L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3036
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
Potete inviarmi i bilanci - li valuterò con il mio metodo - e ditemi come è andata a finire.
La prossima settimana farò quello che ho in mente.
È molto interessante sperimentare come gli schemi visivi e uditivi percepiti diventino spazzatura percettiva, pur mantenendo i loro schemi.
Forse esiste un limite cerebrale alla percezione di schemi complessi.....
Casualità senza ripetizioni :)
Ad esempio, se si ottiene uno stato stazionario tramite FF, questo caratterizzerà uno stato stazionario TC? Tutti si rendono conto che questo è kurwafitting
Le altre varianti lo rendono quasi casuale. È necessario provare diverse varianti.
Le altre varianti lo rendono quasi casuale. Dovete provare diverse varianti.
Anche da questa variante si otterrà un'alterazione ...
guardare la crescita dell'equilibrio bello/non bello non è sufficiente.
Beh, qui anche l'approccio stesso non include la possibilità di un successo non casuale :) le regole sembrano migliori, che sono testate per la stabilità .
La stabilitàdelle regole è impraticabile su OOS come la curva di equilibrio lo è per Fite.
Ho già fatto tutto questo, in forme diverse, molte volte....
Ma continuo a pensare che tutti dovrebbero sapere come scrivere FF e usare AO...
Anche questa opzione crea confusione ...
guardare l'equilibrio crescere in modo bello/non bello non è sufficiente.
Lastabilità della regola è impraticabile su OOS come la curva di equilibrio fite
Ho già fatto tutto questo, in forme diverse, molte volte ...
Ma continuo a pensare che tutti dovrebbero sapere come scrivere FF e usare AO....
Esiste un numero enorme di modelli diversi, ognuno dei quali ha parametri per la personalizzazione. Si ottiene una marea di risultati dall'adattamento dei modelli.
Si dovrebbe cercare di migliorare la previsione potendo selezionare le migliori previsioni dai modelli, ad esempio utilizzando un ensemble di modelli caretEnsembles::
Se si crea un sistema di trading completo, dalla preelaborazione alla selezione dei predittori fino all'EA, si scoprirà che in ogni fase, e sono molte, ci sono alcune fiches che possono ridurre l'errore di previsione "fuori campione" al di sotto del 20%, con lo stesso rapporto tra operazioni redditizie e perdenti nel tester.
Purtroppo, questo piccolo e minuzioso lavoro viene sostituito da spazzatura.
Esiste un numero enorme di modelli diversi, ciascuno con parametri di personalizzazione. Il risultato è una marea di risultati di adattamento dei modelli.
Si dovrebbe cercare di migliorare la previsione potendo selezionare le migliori previsioni dai modelli, ad esempio utilizzando un ensemble di modelli caretEnsembles::
Se si crea un sistema di trading completo, dalla preelaborazione alla selezione dei predittori fino all'EA, si scoprirà che in ogni fase, e sono molte, ci sono alcune fiches che consentono di ridurre l'errore di previsione "fuori campione" al di sotto del 20%, con lo stesso rapporto tra operazioni redditizie e perdenti nel tester.
Purtroppo, questo piccolo e minuzioso lavoro viene sostituito da spazzatura.
L'avete già copiato per la quarantesima volta, la stessa cosa, la stessa cosa ....
L'unica domanda è: dov'è il robot?
СанСаныч Фоменко #:
l'errore di previsione "fuori campione" è inferiore al 20% e nel tester ci sarà lo stesso rapporto tra operazioni redditizie e perdenti.
L'errore di classificazione non è un indicatore. L'indicatore è l'equilibrio e la linea di equilibrio. Anni 5 e oltre.
Vi ho mostrato l'equilibrio con un errore di classificazione dell'8,3% sull'OOS. https://www.mql5.com/ru/forum/86386/page3008#comment_46150275
Profittevole, ma ha comunque gettato un modello del genere nel cestino.
Mostrate la vostra linea di bilancio con il 20% di OOS. Sarà un esempio a cui tendere.