti i segnali
- Numero di segnali positivi (1)
- Percentuale di segnali positivi su tutti i segnali (TP)
Ho smussato le serie numeriche risultanti con una media mobile di valore 6.
Quindi, cosa abbiamo ottenuto.
Nel primo grafico possiamo vedere che il numero di tutti i segnali della strategia di base cresce nel tempo.
Grafico 1.
Sul secondo grafico, possiamo vedere che il numero di segnali positivi della strategia di base cresce nel tempo, ma a un ritmo più lento.
Grafico 2.
Nel terzo grafico, vediamo che la percentuale di segnali redditizi su tutti i segnali ristagna.
Grafico 3.
Probabilmente, una dinamica simile può essere osservata negli split (tagli Q) dei predittori....
Nel secondo grafico, vediamo che il numero di segnali positivi della strategia di base aumenta nel tempo, ma a un ritmo inferiore.
Basta combinare le idee di inferenza causale con quelle di San Sanych sulla stabilità. Allora il Graal è inevitabile 🤑
Ma questo non è accurato)
Maxim, hai già imparato che la coda deve scodinzolare al cane ))))
Continua a convincere gli altri. Io ho finito. Ciao ciao.
Qual è la conclusione? Che il mercato diventa più efficiente nel corso degli anni? O che il modello perde la sua efficienza?
Penso che, data la strategia, possiamo concludere provvisoriamente che il mercato ha iniziato a cambiare tendenza con maggiore frequenza intraday.
La domanda è se ci sono fattori nella storia che sono semplicemente diventati più frequenti ora, e quindi forse possono essere previsti o anche tracciati come un aumento lineare del bias di probabilità.
Oppure si tratta di eventi completamente nuovi (combinazioni di indicatori predittivi) che non sono mai stati visti prima.
È evidente che abbiamo bisogno di un modo diverso di costruire un modello che tenga conto della dinamica della situazione. A quel punto possiamo cercare di spiegare il cambiamento della probabilità del segmento quantistico dovuto alla comparsa/rinforzo di altri fattori e cercare di prevedere questi altri fattori in anticipo. In altre parole, è necessario capire cosa è cambiato e se questo cambiamento può essere previsto, e poi tenere conto di questi cambiamenti nel modello finale.