Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1744
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
Fui yo quien te mostró este paquete, recuerda que cuando te pedí que hicieras un script para mt4, había una neurona del paquete nnfor, y el objetivo era PIP- Perceptually Important Points (repr_pip) de TSrepr :)
¡Vladimir! Tengo algunas preguntas, si puedo...
1) Dígame cuál es el error máximo que ha conseguido en la clasificación de la dirección en zigzag en el EURUSD. ¿Y usaste el filtro de ruido mientras lo hacías?
2) ¿La "discretización" de los predictores, que usted describe en sus artículos, empeora la calidad del aprendizaje
3) Quiero tratar de hacer una especie de meta-aprendizaje, en el nivel más bajo, la esencia de la idea es la siguiente :
n1. entrenar a un pronosticador con los datos
n2. sacamos todas las reglas que Forest ha generado y las presentamos como nuevos predictores; cada regla es un predictor, por lo que tenemos entre 500 y 1000 reglas. Los predictores parecen "escasos", pero ¿qué se puede hacer?
P.3 Entrenar un nuevo modelo sobre las reglas de predicción...
La idea es
1) aumentar el número de predictores
2) obtener reglas más complejas y profundas, es decir, más complejas jerárquicamente
3) El bosque muestra la predicción como la suma de todas las reglas (árboles), creo que si no consideramos la suma de todas las reglas, sino las reglas por separado, podemos separar mejor las etiquetas de clase, tal vez encontrar algunas combinaciones únicas de reglas, etc.
La pregunta es: ¿lo que acabo de escribir no es el habitual refuerzo del gradiente?
4) Y también , donde conseguir esos indicadores espectrales que usas satl, fatl etc.
1. Recuerdo esta historia sobre el paquete. Un paquete prometedor.
2 El mejor resultado con el conjunto ELM es Acc=0,8+-0,1. Se puede hacer no sólo conel filtro de ruido. La precisión no es el indicador de calidad más importante para la CT. Para nuestros propósitos es más importante tener la recompensa media máxima por barra en un intervalo de tiempo determinado.
3. La discretización elimina el problema de los valores atípicos y hace que la relación de los predictores con el objetivo sea más lineal. Pero todavía no he recibido una mejora significativa en la calidad de la clasificación. Seguiré indagando en esta dirección. Han surgido muchas técnicas nuevas.
4. No entiendo por qué te has empantanado en un simple bosque. La zona está ahora arada de arriba a abajo. Hay docenas de nuevas opciones de RF. El último exótico y todavía crudo es el gensemble. Un bosque en cuyos nodos se puede anidar cualquier modelo, no sólo un árbol de decisión.
Pruebe las soluciones estándar, no es necesario reinventar la rueda, mejor aprender a manejar bien las ya hechas.
Estoy en proceso de implementar un paquete de integración de Python con MT5, lástima que hayan detenido la integración con R.
Buena suerte
2. el mejor resultado con el conjunto ELM es Acc=0,8+-0,1. el procesamiento de las muestras de ruido es obligatorio. Se puede hacer no sólo conel filtro de ruido.
Mira, aquí están los resultados de xgboost
zigzag, clasificación, reloj eura, sin eliminar muestras de ruido, predictores (pca e indicadores) , sin preparación de datos, solo apilar todo y listo
error en OOS
Así que los árboles son buenos también, y si se quita el ruido ...
La precisión no es el factor de calidad más importante para la ST. Para nuestros propósitos es más importante tener la recompensa media máxima por barra en un determinado intervalo de tiempo.
¿Y cómo se puede expresar como variable objetivo?
3. La discretización elimina el problema de los valores atípicos y hace que la relación de los predictores con el objetivo sea más lineal. Pero todavía no he obtenido una mejora significativa en la calidad de la clasificación. Sigo indagando en esta dirección. Han aparecido muchas técnicas nuevas.
Lo principal es no empeorarla, personalmente necesito la discretización para la transformación en datos categóricos, preferiblemente sin pérdida de información. De nuevo, todo esto es necesario para crear normas.
4. No entiendo por qué te empeñas en un simple bosque.
Estoy bastante atascado en las reglas decisivas en general... Entiendo que te interesen los modelos de investigación, pero a mí me interesa el proceso en sí y ahí es donde se necesita la interpretabilidad.
El "aprendizaje estándar" que usted y (el 99,9% de los demás ) hacen tiene un defecto en relación con el mercado.
Por "aprendizaje estándar" quiero decir que los datos se representan como una matriz (una fila es un conjunto de entrenamiento con una etiqueta de clase), y este modelo no ve nada más que la fila de la matriz.
Si imaginamos que el mercado es un modelo impulsado por eventos, y estoy seguro de que lo es, entonces modelemos una situación.
si evento 1entonces evento 2 entonces evento 3 entonces Y == 1
Como ves esta regla )))) (esta es otra respuesta de por qué me he atascado en las normas)
¿Y si el suceso 1 ocurrió hace una semana y el suceso 2 ocurrió ayer?
Lo que si es que el evento 1 puede ocurrir hace una semana y hace 5 min los que no regularmente, y así con cada evento, lo principal que los eventos ocurren y en el orden correcto.
Ningún AMO encontrará estas regularidades cuando los datos están en forma de matriz con datos trazados con el método de la ventana deslizante.
Así que eso es lo que estoy diciendo, eh ... ¿Cómo se pueden buscar patrones que se produzcan en un marco temporal no regular?
Este es mi intento de encontrar algo que intente responder a estas preguntas
buscando reglas asociativas - el paquete arules.
Se pueden encontrar tales reglas con las que se asocia Y y no importa en qué secuencia ocurren estas reglas
búsqueda de secuencias de reglas asociativas arules seqence
Se pueden encontrar tales reglas con las que se asocia Y, pero teniendo en cuenta la secuencia de estas reglas.
Análisis profundo y agrupación de secuencias deTraMineR
Generación de reglas genéticas SDEFSR
La esencia del paquete no es predecir Y sino explicarlo, un algoritmo que trata de explicar qué eventos deben ocurrir en la matriz de aprendizaje para que Y aparezca
En teoría, todos estos enfoques deberían mejorar en gran medida el potencial de nuestras actuales capacidades de predicción.
Y como puedes ver todos ellos se basan en reglas lógicas)
Un tema interesante. Aunque no soy matemático y estoy muy lejos del aprendizaje automático, veo cuál es el problema. Y sé cómo arreglarlo. Es imposible crear un sistema de autoformación si no sabemos cuándo empieza a moverse el mercado, si es que empieza, y si empieza cuando termina y si es posible obtener beneficios de este movimiento. Es necesario crear un modelo de trabajo, es decir, crear un sistema rentable. Y luego, a partir de ella, establecer el algoritmo para comparar y mejorar el sistema. Seguí este camino y creé un algoritmo simple, aunque para el comercio manual. Ver el tema de interés Cómo aumentar su cuenta por 1000 veces.https://www. mql5.com/ru/forum/330313
He mirado la mitad de este hilo y sigo sin entender lo esencial).
He mirado la mitad de este hilo y sigo sin entender de qué se trata)
el punto es que una sola corrida tiene una probabilidad diferente que una corrida de conjunto y puede ser cualquier cosa.
He mirado la mitad de este hilo y sigo sin entender la esencia).
Es muy sencillo. No hay que tratar de entender todo el mercado. Y no confíes en que el robot busque estos patrones en todo el mercado. Toma sólo una pequeña parte del mercado. Y confía en que el robot busque patrones sólo en partes similares del mercado. O encuentre estos patrones usted mismo. Hay situaciones en el mercado en las que la probabilidad de ganar es mucho mayor que la de perder. Y hay situaciones en las que es mejor mantenerse al margen del mercado. Y existen la mayoría de estas situaciones. Por lo tanto, tome sólo esta parte del mercado e ignore todos los demás movimientos, y cree un algoritmo de negociación.
He mirado la mitad de este hilo y sigo sin entender de qué se trata).
Es como leer medio libro y no entender nada. Hay gente que ha conseguido aumentar sus cuentas cientos de veces, yo decenas de veces, y un autor escribió en la rama que consiguió aumentar sus cuentas 1000 veces. Por lo tanto, hay regularidades en el mercado. Son estas regularidades con las que tenemos que trabajar.https://www.mql5.com/ru/forum/330313
Es muy sencillo. No hay que tratar de entender todo el mercado. Y no confíes en un robot para buscar estos patrones en todo el mercado. Toma sólo una pequeña parte del mercado. Y confía en que el robot busque patrones sólo en partes similares del mercado. O encuentre estos patrones usted mismo. Hay situaciones en el mercado en las que la probabilidad de ganar es mucho mayor que la de perder. Y hay situaciones en las que es mejor mantenerse al margen del mercado. Y existen la mayoría de estas situaciones. Por lo tanto, tome sólo esta parte del mercado e ignore todos los demás movimientos y cree un algoritmo de negociación.
Eso es lo que hacemos aquí, pero a otro nivel...
Aquí hay un algoritmo... un árbol de resolución o árbol de diseño.
¿Qué es?
Se trata de una regla lógica que puede considerarse como el marcaje de una parte del mercado, o puede imaginarse que se trata de un micro sistema de negociación para esta parte del mercado. Luego vamos más allá y añadimos muchas reglas de este tipo(microsistemas), a veces miles en uno, será un algoritmo de Forest
Es muy sencillo. No hay que tratar de entender todo el mercado. Y no confíes en un robot para buscar estos patrones en todo el mercado. Toma sólo una pequeña parte del mercado. Y confía en que el robot busque patrones sólo en partes similares del mercado. O encuentre estos patrones usted mismo. Hay situaciones en el mercado en las que la probabilidad de ganar es mucho mayor que la de perder. Y hay situaciones en las que es mejor mantenerse al margen del mercado. Y existen la mayoría de estas situaciones. Por lo tanto, tome sólo esta parte del mercado e ignore todos los demás movimientos y cree un algoritmo de negociación.
Es como leer medio libro y no entender nada. Hay gente que ha conseguido multiplicar por cien sus cuentas, yo las he multiplicado por diez en varias ocasiones, y un autor escribió en un hilo que consiguió multiplicar por mil sus cuentas. Por lo tanto, hay regularidades en el mercado. Así que hay que trabajar con estas regularidades.https://www.mql5.com/ru/forum/330313
Lo busqué y no lo entendí, porque no vi ningún algoritmo claro de acciones, y tampoco vi ninguno no claro, no vi ninguno, solo fotos y posts con 1000% de share.