Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3182
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 tentar os incrementos do MathRand.
O mais universal é provavelmente o Monte Carlo.
Parece que tenho uma geração aleatória interessante.
Na parte superior há um símbolo real, na parte inferior é aleatório.
O RandomPrice pode ser aplicado iterativamente. Os spreads e o tempo são preservados.
Seria correto fazer isso por meio do logaritmo, mas não me preocupei com isso. Se o refinarmos, poderá ser a melhor opção para o Monte Carlo gerar um símbolo aleatório com as características estatísticas necessárias.
para Monte Carlo é provavelmente a melhor opção para gerar um símbolo aleatório com as características estatísticas desejadas.
Teste de piolho com o mesmo conjunto.
Parte superior - real, parte inferior - aleatório.
Falha.
Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação
Aprendizado de máquina na negociação: teoria, modelos, prática e algo-trading
mytarmailS, 2023.08.17 08:42 AM
sua segunda etapa que você "não faz" ))
Qual é a diferença?
A diferença é que nada é procurado nos resultados da otimização. Ou seja, os cinco primeiros resultados de otimização nunca foram executados no OOS antes.
Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação
Aprendizado de máquina na negociação: teoria, modelos, prática e algo-trading
Valeriy Yastremskiy, 2023.08.17 10:44 AM
Parece lógico que a probabilidade de falsos positivos e negativos diminui, mas para mim não é uma panaceia contra erros.
Você acha que deve confiar mais no modelo train_optim + test_forward do que no (train+test)_optim?
Não há erro, não há erro, não há erro.
Peguei outra amostra - 47% das unidades e exemplos 5 vezes menos - depois de algumas passagens, posso dizer que ele já encontrou muitos segmentos quânticos.
O que mais prestei atenção foi a semelhança entre o alvo inicial e o alvo gerado - eles são 49% semelhantes - talvez seja necessário definir algum limite aqui - não mais do que 30% de semelhança? Alguma ideia?
Fiz um gráfico - se houver uma correspondência "-1", se não houver correspondência, então "+1", obtive esse equilíbrio.
Há muitas tendências nele, o que você acha?
A parte superior é real, a inferior é aleatória.
Fiz a otimização com as mesmas configurações no símbolo real e no símbolo gerado.
Real.
Aleatório.
Ele não é treinado no Random.
Fiz uma otimização com as mesmas configurações no personagem real e no personagem gerado.
Real.
Aleatório.
Não treinado no Random.
A diferença é que nada é pesquisado nos resultados da otimização. Ou seja, os cinco primeiros resultados de otimização nunca foram executados no OOS antes.
Fiz uma otimização com as mesmas configurações no personagem real e no personagem gerado.
Real.
Aleatório.
Ele não é treinado no Random.
Maxim Dmitrievsky #:
Сколько раз был сгенерирован рандом символ?)
Primeiro.
é óbvio que quanto mais longa a sequência, mais vezes ela precisa ser gerada para trabalhar nela também.
Não entendo essa afirmação. O que significa as duas opções a seguir?
Coisas aparentemente simples, pois mesmo em símbolos reais diferentes o mesmo TC não funciona.
O algoritmo de randomização é o seguinte: