Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2065
![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
Assumindo que não há lacunas na história e que há 1440 minutos em todos os dias (menos na sexta-feira), o código deve ser assim
As lacunas ocorrem mesmo em eurusd. Trabalhar com tempo de bar
É compreensível, se o fizesse, era o que eu faria. Isto é só para tornar mais fácil de explicar.
De alguma forma, parece funcionar) Para economizar, uma nova linha é coletada em taxas[i].altas
De alguma forma, parece funcionar) Para salvar, a nova linha é recolhida em taxas[i].altas
Você normaliza barras passadas, por exemplo, a partir de 2020.5.1 00:00 para barras do futuro, c 2020.10.1 00:00 e as que estão no meio.
Não se pode fazer isso no mercado real.
Você tem que fazer o mesmo cálculo para cada barra, mas apenas para as barras passadas.
De alguma forma, parece funcionar) Para salvar, uma nova linha é coletada em taxas[i].altas
Como fetches alimentamos 60 alturas de candelabros com offset diário, e ensinamos alturas normalizadas obtidas no seu código.
O treinamento deve ser quase 100% preciso.
Isto é, os castiçais normalizados não contêm nenhuma informação nova.
O único benefício é não ser necessário passar 60 recursos extras para o treinamento de modelos.
É improvável que alguém se submeta como barras de fichas com 2 meses, ou seja, novas informações para aqueles que não as arquivaram, ainda há).
É claro que devemos verificar se estas alturas normalizadas dos castiçais melhoram a eficiência do modelo, e claro que devemos usá-lo (ou uma das suas fichas, que é mais preferível, ou a 60ª de que é composto).
Isso é estranho. Pergunto-me como poderia ser explicado?
Eu tenho outra versão comentada, mas não gostei por razões lógicas:
Qual RandomInteger() você usa? Eu sou XOR.
Eu não sei como explicar :)
Eu assumi esta função.
Maxim, tenho uma suspeita de que o modelo para C++ não está correctamente descarregado do CatBoost - pode comparar com o modelo para python?
Eu tenho uma discrepância entre os valores de interpretação do modelo em MQL5 onde os valores são retirados do modelo CPP e os valores do modelo binário. O delta é por volta de 0,15 - o que é muito.
Você normaliza barras passadas, por exemplo, a partir de 2020.5.1 00:00 para barras futuras, a partir de 2020.10.1 00:00 e as que se encontram no meio.
Não se faz isto no mundo real.
Você tem que fazer o mesmo cálculo de cada barra, mas apenas das barras passadas para isso.
Sim, olhar para o futuro está lá, assim como outros problemas que não são imediatamente óbvios. Não é totalmente aplicável para negociação direta, mas é insubstituível para análise preliminar. Por exemplo, a correlação entre os incrementos não-relativos não faz sentido.
Sim, há um vislumbre do futuro, bem como outros problemas que não são imediatamente óbvios. Directamente, para o comércio directo não é bem aplicável, mas para uma análise preliminar é indispensável. Por exemplo, não faz sentido calcular a correlação entre os incrementos não-relativos.
Se alguém o verificou antes, por favor, avise-me.
Qual é a análise preliminar? Você alimenta o modelo com a entrada e compara-o com ou sem este recurso.
Acho que é melhor normalizá-lo nos últimos 30 minutos.
Como alternativa, 30 últimos minutos deste dia e 5 dias anteriores de 30 minutos.
Pela forma como a volatilidade mudou em março, sua variante levará muito tempo para se adaptar, um mês ou um mês e meio de valores atuais serão muito mais altos do que eram há um ou dois meses atrás. Como resultado, o modelo funcionará em uma zona desconhecida. Simplesmente não terá exemplos de tal trabalho com base no qual possa fazer previsões.
Com a normalização durante a última semana, aprenderá as novas regras do jogo mais rapidamente.