L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2216
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
che sorpresa, ora ho testato il bot pubblicato da Maxim Vladimirovich.
Nel primo screenshot le quotazioni da Dukascopi, la linea di equilibrio crescente dopo 3200 è solo il periodo novembre 2019 - ottobre 2020, timeframe 1 ora, spread - 2 pips (0.0002)
Il test su un altro broker in Metatrader ha dato risultati non così notevoli, sembra che la strategia debba essere ottimizzata in modo che funzioni per tutti senza eccezione.
Sì, le distribuzioni di solito mostrano tutto. Possiamo semplicemente fare questi per le caratteristiche senza il booster e vedere a colpo d'occhio
Quindi l'idea è solo di valutare il modello, e il modello disfa effettivamente gli obiettivi aggrovigliati, e possiamo valutare il suo successo nel farlo, piuttosto che vedere solo quanto le cose sono aggrovigliate.
Sto pensando di provare il metodo di apprendimento a cascata (ho inventato io stesso il termine - forse c'è qualcosa di diverso). I grafici mostrano che ci sono aree in cui l'apprendimento ha successo - lasciare quell'area, e insegnare di nuovo ciò che esce da quell'area, avendo precedentemente rimosso dal campione gli esempi che rientrano nelle distribuzioni dell'area lasciata. Ho già provato manualmente e l'effetto era buono, sto pensando di automatizzarlo, ma non posso farlo per il secondo giorno, ho paura che l'effetto sia casuale. Cosa ne pensate? Penso che sia facile da fare in Python.
Quindi l'idea è solo di valutare il modello, e il modello disfa effettivamente gli obiettivi aggrovigliati, e possiamo valutare il suo successo nel farlo, piuttosto che vedere solo quanto le cose sono aggrovigliate.
Sto pensando di provare il metodo di apprendimento a cascata (ho inventato io stesso il termine - forse c'è qualcosa di diverso). I grafici mostrano che ci sono aree in cui l'apprendimento ha successo - lasciare quell'area, e insegnare di nuovo ciò che esce da quell'area, avendo precedentemente rimosso dal campione gli esempi che rientrano nelle distribuzioni dell'area lasciata. Ho già provato manualmente e l'effetto era buono, sto pensando di automatizzarlo, ma non posso farlo per il secondo giorno, ho paura che l'effetto sia casuale. Cosa ne pensate? Penso che sia facile da fare in Python.
Beh, è tutta una questione di apprendimento semi-controllato. Finora, sto leggendo
Quindi l'idea è solo di valutare il modello, e il modello disfa effettivamente gli obiettivi aggrovigliati, e possiamo valutare il suo successo nel farlo, piuttosto che vedere solo quanto le cose sono aggrovigliate.
Sto pensando di provare il metodo di apprendimento a cascata (ho inventato io stesso il termine - forse c'è qualcosa di diverso). I grafici mostrano che ci sono aree in cui l'apprendimento ha successo - lasciare quell'area, e insegnare di nuovo ciò che esce da quell'area, avendo precedentemente rimosso dal campione gli esempi che rientrano nelle distribuzioni dell'area lasciata. Ho già provato manualmente e l'effetto era buono, sto pensando di automatizzarlo, ma non posso farlo per il secondo giorno, ho paura che l'effetto sia casuale. Cosa ne pensate? Penso che sia facile da fare in Python.
Se lo dividete in aree omogenee automaticamente, proprio come con le mani più meno, funzionerà.
che sorpresa, ora ho testato il bot pubblicato da Maxim Vladimirovich.
Nel primo screenshot le quotazioni da Dukascopi, la linea di equilibrio crescente dopo 3200 è solo il periodo novembre 2019 - ottobre 2020, timeframe 1 ora, spread - 2 pips (0.0002)
Ho già provato con qualche altro broker in Metatrader ma i miei risultati non sono così impressionanti, la strategia dovrebbe essere ottimizzata per farla funzionare per tutti senza eccezione.
Non è la variante migliore. Se non si sa come usarlo, si può ottenere ancora meglio.
troppo pigro per scrivere nuove metriche ancora... e certamente non sarà il massimo profitto allora.....
non puoi farlo, non c'è e basta.
Non si può fare, non è previsto.
Io posso farlo, tu devi imparare a usare Google.
ad esempio la funzione di perdita personalizzata catboostLungi dall'essere l'opzione migliore. Raccogliendo le impostazioni, si possono ottenere queste e anche meglio
Con questi calcoli (cambiando solo due parametri look_back e ma_periodi) qual è il carico approssimativo del processore?
con questi calcoli (cambiando solo due parametri look_back e ma_periodi) approssimativamente qual è il carico sul processore?
non lo so, non lo noto
Posso farlo, ma devi imparare a usare Google.
ad esempio la funzione di perdita personalizzata catboostNon capisci, prova, hai una funzione che calcola l'equilibrio...
ci vuole meno di un minuto per capirlo