L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 357
![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
Si può vedere un modello ciclico.
Decomponetelo in Fourier (in R sono 2-3 righe), tracciatelo e non vedrete alcuna ciclicità. È uno spettro liscio.
Provate la funzione di autocorrelazione. Di nuovo il silenzio, ma dovrebbe venire fuori se c'è un modello ciclico.
Decomponetelo in Fourier (in R sono 2-3 righe), tracciatelo e non vedrete alcuna ciclicità. È uno spettro liscio.
Prova a usare di nuovo la funzione di autocorrelazione, ma dovrebbe essere visibile se il comportamento ciclico è presente.
Penso di poter insegnare al Servizio Statistico Nazionale in una volta sola, ad alimentare diversi periodi con questi istogrammi. Considererà sia le variazioni più grandi che quelle più piccole, quelle grandi saranno una componente di tendenza e quelle piccole - un segnale per l'ingresso
E poi convertire i segnali tenendo conto dei grafici attuali e della loro relazione con la bollinger. Il metodo della sperimentazione scientifica, in breve
Con un periodo di foyles 1 sarà così :)
E si può vedere un modello ciclico
Fila fissa. E le emissioni vengono rimosse - procedura standard
cercare di prendere in considerazione anche le emissioni, LSTM dovrebbe essere in grado di far fronte
Penso che per insegnare NS in una volta, alimentare diversi periodi diversi con questi istogrammi, prenderà in considerazione entrambi i cambiamenti più grandi e più piccoli, grande sarà una componente di tendenza e piccolo sarà segnali per entrare
E poi convertire i segnali tenendo conto dei grafici attuali e della loro relazione con la bollinger. Per riassumere come regola generale
Qualcuno conosce la risposta alla domanda: come trattano NS gli ingressi non stazionari?
male? )
Qualcuno conosce la risposta alla domanda: come trattano gli ingressi non stazionari i NS?
Mi piacerebbe, prima di insegnare NS, modellarlo, vedere se c'è qualcosa di utile in esso. Allora la formazione sarà più adeguata.
Tutto è chiaro qui, gli estremi annunciano un'inversione, specialmente quelli brevi, una serie antipersistente è evidente - un nuovo picco è seguito da un nuovo trogolo (nell'indicatore con un piccolo periodo)
La situazione opposta è in un indicatore con un periodo più grande, la serie sembra persistente, un nuovo massimo è seguito da un nuovo massimo, cioè si possono identificare le tendenze lunghe, allo stesso tempo, la serie è stazionaria e si può trovare (approssimativamente) la fine delle tendenze
Ho letto molti libri, vero?
Algoritmo di lavoro: definiamo la tendenza e lavoriamo in base ad essa, effettuando ingressi sulla serie anti-peristanza, per aumentare la probabilità di vincita. Allo stesso tempo, se l'indicatore con un grande periodo è vicino agli estremi medi, cambiamo le entrate commerciali al contrario, se la tendenza comincia a cambiareTutto è chiaro qui, gli estremi segnalano un'inversione, specialmente di periodi brevi, una serie antipersistente è presente - un nuovo picco è seguito da un nuovo trogolo (nell'indicatore con un piccolo periodo)
L'opposto è il caso di un indicatore di lungo periodo, la serie sembra persistente, un nuovo massimo è seguito da un nuovo massimo, cioè è possibile identificare lunghe tendenze, allo stesso tempo la serie è stazionaria e si può trovare (approssimativamente) la fine delle tendenze
Ho letto molti libri, eh?
(Fico.) Qual è l'antipersistenza?
un nuovo massimo (probabilmente un minimo) è seguito da un nuovo massimo - sì, ci sono stato anch'io, i grafici sono tutti familiari. Si simula - e non c'è niente - il vuoto. Forse sarete fortunati.