Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1805

 
Maxim Dmitrievsky:

Eu não quero incomodar, não quero sincronizar com os dados do testador... ugh :) embora... que se lixe...

notícias no testador é uma obrigação

Não consegui encontrar outro, e eu próprio fiz o download do ficheiro há cerca de 4 meses atrás))))

 
Igor Makanu:

sim, é claro

a questão é determinar o tempo de persistência do TS - se você pode determiná-lo, então tudo está bem - trocou seu tempo - ensinou-o - trocou-o - ensinou-o...

Não tenho dados suficientes para o teste, é por isso que sugiro verificar tanto o lado direito como o esquerdo, embora não faça sentido olhar profundamente para o histórico, a volatilidade muda o tempo todo, é por isso que apenas alguns anos são relevantes, pelo menos uso a genética para opções de 1,5 anos, teste forward por 6 meses, às vezes por um ano, mais de um ano TS tem um grande drawdown - não aquele que eu gostaria

Maxim Dmitrievsky:

Não há sinais qualitativos, eu tenho que inventar uma bicicleta. Se o 5X for rejeitado da bandeja, é um bom modelo de qualquer maneira.

Existe alguma forma de saber quando os parâmetros de aprendizagem mudam? Algo no meio deve ser necessário, além de vários erros. Se houver apenas um algoritmo, você deve ter alguns resultados intermediários.

 
Valeriy Yastremskiy:

Existe alguma forma de saber quando os parâmetros de aprendizagem são alterados?

Não sei, é automático. Se você sabe a diferença entre negócios lucrativos e negócios perdedores, você pode dizer pelo prêmio total que está ficando pior.

 
Maxim Dmitrievsky:

Não sei, está tudo em automático. Você pode dizer pela proporção de negócios lucrativos/prejudiciais, o revord total, que começou a funcionar pior.

Tarde como sempre é uma grande coisa. Precisas de umas muletas. Talvez se devesse usar modelos matemáticos diferentes e ver qual é o melhor.

 
Maxim Dmitrievsky:

Não sei, está tudo em automático. Pode-se dizer a partir da proporção de negócios lucrativos/prejudiciais, o revord total, que começou a funcionar pior.

Você não deve aumentar, mas sim diminuir o período de aprendizagem.

 
Valeriy Yastremskiy:

Atrasado como sempre é um dos grandes. As muletas são necessárias. Talvez verificar com diferentes matrizes e ver quando qual é a melhor?

bem, são modelos espaciais de estado, funciona de vez em quando também

 
Maxim Dmitrievsky:

Bem, estes são modelos espaciais estatais, eles também funcionam em alguns casos.

Bem, temos uma tarefa de tempo mínimo para determinar o que está errado com a série) Inicialmente assume-se que a série estacionária com uma média móvel descrita pelo modelo matricial dará resultados suficientes com MO. Se alterarmos os parâmetros do modelo matricial, não há nada com que se preocupar e o período antes da aprendizagem é aceitável. Quando quebramos / mudamos o modelo, temos uma trama não corrigida para o novo modelo, e não sabemos exatamente o período necessário para a aprendizagem.

Precisamos de algo dentro do tutorial, como um indicador.

 
Valeriy Yastremskiy:

Bem, temos uma tarefa de tempo mínimo para determinar o que está errado com a série) Inicialmente assume-se que a série estacionária com uma média móvel descrita pelo modelo matricial dará resultados suficientes no caso do MO. Se alterarmos os parâmetros do modelo matricial, não há nada de errado e o período antes da aprendizagem é aceitável. Quando quebramos / mudamos o modelo, temos uma trama não corrigida para o novo modelo, e não sabemos exatamente o período necessário para a aprendizagem.

Algo dentro do treino é necessário, como um indicador.

Eu fiz vários modelos, dependendo dos valores dos índices, cada modelo para uma determinada faixa de valores induzidos. Também reparei que às vezes funciona, às vezes não.

 
Maxim Dmitrievsky:

fez vários modelos, dependendo dos valores dos indutores, cada modelo para uma gama específica de valores de indutores. Às vezes ajuda, outras vezes não.

Você está certo, você está faltando um modelo ou um indicador ou ambos
A probabilidade de uma descrição completa do vp é zero.
Nós queremos que seja 80%))
 
A tarefa de previsão da mudança de comportamento da série muda
Parar o modelo anterior e esperar pela estacionaridade do novo modelo