Regressão Bayesiana - Alguém já fez um EA usando este algoritmo? - página 41
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
Foi assim que, lentamente, chegamos ao fascinante tema das transformações)))) porque se não houver uma distribuição normal, você pode fazer uma.
Vai levar muito tempo, porque você precisa tanto de retransformação quanto de... E a Box-Cox não gosta muito)))) É apenas uma pena que se você não tiver
É uma pena que, se você não tiver preditores adequados, isso não terá muito efeito no resultado final...
Primeiro eu gostaria de ver um lampejo de compreensão aos olhos dos "fiéis". E depois, sim, converter, se necessário. Se as caudas grossas podem ser convertidas, essa é a questão. Eles podem fazer uma grande diferença para a qualidade.
Primeiro eu gostaria de ver um lampejo de compreensão aos olhos dos "fiéis". E depois, sim, converter, se necessário. Se as caudas grossas podem ser convertidas, essa é a questão. Eles podem ter um grande impacto na qualidade.
Há regressões para caudas grossas, a partir da memória FARIMA.
Mas voltando à magnitude do incremento.
O que estamos negociando? Um incremento de 7 pips à 1 hora em relação à barra anterior? Não o entendo muito bem. Alguém pode me iluminar?
O incremento pode ser negociado, mais precisamente, a volatilidade, mas em relação a algumas séries estacionárias - é chamado de cointegração.
Há regressões para caudas grossas, a partir da memória FARIMA.
Mas voltando à magnitude do incremento.
O que estamos negociando? Um incremento de 7 pips no marcador de horas em relação à barra anterior? Não o entendo muito bem. Alguém pode me iluminar?
O incremento pode ser negociado, mais precisamente, a volatilidade, mas em relação a algumas séries estacionárias - é chamado de cointegração.
Eu gostaria que alguém considerasse seriamente os dados de entrada )
Eu pensei. Sério )
Em primeiro lugar, eu gero o máximo de insumos que posso pensar. Depois seleciono os mais relevantes para uma determinada variável-alvo e lixo o resto. Parece ajudar, mas depende do método de treinamento.
No experimento que realizei, fiz o seguinte. Primeiro eu pensei em quais informações o sistema precisaria ver. Mas tudo isso é subjetivo. Também escolhi os preditores informativos antes do treinamento, mas funcionou:
Vou comentar. Primeiro eu treinei em um modelo fraco, não recondicionado, com todos os preditores disponíveis. É importante que o modelo não tenha tempo para se reciclar. Depois fiquei entre os 10 mais importantes.
Isto não só não reduziu os resultados ao ruído, como também acelerou o treinamento por um fator de 10.
Essa é uma maneira de ver as coisas.
O que você está negociando senão incrementos?
Tendência na qual o longo e o curto são de interesse.
Pedidos no terminal: COMPRAR, VENDER.
Eu gostaria que alguém considerasse seriamente os dados de entrada )
Só de pensar nisso, eu até forneço um serviço pago para limpar os conjuntos de preditores de entrada a partir dos preditores de ruído para os modelos de classificação. Isto deixa um conjunto que não gera modelos supertreinados. É verdade, devemos esclarecer: se algo sobrar. Há uma coisa paradoxal: para o comércio de tendências, todas as muitas variedades de mashups são desesperadas.
Entre esses conjuntos que eu processei:
Isso deixa 20-25 preditores que podem ser tratados no futuro
Resultado: o modelo não é re-treinado, ou seja, o erro de classificação no treinamento, AOB e fora de amostra é aproximadamente igual.
Tendência na qual o longo e o curto são de interesse.
Pedidos no terminal: COMPRAR, VENDER.
Isto é o mesmo! Os aumentos se transformam em sinais + ou -. E você pode levar este sinal para os incrementos de uma hora à frente.
Qual é a pergunta?