Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2068
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
Acho que te entendi e escrevi no espírito que um evento que se repete todos os dias às 9 da manhã também seria um evento que se repete todas as quartas-feiras às 9 da manhã. Seria bastante difícil isolar aqueles eventos que têm um período SEMANAL (mas não diário) devido à periodicidade diurna muito brilhante. Posso estar errado, é claro, mas ainda não notei uma periodicidade semanal brilhante, por isso não há como identificá-la no meu código.
Não sei, a lógica temporal parece dar períodos semanais. Se você vai encontrar um padrão diário, então a partir deles para identificar a periodicidade do mês ou dia da semana é uma questão de técnica.
Existem estratégias, estratégias de tendência que ganham bem com 40% de precisão, mas os métodos padrão de MO não permitem treiná-los, eu deixo a classe "1" para zero se a precisão não for suficiente, e eu só preciso separar e melhorar essas divisões, então eu estou procurando por tais métodos. Caso contrário a Recall é muito pequena a 1.
Eu deveria escrever fi de perda personalizada para estes fins
Não sei, a lógica temporal parece dar períodos semanais. Se forem encontrados padrões diários, então é uma questão de técnica para identificar deles em relação aos dias do mês ou da semana de periodicidade.
Não estou a dizer que não há nenhum. Muito provavelmente eles existem, mas este método é provavelmente demasiado rudimentar para a sua detecção e separação no fundo de períodos mais curtos e não-estacionariedade.
isso é em teoria... mas na prática, não importa como se torce os óculos... )
Normalizado para volatilidade de incrementos, variância equalizada. Houve apenas uma perda de informação.
Eu não lhe chamaria perda de informação, mas livrar-se da desinformação)
Mas não é exacto)
Se a tendência é de tendência, o TP é grande e o SL é pequeno. Por exemplo, 500 a 100. Então, com um erro de 80%, teremos 20% de negócios bem sucedidos e 80% de negócios perdidos. O saldo será quase zero. Se você trocar as folhas com um erro de 70%, você já estará em lucro. E se você encontrar 50/50, o lucro será enorme.
É isso que estou dizendo, mas a completude será pequena, ou seja, 100 negócios de 1000 potenciais serão negociados (encontrados classe "1"), dos quais 50 são negócios que geram perdas.
O que queres dizer com despejar? 70% dos erros parece que só é largado para a classe 0, nos restantes 30% da classe 1 já se pode ganhar dinheiro.
30% é um bom resultado, mas nem sempre é o caso - estou escrevendo um artigo agora mesmo, há uma estratégia de MA, é uma média de 5% de detecção de unidades, bem, está quase em osciladores padrão com configurações padrão :)
Desde 2019, a amostra está fora de treinamento. Não vaza e isso é bom :)
python é um invólucro cpp. Tudo funciona bem.
Quer dizer, pode ser salvo tanto em formato python como em cpp. Guardo-o em cpp e depois converto-o para mql através de acções simples, uma vez que o modelo em si é várias matrizes.Há um arquivo py gravado lá, é um pouco diferente em estrutura para o CPP.
Sim, o erro foi meu - estou a mudar o conceito de EA e a colocar a carroça atrás da égua - demorei meio dia a perceber.
Você precisa escrever funções de perda personalizadas para este fim.
Quem sabe como aprender estas funções? Em CatBoost no pistão pode contá-los e inibir o ensino por eles, mas se calcula por seus dois.
grail found ))
Pergunto-me quantos destes graos estarão a ser comprados no mercado...
Pergunto-me quantos destes graos estarão a ser comprados no mercado...
ganhando, nenhum ))