Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2572
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
Obrigado. Vou dar uma olhadela, para começar. Talvez eu pense numa maneira de as usar.
De nada, ou melhor, há uma razão))) Passei alguns dias para encontrar todos estes links :))))) Alguns não são exibidos, o fórum os bloqueia (
Não adianta procurar, preciso de analisar e analisar como uma série de
Penso que a primeira coisa a fazer é calcular as estatísticas, ver se faz sentido e depois incorporá-las no processo de formação.
Então a questão continua a ser como fazê-lo correctamente.
Suponha que eu tenha 3 sequências binárias com 10 pontos de medição em intervalos de tempo comparáveis.
A[]={1,0,0,1,1,1,1,1,0,1};
B[]={1,1,1,1,1,1,1,0,0,1};
C[]={1,1,0,1,1,1,0,1,0,1};
E assim eu quero entender/plotar como a probabilidade de uma unidade mudar à medida que as unidades aumentam em uma linha.
Compreendo que devo contar o número de sequências para começar, mas mais uma vez, devo contar sequências longas como uma ou devo contá-las separadamente, por exemplo, 1111 dividido em 1,11, 111 e 1111 ou são apenas 11?
E depois o que fazer - como avaliar se o processo é regular ou aleatório?
Para ser honesto, não entendo muito. A questão é: a probabilidade muda com o tempo? Para estudar isto, você pode simplesmente construir uma regressão logística no tempo (e verificar o significado da diferença entre o coeficiente e zero).
Se além do tempo forem estudados outros fatores que afetam a probabilidade, você também pode tentar adicioná-los a uma regressão logística.
De nada, ou melhor, você é)))) demorei vários dias para encontrar todos estes links :)))) alguns deles não aparecem, o fórum os bloqueia(
Não adianta procurar, você precisa analisar e analisar como uma série de
Eu olhei para todos eles. EurUsd é curto a maior parte do tempo, e dois deles são longos. Claro que é mais curto. Mas, pelo que sei, é pelo número de comerciantes.
Por exemplo
Esta informação seria melhor expressa em lotes. Porque 1 comerciante com 100 lotes pode ser igual a 100 hamsters com 1 lote.
É claro que é possível analisar, mas não há dados históricos.
Mikhail parece ter usado o OM com SME no seu artigo. E parece que este OM pode ser encontrado por muitos anos. Isto é provavelmente mais promissor, porque você pode coletar informações por muitos anos ao mesmo tempo. E parece estar lá em lotes. Temos de ir e lê-lo novamente.
E para recolher por conta própria, você precisa de alguns meses, pelo menos, para ter algo com que aprender.
Honestamente, não entendo muito. A questão é: a probabilidade muda com o tempo? Para investigar isso, você poderia simplesmente construir uma regressão logística no tempo (e verificar o significado da diferença entre o coeficiente e zero).
Ou talvez seja mais fácil fazer outro preditor - a distância da cadeia de dados em relação à actual. A própria floresta pode calcular que os dados com mais de 8 meses são ruins para a previsão atual. E haveria uma divisão simples: antes de 8 meses (com folhas melhores) e depois de 8 meses com folhas piores.
Bem na bandeja, todos aprendem bem, claro. No teste/crossvalidação devemos verificar. Mas como? Não está claro. Não é sequer a importância do preditor, mas a importância da divisão.
Olhei para todos eles. EurUsd é curto a maior parte do tempo e dois são longos. É mais curto, é claro. Mas pelo que entendo é pelo número de comerciantes.
Por exemplo
Esta informação seria melhor expressa em lotes. Porque 1 comerciante com 100 lotes pode ser igual a 100 hamsters com 1 lote.
É claro que é possível analisar, mas não há dados históricos.
Mikhail parece ter usado o OM com SME no seu artigo. E parece que este OM pode ser encontrado por muitos anos. Isto é provavelmente mais promissor, porque você pode coletar informações por muitos anos ao mesmo tempo. E parece estar lá em lotes. Temos de ir e lê-lo novamente.
E para recolher por conta própria, você precisa de alguns meses, pelo menos, para ter algo com que aprender.
É verdade, devias fazer o que é fácil, não o que tens de fazer.
vladavd # :
elibrarius #:
Eu não vou dar o link.
))))
ver o meu post na página anterior.
Mikhail parece ter usado o OM com SME no seu artigo. E parece que este OM pode ser encontrado ao longo de muitos anos. Isto é provavelmente mais promissor, porque você pode reunir informações por muitos anos ao mesmo tempo. E parece estar lá em lotes. Temos de ir e lê-lo novamente.
E para recolher por sua conta, você precisa de alguns meses, pelo menos, para ter algo com que aprender.
O OI é interessante, mas o problema é que as opções são muito complicadas - para realmente entender rede longa vs rede curta é um fardo pesado. Além disso, existem poças escuras - clearing OTC, onde os negócios por vezes fazem 30-50% do volume (e talvez até mais - quem sabe).
Em geral, vou contar-vos um grande segredo - quase todos os mercados de retalho se movem segundo o princípio do posicionamento inverso da maioria. É por isso que esta estatística nunca será vista pelo varejo. O fluxo de ordens também é vendido por este motivo
É por isso que o retalho nunca verá estas estatísticas...
Eu sei, apesar de ser um retalhista.
WallStreetTrader on pillion procurar, eu não estou dando o link, você vai ter um comentário
O que é que eles dão? Eles não copiam apenas as informações da CME para os seus indicadores?
Pelo que entendo, o principal truque deles é identificar os grandes volumes que os fundos e outros grandes jogadores supostamente fizeram. Estou curioso, como é que eles os distinguem de outras profissões?
Encontrei um vídeo a explicar como usá-lo. Tudo o que eles dizem é: pode ser, provavelmente vendido aqui, porque o preço desceu, etc. Na minha opinião - tretas e vamos ver os mesmos 50/50%. A pesquisa diz que havia um sinal do mesmo nome aqui, mas já está fechado, aparentemente fundido.
Mas o vídeo principal do fornecedor do indicador é mais bem explicado, mas aparentemente eles escolheram bons momentos no gráfico.