Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 380
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
e a previsão será "Hurra!"
A propósito, eles dizem que "SIM" é uma boa previsão desde que a volatilidade seja baixa.
Como posso ver o código?
Posso ver o código?
Siga o link da página anterior.
Eu não entendo nada.
Há um gráfico de Estratégia e um gráfico de Compra e Manutenção. Onde está ográfico do EURUSD?
Eu não entendo nada.
Há um gráfico de Estratégia e um gráfico de Compra e Manutenção. Onde está o gráfico doEURUSD?
Perdão, fui ao próximo post e encontrei o seguinte gráfico.
Coisas muito interessantes.
O que está faltando são testes que justifiquem a aplicabilidade das funções relevantes.
Eu não sei como colocá-lo em mql, mas é muito complicado. Comprei um livro universitário com gargalhadas e agora estou a lê-lo).
O MoD é sempre um modelo pronto e significativo. Às vezes é tão significativo que nem se sabe como funciona. Aqui está um artigo sobre aumento de gradiente, por exemplohttps://habrahabr.ru/company/ods/blog/327250/ Há um artigo, há descrições e fórmulas, mas ainda não consegui realizar o meu desejo de transferi-lo para o mql, é muito complicado.
O problema é ligeiramente diferente, não na sua significância, mas na sua estreita especialização.
Arima e Garch trabalham diretamente com preços sem indicadores e TA. Eles têm um algoritmo incorporado para transformar uma série de preços num vector estacionário e até têm algumas subtilezas como corrigir previsões baseadas em erros anteriores (componente MA). Mas ao mesmo tempo são inúteis para outros dados (não preço), estes modelos não podem classificar as imagens, por exemplo.
Se passarmos uma série temporal de preços para a rede neural para treinamento, ela não procurará por autocorrelação, componentes sazonais e de tendência do preço - a rede neural não é capaz de fazer isso. Ele simplesmente lembrará o que foi dado, e para novos dados no teste ou em negociação real, ele "lembrará" vetores de preço similares do passado, e negociará como era antes, mas no Forex significa uma desvantagem.
O Neuronka deve ser ajudado na previsão do preço - primeiro ele deve encontrar os indicadores que, como Arima, podem detectar autocorrelação, tendência e sazonalidade, e transferir valores desses indicadores para o neurônio. Então terá pelo menos uma pequena hipótese de ser comparável a umarima e uma veste.
Outra coisa importante é que a arima faz previsões baseadas no tempo. Lembra-se claramente da ordem em que os preços chegaram e utiliza uma janela deslizante na sua previsão, tomando os últimos preços e fazendo previsões com base neles. Ao contrário da neurônica, que funciona com toda a tabela de treinamento de uma só vez, sem qualquer idéia da ordem em que os preços chegaram.
O MoD é sempre um modelo pronto e significativo. Às vezes é tão significativo que nem se sabe como funciona. Aqui está um artigo sobre aumento de gradiente, por exemplohttps://habrahabr.ru/company/ods/blog/327250/ Há um artigo, há descrições e fórmulas, mas o meu desejo de transferi-lo para o mql que ainda não consegui perceber, é muito complicado.
É um pouco diferente, não no sentido, mas na estreita especialização.
Arima, Garch - trabalhar diretamente com preços, sem indicadores e TA. Para isso, eles têm um algoritmo incorporado para transformar uma série de preços em um vetor estacionário, e há até mesmo sutilezas como a correção de previsões, dependendo de erros anteriores (componente MA). Mas ao mesmo tempo são inúteis para outros dados (não preço), estes modelos não podem classificar as imagens, por exemplo.
Se passarmos uma série temporal de preços para a rede neural para treinamento, ela não procurará por autocorrelação, componentes sazonais e de tendência do preço - a rede neural não é capaz de fazer isso. Ele simplesmente lembrará o que foi dado, e para novos dados no teste ou em negociação real, ele "lembrará" vetores de preço similares do passado, e negociará como era antes, mas no Forex significa uma desvantagem.
O Neuronka deve ser ajudado na previsão do preço - primeiro ele deve encontrar os indicadores que, como Arima, podem detectar autocorrelação, tendência e sazonalidade, e transferir valores desses indicadores para o neurônio. Então terá pelo menos uma pequena hipótese de ser comparável a umarima e uma veste.
Outra coisa importante é que a arima faz previsões baseadas no tempo. Lembra-se claramente da ordem em que os preços chegaram e utiliza uma janela deslizante na sua previsão, tomando os últimos preços e fazendo previsões com base neles. Ao contrário da neurônica que trabalha com toda a mesa de treinamento de uma só vez e não tem idéia em que ordem os preços chegaram.
MO não é um modelo com sentido acabado, é um processo :) e garch é um modelo. Como pode até ser comparado :)
Estou bem ciente de tudo o que se está a passar, estava a chegar a um ponto em que a vestimenta não existia. E o que a neurónica faz. Já há muito tempo que estou a construir o meu modelo pensativo :) bem, há quanto tempo, cerca de 2 semanas. A propósito, todos estes artigos são sobretudo lixo... para a educação geral, é interessante de ler.
E a propósito, a complexidade do sistema no mercado forex não caracteriza em nada a sua eficácia...Como pode até ser comparado :)
MO inclui sempre algum tipo de modelo, e quase sempre leva algum tempo de trabalho comprovado modelo. Por exemplo, a neurônica ou o aumento do gradiente, tanto esforço e tempo foram investidos em sua criação (décadas de evolução do algoritmo) que eles podem ser ainda mais significativos do que arima.
MO inclui sempre algum tipo de modelo, e quase sempre leva algum modelo funcional, testado pelo tempo. Por exemplo, a neurônica ou o aumento do gradiente, tanto esforço e tempo foram investidos em sua criação (décadas de evolução do algoritmo) que eles podem ser ainda mais significativos do que arima.
Qual é o modelo - regressão ou classificação :) Isso é tudo o que a neurónica pode fazer.
O MoD é sempre um modelo pronto e significativo. Às vezes é tão significativo que nem se sabe como funciona. Aqui está um artigo sobre aumento de gradiente, por exemplohttps://habrahabr.ru/company/ods/blog/327250/ Há um artigo, há descrições e fórmulas, mas o meu desejo de transferi-lo para o mql que ainda não consegui perceber, é muito complicado.
É um pouco diferente, não no sentido, mas na estreita especialização.
Arima, Garch - trabalhar diretamente com preços, sem indicadores e TA. Para isso, eles têm um algoritmo incorporado para transformar uma série de preços em um vetor estacionário, e há até mesmo sutilezas como a correção de previsões, dependendo de erros anteriores (componente MA). Mas ao mesmo tempo são inúteis para outros dados (não preço), estes modelos não podem classificar as imagens, por exemplo.
Se passarmos uma série temporal de preços para a rede neural para treinamento, ela não procurará por autocorrelação, componentes sazonais e de tendência do preço - a rede neural não é capaz de fazer isso. Ele simplesmente lembrará o que foi dado, e para novos dados no teste ou em negociação real, ele "lembrará" vetores de preço similares do passado, e negociará como era antes, mas no Forex significa uma desvantagem.
O Neuronka precisa de ajuda na previsão do preço - primeiro, encontrar os indicadores que, como o Arima, podem detectar autocorrelação, tendência e sazonalidade, e transferir valores desses indicadores para o neurônio. Então terá pelo menos uma pequena hipótese de ser comparável a umarima e uma veste.
Outra coisa importante é que a arima faz previsões baseadas no tempo. Lembra-se claramente da ordem em que os preços chegaram e utiliza uma janela deslizante na sua previsão, tomando os últimos preços e fazendo previsões com base neles. Ao contrário da neurônica que trabalha com toda a mesa de treinamento de uma só vez e não tem idéia em que ordem os preços chegaram.
+++