제가 알기로는 ML을 거래에 사용하는 문제가 모두 해결되었으며 이미지로 전환할 수 있나요?
오래된 문제가 더 많이 해결될수록 더 많은 새로운 문제가 해결되지 않습니다.
얼마 전 포럼의 조언에 따라 가격의 방향(2개 등급 상승 및 하락)을 예측하는 것이 아니라 막대(회귀)로 가격 상승의 크기를 예측하는 방법을 배우기 시작했습니다. 더 어렵지만 그러한 결과는 훨씬 더 명확합니다.
분류를 통해 60%의 정확도와 아름다운 그래프를 얻을 수 있다면 회귀를 사용하면 양수 R ^ 2를 달성하는 것이 훨씬 더 어렵습니다. 그리고 단말에서 이용 가능한 데이터에 따르면 R^2=1을 달성하는 것은 전혀 불가능해 보인다. 그러나 반면에 분류가 일반적으로 백 테스트에서 좋은 결과를 생성하고 전면 테스트에서 나쁜 결과를 낳는다면; 그런 다음 유능한 교차 검증을 사용한 회귀를 사용하면 백테스트 자체가 다소 나빠 보이며, 이는 자체적으로 새 데이터에 대한 좋지 않은 결과를 나타내며 잘못된 기대가 없습니다.
서로 다른 검증된 교차 검증 방법을 추가하고 다른 모델을 시도하면 안정적인 모델도 잘 훈련되지 않고 데이터가 충분하지 않다는 것이 밝혀졌습니다. 아마도 이것은 고품질 예측 변수를 얻기 위한 유료 구독에 의해서만 해결될 것입니다.
나 자신을 위해 지금은 이 방향을 택했습니다. M5의 가격 인상을 예측하고, 각각의 새로운 막대 에서 모델을 재교육하고, 거래 시간을 하루에 두어 시간 이하로 제한하고, 어떻게든 거래 시간 자체를 선택합니다. 예를 들어, 시장에서 나는 주요 거래소가 문을 닫은 자정에 두어 시간만 일하는 많은 고문을 보았습니다. M5 미만의 TF를 사용하는 것이 불가능하거나 진드기에 대한 작업이 불가능한 것처럼 보이면 스프레드가 모든 이익을 먹어치울 것입니다. 그것이 효과가 있다면, 그것은 좋을 것입니다.
그리고 내 관찰에 따르면 Forex는 매우 인공적입니다. 가격은 때때로 이전에 발견된 패턴에 대해 완전히 행동하거나 그 반대의 경우도 마찬가지입니다. 수년 동안 반복되는 패턴이 있으며 가격은 그에 따라 또는 평균적으로 0이 되기 위해 그에 대해 행동합니다. 나 자신이 시장에서 고문의 이익을 보지 않았다면 나는 오래전에 Forex ML 공부를 그만두었을 것입니다. 그래서 성공한 예가 있고 노력해야 할 것이 있다는 것이 밝혀졌습니다.
그리고 내 관찰에 따르면 Forex는 매우 인공적입니다. 가격은 때때로 이전에 발견된 패턴에 대해 완전히 행동하거나 그 반대의 경우도 마찬가지입니다. 수년 동안 반복되는 패턴이 있으며 가격은 그에 따라 또는 평균적으로 0이 되기 위해 그에 대해 행동합니다. 나 자신이 시장에서 고문의 이익을 보지 않았다면 나는 오래전에 Forex ML 공부를 그만두었을 것입니다. 그래서 성공한 예가 있고 노력해야 할 것이 있다는 것이 밝혀졌습니다.
게다가, 나는 최근에 잘 알려진 다른 대형 DC에서 두 가지 이야기를 다운로드했습니다. 두 가지 큰 차이점. 둘 중 하나를 거래하는 것은 전혀 불가능하고 보기만 해도 무섭습니다.) 그리고 두 번째 것은 지극히 정상적입니다. 적어도 스토리는 정상입니다. 온라인에 무엇이 있었는지, 우리는 모릅니다.)
실험. 그러나 다른 gbpusd, usdchf, usdrub 및 기타 인기 있는 기호를 사용하여 eurusd를 예측하면 어떻게 될까요?
다음은 공격에 대한 2개의 테이블인 train.csv 및 test.csv입니다. 이 테이블에서 목표는 다음 막대에 대한 eurusd m5의 성장이고 예측자는 audusdOpen[0]-audusdOpen[1], audusdOpen[2]-입니다. audusdOpen[3], audusdOpen[3]-audusdOpen[4], eurusdOpen[0]-eurusdOpen[1], eurusdOpen[1]-eurusdOpen[2] 등 총 12개의 기호가 있으며 이전 3개의 기록 막대에 대한 이득은 각각에서 가져옵니다. 일반적으로 열 이름으로 모든 것이 명확합니다. 약 7주에 해당하는 훈련 테이블에 10,000개의 라인이 있습니다.
나는 하나의 모델을 훈련시키려고 했고 훈련 데이터에 대해 r^2 = 0.0006164161을 얻었고 목표와 결과를 클래스 -1과 1로 반올림하면 정확도는 0.5052입니다. 이건 정말 나빠. 그러나 각 교육 예제에 대해 수십 개의 막대와 수십 개의 기호 자체를 사용하는 것은 비현실적입니다. 제 모델은 몇 주 동안 이 수백 개의 열에 대해 교육을 받을 것입니다. 테스트 테이블에서 모델 검증 결과 r^2 = -0.003390913 및 정확도 0.4907이 떨어졌습니다. 랜덤은 랜덤이었고 남아있었습니다.
그러나 그것은 모두 지루하고 무의미합니다. 모델이 각 예측 변수에 어떤 가중치를 부여했는지 살펴보니 흥미로웠습니다(가중치가 높을수록 좋습니다).
결론: audusd, usdrub, usdsgd를 먼저 사용하여 다음 m5 막대에서 eurusd가 갈 방향을 예측하는 것이 더 좋습니다.
제가 알기로는 ML을 거래에 사용하는 문제가 모두 해결되었으며 이미지로 전환할 수 있나요?
불쌍해. 실이 마른 것 같습니다.
제가 알기로는 ML을 거래에 사용하는 문제가 모두 해결되었으며 이미지로 전환할 수 있나요?
불쌍해. 실이 마른 것 같습니다.
452쪽을 모두 읽으셨나요? )
카운트 업?
나는 확실히 읽었다
카운트 업?
나는 확실히 읽었다
나는 선택적 일뿐입니다.)
그러나 주제는 이미 너무 커서 구체적인 내용을 찾는 것이 거의 불가능합니다. 300-some 페이지에서 찾았습니다. 하지만 너무 길다.)
제가 알기로는 ML을 거래에 사용하는 문제가 모두 해결되었으며 이미지로 전환할 수 있나요?
오래된 문제가 더 많이 해결될수록 더 많은 새로운 문제가 해결되지 않습니다.
얼마 전 포럼의 조언에 따라 가격의 방향(2개 등급 상승 및 하락)을 예측하는 것이 아니라 막대(회귀)로 가격 상승의 크기를 예측하는 방법을 배우기 시작했습니다. 더 어렵지만 그러한 결과는 훨씬 더 명확합니다.
분류를 통해 60%의 정확도와 아름다운 그래프를 얻을 수 있다면 회귀를 사용하면 양수 R ^ 2를 달성하는 것이 훨씬 더 어렵습니다. 그리고 단말에서 이용 가능한 데이터에 따르면 R^2=1을 달성하는 것은 전혀 불가능해 보인다.
그러나 반면에 분류가 일반적으로 백 테스트에서 좋은 결과를 생성하고 전면 테스트에서 나쁜 결과를 낳는다면; 그런 다음 유능한 교차 검증을 사용한 회귀를 사용하면 백테스트 자체가 다소 나빠 보이며, 이는 자체적으로 새 데이터에 대한 좋지 않은 결과를 나타내며 잘못된 기대가 없습니다.
서로 다른 검증된 교차 검증 방법을 추가하고 다른 모델을 시도하면 안정적인 모델도 잘 훈련되지 않고 데이터가 충분하지 않다는 것이 밝혀졌습니다. 아마도 이것은 고품질 예측 변수를 얻기 위한 유료 구독에 의해서만 해결될 것입니다.
나 자신을 위해 지금은 이 방향을 택했습니다. M5의 가격 인상을 예측하고, 각각의 새로운 막대 에서 모델을 재교육하고, 거래 시간을 하루에 두어 시간 이하로 제한하고, 어떻게든 거래 시간 자체를 선택합니다. 예를 들어, 시장에서 나는 주요 거래소가 문을 닫은 자정에 두어 시간만 일하는 많은 고문을 보았습니다. M5 미만의 TF를 사용하는 것이 불가능하거나 진드기에 대한 작업이 불가능한 것처럼 보이면 스프레드가 모든 이익을 먹어치울 것입니다. 그것이 효과가 있다면, 그것은 좋을 것입니다.
그리고 내 관찰에 따르면 Forex는 매우 인공적입니다. 가격은 때때로 이전에 발견된 패턴에 대해 완전히 행동하거나 그 반대의 경우도 마찬가지입니다. 수년 동안 반복되는 패턴이 있으며 가격은 그에 따라 또는 평균적으로 0이 되기 위해 그에 대해 행동합니다.
나 자신이 시장에서 고문의 이익을 보지 않았다면 나는 오래전에 Forex ML 공부를 그만두었을 것입니다. 그래서 성공한 예가 있고 노력해야 할 것이 있다는 것이 밝혀졌습니다.
그리고 내 관찰에 따르면 Forex는 매우 인공적입니다. 가격은 때때로 이전에 발견된 패턴에 대해 완전히 행동하거나 그 반대의 경우도 마찬가지입니다. 수년 동안 반복되는 패턴이 있으며 가격은 그에 따라 또는 평균적으로 0이 되기 위해 그에 대해 행동합니다.
나 자신이 시장에서 고문의 이익을 보지 않았다면 나는 오래전에 Forex ML 공부를 그만두었을 것입니다. 그래서 성공한 예가 있고 노력해야 할 것이 있다는 것이 밝혀졌습니다.
실험. 그러나 다른 gbpusd, usdchf, usdrub 및 기타 인기 있는 기호를 사용하여 eurusd를 예측하면 어떻게 될까요?
다음은 공격에 대한 2개의 테이블인 train.csv 및 test.csv입니다. 이 테이블에서 목표는 다음 막대에 대한 eurusd m5의 성장이고 예측자는 audusdOpen[0]-audusdOpen[1], audusdOpen[2]-입니다. audusdOpen[3], audusdOpen[3]-audusdOpen[4], eurusdOpen[0]-eurusdOpen[1], eurusdOpen[1]-eurusdOpen[2] 등 총 12개의 기호가 있으며 이전 3개의 기록 막대에 대한 이득은 각각에서 가져옵니다. 일반적으로 열 이름으로 모든 것이 명확합니다.
약 7주에 해당하는 훈련 테이블에 10,000개의 라인이 있습니다.
나는 하나의 모델을 훈련시키려고 했고 훈련 데이터에 대해 r^2 = 0.0006164161을 얻었고 목표와 결과를 클래스 -1과 1로 반올림하면 정확도는 0.5052입니다. 이건 정말 나빠. 그러나 각 교육 예제에 대해 수십 개의 막대와 수십 개의 기호 자체를 사용하는 것은 비현실적입니다. 제 모델은 몇 주 동안 이 수백 개의 열에 대해 교육을 받을 것입니다.
테스트 테이블에서 모델 검증 결과 r^2 = -0.003390913 및 정확도 0.4907이 떨어졌습니다. 랜덤은 랜덤이었고 남아있었습니다.
그러나 그것은 모두 지루하고 무의미합니다.
모델이 각 예측 변수에 어떤 가중치를 부여했는지 살펴보니 흥미로웠습니다(가중치가 높을수록 좋습니다).
결론: audusd, usdrub, usdsgd를 먼저 사용하여 다음 m5 막대에서 eurusd가 갈 방향을 예측하는 것이 더 좋습니다.
결론: audusd, usdrub, usdsgd를 먼저 사용하여 다음 m5 막대에서 eurusd가 갈 방향을 예측하는 것이 더 좋습니다.
관심을 위해 10-30개의 임의 열을 추가합니다.
그리고 솔직히 말하면 내 접근 방식(지금 여기에서 움직임을 예측하는 것)은 실패했습니다. 예를 들어 하루에 특정 기간 동안 가격이 상승할 수준을 예측하려고 시도하면 결과가 훨씬 더 좋아질 것입니다.