Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 619
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
No entiendo lo del volumen, ¿no son suficientes 10.000 ejemplos de estados para la formación?
Puede ser suficiente o no. Depende de lo que enseñes y de cómo lo enseñes.
En mis primeras versiones de ~10000 no era nada en absoluto. Y en este último, después de cambiar el modelo de enseñanza con la misma NS todo es bueno.
En este caso, el modelo estático de 100 barras quedará castrado, y creo que no conducirá a la búsqueda deseada de un posible patrón (
Lo que digo es que la arquitectura debe ser constante, y en cada nuevo caso se adelantará la ventana de "atención". De este modo, se podrá seguir la serialidad y la naturaleza única de un conjunto de datos concreto.
Un tick de aprendizaje: i es el índice actual. entrada = [i-100, i], salida = [i+1, i+6]. Y en consecuencia i es nuevo cada vez.
No te he dicho que sirvas los mismos bares. =)
Lo que digo es que la arquitectura debe ser constante, y en cada nuevo caso se adelantará la ventana de "atención". De este modo, se podrá seguir la serialidad y la naturaleza única de un conjunto de datos concreto.
Un tick de aprendizaje: i es el índice actual. entrada = [i-100, i], salida = [i+1, i+6]. Y en consecuencia i es nuevo cada vez.
Ok, déjame explicarte. por ejemplo tenemos 5 entradas de precio cloze y 1 salida de precio cloze, al desplazar la barra la ventana estamos buscando un patrón en estas 5 barras para la sexta. No tenemos estipulado de antemano que la combinación de estas 5 barras sea igual. Ahora imagina que la combinación es siempre la misma, ¿cuál es la respuesta de la red neuronal? No creo que tengas que responder a eso. Ahora más allá, en mi caso resulta que las combinaciones son siempre las mismas, pero la longitud es diferente y no se puede cortar. La dependencia de la longitud no es crucial para el avance, pero creo que también importa, así que no puedo cortar la longitud. Estaba pensando en alargar los que son más cortos, pero entonces perderán su imagen, que es la apuesta original. Probablemente esté totalmente confundido.....
Si no se recorta, se necesitan varias redes neuronales, 100 por 200 y 250
Maxim, ¿qué alimentas a la red neuronal de entrada? Von Koldun introduce incrementos, ¿y tú?
también ) con diferente retardo, también quiero añadir momentos de distribuciones
y el retraso. Una red con retroalimentación. De hecho, hay dos redes.
Pero he estado perezoso últimamente... probablemente porque he leído demasiados libros... Tres libros de mil páginas en una semana y media :D
Tal vez sea porque haces el modelo de una longitud estacionaria y no obtienes el resultado correcto... Salí de ello añadiendo un simple ciclo para aumentar la longitud del modelo y ahora obtengo una buena imagen en cualquier momento. Pero el agua hacia adelante sigue teniendo el mismo 50/50 y ahora estoy buscando métodos para volver a ordenar...
la cartera no es estacionaria, no va de sigma en sigma, se resquebraja periódicamente... y luego se recalcula y se resquebraja de nuevo
si no hay un determinismo global como entre algunos índices/acciones, entonces negociar una cartera es como negociar 1 símbolo, pero con costes adicionales
o descomponer un símbolo, crear una cartera a partir de él y negociar un símbolo )))
Si no se corta, entonces se necesitan varias redes neuronales, 100 por 200 y 250
Gracias por el consejo, probablemente sea más correcto, pero en el robot sólo hay que poner señal de varias redes en lugar de una...
Gracias por el consejo, probablemente sería mejor, pero en un robot sólo poner la señal de varias redes en lugar de uno ...
¿Por qué varios? Desde la que se enviaron los datos de longitud. No se puede obtener la respuesta del segundo con una longitud diferente.
No es un conjunto. Pero uno por uno, sí.
¿Por qué varios? Desde la que se presentaron los datos de longitud. No se puede obtener una respuesta del otro con una longitud diferente.
Así que no puedes conseguir un conjunto. Pero de uno en uno, sí.
Me expresé mal, tienes razón. la lógica será la siguiente, se construyó el modelo, se determinó la longitud del modelo y se lanzó la red entrenada que coincide con la longitud del modelo actual. es que eventualmente habrá varias redes en el robot a la vez así como modelos por longitud.
bueno, la no estacionariedad de la cartera, no va de sigma en sigma, sino que se resquebraja periódicamente... y luego vuelves a calcular y se resquebraja de nuevo
digamos que, si no hay un determinismo global como entre algunos índices/acciones, entonces negociar una cartera es como negociar 1 símbolo, pero con costes adicionales.
Exacto, pero tienes la ventaja de configurar la cartera de tal manera que tu análisis puede hacerse cada hora sin esperar a que aparezca tal forma en un par. Te lo explico de otra manera, por ejemplo yo analizo sólo 10 barras del histórico para predecir 1 barra en el futuro y una red neuronal encontrará cientos de patrones a partir de esas 10 barras, pero yo sugiero entrenar una red neuronal en 1 patrón y adelante