Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2632

Neuer Kommentar
 
elibrarius #:

Die Bäume suchen nach Splits, indem sie jede Spalte sortieren.
Offenbar sollte man so viele Spalten wie möglich nehmen und die Zeilen, in denen sie nicht verwendet werden, mit NAN füllen. Wenn das Modell mit NAN umgehen kann.

Oder mit etwas anderem: -INF, 0, +INF..., damit alle unbenutzten Zeilen beim Sortieren auf der gleichen Seite liegen.

Das ist mehr oder weniger verständlich. Ich hätte gerne einen kreativeren Ansatz oder so etwas in der Art. Es gibt viele neue Aufgaben wie die Arbeit mit Videoszenen unterschiedlicher Länge usw.

 
mytarmailS #:
Wie meinen Sie das? Beschreiben Sie das Problem

Zum Beispiel möchte ich den Klassifikator mit Preisabschnitten füttern, die nicht eine feste Länge in Balken (oder in Verbindungen eines Zickzackmusters) haben, sondern von einem signifikanten Moment an beginnen.

 
Aleksey Nikolayev #:

Zum Beispiel möchte ich Kursabschnitte nicht mit einer festen Länge in Balken (oder in Gliedern eines Zickzackmusters) in den Klassifikator einspeisen, sondern von einem bestimmten Zeitpunkt an.

Rekursionsnetze sind geeignet, wie Many-to-many

 
Aleksey Nikolayev #:

Zum Beispiel möchte ich den Klassifikator mit Preisabschnitten füttern, die nicht eine feste Länge in Balken (oder in Verbindungen eines Zickzackmusters) haben, sondern von einem signifikanten Moment an beginnen.

Die assoziativen Regeln sollten in Ordnung sein, ich werde ein Beispiel zeigen

set.seed(123)
li <- list()
for(i in 1:100){
 li <- append(li,  
               list(c(letters[sample(1:10,sample(5:10,1))] ,   sample(c("buy","sell"),1)))
              )}

head(li)

Die Daten liegen in Form einer Liste vor, jede Zeile ist ein Vektor mit Beobachtungen beliebiger Länge.

head(li)
[[1]]
[1] "c"    "b"    "f"    "j"    "e"    "d"    "i"    "sell"

[[2]]
[1] "j"    "e"    "c"    "h"    "a"    "sell"

[[3]]
[1] "i"   "c"   "h"   "b"   "g"   "buy"

[[4]]
 [1] "c"   "d"   "f"   "a"   "j"   "e"   "i"   "h"   "b"   "g"   "buy"

[[5]]
[1] "i"   "g"   "c"   "d"   "e"   "buy"

[[6]]
 [1] "f"   "i"   "b"   "e"   "g"   "d"   "c"   "a"   "h"   "buy"

den Code für die Suche nach Mustern in Form von Assoziationsregeln

library(arules)
model  <- apriori(li, parameter=list(support=0.2, 
                                     confidence=0.6,
                                     minlen=4,
                                     maxlen=5), 
                 appearance = list(rhs=c("buy","sell"), default="lhs"))
inspect(model)                

die Regeln

inspect(model)
      lhs          rhs   support confidence coverage lift     count
[1]   {e,f,j}   => {buy} 0.23    0.6764706  0.34     1.166329 23   
[2]   {e,i,j}   => {buy} 0.21    0.6176471  0.34     1.064909 21   
[3]   {b,e,j}   => {buy} 0.23    0.6216216  0.37     1.071761 23   
[4]   {a,e,j}   => {buy} 0.24    0.6857143  0.35     1.182266 24   
[5]   {e,h,j}   => {buy} 0.22    0.6111111  0.36     1.053640 22   
[6]   {c,e,j}   => {buy} 0.26    0.6666667  0.39     1.149425 26   
[7]   {e,g,j}   => {buy} 0.23    0.6571429  0.35     1.133005 23   
[8]   {e,f,i}   => {buy} 0.24    0.6153846  0.39     1.061008 24   
[9]   {b,e,f}   => {buy} 0.22    0.6666667  0.33     1.149425 22   
[10]  {a,e,f}   => {buy} 0.25    0.6756757  0.37     1.164958 25   
[11]  {c,e,f}   => {buy} 0.24    0.6486486  0.37     1.118360 24  
...
...
..
..
.

Der Algorithmus sucht nach Assoziationen zwischen Elementen unabhängig von ihrer Reihenfolge...

Es gibt auftragsbezogene Algorithmen, aber sie sind gierig.


Wenn Sie mehr wollen, gibt es ein Empfehlungssystem namens recommenderlab, aber ich habe mich damit nicht beschäftigt.

 
Maxim Dmitrievsky #:

Geeignet sind rekurrente Netze, der Typ Many-to-many

Danke, ich werde es mir ansehen.

Natürlich hätte ich gerne eine Art Übersichtstext zu diesem Thema, mit einer Beschreibung und einem Vergleich der Ansätze (ein Wunsch kann nicht schaden). Theoretisch müsste es irgendwo einen solchen Text geben, aber bisher habe ich ihn noch nicht gefunden.

 
Aleksey Nikolayev #:

Danke, ich werde es mir ansehen.

Natürlich hätte ich gerne einen Überblickstext zu diesem Thema, mit einer Beschreibung und einem Vergleich der Ansätze (ein Wunsch kann nicht schaden). Theoretisch müsste es irgendwo einen solchen Text geben, aber bisher habe ich ihn noch nicht gefunden.

Ich habe nur über Input-Output von variabler Länge in solchen Netzen gesehen, und das ist eine reine Übersicht, ohne darauf einzugehen.

für Textverarbeitung, Übersetzungen
 
mytarmailS #:

Assoziative Regeln sollten funktionieren, ich gebe Ihnen ein Beispiel

Daten als Liste, wobei jede Zeile ein Vektor mit Beobachtungen beliebiger Länge ist.

Der Code für die Suche nach Mustern in Form von Assoziationsregeln

die Regeln

Der Algorithmus sucht nach Assoziationen zwischen Elementen, unabhängig von ihrer Reihenfolge...

Es gibt auftragsbezogene Algorithmen, aber sie sind gierig.


Wenn Sie mehr wollen, gibt es ein Empfehlungssystem namens recommenderlab, aber ich habe es mir nicht angeschaut.

Danke, ich werde es mir ansehen.

Doch bei uns zählt die Ordnung. Sie können z. B. immer SB bekommen, indem Sie die Schritte zufällig mischen.

Ich habe mich auch daran erinnert, dass Sie hier vor einiger Zeit über die Suche nach sequentiellen Mustern und das Problem des Sequenzabgleichs geschrieben haben, das dort auftritt. Dies scheint auch eine der Methoden zur Lösung des Problems zu sein. Die Zugehörigkeit von Sequenzen zu einer Klasse bedeutet jedoch nicht unbedingt, dass sie sich ähnlich sind.

 
Aleksey Nikolayev #:

Danke, ich werde es mir ansehen.

Doch bei uns zählt die Ordnung. Es ist zum Beispiel immer möglich, SB durch zufälliges Mischen der Inkremente zu erhalten.

Ich habe mich auch daran erinnert, dass Sie hier einmal über die Suche nach sequentiellen Mustern und das Problem des Sequenzabgleichs geschrieben haben. Dies scheint auch eine der Methoden zur Lösung des Problems zu sein. Die Zugehörigkeit von Sequenzen zu einer Klasse bedeutet jedoch nicht unbedingt, dass sie sich ähnlich sind.

Nun denn, das arulesSequence-Paket

 

Sparked eine Gold-Strategie aus dem Marktplatz ))

Kapitalkurve in meinem Testgerät.

Ich habe es in tslab eingegeben, um ein besseres Bild zu erhalten.

Es sieht so aus, als ob es eine gute Übereinstimmung ist.


Ich habe mir die Berufe angesehen.


Ich habe meinen Handtrader benutzt und ich verstehe seinen Handelsalgorithmus nicht.

Forrest konnte zwar nichts erkennen, aber es war interessant und informativ )))

 
Maxim Dmitrievsky #:

Rekurrente Netze sind geeignet, viele-zu-viele Typen

Könnte nützlich sein... Ich habe ein Many-to-many ohne Rekursion. Und keine Faltungsschichten. Und ich habe dieses Modell gewählt, nachdem ich den Mechanismus des neuronalen Netzes analysiert habe. Wir suchen hier nach einem gemeinsamen Nenner, nicht wahr? Argumentieren Sie.

1...262526262627262826292630263126322633263426352636263726382639...3399
Neuer Kommentar
Grund der Beschwerde: