Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3186

Novo comentário
 
mytarmailS #:

São apenas números e conversões. Como assim, não tem nada a ver com o WRC? são apenas números....

Responda a si mesmo qual característica útil está sendo mantida/perdida. Respondi a essa pergunta com minha conversão.

E o que é taxa de bits?

A largura do fluxo de informações (no contexto da rede).

 
fxsaber #:

Comecei a redimensionar (dentro do razoável para escalpelamento) o joelho mínimo do ZZ e a observar a soma dos joelhos.

Qual é uma faixa razoável para escalpelamento? De... a?

Tenho barras a partir de 0,00200 para EURUSD, algo começa a render. Mas temo que haja o ajuste que você descreveu acima. Ou seja, as melhores variantes em OOS, que são estragadas simplesmente mudando a janela para treinamento em 2-10% (ou seja, 2-10% das linhas são diferentes, como resultado, as árvores são construídas de forma diferente e OOS é completamente diferente, até não rentável).

 
fxsaber #:

ZЫ Em geral, se houver interesse em tentar encontrar diferenças entre as duas linhas, podemos fornecê-las.

Estou mais interessado em um conjunto de dados de treinamento real para seus dados (ajuste e meta). Para ver quanto eu poderia ganhar em escalpelamento com minha abordagem.

 
fxsaber #:

Responda a si mesmo à pergunta sobre qual característica útil é mantida/perdida. Com minha conversão, respondi a essa pergunta.

Se entendi sua transformação corretamente

você pega os incrementos e, em seguida, seleciona aleatoriamente o índice do incremento e o deixa como está ou o inverte (x/-1).


Vamos pegar algumas séries abstratas com alguma estrutura óbvia.

Aplique sua transformação.

Nenhuma estrutura é preservada, é apenas aleatório a partir de aleatório...

Eu não consideraria isso uma simulação de forma alguma...



Aqui está o código.

par(mar=c(2,2,2,2),mfrow=c(3,2))

r <- rep( c(1:10,10:1) ,3)
r |> plot(t="l",main = "начальный ряд с какой то закономерностью")

rd <- c(0,diff(r))

for(i in 1:5) {
  sa <- sample(1:length(rd),size = length(rd)/2)
  rd[sa] <- rd[sa]/-1
  rd |> cumsum() |> plot(t="l", main = "ваше преобразование")
}
 
Forester #:

Estou bastante interessado em um conjunto de dados de treinamento real para seus dados (fic e target). Para ver o quanto eu poderia ganhar em escalpelamento com minha abordagem.

Escolha um corretor para dados históricos de acordo com o maior lucro potencial. Por exemplo, EURUSD_Broker1 tem um lucro potencial maior do que EURUSD_Broker2. Então, escolha EURUSD_Broker1.

Tanto os principais quanto os cruzados podem ser escalpelados. Mas não todos eles. Basta treinar em cada um deles e ver os resultados. É isso que eu faço, grosso modo.

 
mytarmailS #:

Se eu entendi sua conversão corretamente

você pega os incrementos e, em seguida, seleciona aleatoriamente o índice do incremento e o deixa como está ou inverte (x/-1)

Você entendeu minha transformação de forma absolutamente correta.

Vamos pegar algumas séries abstratas com alguma estrutura óbvia (regularidade).

A transformação é tão simples que, mesmo sem gráficos, fica claro que você pode obter qualquer coisa até um preço monotonicamente crescente.
 
fxsaber #:

Você entendeu minha transformação de forma absolutamente correta.

A transformação é tão simples que, mesmo sem gráficos, fica claro que você pode obter qualquer coisa até um preço monotonicamente crescente.

Bem, então isso não pode ser considerado uma simulação,

e você tem que perceber que destruiu todas as tendências que estavam lá,

bem como a própria estrutura do DEM.

 
mytarmailS #:

Bem, então não pode ser considerada uma simulação,

e você precisa perceber que contrariou todas as tendências que existiam,

bem como a própria estrutura do DEM.

Tenho certeza de que destruí muito menos do que as alternativas. No entanto, foi o suficiente.

Quanto à estrutura, esse método se baseia na lei dos grandes números, na qual a estrutura se baseia. Ele é exatamente para casos em que há dezenas de milhões de dados originais.


Não quero me enaltecer, mas duvido muito que exista esse trabalho com ticks e invariantes tão poderosos: tempo, propagação, incremento absoluto (como consequência - caudas gordas, não estacionariedade, correlações etc.). Ou seja, há cem milhões de invariantes de dados de entrada. Não há comparação com as "100" características estatísticas dos modelos.


Apesar dessas características exclusivas da randomização, foi encontrado imediatamente um teste que responde inequivocamente à pergunta sobre com o que estamos lidando: randomização ou realidade.


Não há nada a ser discutido ou debatido aqui. O que é demonstrado não é apenas uma diferença entre SB e realidade, mas uma diferença sutil entre a série original e a randomização. O valor está no contraexemplo.

 
fxsaber #:

Parece que tenho uma geração aleatória interessante.


Que ideia legal! Só preciso descobrir como usá-la 😆 Em essência, ela acaba sendo um preço BP com as mesmas características de sessão, a mesma volatilidade que o real, mas estacionário. Com expectativa constante e variância aparentemente constante. E as caudas são gaussianas. Ao mesmo tempo, o lucro em média é zero menos o spread total.

 
fxsaber #:

Tenho certeza de que destruí muito menos do que as alternativas. No entanto, foi o suficiente.

Acho que você superestima esse método, talvez eu esteja deixando passar alguma coisa.

1...317931803181318231833184318531863187318831893190319131923193...3399
Novo comentário