Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2485

 
mytarmailS #:

comprar a ue por meio dia no mínimo .

secção humor: um sinal meu) )

Alguma sorte com o passe?
 
Renat Akhtyamov #:
você conseguiu pesquisar?
Não, ainda não descobri de onde vêm estes valores.
 
mytarmailS #:
Não, eu nunca descobri de onde vêm estes valores

estranho, muito estranho.

Manda-me um link na tua caixa de correio, eu tento amanhã.

 
Renat Akhtyamov #:

Isso é estranho. Bastante estranho.

Envie-me o link no seu e-mail, vou tentar amanhã.

Então o link para o site na página anterior, você mesmo o abriu, ou eu não entendo.
 
mytarmailS #:
Então na última página está o link do site, você mesmo o abriu, ou eu não entendo... ou você não abriu a demo?
Não, yandex.
 
JeeyCi #:

por favor, responda também à minha pergunta clínica (ontem leu a minha mente e publicou a sua forma de trabalhar com dados depois de eu já ter olhado para este método - obrigado)... Mas a questão permanece: este método é usado para classificar, acho eu, características - você precisa dele... o que você classifica, se não for um segredo? LN(Close/Open)? e o que você ensina?

-Se for segredo, eu vou entender - "know-how"?

p.s. Vou lançar-me alguns links para me orientar para o tema (não é realmente a minha estatística, embora esta última possa ser colocada num "modelo ambiental", provavelmente):

Introdução à IA

Declaração e possíveis soluções para a tarefa de formação de redes neurais

Pré-processamento de dados

Um conjunto de métodos

Sim, este é de facto um método de classificação, onde eu treino o modelo para reconhecer a verdade ou falsidade dos sinais da estratégia subjacente. Ou seja, quando se trabalha com classificações, deve haver uma estratégia básica no TS. A estratégia em si pode ser absolutamente qualquer, o mesmo cruzamento de barras e todos os modelos têm sinais 50/50 correctos e incorrectos. A tarefa da classificação é determinar quais sinais são realmente verdadeiros e quais são falsos. Leia o meu artigo, está lá descrito em detalhes!
Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта
Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта
  • www.mql5.com
В этой статье я расскажу, как с помощью "скрещивания" одной очень известной стратегии и нейронной сети можно успешно заниматься трейдингом. Речь пойдет о стратегии Томаса Демарка "Секвента" с применением системы искусственного интеллекта. Работать будем ТОЛЬКО по первой части стратегии, используя сигналы "Установка" и "Пересечение".
 
Mihail Marchukajtes #:
Leia o meu artigo onde é explicado com mais detalhes!

Obrigado pelo link e pelo artigo... se os dados ClucterDelta são a base, é um começo tranquilizador... mas a Spot nem sempre corre como os Futuros (no que diz respeito ao Forex)...

MAS a base da conclusão sobre a verdade/falsidade do sinal, tanto quanto sei, ainda se baseia em Bayes...?

A propósito, aqui(c.20) é o colapso das minhas tentativas de calcular o gráfico NS (tendo distribuições de preços de opções de insumos):

A inferência Bayesiana difere da inferência estatística tradicional na medida em que preserva a incerteza . ..

A visão de mundo Bayesiana interpreta a probabilidade como uma medida da probabilidade de um evento, ou seja, o grau em que estamos confiantes de que o evento irá ocorrer.

... embora seus parâmetros (da distribuição existente) também possam ser experimentados para entrada, provavelmente - provavelmente então olhe para a classificação multi-classe
Создание нейронной сети с нуля в Python: Многоклассовая классификация - pythobyte.com
Создание нейронной сети с нуля в Python: Многоклассовая классификация - pythobyte.com
  • pythobyte.com
Автор оригинала: Usman Malik. Создание нейронной сети с нуля в Python: Многоклассовая классификация Это третья статья в серии статей на тему “Создание нейронной сети с нуля в Python”. Создание нейронной сети с нуля в Python Создание нейронной сети с нуля в Python: Добавление скрытых слоев Создание нейронной сети с нуля в Python: Многоклассовая классификация Если […]
 
JeeyCi #:

Obrigado pelo link e pelo artigo... Se os dados do ClucterDelta são a base, isso é um começo encorajador... excepto que a Spot nem sempre corre como os Futuros (no que diz respeito ao Forex)...

MAS a base da conclusão sobre a verdade/falsidade do sinal, tanto quanto sei, ainda se baseia em Bayes...?

A propósito, aqui(c.20) é o colapso das minhas tentativas de descobrir o gráfico NS (que tem distribuições de preços de opções de insumos):

... embora seus parâmetros (distribuição existente) também pudessem ser experimentados para entrada, provavelmente - provavelmente então olhe para a classificação multiclasse
No momento não uso mais o ClusterDelta desde que mudei para Moex e lá essa informação é gratuita e também há informações sobre OI, mas quanto às opções, você precisa alimentar os valores dos parâmetros do sorriso, que são 3. A curvatura, a inclinação e o valor no ataque central e não os valores em si, mas a sua mudança ao longo do tempo. Isto é o que eu ainda não tenho, infelizmente, e então a estratégia será quase um win-win!!!!! Parece-me....
 

Mihail Marchukajtes

trabalhei a força/coragem para procurar no seu código (muitas vezes há mais verdade no código do que em todos os manuais) - pode dizer-me quais são esses multiplicadores nos seus Classificadores em dupla decisão variável - são pesos?... e como os encontrou originalmente? ou seja, porquê exactamente esses?

ou melhor ainda, comente por favor - quais variáveis são necessárias, e o código da função

double getBinaryClassificator1(double v0,double v1,double v2,double v3) 
  {
   double x0=2.0 *(v0+327.0)/650.0-1.0;
//Variable v1 got under reduction
   double x2 = 2.0 * (v2 + 397.0) / 828.0 - 1.0;
   double x3 = 2.0 * (v3 + 121.0) / 264.0 - 1.0;
   double decision=1.5260326743246075*x0
                   -0.13861638107404117 * sigmoid(x0)
                   -0.06391652777916389 * sigmoid(x2)
                   -0.44591870340615364 * sigmoid(x0 + x2)
                   +0.14661031327032664*sigmoid(x3)
                   -0.024191375335575492*sigmoid(x0+x3);
   return decision;
  }

obrigado de antemão!

p.s.

1. eu vejo que você usa uma função sigmóide (em forma de S) como uma função de ativação... ela é "frequentemente usada como uma função de compressão"...

2.
Mihail Marchukajtes #:
... não os valores em si, mas as suas mudanças ao longo do tempo.

talvez fosse melhor fazer a quadratura?

 

A propósito, volatilidade é volatilidade (como um risco não sistémico), mas o risco sistémico não foi abolido...

Volatilidade nos mercados financeiros não é o mesmo que risco

p.s.

embora, claro, um trader ganhe dinheiro com a volatilidade... imho

Волатильность финансовых рынков не то же самое, что риск
  • 2014.06.20
  • Long/Short
  • long-short.pro
Один из первых вопросов, которые я обычно получаю, когда обсуждаю приведенные к волатильности динамические импульсные модели, заключается в том, сокращается ли динамическое окно, на котором основаны наши модели, когда волатильность увеличивается на рынке, и расширяется ли, когда волатильность уменьшается? Я думаю, это потому, что у большинства...