Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1927
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
zufällig...
Die Halterung kann als Protokollregel dargestellt werden...
Regelgröße - zufällig
Regelinhalt - zufällig
1000 Regeln erstellt - als 1000 Merkmale an das Verteidigungsministerium geschickt
Wählen Sie 1-5 gute Eigenschaften, wenn Sie sie haben, wenn nicht - werfen Sie sie alle weg.
Ausgewählte Merkmale werden in die "Datenbank für gute Merkmale" aufgenommen.
und wieder 1000 Merkmale erzeugen, und so weiter.
Wenn die "Basis guter Merkmale" über 1000 Merkmale enthält, können Sie damit ein neues Modell trainieren und sehen, was dabei herauskommt.
Die Erstellung von Zufallsregeln ohne Grenzen ist so, als würde man auf einem kahlen Feld von Rand zu Rand laufen. Es sind vernünftige Grenzen erforderlich, oder suchen Sie zumindest nach 1000 Regeln in einem logischen und dimensionalen Bereich, nach weiteren tausend in einem anderen. eine völlige Zufälligkeit ist von minus unendlich bis plus alles gleich) Aber die Idee ist ok)
Die zufällige Generierung von Regeln ohne Grenzen ist so, als würde man auf einem offenen Feld ohne Grenzen von Rand zu Rand laufen. Sie brauchen vernünftige Grenzen, oder suchen Sie zumindest nach 1000 Regeln in einem logischen und dimensionalen Bereich, weitere tausend in einem anderen. eine vollständige Zufälligkeit ist allerdings von minus unendlich bis plus), aber die Idee ist ok)
Das ist alles eine Nuance, man kann eine Auswahl von guten Chips treffen, wie bei der Züchtung in der Genetik, und dann wird sich eine zufällige Suche langsam zu einer gerichteten ..... entwickeln.
Sie sind wie in dem Lied "Ich rufe, aber es ist still".
Das ist alles eine Nuance, man kann wie in der Genetik eine Auswahl aus guten Chips treffen, und dann wird aus einer zufälligen Suche langsam eine gerichtete .....
Karoche, du kannst dich reiben, so viel du willst und mit dem, was du willst, aber wer wird es tun? Und hier, wie in dem Lied - "Ich rufe, aber es ist Stille als Antwort.
Zuallererst müssen sie zumindest die Regelzonen festlegen. Zunächst einmal müssen wir die Regelzonen festlegen. Auf einer oder allen TFs, und dann sind es ein paar Serien und die Dimension fliegt weg. Sie brauchen keine saisonale Suche. Es ist schwer, ohne sie anzufangen)
Zunächst sollten zumindest die Regelzonen definiert werden. Verzögerungszonen, Indikatorzonen und welche, Tiefe und Breite der Suche. Auf einer oder allen TFs, und das sind dann mehrere Reihen, verflüchtigt sich die Dimensionalität einfach. Sie brauchen keine saisonale Suche. Es ist schwer, ohne sie anzufangen)
Sie wissen nicht, was Sie brauchen und was nicht. Wenn Sie es wüssten, bräuchten Sie nicht zu suchen, das ist der Punkt - die Maschine wird Lösungen finden, an die Sie nie denken würden, und wenn Sie sie in Ihre Box legen, erhalten Sie eine andere stochastische
Ich kenne den Clustering-Algorithmus, der die Regeln erstellt, überhaupt nicht.
Beim Clustering wurden viele Zeilen in verschiedenen Bereichen verteilt, es entstand eine Karte, von der ich annehme, dass sie durchlaufen werden kann:
Dann wurde jede Zeile gewogen und dem einen oder anderen Clusterzentrum zugeordnet. Ich verstehe nur nicht, wie die Gewichtung einer einzelnen Zeile vorgenommen wird...
Ich habe dir bereits gesagt, dass du es entsprechend dem direkten Zweck des Werkzeugs interpretieren sollst, und du versuchst, Nägel mit einer Blume zu schlagen.
Ja, ich bin so, ich habe bereits die Bäume im Training, für jeden Cluster - es gibt Blätter mit guter Vollständigkeit und akzeptabler Genauigkeit - ich werde sie am Abend zusammensetzen und sehen, was mit den neuen Daten passiert, was effektiver sein wird - einen einzigen Baum verwenden oder in 4 teilen.
Ich beschloss, mir bedeutende Umkehrungen des Marktes anzusehen. Signifikante Kehrtwendungen als Ziel. Ich dachte, es würde ein Chaos herrschen, aber nein.
Wie lautet die Regel, um einen Pivot signifikant zu machen?
Nun, das ist interessant. Danke für den Hinweis.
Kannst du einen Code für Dummies weitergeben, vielleicht schließe ich mich den eRs an?
Danke, es ist mir gelungen, das Clustering zu entladen.
zufällig...
Die Halterung kann als Protokollregel dargestellt werden...
Regelgröße - zufällig
Regelinhalt - zufällig
1000 Regeln erstellt - als 1000 Merkmale an das Verteidigungsministerium geschickt
Wählen Sie 1-5 gute Eigenschaften, wenn Sie sie haben, wenn nicht - werfen Sie sie alle weg.
Ausgewählte Merkmale werden in die "Datenbank für gute Merkmale" aufgenommen.
und wieder 1000 Merkmale erzeugen, und so weiter.
Wenn mehr als 1000 gute Merkmale in der "Basis der guten Merkmale" vorhanden sind, können Sie diese zum Trainieren eines neuen Modells verwenden und sehen, was passiert.
Warum ist Ihre Methode also besser als meine? Eigentlich geht es darum, auf der Grundlage vorhandener Daten neue Prädiktoren zu sammeln. Sie müssen lediglich Bäume nicht nur durch Vergleiche, sondern auch durch Umwandlung und Kombination von Ebenen des Ziels erstellen. Im Allgemeinen können Sie es auf der Grundlage eines einfachen Baums implementieren und Blätter von ihm ziehen.
Sie wissen nicht, was Sie brauchen und was nicht, wenn Sie es wüssten, bräuchten Sie nicht zu suchen, das ist der Punkt - die Maschine wird Lösungen finden, an die Sie niemals denken könnten, aber wenn Sie sie in Ihre Box stecken, werden Sie eine andere stochastische
Sie können nur in einem bestimmten Bereich suchen, und das geht nicht, ohne den Suchbereich zu definieren)))) Die Maschine ist leider dumm, aber sie funktioniert.)
Wenn es natürlich Ideen für die Suche nach Regeln ohne Regeln einiger Regelmäßigkeiten in mehrdimensionalen Reihen oder zumindest in eindimensionalen Reihen gibt, müssen wir zumindest formulieren, wie wir uns der Idee der Erzeugung von Regeln ohne Regeln nähern können. Sowohl Regeln als auch Gesetzmäßigkeiten sind durch die Bedingung des Problems unendlich viele.
Jedenfalls habe ich eine Catbusta anstelle von Bäumen angeschraubt... und... Das Problem waren nicht die Bäume, sondern der Kopf, wie immer.
Methode funktioniert nicht wie erwartet.
Mit dem Aliaksandr-Hryshyn-Kurs aufgeschmissen ?
Inwiefern ist Ihre Methode also besser als meine - das Sammeln von Blättern ist im Wesentlichen eine Ableitung neuer Prädiktoren aus vorhandenen Daten. Sie müssen nur Bäume nicht nur durch Vergleich, sondern auch durch Transformation und Kombination von Ebenen des Ziels erstellen, im Allgemeinen können Sie dies auf der Grundlage eines regulären Baums implementieren und Blätter von dort ziehen.
Frage in der Chip-/Protokollregelgenerierung
Die Frage bezieht sich auf das Erzeugen von Merkmalen/Protokollierungsregeln
So werden die Chips erzeugt - wir müssen einen Konstruktor in Form von Grundregeln vorbereiten.
Beschreiben Sie zum Beispiel einmal, wie sich ein Preis in einem Kanal verhält, und wechseln Sie dann einfach den Kanal und so weiter.