CandleBERT Adaptive Stochastic

Work in progressEsperimento isolatoDB in sola letturaPyTorch · solo in locale

Stocastico Slow 14,3,3 su un titolo alla volta: ogni incrocio rialzista %K/%D, in qualunque zona, è un candidato LONG di 5 sedute. Il sistema cerca i livelli dello stocastico più interessanti per quel titolo (quantili e rendimento per fascia con shrinkage) e usa CandleBERT, un Transformer che legge le ultime 128 candele come una frase di simboli, per accettare o rifiutare il segnale. Tutto fuori campione, con purga, embargo e un test finale isolato.

Nuova esecuzione

Parametri (default del prompt: 128 candele, 4 layer, 4 teste, d 128, costi 0,20% andata e ritorno)

Holding (sedute)

Soglia fissa %K

Commissione per lato (%)

Spread intero (%)

Slippage per lato (%)

Anni per fold

Anni di validazione

Candele per sequenza

Dimensione embedding

Teste di attenzione

Layer Transformer

Feed-forward

Epoche pre-addestramento

Epoche meta-labeling

Filtri casuali

Bootstrap

Test di sviluppo dal in blocchi di anni; test finale isolato dal . Con i parametri del prompt servono alcuni minuti per titolo su CPU.