Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3183
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Exatamente da mesma forma que obtenho modelos de trabalho OOS e não, por meio do mesmo algoritmo. O símbolo é o mesmo, nenhuma nova randomização foi adicionada. Ele apenas encontra aleatoriamente padrões de longa duração ou padrões locais. Porque o treinamento em uma subamostra aleatória (40% dentro do intervalo selecionado pela linha), e ainda assim, outros randomizadores procuram padrões por meio da randomização, que a randomização persegue.
Um.
Não entendo essa declaração. O que significa as duas opções a seguir?
O algoritmo de randomização é o seguinte:
Sim, o ponto destacado
Você precisa executar muitas vezes, muitos caracteres. Mostrei acima um exemplo do meu amostrador excessivo. Ele apenas extrai aleatoriamente amostras para treinamento da mesma linha e os resultados são sempre diferentes em OOS.
Exatamente as mesmas quedas bruscas em OOS.Droga, não sei como colocar isso em termos simples.
Sua declaração.
Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação
Aprendizado de máquina na negociação: teoria, modelos, prática e algo-trading
mytarmailS, 2023.08.16 13:23
Imagine que você tenha apenas 1.000 variantes de TS, em geral.
Suas etapas 1 e 2
1) Você começa a otimizar/pesquisar uma boa TS, isto é, dados de treinamento (ajuste/pesquisa/otimização).
Digamos que você tenha encontrado 300 variantes em que o TC ganha dinheiro...
2) Agora, você está procurando um TC dentre essas 300 variantes que passará no OOS são os dados de teste. Você encontrou, digamos, 10 TCs que ganham tanto na linha de base quanto no teste (OOS).
Então, o que é o ponto 2?
É a mesma continuação do ajuste, só que sua busca(ajuste/busca/otimização) se tornou um pouco mais profunda ou mais complexa, porque agora você não tem uma condição de otimização (passar na negociação), mas duas (passar no teste + passar na negociação).
Imaginemos que haja um milhão de vezes mais variantes: 1 bilhão de TCs, 300 milhões de variantes de TCs encontradas, em que a amostra treinada gera dinheiro - esse é o p.1.
Em p.1., a otimização é feita com base em alguma função de aptidão. Quanto maior o valor, maior será a aptidão. Portanto, a otimização está preocupada em encontrar o máximo global. Tudo isso é p.1.
Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação.
Aprendizado de máquina na negociação: teoria, modelos, prática e negociação de algoritmos
fxsaber, 2023.08.19 01:32 pm
Você acha que deve confiar mais no modelo train_optim + test_forward do que no (train+test)_optim?
Ou seja, é um ajuste em sua forma mais pura.
No entanto, se você fizer a última opção, não será um ajuste.
Exatamente da mesma forma que obtenho modelos de trabalho OOS e não, por meio do mesmo algoritmo. O símbolo é o mesmo, nenhuma nova randomização foi adicionada.
O treinamento não foi feito com o mesmo símbolo. Obviamente, há séries com qualquer característica na nuvem de randomização.
A frente é pior e a parte de trás é melhor. E as situações inversas são exatamente as mesmas. Apenas não fiz muitas reconstruções no momento.
Sua afirmação.
Imaginemos que haja um milhão de vezes mais variantes no total: 1 bilhão de TCs, 300 milhões de variantes de TCs são encontradas, onde a amostra treinada gera dinheiro - esse é o ponto 1.
No p.1., a otimização é feita com base em alguma função de aptidão. Quanto maior o valor, maior será a aptidão. Portanto, a otimização está preocupada em encontrar o máximo global. Tudo isso é o p.1.
Portanto, é um ajuste puro.
Se você fizer a segunda, não é ajuste.
Entendi. Peço desculpas.
Recebi treinamento em mais de uma característica. Obviamente, na nuvem de randomização, há linhas com qualquer característica.
Bem, não vejo nenhum problema. Todos esses TS são aleatórios porque são negociados em um mercado não estacionário. Mas algumas variantes podem gerar lucro em alguma perspectiva.
Sim, o destaque
Você precisa executar muitas vezes, muitos caracteres.
Mostrei um exemplo do meu amostrador acima. Ele apenas extrai aleatoriamente amostras para treinamento da mesma linha e os resultados são sempre diferentes em OOS.
No símbolo real, não tenho esse efeito. Escolho qualquer 40% do intervalo de otimização e, depois disso, os resultados são muito semelhantes em OOS.
Esse é o símbolo que escolhi para a randomização e forneci seus gráficos de treinamento.
Exatamente as mesmas quedas bruscas no OOS.
Não os vejo sempre.
No símbolo real, não observo esse efeito. Escolho qualquer 40% do intervalo de otimização e, depois disso, os resultados são muito semelhantes em OOS.
Esse é o símbolo que escolhi para a randomização e forneci seus gráficos de treinamento.
Eu não os vejo sempre.
Ainda assim, significa que há mais alfa nos ticks. Encontrei uma maneira de pesquisar rapidamente neles (por meio do MO, teria sido muito demorado). Quando terminar, apresentarei os resultados mais tarde.