L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 923
![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
Volevo guardare ora i tuoi dati per l'addestramento del modello, per esercitarmi a cercare i parametri dell'albero. Ma non sono riuscito a trovare i file, si sono persi in una ventina di pagine. Li posti di nuovo qui per favore?
Volevo guardare ora i tuoi dati per l'addestramento del modello, per esercitarmi a cercare i parametri dell'albero. Ma non sono riuscito a trovare i file, si sono persi in una ventina di pagine. Potrebbe allegarli di nuovo qui, per favore?
Certo che puoi, ma devo farlo in parti (glitch del server), Filter set - rileva dove non è permesso comprare/vendere, MaloVhodov set - entrate di tendenza per un profitto decente, MnogoVhodov set - tutte le entrate tranne quelle in perdita.
Non sono stato in grado di insegnare all'albero a lavorare fuori dal campione. Tra i predittori che hanno influenzato in modo sicuro il set MaloVhodov - target -1 ho individuato i seguenti:
arr_iDelta_H4
arr_iDelta_D1
arr_iDelta_MN1
arr_TimeH
arr_Den_Nedeli
arr_iDelta_Max_D1
arr_iDelta_Min_D1
arr_Regretario
arr_LastBarPeresekD_Down
arr_LastBarPeresekD_Up_M15
arr_LastBarPeresekD_Down_M15
arr_DonProc_M15
1.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-i-q-learning-sarsa-dqn-ddpg-72a5e0cb6287
2.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-part-ii-trpo-ppo-87f2c5919bb9
Può essere utile per l'articolo di Vladimir. Per i compiti continui tutto ciò che precede la DDPG è irrilevante, poiché ci sono metodi tabellari per un numero limitato di stati/transizioni
1.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-i-q-learning-sarsa-dqn-ddpg-72a5e0cb6287
2.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-part-ii-trpo-ppo-87f2c5919bb9
Vladimir può essere utile per l'articolo. Tutto ciò che precede DDPG è irrilevante per l'articolo, poiché esistono metodi tabellari per un numero limitato di stati/transizioni
Grazie. L'ho messo tra i preferiti. Finirò con gli ensemble (un altro articolo) e mi preparerò su RL
Buona fortuna
Prova:
Dopo l'addestramento abbiamo una tale tabella: (dal 04.01 OOS)
L'agente 7 evidenziato in giallo ha gli errori più piccoli. Eliminiamo tutti tranne lui e vediamo:
Il risultato è migliorato.
Fico! Ora (un giorno o due? prima? come va...) finisco un'idea e arrivo al tuo articolo!
Fico! Ora (un giorno o due? prima? a seconda dei casi...) finisco un'idea e arrivo al tuo articolo!
Sarebbe bello, perché le persone con cui ho parlato non hanno offerto alcuna idea, hanno solo usato quello che gli è stato dato
e il brainstorming è sempre utile
Insegna a Max come invertire i segnali TS :)
Perché la sua sterlina è rigorosamente in meno, mentre il trading al contrario sarebbe in più.
Capisco - NS è un TS supersampling
Ma comunque, il broker forex sa in anticipo dove il TS sarà comprato e dove sarà venduto
Quindi tutto va secondo i piani e non serve a niente lanciare o non lanciare.
Tuttavia, la quotazione è ancora a priori consapevole di dove il TS sarà comprato e dove sarà venduto