Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 17
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
A minha experiência de especulação de acções começou com os cheques de Borovoy. Antes disso, passei mais 20 anos a investir no sector real.
E tu, na altura em que os cheques nasceram?
Portanto, qualquer avó no mercado pode ser chamada de praticante. Você tem uma prática de TS rentável? TS significativa e rentável - milhares de negócios não sobrepostos?
George Soros, chame-lhe um praticante de TS algorítmico rentável! Ele é um zero completo neste campo. Você é muito mais competente do que ele, sem sarcasmo. Mas isto não faz de ti um teórico.
Anton Zverev
Não vamos ter esse tipo de conversa, as pessoas que aprendem e compartilham suas experiências aqui estão dispostas a ajudar umas às outras, enquanto você toma a posição de que você é estúpido e eu sei tudo) É melhor ajudares-me a entender o que pensas e o que sabes que está certo.
Você tem um tom impróprio entre as linhas, não no texto (leia-o). Com desenvolvedores e moderadores podem ser, conversas muito mais duras, sendo banidos por um dia / semana por insultarem a auto-estima) Não se preocupe, em resumo. Eu sou bom!
O Dr. Trader soube-o logo. Ele diz isso como se fosse. Portanto, respeito e admiração por ele.
Depois fiz uma espécie de indicador, tomei a soma acumulada de todos os preços de compra e também a soma para lucro, construí a sua diferença e obtive algum índice, quando o comparei com o preço que parecia mover-se quase ao contrário do preço, a correlação foi de -0.7 a -0.9, simplesmente falando o mercado vai contra as suas próprias estatísticas, isso é algo a pensar e reconsiderar
Não há nada de interessante aí, são as próprias conclusões que são interessantes...
parece ser http://prntscr.com/aqg96r na melhor das hipóteses...
E para reproduzi-lo, você tem que escrever código para procurar por padrões, depois executá-lo por alguns dias para processar vários anos de história
Olá!
Alguém trabalhou com o depmixS4 ? ou em geral com modelos Markov escondidos no R, tenho uma ideia interessante e tenho algumas perguntas
Olá!
Alguém já trabalhou com o pacote depmixS4 ? ou em geral com modelos Markov escondidos no R, tenho uma ideia interessante e tenho algumas questões
Não há nada de interessante aí, são as próprias conclusões que são interessantes...
parece ser http://prntscr.com/aqg96r na melhor das hipóteses...
Para reproduzi-lo, você precisa escrever um código de pesquisa de padrões e depois executá-lo por alguns dias para processar vários anos de história
O objectivo de qualquer algoritmo de aprendizagem de máquinas é procurar padrões. Eu dei um exemplo de árvores acima. Você pode imprimi-los e ver quais padrões foram encontrados. Para 100 preditores com 18000 barras, leva alguns minutos.
Não o farei (mas irei ler as suas ideias com interesse.
Ontem fui inspirado por este artigo ou blog https://forum.mql4.com/ru/26460 não importa, a ideia é dividir o gráfico em frequências, impor-lhes um sistema de trading e identificar apenas as frequências (partes do gráfico) em que o sistema faz dinheiro, e usar este sistema para negociar apenas essas frequências.
Fiquei pensando como poderia ser feito mais fácil e rápido (para o autor, levou 16 horas para calcular uma frequência e o autor tinha 500 frequências)
Lembrei-me de que costumava brincar, embora muito superficialmente, com SMM (modelos Markov escondidos). SMM é usado para previsão probabilística de processos não estacionários, reconhecimento da fala, até li em algum lugar que eles tentaram prever manchas solares...
Tentei aplicá-los ao mercado na sua forma pura, como uma rede ou RF, como um alvo e ir em frente... Não obtive bons resultados, embora haja pessoas que conseguiram algo com isso (por exemplo http://www.quantalgos.ru/?p=1759).
A idéia do SMM é dividir um objeto em n estados e estimar a probabilidade de transição de um estado para outro. Proponho dividir o mercado em um monte de estados, vamos assumir 10, recortar do gráfico todas as seções que correspondem ao bem dizer, declarar №5 e colá-los juntos, como resultado (em teoria) obtemos uma série estacionária que será estável (em teoria)seus atributos, avaliando-o mesmo visualmente é possível fazer um sistema de trading nele, otimizá-lo e quando a mesma condição de mercado ocorrer novamente ele pode ser negociado e deve ganhar dinheiro (em teoria) porque a nova série terá os mesmos atributos que a anterior
Para começar com tudo o que é necessário é apenas recortar seções de um estado e colá-las, e apenas olhar visualmente e avaliar se está estacionário, então se tudo está "quites") então você precisa tomar e olhar para a qualidade do reconhecimento de novos estados, ou seja, se o estado previsto número 5 corresponde ao estado antigo número 5 encontrado, se ambos os testes dizem "sim", então há sentido para desenvolver a idéia.
Tenho certeza que não disse algo e algo não está claro, pergunte, eu respondo se souber a resposta).
Ontem fui inspirado por este artigo ou blog https://forum.mql4.com/ru/26460 não importa, a ideia é dividir o gráfico em frequências, impor-lhes um sistema de trading e identificar apenas as frequências (partes do gráfico) em que o sistema faz dinheiro, e usar este sistema para negociar apenas essas frequências.
Fiquei pensando como poderia ser feito mais fácil e rápido (para o autor, levou 16 horas para calcular uma frequência e o autor tinha 500 frequências)
Lembrei-me de que me debrucei, embora muito superficialmente, sobre o SMM (modelos Markov escondidos). SMM é usado para previsão probabilística de processos não estacionários, reconhecimento da fala, até li em algum lugar que eles tentaram prever manchas solares...
Tentei aplicá-los ao mercado na sua forma pura, como uma rede ou RF, como um alvo e ir em frente... Não obtive bons resultados, embora haja pessoas que conseguiram algo com isso (por exemplo http://www.quantalgos.ru/?p=1759).
A idéia do SMM é dividir um objeto em n estados e estimar a probabilidade de transição de um estado para outro. Proponho dividir o mercado em um monte de estados, vamos assumir 10, recortar do gráfico todas as seções que correspondem ao bem dizer, declarar №5 e colá-los juntos, como resultado (em teoria) obtemos uma série estacionária que será estável (em teoria)seus atributos, avaliando-o mesmo visualmente é possível fazer um sistema de trading nele, otimizá-lo e quando a mesma condição de mercado ocorrer novamente ele pode ser negociado e deve ganhar dinheiro (em teoria) porque a nova série terá os mesmos atributos que a anterior
Para começar com tudo o que é necessário é apenas cortar seções de um estado e colá-las juntas, e apenas olhar visualmente e avaliar se está estacionário, então se tudo está "equilibrado") então você precisa tomar e olhar para a qualidade do reconhecimento de novos estados, ou seja, se o estado previsto número 5 corresponde ao estado antigo número 5 encontrado, se ambos os testes dizem "sim" então há sentido para desenvolver a idéia.
Tenho certeza que não disse algo e algo não está claro, pergunte, eu responderei se eu souber a resposta)
Você pode dividir a série em partes (quantize) ou por agrupamento ou, por exemplo, por convolução com SKH (Kohonen). E depois é uma experiência pura.
Bem, digamos que o mercado corresponde ao cluster № 5, a próxima vela será o cluster № 18 e não nos dará nada porque não teremos tempo para negociar o cluster № 5, e no SMM existe um conceito de estado, o estado pode durar um certo tempo
Ou talvez eu não entenda o seu pensamento?