Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1833
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Que profissionais querem prever o mercado, lendo tweets.
É sempre possível falar, desde que a pessoa com quem você está falando seja tolerável)))) Se você cria algo, tudo começa com a definição de um objetivo e a compreensão do mesmo.
O algoritmo para encontrar eventos e depois repetir uma cadeia de eventos e fazer uma previsão com base numa imagem incompleta, ou algo errado?
Ou algo mais?
Já fiz dois desenhos, acho que já expliquei tudo, mas explico muito mal, certamente não tenho esse conhecimento.
Deixe-me colocar de outra forma, escreva o que não está claro para você, eu já fiz dois desenhos, eu acho que já expliquei tudo, mas eu explico mal, eu definitivamente não tenho isso
O algoritmo consiste em encontrar eventos, depois replicar a cadeia de eventos e fazer previsões com base numa imagem incompleta.
Foi isto que entendi das fotos, está correto ou não?
Aí, fi-lo ontem, às vezes funciona...
Eles querem prever o mercado através da leitura de tweets.
Querem fugir da FA muito provavelmente através do MO, mas precisam de alguma lógica lá primeiro, embora talvez possam encontrar uma correlação com as redes sociais ou os mercados.
Além dos m-plays, é possível aparafusar os horários de vendas para partilhar indirectamente o preço.
O algoritmo é encontrar eventos e depois repetir uma cadeia de eventos e fazer uma previsão com base numa imagem incompleta.
Foi o que entendi das fotos, isto é correto ou não?
Por exemplo, agrupar o preço em 10 clusters...
O que é um agrupamento é uma espécie de padrão que se repete a si próprio - um "padrão".
Um agrupamento tem um número por dia. Ocasionalmente de 1 a 10
O preço como um cluster ficaria assim
1113333555433377779991010103333222288888
nós escolhemos aleatoriamente a combinação, por exemplo, 1593
procurá-lo no preço
1113333555433377779991010103333222288888
este será o padrão resultante
recolher todas as situações com este padrão e olhar para as estatísticas de rentabilidade
pode haver centenas de clusters, você pode construí-los em qualquer dado, clusters podem ser substituídos por regras de registro, por exemplo, isto será mais claro
por exemplo, agrupar o preço em 10 clusters...
O que é um agrupamento - é um padrão que se repete a si mesmo - um "padrão".
Um agrupamento tem um número por dia. Ocasionalmente de 1 a 10
O preço como um cluster ficaria assim
1113333555433377779991010103333222288888
nós escolhemos aleatoriamente a combinação, por exemplo, 1593
procurá-lo no preço
1113333555433377779991010103333222288888
este será o padrão resultante
recolher todas as situações com este padrão e olhar para as estatísticas de rentabilidade
pode haver centenas de clusters, você pode construí-los em qualquer dado, os clusters podem ser substituídos por regras de registro, por exemplo, será mais claro
Em que dados? Não faça este disparate com números, apenas aglomerados.
com que dados? Não tão bom com incrementos.
Que dados devemos usar? Não faças esta porcaria com números, apenas clusters.
Com que dados? Não funciona muito bem com incrementos.
Gradientes são a coisa mais idiota que você pode fazer com preços, então AMO não vê uma simples tendência linear nos dados
Espera, vou desenhá-la.
primeiro precisamos de muitos protótipos (preparação de dados)
ir para uma janela deslizante sobre os dados, na janela deslizante, há sempre o último preço
não precisamos de todos os preços porque preços acima de 100 pips do último preço dificilmente influenciam o último preço
É por isso que cortamos todos os dados desnecessários e deixamos apenas a faixa verde no preço.
então
e nós renormalizamosno preço relativo aoúltimo preço
depois dividir-se em grupos
Então você ensina o modelo a ver os mesmos clusters em preço em dados diferentes e depois de aprender você começa a procurar por padrões
incrementos é a coisa mais idiota que você pode fazer com os preços, então AMO não vê nem mesmo uma simples tendência linear nos dados
Deixa-me fazer um desenho.
primeiro você precisa de muitos protótipos (preparação de dados)
ir janela deslizante sobre os dados, na janela deslizante há sempre o último preço
engenhoso ))
vê tudo em incrementos, mas o erro é demasiado grande.
Não precisamos de todos os preços, pois os preços acima de 100p do último preço dificilmente têm qualquer efeito sobre o último preço.
Então cortamos o que é excessivo e deixamos apenas a faixa verde no preço
então
e nós renormamosno preço relativo aoúltimo preço.
e se houver uma forte tendência, você terá quase nenhum preço na faixa
e há sempre um número diferente de características