L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3186

Nuovo commento
 
mytarmailS #:

Sono tutti numeri e conversioni, cosa vuol dire che non ha niente a che fare con il WRC? Sono solo numeri....

Rispondi a te stesso su quale caratteristica utile viene mantenuta/perduta. Ho risposto a questa domanda con la mia conversione.

E cos'è il bitrate?

Larghezza del flusso di informazioni (nel contesto della rete).

 
fxsaber #:

Ho iniziato a ridimensionare (nei limiti del possibile per lo scalping) il ginocchio minimo dello ZZ e a osservare la somma dei ginocchi.

Qual è un intervallo ragionevole per lo scalping? Da... a?

ho su barre da 0,00200 per EURUSD, qualcosa inizia a guadagnare. Ma ho paura che ci sia la regolazione che hai descritto sopra. Cioè le migliori varianti su OOS, che sono rovinate semplicemente spostando la finestra per la formazione del 2-10% (cioè 2-10% delle linee sono diverse, come risultato gli alberi sono costruiti in modo diverso e OOS è completamente diverso, fino a non redditizio).

 
fxsaber #:

ZЫ In generale, se c'è interesse a cercare di trovare differenze tra le due file, è possibile fornirle.

Piuttosto interessato a un set di dati di formazione reale per i vostri dati (fit e target). Per vedere quanto potrei fare sullo scalping con il mio approccio.

 
fxsaber #:

Rispondete a voi stessi alla domanda quale caratteristica utile viene mantenuta/perduta. Con la mia conversione ho risposto a questa domanda.

Se ho capito bene la vostra trasformazione

si prendono gli incrementi, poi si seleziona a caso l'indice dell'incremento e lo si lascia così com'è o lo si inverte (x/-1).


Prendiamo una serie astratta con una struttura ovvia.

Applichiamo la trasformazione.

Non viene preservata alcuna struttura, si tratta solo di una serie casuale...

Non la considererei affatto una simulazione...



Ecco il codice.

par(mar=c(2,2,2,2),mfrow=c(3,2))

r <- rep( c(1:10,10:1) ,3)
r |> plot(t="l",main = "начальный ряд с какой то закономерностью")

rd <- c(0,diff(r))

for(i in 1:5) {
  sa <- sample(1:length(rd),size = length(rd)/2)
  rd[sa] <- rd[sa]/-1
  rd |> cumsum() |> plot(t="l", main = "ваше преобразование")
}
 
Forester #:

Sono piuttosto interessato a un set di dati di allenamento reale per i vostri dati (fic e target). Per vedere quanto potrei guadagnare con lo scalping con il mio approccio.

Scegliere un broker per i dati storici in base al profitto potenziale più elevato. Ad esempio, EURUSD_Broker1 ha un profitto potenziale più alto di EURUSD_Broker2. Scegliete quindi EURUSD_Broker1.

Sia le major che i cross possono essere scalpati. Ma non tutti. Allenatevi su ciascuno di essi e vedete i risultati. Questo è ciò che faccio io, a grandi linee.

 
mytarmailS #:

Se ho capito bene la tua conversione

si prendono gli incrementi, poi si seleziona casualmente l'indice dell'incremento e lo si lascia così com'è o lo si capovolge (x/-1).

Avete capito la mia trasformazione in modo assolutamente corretto.

Prendiamo una serie astratta con una struttura evidente (regolarità).

La trasformazione è così semplice che anche senza grafici è chiaro che si può ottenere qualsiasi cosa fino a un prezzo monotonicamente crescente.
 
fxsaber #:

Avete capito la mia trasformazione in modo assolutamente corretto.

La trasformazione è così semplice che anche senza grafici è chiaro che si può ottenere qualsiasi cosa fino a un prezzo monotonicamente crescente.

Allora non può essere considerata una simulazione,

e bisogna rendersi conto di aver distrutto tutte le tendenze che c'erano,

così come la struttura stessa del DEM.

 
mytarmailS #:

Allora non può essere considerata una simulazione,

e bisogna rendersi conto che si è andati contro tutte le tendenze che c'erano,

nonché la struttura stessa del DEM.

Sono sicuro di aver distrutto molto meno delle alternative. Tuttavia, è stato sufficiente.

Per quanto riguarda la struttura, questo metodo si basa sulla legge dei grandi numeri, su cui si basa la struttura. È esattamente per i casi in cui ci sono decine di milioni di dati originali.


Non voglio elogiarmi, ma dubito fortemente che esista un lavoro simile con le zecche e con invarianti così potenti: tempo, diffusione, incremento assoluto (di conseguenza - code grasse, non stazionarietà, correlazioni, ecc.) Cioè, ci sono cento milioni di invarianti dei dati di input. Non c'è confronto con le "100" caratteristiche statiche dei modelli.


Nonostante queste caratteristiche uniche della randomizzazione, è stato immediatamente trovato un test che risponde in modo inequivocabile alla domanda con cosa abbiamo a che fare: randomizzazione o realtà.


Non c'è nulla da discutere. Ciò che viene dimostrato non è solo una differenza tra SB e realtà, ma una sottile differenza tra la serie originale e la randomizzazione. Il valore è nel controesempio.

 
fxsaber #:

Sembra che io abbia un'interessante generazione casuale.


Ottima idea! Devo solo capire come usarla 😆 In sostanza, risulta essere un prezzo BP con le stesse caratteristiche di sessione, la stessa volatilità di quello reale, ma stazionario. Con aspettativa costante e varianza apparentemente costante. E le code sono gaussiane. Allo stesso tempo, il profitto medio è pari a zero meno lo spread totale.

 
fxsaber #:

Sono sicuro di aver distrutto molto meno delle alternative. Tuttavia, è stato sufficiente.

Credo che tu sopravvaluti questo metodo, forse mi sfugge qualcosa.

1...317931803181318231833184318531863187318831893190319131923193...3399
Nuovo commento