Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1339
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Entonces deberías estar en el arte, no en la ciencia, porque el conocimiento científico es jerárquico, de lo simple a lo complejo y hay continuidad.
y los buenos programadores y matemáticos tienen problemas de imaginación, según tú.
la fantasía es algo ingenuo. El pensamiento abstracto es más correcto. El colmo del abstraccionismo son las fórmulas matemáticas y los conceptos abstractos, no la papilla en la mente de ningún fantasioso en particular
así que no me posicionaría para que sean como matemáticos y yo sea un fantasioso y esté lleno de ideas
+++
Sin ánimo de ofender a Alexey, táchame si entiendo una palabra de lo que escribe. Ni los objetivos ni los métodos para alcanzarlos están claros o fundamentados. El espíritu de Teacher, que pasó 15 años en las redes neuronales y ahora trabaja en un lavadero de coches, así lo sobrevuela.
Entonces deberías estar en el arte, no en la ciencia, porque el conocimiento científico es jerárquico, de lo simple a lo complejo y hay continuidad.
y los buenos programadores y matemáticos tienen problemas de imaginación, según tú.
la fantasía es algo ingenuo. El pensamiento abstracto es más correcto. El colmo del abstraccionismo son las fórmulas matemáticas y los conceptos abstractos, no la papilla en la mente de ningún fantasioso en particular
así que no me posicionaría para que sean como los matemáticos y yo soy un soñador y estoy lleno de ideas
No busco la justificación científica de mis palabras y métodos - esto lo hace usted fácilmente, refiriéndose constantemente a lo que ya se ha hecho e inventado y dándole diferentes nombres científicos.
Y la fantasía y el pensamiento abstracto son procesos diferentes: la fantasía es el proceso de creación, y la abstracción es el proceso (la forma) de presentar la información.
No estáis entendiendo la cuestión: el hombre tiene puntos fuertes en su constitución y es el desarrollo de éstos lo que dará mayor eficacia al hombre y a la causa en la que está comprometido.
No digo que las matemáticas no sean necesarias para el éxito, al contrario, ¡digo que necesitas una persona bien versada en ellas que te ayude a entender los matices de las ideas contenidas en las fórmulas!
+++
Sin ánimo de ofender a Alexei, táchame si entiendo una palabra de lo que escribe. Ni los objetivos ni los métodos para alcanzarlos están claros o fundamentados. El espíritu del Profesor, que pasó 15 años en redes neuronales y ahora trabaja en un lavadero de coches, se cierne sobre él.
Encuentre una toma de tierra inmediatamente, o el trueno caerá :) El problema es que usted busca confirmaciones de mis ideas (¿sobre qué ideas - un herbario?) en obras científicas, y evidentemente no las encuentra allí, lo que lleva a una conclusión de su ausencia de validez no por el autor de la idea, sino por la opinión científica autorizada.
No hace ni un año que empecé a hacer MO y, como puedes ver, de alguna manera estoy consiguiendo modelos de trabajo, lo cual no es malo. He tardado tres años en conseguir que mi asesor de divisas funcione. Utilizo el retorno a la media como resultado de la amortiguación de la tendencia - hay conjuntos de EAs que funcionan durante más de un año - busque la señal. ¿Y dónde puedo encontrar su señal para estimar su rendimiento?
Encuentre urgentemente una toma de tierra, o el trueno se romperá :) El problema es que usted busca el reconocimiento de mis ideas (¿sobre cuál de las ideas es un herbario?) en obras científicas, y aparentemente no las encuentra allí lo que lleva a concluir su falta de validez no por el autor de la idea, sino por la opinión científica autorizada.
No hace ni un año que empecé a hacer MO y, como puedes ver, de alguna manera estoy consiguiendo modelos de trabajo, lo que no está tan mal. He tardado tres años en conseguir que mi asesor de divisas funcione. Utilizo el retorno a la media como resultado de la amortiguación de la tendencia - hay conjuntos de EAs que funcionan durante más de un año - busque la señal. ¿Y dónde puedo encontrar su señal para evaluar su rendimiento?
Mi señal está en el concurso. Se trata de un 30-40% al mes. Además, por el método que una vez discutimos en el PM, sólo refinado. ¿Qué demonios estás haciendo en la NS? Esto es un misterio...
¿Por qué iba a ayudar un matemático a un no matemático explicándole fórmulas cuando tiene una mano mucho más fuerte y una comprensión mucho mejor de lo que ocurre?
podría ser condescendiente con el fantasioso.
Simplemente no sabes de qué estás escribiendo. Has tomado una solución fuerte ya hecha en forma de catbust y has empezado a diluirla con tus débiles fantasías, eso es lo que estás haciendo. Por supuesto, por la ley de los grandes números, eventualmente se puede tropezar con una buena solución a un problema, pero sólo por casualidad
¿Tienes tal poder de abstracción que eres capaz de modelar mis conocimientos y pensamientos sobre el tema? Lo dudo.
El psicotipo de muchos matemáticos (y otros poseedores de conocimiento) que se ven limitados por el conocimiento y temen contradecirlo es el de este tipo de personas. De lo contrario, todas las personas graduadas en el instituto seguirían trabajando en obras científicas, y no existirían a expensas de la remuneración del empleador.
Me doy cuenta de mis fantasías, las compruebo y las mejoro: creo un sistema de producción y selección de modelos, veo la dinámica, y es demasiado pronto para hablar de vector de movimiento equivocado.
Si a nadie le interesan mis hallazgos, los dejaré sin publicar.
La señal que tengo está en la competencia. Algo así como un 30-40% al mes. Además, según el método que una vez discutimos en el PM, sólo se refinó. ¿Qué demonios estás haciendo en la NS? Eso es un misterio...
Empecé a usar MO porque me he pasado un año creando un Asesor Experto de tendencia, que funcionaba bien con datos históricos, y en 2018 empezó a fallar usando datos frescos y lo mejoré, pero volvía a perder. Decidí usar MO para encontrar los ajustes óptimos para los filtros, que ya estaban en mi EA, y empecé a hacer predictores... En general, MO me abrió los ojos a la hora de ajustar cualquier estrategia al historial y, como es largo y difícil de hacer a mano, decidí pasar mi experiencia de trading a los predictores y resultó que podía operar con ellos sin inventarme dependencias entre ideas (predictores). En general, el MO es una herramienta para combinar las observaciones en una solución y yo compruebo y selecciono estas soluciones, y forman el llamado herbario. Es decir, a diferencia de Maksim, yo tengo una estrategia básica, que se mejora gracias a la IR.
Anticipo todos sus movimientos con antelación, porque yo pasé por esta etapa a un ritmo acelerado (sí, sí, la vía correcta es sólo una).
Sé lo que falta para que algo funcione, y recomiendo la literatura que tiene los elementos que faltan.
No pretendo ser profesor ni mentor, sólo una opinión. Si empiezo a explicar algo que no vas a entender, es por los libros.
Por lo tanto, el siguiente paso es equilibrar adecuadamente las muestras y deshacerse de montones de basura (predictores).Mis movimientos inmediatos sobre el papel hace tres horas son analizar las hojas de catbustos y analizar la capacidad de respuesta de los modelos sobre la muestra con el objetivo de combinarlos más. Con las muestras no hay respuesta, por la razón de que no tenemos estacionariedad y, por lo tanto, no hay integridad de las observaciones - tengo una idea de la distribución uniforme de las diferentes situaciones comerciales sobre las muestras, pero hasta ahora no he llegado a la aplicación. Y eliminar los predictores no es posible todavía - combinar los grupos en uno - sí es interesante realizarlo, pero no está claro cómo. Por eso estoy a favor de las combinaciones de predictores, tanto forzados como aleatorios.
esto se disparará y se describe en la literatura como uno de los principales métodos de MO, el resto son ideas basura
Bien, eso es bueno, todo lo que queda es averiguar la mejor manera de clasificar estas áreas - hay una serie de ideas, pero voy a tener que probar diferentes opciones y no sé todavía cómo implementar la distribución en sí en MQL.
El resto de las ideas que necesito para entender el proceso, el seguimiento, la selección de modelos y sus combinaciones, es decir, no están dirigidas por separado a la mejora de los modelos, sino a su evaluación.
Bien, eso es bueno, lo único que queda es averiguar cómo clasificar mejor estas áreas - hay varias ideas, pero requerirá probar diferentes opciones, y no saber todavía cómo implementar la asignación en sí en MQL.
El resto de las ideas que necesito para entender el proceso, el seguimiento, la selección de modelos y sus combinaciones, es decir, no están dirigidas por separado a mejorar los modelos, sino a evaluarlos.
Sinceramente, estoy aquí con la esperanza de que su próximo post sea "aquí están los primeros resultados....", todas sus investigaciones se aplicaron en la práctica, si no entonces tal vez todo su trabajo en este momento es un camino a ninguna parte?
Para aquellos que no están familiarizados con python y R, hay un generador de batcode en el apéndice con la configuración básica, ir a través de Seed por ahora
El código está cerrado, por desgracia, por la razón de la aplicación no mi clase para el trabajo con tablas.
La salida contendrá 7 archivos:
_01_Train_All.txt /Inicio del entrenamiento
_02_Rezultat_Exam.txt//Aplica el modelo en la muestra de prueba y guarda los resultados en un archivo
_02_Rezultat_Test.txt//Aplica el modelo en la muestra de validación, guarda los resultados en un archivo
_02_Rezultat_Train.txt//Aplica el modelo en la muestra de entrenamiento, almacena los resultados en un archivo
_03_Metrik_Exam.txt//Calcula las métricas del modelo en la muestra de prueba
_03_Metrik_Test.txt// Calcula las métricas del modelo en la muestra de validación
_03_Metrik_Train.txt// Calcula las métricas de un modelo sobre la muestra de entrenamiento
deben ser renombrados a bat. Los últimos 6 batnix pueden ejecutarse en paralelo para acelerar el proceso, pero sólo después de que el primer batnix haya terminado, para que los modelos hayan sido creados en ese momento.
En un directorio con batniks debe ser en sí CatBoost y 3 muestras.
El nombre de los archivos de muestras
train.csv //Train
exam.csv//prueba
test.csv//Validación (utilizado para una parada de entrenamiento).
Las muestras deben tener una cabecera.
Laetiqueta y las columnasauxiliares de las muestras deben colocarse en un archivo de texto separado sin extensión (no .txt).
Las columnas se numerarán a partir de cero.
Los archivos se colocarán en el directorio Setup del proyecto (que se especificará en el script).
Los modelos se crearán en un subdirectorio del proyecto llamado "Rezultat", habrá un subdirectorio para cada modelo con el nombre del archivo de configuración con el objetivo y el número de modelo.
Para mí voy a desarrollar la secuencia de comandos, si es interesante, está listo para compartir la instancia compilado (puedo y dar un código fuente, pero sin una clase no compilarlo).
Descargue el archivo exe de CatBoost para trabajar con la línea de comandos, puede utilizar este enlace para especificar correctamente la versión de lanzamiento en la configuración del script.