Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3411
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
Слушай, а какая вероятеость вероятность отбора работающих моделей по козуалу. Ну например из 100 моделей что прошли ООС сколько будет работать на реальных данных?
Ни одна.
Подтверждено его личной практикой.
У него даже ООС левый, коленками назад, не гарантирует от заглядывания вперед.
Все, что пишет Максим, - это само реклама, не опирающаяся не только на реальную торговлю, но даже на банальное тестирование в тестере МТ5.
Ни одна.
Подтверждено его личной практикой.
У него даже ООС левый, коленками назад, не гарантирует от заглядывания вперед.
Все, что пишет Максим, - это само реклама, не опирающаяся не только на реальную торговлю, но даже на банальное тестирование в тестере МТ5.
Да мы ничего наверняка знать не можем ето да, но можем посчитать вероятность, вот интересно с какой вероятностью это работает.
А каша если получится из разных моделей
нет, не получиться, скорей beautiful soup
нет, не получиться, скорей beautiful soup
Я придумал как кластеризацию туда запихнуть еще, но надо поэкспериментировать. Хочу выделить сигналы какие-нибудь с 90% выигрышными исходами. Иначе получается много паразитных сделок. Или жесткий Мартин, чтобы иногда сливал, а иногда 1000% :)
ставь трешхолд в уверености модели в классе и oна отфильтрует в чем более уверена
ставь трешхолд в уверености модели в классе и oна отфильтрует в чем более уверена
Не всегда так хорошо калибруются., я бы сказал, что никогда )
хз.. если так фитровать данные то качество распознавания на них растет всегда, много раз делал, ниразу не получал хуже..
проблема только в том что на большом трешхолде данных не остаеться))
хз.. если так фитровать данные то качество распознавания на них растет всегда, много раз делал, ниразу не получал хуже..
проблема только в том что на большом трешхолде данных не остаеться))
Ну когда калибровку обсуждали, в зависимости от модели, они неправильно вероятности показывают. Даже если калибруешь их потом, идеально все равно не получается. Хотя калибровать всегда полезно, если пороги используются.
Вопрос знатокам...
Даже если это из-за волатильности, то эквитиковые графики это не решают.