Previsão de moeda baseada em um algoritmo de previsão

Previsão de moeda baseada em um algoritmo preditivo.

Previsão de Forex: Proporção de batidas de 70%

O gráfico à esquerda mostra a previsão da moeda corrente de 15 de junho de 2017, que inclui recomendações longas e curtas. As caixas verdes significam sinais longos e as caixas vermelhas significam sinais curtos. Os tons brilhantes denotam os sinais mais fortes. O lado direito mostra os retornos dos pares de moeda sugeridos de 15 de junho de 2017 a 15 de setembro de 2017.

Previsão Duração: 3 Meses (15/6/14 9/15/14)

Como interpretar este diagrama:

Forex algorítmico

Previsão: A tabela à esquerda é a previsão de moeda produzida pelo algoritmo I Know Firsts. Cada dia, os assinantes recebem previsões para seis horários diferentes. As moedas na previsão de um mês podem ser diferentes daquelas da previsão de 1 ano. Na tabela incluída, foram incluídas apenas as moedas relevantes. Uma caixa verde representa uma previsão positiva, enquanto uma vermelha representa uma previsão negativa. As caixas são então dispostas de acordo com os seus respectivos valores de sinal e previsibilidade (ver abaixo as definições detalhadas).

Desempenho da previsão: A tabela à direita compara o desempenho real da moeda com a previsão de I Know Firsts. A coluna intitulada 8220; Forecast8221; Mostra qual direção o algoritmo previu, e a coluna 8220;% Change8221; Mostra o desempenho real da moeda durante o período de tempo indicado. O 8220; Accuracy8221; Coluna mostra um 8220; Se o algoritmo previu corretamente a direção do estoque ou um 8220; x8221; Se a previsão estava incorreta. O 8220, eu sei a primeira batida Ratio8221; Representa a precisão dos algoritmos na previsão da tendência da moeda.

Sinal: Este indicador representa a direção / tendência de movimento prevista; Não uma percentagem ou preço-alvo específico. A intensidade do sinal indica o quanto o preço atual desvia do que o sistema considera um preço de equilíbrio ou "justo".

Previsibilidade: Este valor é obtido calculando a correlação entre a previsão atual eo movimento real do ativo para cada período de tempo discreto. O algoritmo então calcula a média dos resultados de todos os pontos de predição, enquanto dá mais peso ao desempenho recente. À medida que a máquina continua aprendendo, os valores de P geralmente aumentam.