Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2216
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
que surpresa, agora testei o bot publicado por Maxim Vladimirovich.
No primeiro screenshot das citações de Dukascopi, a linha de equilíbrio crescente após 3200 é apenas o período Novembro de 2019 - Outubro de 2020, 1 hora, spread - 2 pips (0,0002)
O teste em outro corretor da Metatrader não deu resultados tão notáveis, parece que a estratégia deve ser otimizada para que funcione para todos, sem exceção.
Sim, as distribuições normalmente mostram tudo. Podemos fazer isto apenas para as características sem o impulsionador e ver num relance
Portanto, a idéia é apenas avaliar o modelo, e o modelo realmente desvenda os alvos emaranhados, e podemos avaliar seu sucesso em fazê-lo, em vez de apenas ver como as coisas estão emaranhadas.
Estou a pensar em experimentar o método de aprendizagem em cascata (inventei o termo eu mesmo - talvez haja algo diferente). Os gráficos mostram que existem áreas onde a aprendizagem é bem sucedida - deixar essa área, e ensinar o que sai dessa área novamente, tendo previamente removido dos exemplos de amostra que caem nas distribuições da área deixada. Eu já tentei manualmente e o efeito foi bom, estou pensando em automatizar, mas não posso fazer isso no segundo dia, temo que o efeito seja aleatório. O que você acha disso? Eu acho que é fácil de fazer em Python.
Portanto, a idéia é apenas avaliar o modelo, e o modelo realmente desvenda alvos emaranhados, e nós podemos avaliar seu sucesso em fazê-lo, em vez de apenas ver o quanto as coisas estão emaranhadas.
Estou a pensar em experimentar o método de aprendizagem em cascata (inventei o termo eu mesmo - talvez haja algo diferente). Os gráficos mostram que existem áreas onde a aprendizagem é bem sucedida - deixar essa área, e ensinar o que sai dessa área novamente, tendo previamente removido dos exemplos de amostra que caem nas distribuições da área deixada. Eu já tentei manualmente e o efeito foi bom, acho que para automatizá-lo, mas não posso fazer isso no segundo dia, temo que o efeito tenha sido aleatório. O que você acha disso? Eu acho que é fácil de fazer em Python.
Bem, é tudo uma questão de aprendizagem semi-controlada. Até agora, estou a ler
Portanto, a idéia é apenas avaliar o modelo, e o modelo realmente desvenda alvos emaranhados, e nós podemos avaliar seu sucesso em fazê-lo, em vez de apenas ver o quanto as coisas estão emaranhadas.
Estou a pensar em experimentar o método de aprendizagem em cascata (inventei o termo eu mesmo - talvez haja algo diferente). Os gráficos mostram que existem áreas onde a aprendizagem é bem sucedida - deixar essa área, e ensinar o que sai dessa área novamente, tendo previamente removido dos exemplos de amostra que caem nas distribuições da área deixada. Eu já tentei manualmente e o efeito foi bom, estou pensando em automatizar, mas não posso fazer isso no segundo dia, temo que o efeito seja aleatório. O que você acha disso? Acho que é fácil de fazer em Python.
Se você dividi-lo em áreas homogêneas automaticamente, assim como com as mãos mais e menos, vai funcionar.
que surpresa, agora testei o bot publicado por Maxim Vladimirovich.
No primeiro screenshot das citações de Dukascopi, a linha de equilíbrio crescente após 3200 é apenas o período Novembro de 2019 - Outubro de 2020, 1 hora, spread - 2 pips (0,0002)
Eu não vi nenhum resultado do teste em outro corretor da Metatrader, a estratégia tem que ser otimizada para trabalhar para todos sem exceção.
Não é a melhor variante. Se você não souber como usá-lo, você pode ficar ainda melhor.
demasiado preguiçoso para escrever novas métricas ainda... e certamente não será o lucro máximo então.....
não podes fazer isso, simplesmente não está lá.
Não podes fazer isso, simplesmente não está lá.
Eu consigo fazê-lo, tens de aprender a usar o Google.
por exemplo, função de perda personalizada catboostLonge da melhor opção. Pegue as configurações, você pode obtê-las e ainda melhor
Com estes cálculos (alterando apenas dois parâmetros look_back e ma_periods) qual é a carga aproximada no processador?
com estes cálculos (alterando apenas dois parâmetros look_back e ma_periods) aproximadamente o que é a carga no processador?
não sei, não note
Eu consigo, mas tens de aprender a usar o google.
por exemplo, função de perda personalizada catboostSe não entende, experimente, tem uma função que calcula o saldo...
é preciso menos de um minuto para perceber