EasyTrend
Machine Learning

Kalman Lab

Esperimento isolatoSola lettura

DKSlow decide quando aprire; un filtro di Kalman sul prezzo decide quali aperture prendere (meta-labeling). Il filtro viene misurato con un walk-forward su periodi mai visti in addestramento, contro la strategia senza filtro e contro un filtro casuale che tiene lo stesso numero di operazioni. Con Addestra e applica si congela un modello fino a una data e lo si verifica su un periodo successivo mai usato. Non modifica nulla in produzione.

Configurazione

Analizza

Filtro di Kalman

I q sono rapporti rispetto al rumore di misura: q livello basso = livello lento, q pendenza basso = trend lento. La stima MLE tende a scegliere un filtro che non filtra (livello ≈ chiusura): è un'opzione, non il default.

Modello e walk-forward

Con una strategia che guadagna in media, ogni foglia prevede un rendimento positivo: con soglia assoluta 0 l'albero ammette tutto. Fissa la soglia prima di guardare i risultati: cambiarla finché il numero migliora è di nuovo una ricerca in-sample.