L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3363

Nuovo commento
 
mytarmailS #:

Si tratta fondamentalmente di stati, ce ne sono tre: commercio normale, molto buono e solo buono.

Sapevo che era semplice.

i valori sono costanti o dinamici?

Rispondete a questa domanda.

 
fxsaber #:

Sapevo che era semplice.

Rispondere a questa domanda.


Prendiamo come esempio la media, che ha un parametro: il periodo.

Questo parametro può essere una costante, oppure può essere modificato in base a una formula.

Mi sembra di capire che i parametri siano una costante?

 
mytarmailS #:

Prendiamo ad esempio la media, che ha un parametro: il periodo.

Questo parametro può essere una costante, oppure può essere modificato in base a una formula.....

Mi sembra di capire che i parametri siano una costante?

Non conosco questa terminologia. Cinque parametri ottimizzati in MT5-tester.

 
fxsaber #:

È così che si può spiegare qualsiasi cosa. Ovviamente non c'è nulla di concreto da dire. Io stesso penso che si tratti di un aggiustamento. Perché l'inizio della "deriva" verso sinistra coincide molto con il punto di partenza del Campione. In una situazione del genere, l'OOS può essere spiegato in questo modo, ovviamente.


Questo è anche EURUSD. L'OOS a destra è l'ultimo quadrimestre del 2023. L'OOS è il resto del 2023.

Ci sono opzioni per un'altra spiegazione? 😀 Non si può capire nulla di specifico dal grafico, vero?

È possibile calcolare le probabilità di una corretta sovraottimizzazione attraverso un po' di wolf-forward. Quante volte si è sovra-ottimizzato con un profitto sul forward in un mese, e quante con una perdita. Questo darà un po' di fiducia finanziaria e di spavalderia.
 
Maxim Dmitrievsky #:
È possibile calcolare le probabilità di una corretta sovra-ottimizzazione attraverso alcuni wolf-forward. Quante volte si è sovra-ottimizzato con un profitto sul forward in un mese e quante con una perdita. Questo vi darà un po' di fiducia e spavalderia finanziaria.

Forse un metodo del genere potrebbe funzionare per confermare/rifiutare l'ipotesi che il mercato sia cambiato a Sample e che quindi il buon OOS sulla destra non sia un caso. Grazie, ci penserò.

 
mytarmailS #:


Prendiamo ad esempio la media, che ha un parametro: il periodo.

Questo parametro può essere una costante, oppure può essere modificato in base a una formula.....

Mi sembra di capire che i parametri siano delle costanti?

Costanti, non cambiano dopo l'ottimizzazione.
 
fxsaber #:

Non conosco questa terminologia. Cinque parametri ottimizzati in MT5-tester.

Forse ha senso cercare un parametro e una formula per calcolare i parametri ottimizzati. In base ai risultati dell'ottimizzazione. Ovviamente è complicato.
 
Valeriy Yastremskiy #:
Forse ha senso cercare un parametro e una formula con cui calcolare i parametri ottimizzati. In base ai risultati dell'ottimizzazione. Naturalmente è complicato.
+
È quello che stavo cercando di dire, ma volevo che capisse.
La gente valuta solo le proprie ipotesi.
 
fxsaber #:

Forse un metodo di questo tipo potrebbe funzionare per confermare/rifiutare l'ipotesi che il mercato sia cambiato a Sample e che quindi il buon OOS sulla destra non sia un caso. Grazie, ci penserò.

Sì, se si sposta la finestra di campionamento all'indietro, tutte le curve OOS cambieranno, più o meno come nella regressione polinomiale la sua previsione salta all'impazzata quando si sposta la finestra. Quanto più grandi sono i parametri opzionali o il grado della polinomiale, tanto più questo salto è evidente. L'ideale sarebbe avere un'ottimizzazione così veloce da poter spostare la finestra con il mouse e guardarla immediatamente. Credo che con l'intervallo migliore abbiate fatto qualcosa del genere.

Nell'ultimo articolo ho suggerito una variante su come rendere l'allenamento più stabile per MO. Cioè, meno riqualificazione. Ma il rendimento ne risente.

Si tratta del compromesso bias-varianza, quando l'aumento dei parametri di TS porta a una deriva sui nuovi dati, mentre la loro diminuzione porta a una maggiore varianza delle previsioni. Gli ottimizzatori locali non sono in grado di capirlo.
 
Maxim Dmitrievsky #:
Sì, se si sposta la finestra di campionamento all'indietro, tutte le curve OOS cambieranno, proprio come nella regressione polinomiale la sua previsione salta all'impazzata quando si sposta la finestra. Più grandi sono i parametri opzionali o il grado della polinomiale, più questo problema si presenta. L'ideale sarebbe avere un'ottimizzazione così veloce da poter spostare la finestra con il mouse e guardarla immediatamente. Credo che tu abbia fatto qualcosa del genere con l'intervallo migliore.

Nell'ultimo articolo ho suggerito una variante su come rendere l'allenamento più stabile per il MO. Cioè, meno riqualificazioni. Ma la redditività ne risente.

Si tratta del compromesso bias-varianza, quando l'aumento dei parametri del TS porta a una deriva sui nuovi dati, mentre la loro diminuzione porta a una maggiore dispersione delle previsioni. Gli ottimizzatori locali non riescono a capirlo.

Tutto è molto più semplice.

Hanno applicato qualcosa a qualche sezione di un processo casuale non stazionario, senza rendersi conto che qualsiasi sezione di un processo non stazionario non ha nulla a che fare con qualsiasi altra sezione di un processo non stazionario. Pertanto, i risultati in altri segmenti sono arbitrari: possono essere buoni, ma anche cattivi, ma in realtà il panino cade SEMPRE nel burro.

A proposito, il concetto di "dispersione" si riferisce a un processo casuale stazionario.

1...335633573358335933603361336233633364336533663367336833693370...3399
Nuovo commento