Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 616
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
Es gibt viele Algorithmen, sogar mehr als man möchte. Zum Beispiel.
Artikel von Vladimir -https://www.mql5.com/ru/articles/2029
Artikel von Alexey -https://habrahabr.ru/company/aligntechnology/blog/303750/
Sie ist von Herzen kommend und von Herzen kommend. Jetzt werde ich sehen, was in diesen Artikeln steht. Die Invariant-Methode ist ebenfalls sehr interessant. Was Reshetov umgesetzt hat... Also, mal sehen...
Das Gesetz der Erhaltung der Energie in Aktion))
Niemand will etwas Neues machen, wenn das bestehende MT-R-Kommunikationsinstrument funktioniert.
Ich kommuniziere derzeit mit MT ganz ohne DLL, indem ich TXT-Dateien über RAM-Disk austausche. Bislang wurde keine DLL benötigt. Umrechnungskurs, >1,5 GBytes/sec - genug für alles und mehr. Kommuniziere mit jedem, sogar mit R, sogar mit einem kahlen Teufel. Und Sie müssen überhaupt nichts tun. Ich meine, überhaupt nichts.
Einzelheiten in diesem Thread --https://www.mql5.com/ru/forum/79922
Starten Sie den R-Prozess auch direkt aus dem Terminal oder manuell?
Ich führe das Programm manuell in R (oder einer anderen Software) aus. Von da an tauschen sie von selbst und für immer. Stresst Sie der zusätzliche Tastenanschlag vor dem Start?
Viele Vorteile im Vergleich zu DLL.
Mir gefällt die bestehende dll besser)
Das ist für den Moment. Alles fließt, alles verändert sich.
Ich bevorzuge keinen Funktionsaufruf, sondern einen vollwertigen Austausch, bei dem Programme unabhängig voneinander arbeiten und Informationen in beide Richtungen austauschen.
Meiner Meinung nach ist der Austausch über DLL und IP-Client-Server eine Weiterentwicklung des zweiseitigen Austauschs über Dateien -https://www.mql5.com/ru/blogs/post/671000. Und ein solcher Austausch vereinfacht alles dramatisch, einschließlich aller Arten von zukünftigen System-Upgrades.
SZY Letztendlich ist es mir egal, in welcher Sprache ich schreibe - Python, C++, C#, R usw., usw. Die Schnittstellen müssen überhaupt nicht geändert werden. Sie sind für alles geeignet.
Grüße aus den Köpfen des Forums. Ich will gleich sagen, dass ich noch nicht das ganze Thema beherrsche. Aber die Frage der Modelle und der neuronalen Netze hat mich in letzter Zeit sehr stark beschäftigt. Maxim hat nicht nur einmal gesagt, dass die Korrelation eine schlechte Methode zur Bestimmung des Modells ist. Ich werde das ignorieren, denn in meinem Fall liegt die Korrelation über 0,95. Die Frage ist etwas anders gelagert, denn wenn man das Modell durch die Geschichte laufen lässt, erhält man das gleiche 50/50. Und hier habe ich eine Idee, vielleicht ist ein Neuronetz in der Lage zu bestimmen, zu welchem Zeitpunkt das Modell verkauft und zu welchem Zeitpunkt es gekauft wird ...? Ich würde gerne die Meinung von Experten erfahren, die das Neuronetz bereits ausprobiert haben und damit arbeiten. Ich füge Bilder des Modells bei, um zu sehen, wie groß der Unterschied nach vorne ist.
Das erste Bild zeigt einen Preisrückgang, das zweite einen Preisanstieg und das dritte eine Abflachung des Preises.
Ich möchte hinzufügen, dass das Modell sogar stündlich erstellt werden kann, da es aus einem Portfolio von Währungspaaren besteht. Da die maximale Korrelation gewählt wird, kann die Modelllänge unterschiedlich sein. Und hier stellt sich die Frage, wie man mit der Variation der Modelllänge umgeht, wie man solche Proben in das neuronale Netz einspeist.
Grüße aus den Köpfen des Forums. Ich will gleich sagen, dass ich noch nicht das ganze Thema beherrsche. Aber die Frage der Modelle und der neuronalen Netze hat mich in letzter Zeit sehr stark beschäftigt. Maxim hat nicht nur einmal gesagt, dass die Korrelation eine schlechte Methode zur Bestimmung des Modells ist. Ich werde das ignorieren, denn in meinem Fall liegt die Korrelation über 0,95. Die Frage ist etwas anders gelagert, denn wenn man das Modell durch die Geschichte laufen lässt, erhält man das gleiche 50/50. Und hier habe ich eine Idee, vielleicht ist ein Neuronet in der Lage, zu bestimmen, wann das Modell zu verkaufen und wann es zu kaufen ist ...? Ich würde gerne die Meinung von Experten erfahren, die das Neuronet bereits ausprobiert haben und damit arbeiten. Ich füge Bilder des Modells bei, um zu sehen, wie groß der Unterschied nach vorne ist.
Das erste Bild zeigt einen Preisrückgang, das zweite einen Preisanstieg und das dritte eine Preisstagnation.
Die Antwort auf Ihre Frage: Klassifizierung. Die Kauf-/Verkaufs-/Pass-Signale.
Was die Bilder anbelangt, so ist nicht klar, was die Linien bedeuten.
Ich möchte hinzufügen, dass das Modell sogar stündlich erstellt werden kann, da es aus einem Portfolio von Währungspaaren besteht. Da die maximale Korrelation gewählt wird, kann die Modelllänge unterschiedlich sein. Und hier stellt sich die Frage, wie man mit der Variation der Modelllänge umgeht, wie man solche Proben in ein neuronales Netz einspeist.
Ich verstehe, dass Sie von einem Datensatz sprechen.
Die Länge des Datensatzes beeinflusst die Qualität und die Geschwindigkeit des Lernens (Zeilen). Die Qualität der Vorhersagen wird durch die Qualität der Parameter (Säulen) beeinflusst