L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1215
![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
Ti sto dicendo che sei stato l'unico che ha potuto semplificare il problema MO in questo modo, tutto è ricercabile, tutto funziona, ci sono stati esempi da Reshetov nei primi giorni di sviluppo MQL, ma sono primitivi, anche se ))))
l'unica cosa rimasta è lucidare l'algoritmo e finire il tema RL :) potrebbe essere possibile allungare una certa % di qualità del modello con classificazioni di qualità superiore in Python
e per lanciare l'enumerazione delle varianti a Tesla... ma è molto da fareIl mio grafico delle azioni non è casuale ed è abbastanza informativo (devo controllarlo), ho imparato a distinguere le tendenze dagli appiattimenti.
Il commercio va avanti, ma deve diventare più efficiente.
Dov'è il grafico delle azioni?
Vi aggiungerò l'analisi delle pagine tramite i motori di ricerca google yandex
quindi perché ne avete bisogno?
l'unica cosa rimasta è quella di leccare l'algoritmo fino alla fine e finire questo tema con RL :) ci può essere su python a causa della maggiore qualità di classificazione sarà ancora possibile spremere qualche % di qualità del modello
Ho molto lavoro da fare.Ho provato ieri in VS2017, Python funziona, e l'ho anche ottenuto in un modulo separato di widows. L'unica cosa è che IronPython 2.7 è lì, ho bisogno di analizzarlo, ma penso di poterlo agganciare con MT5 senza problemi
Sì, ho appena pensato perché creare qualcosa da solo, sono interessato nella relazione causa-effetto delle due variabili il mio programma è già in grado di utilizzare Apache Lucene, JSOUP, JSON, Apache POI e così via tecnologie per riconoscere il testo ovunque in qualsiasi cosa nelle immagini ai documenti e così via (questo è accompagnato da matrici di informazioni (memorizzati in un database distribuito) secondo cui è indicizzato informazioni riconosciute in oggetti grafici) se qualcosa non può - cercando un sito per convertire i dati in un formato accettabile per il riconoscimento o se stesso se può.
Il fatto è che non voglio reinventare la ruota ... ho solo bisogno di trovare una rete neurale in grado di imparare velocemente con due variabili di input - i dati azionari e l'indicatore di tendenza.
(Ho circa 5 anni di esperienza di sviluppo Java EE, molti progetti già realizzati).
Non sto nemmeno cercando di attaccare un neurone al trading di mercato. È inutile e molto probabilmente impossibile in questo momento, poiché non c'è stata almeno un'implementazione di una rete neurale di guadagno stabile.
Il mio grafico Equity non è casuale e abbastanza informativo (devo verificarlo), ho imparato a distinguere le tendenze dal piatto.
Ho imparato a distinguere le tendenze dal piatto. Il trading va avanti, ma ho bisogno di migliorare le prestazioni.
Ehhhhh, ragazzi...
Una certa Kesha è già diventata la tua salvatrice... Il nipote e fedele seguace di SanSanych, che non ha mai conosciuto la fisica o la matematica...
I ritorni sono fondamentali, perché il prezzo è parte integrante di loro e niente di più.
Se non sai cosa farci, potresti essere sorpreso dal fatto che il prezzo è un integrale di esso, quindi non limitarti, per carità, qualche zio "quantum da volstreet" dice nel mezzo che i rendimenti sono sufficienti e tutti sono d'accordo con lui. I quants non usano stoploops e tecrofits, per loro è tutta matematica, è un'altra dimensione, un'astrazione
.
Il ritorno è momentum, e ci sono anche stocastico, makdak, zigzag, ecc. Non c'è bisogno di limitarsi, da Dio, qualche zio, come "quantum da volstreet" nel mezzo, blaterare che abbastanza rendimenti e tutti assentire a lui, bene, quants e stoploops non utilizzare e teyrofits, per loro tutti una matematica continua, è un'altra dimensione, un'astrazione.
Aleshenka fratello ci ha portato su una strada sbagliata, prevedendo ritorni con un errore negativo, ed è scappato
è stata sollevata un'interessante domanda sulle metriche predittivehttps://stats.stackexchange.com/questions/126829/how-to-determine-forecastability-of-time-series
Non so quanto sia importante per i nostri scopi, e quanto influisca, ma non mi è dispiaciuto scrivere qualche riga di codice per controllare la dipendenza di "un certo potere di predizione" dalla dimensione della finestra di dati.
Così ho preso 4 pezzi diversi di prezzi (returnees) e ho controllato la dipendenza del "potere di predizione" dalla dimensione della finestra in ogni pezzo
quindi x1 è la potenza delle previsioni e x2 è il numero di punti di dati nella scatola
Conclusioni :
1) prendere una finestra fissa per le previsioni è tutt'altro che ottimale
2) la finestra ottimale per le previsioni è sempre "fluttuante".
codice:
domanda interessante sulla metrica predittiva sollevata
Non so quanto sia importante per i nostri scopi, e quanta influenza abbia, ma ho avuto il coraggio di scrivere qualche riga di codice per verificare la dipendenza di "un certo potere predittivo" dalla dimensione della finestra di dati.
Conclusione:
1) prendere una finestra fissa per le previsioni è tutt'altro che ottimale
2) la finestra di previsione ottimale è sempre "fluttuante".
Conclusioni. La previsione di oltre 100 punti non ha senso.
Conclusioni. La previsione di oltre 100 punti è inutile.
No, la parola corretta è inutile prendere un periodo fisso