L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3127
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
Alla luce della strategia, possiamo concludere provvisoriamente che il mercato ha iniziato a cambiare tendenza intraday.
La domanda è se nella storia ci sono fattori che appaiono solo ora con maggiore frequenza, e quindi forse possono essere previsti, o se c'è una crescita lineare del bias di probabilità.
Oppure si tratta di eventi completamente nuovi (combinazioni di indicatori predittivi), mai visti prima.
È evidente che abbiamo bisogno di un modo diverso di costruire un modello che tenga conto della dinamica della situazione. A quel punto possiamo cercare di spiegare il cambiamento della probabilità del segmento quantistico dovuto alla comparsa/rinforzo di altri fattori e cercare di prevedere questi altri fattori in anticipo. In altre parole, è necessario capire cosa è cambiato e se questo cambiamento può essere previsto, e poi tenere conto di questi cambiamenti nel modello finale.
Cosa stiamo scambiando?
Tendenze?
Modelli?
Statistiche di incrementi attraverso le garze?
Prima dobbiamo decidere e poi trarre le conclusioni.
Sono di nuovo le Garche.
Cosa c'è di sbagliato nei garchi?
Solo due opzioni, il trend trading non conta, quindi o pattern via MO o garchi.
Cosa stiamo scambiando?
Tendenze?
Modelli?
Statistiche sugli incrementi attraverso garci?
Prima bisogna decidere, poi trarre le conclusioni.
Avete una domanda sulla dimensione del campione?
Non so cosa rispondere in sostanza.
Un pattern dell'inizio di una tendenza intraday, probabilmente.Mi chiedo che tipo di biblioteca sia questa.
Per rispondere alla tua domanda: questa DLL è mia per controllare le chiavi di accesso dalla reale e demo dei miei utenti di MarketTrader Expert Advisor. La connessione va al mio cloud in Google Cloud. La DLL è utilizzata anche per l'ottimizzazione periodica automatica. Negli allegati ai post la fonte DEMO (parte del codice non è destinata alla pubblicazione - in particolare il codice dell'ottimizzatore automatico).
Ciao!
A volte guardo qui grafici ottimizzati per 10-20 anni. Né in alcuni luoghi dove in 3 anni dove in 2 anni dove in 1 un anno - ci sono prugne. Ma il grafico è in crescita.
È possibile trovare modelli di picchi di crescita, in cui il robot opera con profitto?
Ho notato una cosa interessante.
Tutti conoscono la deriva dei dati. Siamo abituati a calciare solo i predittori, ma ho deciso di vedere cosa succede alla strategia stessa nel tempo.
Non capisco il senso di questo esperimento. L'elasticità dei risultati della strategia dipende dalla deriva dei predittori, no? La strategia dipende dai predittori.
Non capisco il senso di questo esperimento. L'elasticità dei risultati della strategia dipende dalla deriva dei predittori, no? La strategia dipende dai predittori.
Si tratta della deriva dell'obiettivo, ovvero dei cambiamenti delle sue proprietà statistiche in un intervallo di tempo...
Si tratta essenzialmente della deriva del bersaglio, ovvero dei cambiamenti delle sue proprietà statistiche in un intervallo di tempo...
che dipende dalla deriva dei tratti
Se la curva di dipendenza viene tracciata rispetto alla deriva ipotetico-teorica dei tratti (CATE tra le casalinghe), si otterrà l'elasticità del cambiamento nelle proprietà dell'obiettivo.cosa dipende dalla deriva dei tratti
Se si traccia la curva di dipendenza rispetto alla deriva ipotizzata dei tratti (CATE tra le casalinghe), si ottiene l'elasticità di cambiamento delle proprietà target.Purtroppo non capisco la sua risposta. Cosa devi fare esattamente? E cosa significa "deriva iptoetico-teorica dei tratti" - è da tutti o da ciascuno singolarmente? Hai provato a farlo in python? Per i test A/B conosciamo il punto di transizione, ma qui non c'è questo punto - un cambiamento graduale.
La deriva dei predittori può manifestarsi con una variazione della varianza e una variazione della distribuzione di probabilità.
Di conseguenza, nel primo caso, la logica rimane nel campione passato, ma il metodo dell'avidità non riesce a tirarla fuori.
Nel secondo caso, la logica delle conseguenze degli eventi descritti dai predittori è cambiata.
A parte, possiamo notare la deriva causata dalla mancanza di normalizzazione dei dati. Nel nostro caso, è rilevante quando il prezzo esce dagli intervalli e i predittori non ne tengono conto. Ad esempio, misurando qualcosa solo in punti.