Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 737
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
Isto não tem nada a ver com isto, só te dizem o que estás a fazer mal e que não há peixe. Você precisa ser mais flexível e absorver a informação, mudar o paradigma, sacudir a imagem do mundo e assim por diante.
Olha... os modelos já trabalham há uma semana... Não puseram um dedo neles e planeiam mantê-los a correr por mais uma semana ou duas... Vamos ver....
E sim, eles são treinados em não mais de 40 exemplos...... Se é certo ou errado, não sei, mas dá lucro.... Se foi feito da maneira certa ou errada, não é da conta de ninguém. O importante é o resultado final e o ponto.....
... Não importa se é obtido da maneira certa ou errada. O importante é o resultado final e o ponto.....
Não se pode discutir com isto.
A curva de equidade tem de ser suficientemente longa, pelo menos mil negociações e se usarmos o Sharpe Ratio em vez do No Return, todos concordarão. 10 negociações ou mesmo 100 com um lucro inferior ao drawdown não são sérias para aqueles que estão quebrando o depósito.
Eu penso que mesmo uma tal variante não será imune à aleatoriedade e à falsificação. Idealmente, para testar métodos de aprendizagem de máquinas, você deve oferecer aos comerciantes uma ferramenta simples e acessível que lhes permita gerar modelos por conta própria e testá-los com antecedência.
A curva de equidade deve ser novamente longa o suficiente, pelo menos mil negócios e se você olhar para Sharpe Ratio, não nenhum retornado, então todos concordarão, e se 10 negócios ou mesmo 100, com um lucro abaixo do drawdown não é sério, estes são aqueles que "aumentam o depósito".
De onde vêm esses números? 1.000 negócios. Você tem que entender, não há nenhum graal. O mercado é muito volátil, e quando eu vejo um valor de 1000 negócios eu entendo que esta é a aproximação mais próxima do que não existe (o Graal) e por que você não gosta de estatísticas de 100 negócios? Aqui está um exemplo... Sim, eu já a afixei. O modelo foi treinado em 40 pontos e trabalhou durante 80. O que queres dizer com as estatísticas desta bola curva são péssimas... Não há lucro suficiente? Não estás a ser um pouco demasiado zeloso com o TS, Toxic?????
Sem mencionar que aprendemos sobre a qualidade do modelo imediatamente após o treinamento e não precisamos alocar outro mini plot OOS para ver como funciona. Isto é conhecido depois de obtermos as métricas dos modelos treinados. Ou seja, treinamos alguns modelos, calculamos suas métricas, escolhemos aquele com melhor desempenho e vamos direto para a batalha, sem atrasos.
A escolha do modelo é muito simples. Se uma variável de saída tiver um número igual de zeros e uns, a entropia de tal variável é normalmente de 0,7 se arredondada para cima. Isto significa que a incerteza da produção é bastante elevada. O modelo mostrado no post acima tinha um OI de 0,87. Esta é a soma dos VI dos dois polinómios. E tudo isto no plano de treino. Foi antes de o modelo ser posto em funcionamento. Tendo conseguido este valor, compreendi imediatamente que era o correcto porque todos os outros modelos baseados no mesmo ficheiro de treino ou eram 0.7 ou próximos dele. A propósito, tais modelos na mesma parte do loop de feedback eram cerca de zero, assim como os modelos com o resultado de 0,6 e inferior. Estes fundiram-se.
Daí eu concluo. Um modelo de trabalho é um modelo cuja informação mútua (MI) com respeito à saída é maior do que a própria entropia de saída. A incerteza da saída é de 0,7 e o VI do resultado do modelo é de 0,87. Ou seja, o modelo sabe mais sobre a saída do que a incerteza da própria saída. Então o seu modelo treinado em 40 valores funcionará muito mais tempo do que o intervalo de treinamento. De qualquer forma, deduzi exactamente este facto.....
E se a IU for maior que a unidade ou ligeiramente menor na faixa de 0,95, é um claro sinal de sobretreinamento. Manipulei os dados e re-treinei propositadamente o modelo. Assim, todos os VI eram maiores do que a unidade. Aqui está um facto e uma ideia para si....
A escolha do modelo é muito simples. Se uma variável de saída tiver um número igual de zeros e uns, a entropia de tal variável é normalmente de 0,7 se arredondada para cima. Isto significa que a incerteza da produção é bastante elevada. O modelo mostrado no post acima tinha um OI de 0,87. Esta é a soma dos VI dos dois polinómios. E tudo isto no plano de treino. Foi antes de o modelo ser posto em funcionamento. Tendo conseguido este valor, compreendi imediatamente que era o correcto porque todos os outros modelos baseados no mesmo ficheiro de treino ou eram 0.7 ou próximos dele. A propósito, tais modelos na mesma parte do loop de feedback eram cerca de zero, assim como os modelos com o resultado de 0,6 e inferior. Estes fundiram-se.
Daí eu concluo. Um modelo de trabalho é um modelo cuja informação mútua (MI) com respeito à saída é maior do que a própria entropia de saída. A incerteza da saída é de 0,7 e o VI do resultado do modelo é de 0,87. Ou seja, o modelo sabe mais sobre a saída do que a incerteza da própria saída. Então o seu modelo treinado em 40 valores funcionará muito mais tempo do que o intervalo de treinamento. De qualquer forma, deduzi exactamente este facto.....
E se a IU for maior que a unidade ou ligeiramente menor na faixa de 0,95, é um claro sinal de sobretreinamento. Manipulei os dados e re-treinei propositadamente o modelo. Assim, todos os VI eram maiores do que a unidade. Aqui está um facto e uma ideia para si....
Agora tudo se resume à saída (professor). É lucro? drawdown? factor de lucro ou outra coisa qualquer?
Agora tudo se resume à saída (professor). É lucro? drawdown? factor de lucro? ou outra coisa qualquer?
Eu faço várias variáveis de saída por sinal de fator de lucro. A partir de -40 -20 0 20 40 60 80. Isto permite-me escolher um conjunto de dados que tenha o número máximo de variáveis importantes sobre a amostra máxima. E que saída será, mesmo com um lucro de -40 pips. Eu sei e vou tentar conseguir 40 pontos melhor que o fecho do bar em que o sinal foi formado... Esta é uma forma de saída adaptativa. Pelo menos para mim....
Quanto à curva de equidade, deve ser suficientemente longa, pelo menos mil negociações e se olharmos para o Sharpe Ratio em vez de No Return, então todos concordarão. 10 negociações ou mesmo 100 com um lucro inferior a um drawdown não são sérias para aqueles que "escalam o depósito".
Ele tem uma PENSAGEM sobre a relação de alvo e preditores - informação mútua e este pensamento pode sobrepor-se a todas as deficiências das estatísticas, pois este pensamento cortou todo o ruído entre os preditores, e este ruído é o principal mal.
Smarties, faz sentido usar este programa https://basegroup.ru/deductor/download para a compreensão inicial das redes neurais (geralmente estou interessado em encontrar padrões em séries de números)? Apenas sou bastante novo neste negócio, e gostaria de ter um software em russo e com visualização dos resultados da grelha (pesquisa de soluções).
Por favor, tenha um olhar profissional.