Обсуждение статьи "Продвинутый ресемплинг и выбор CatBoost моделей брутфорс методом" - страница 3
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Вы можете скинуть ссылку на Jupyter Notebook с этим исходным кодом в Colab?
Поэтому и не хватает статистической информации мне, допустим изучили 1000 моделей и 5% из них показали хороший профит с 2015 года, при этом нужно ещё оценить похожесть моделей между собой, что сложней, но информативней.
Глобально, пока не хватает мощностей, алгоритмы есть, а вот мощностей на всех инструментах с 70 года на минутках посмотреть, не хватает.
Можете экспортировать в колабу, файл внизу статьи
Сконвертировал в ноутбук: https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
Но никак не получается импортировать MT5, пробывал там все варианты, ни один не загрузил репозитарий https://pypi.org/project/MetaTrader5
!pip install MetaTrader5 при такой команде ошибки
Could not find a version that satisfies the requirement MetaTrader5 (from versions: none)
No matching distribution found for MetaTrader5
Разницы нет никакой, можете проверить. Мне просто так больше нравится.
Я не могу. Если кто-то проверит, будет интересно посмотреть.
Так там же перебор - цель которого по сути найти те закономерности в 2020 году, которые действовали на всем периоде - с 2015 года. Теоретически может быть брутить надо будет больше, но цель будет достигнута, другое дело, что не ясно - закономерность это или подгонка, а без, даже гипотетического ответа на данный вопрос сложно принимать решение о целесообразности установки ТС на реал..
Читаем:
Последняя (правая) часть графика (порядка 1000 сделок) это тренировочный датасет с начала 2020 года, тогда как оставшаяся часть — новые данные, никак не учувствовавшие в обучении модели.
Сконвертировал в ноутбук: https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
Но никак не получается импортировать MT5, пробывал там все варианты, ни один не загрузил репозитарий https://pypi.org/project/MetaTrader5
!pip install MetaTrader5 при такой команде ошибки
Could not find a version that satisfies the requirement MetaTrader5 (from versions: none)
No matching distribution found for MetaTrader5
и не получится, потому что там линукс и терминал не встанет
как вариант, загружать уже подготовленные файлы с котировками
и не получится, потому что там линукс и терминал не встанет
как вариант, загружать уже подготовленные файлы с котировками
так и понял, спасибо за ответ.
Читаем:
Последняя (правая) часть графика (порядка 1000 сделок) это тренировочный датасет с начала 2020 года, тогда как оставшаяся часть — новые данные, никак не учувствовавшие в обучении модели.
это не поиск моделей в будущем, а поиск зависимостей в ряду. Последовательность не важна. Можно искать посередине и тестировать спереди и сзади, это ничего не изменит
это настолько просто понять, что не требует дальнейших объяснений
преимущество в том, что найденная закономерность может угасать со временем. В этом случае обучение на последних данных предпочтительноэто не поиск моделей в будущем, а поиск зависимостей в ряду. Последовательность не важна. Можно искать посередине и тестировать спереди и сзади, это ничего не изменит
это настолько просто понять, что не требует дальнейших объяснений
преимущество в том, что найденная закономерность может угасать со временем. В этом случае обучение на последних данных предпочтительно
Это ж не абстрактный ряд. В нем есть очевидные "зависимости" (то же слово, но смысл другой - для понимания) слева направо (из прошлого в будущее), но не наоборот. Вряд ли найдутся научные публикации по прогнозированию котировок, где бы делали тесты на прошлом.