L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 284
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Une demi-branche qui éclaire : les prédicteurs n'ont aucun pouvoir prédictif et sont du bruit pour la variable cible. Le modèle est donc ré-entraîné et le modèle ré-entraîné n'a RIEN à voir avec son utilisation future. LE BRUIT EST DU BRUIT TOUT DE MÊME, DANS UNE APPLICATION IL Y A UN RÉSULTAT ET DANS UNE AUTRE IL Y EN A UN AUTRE.
Y Eh bien, vous parliez du classificateur. Et alors ? D'une manière générale, pour le prédire, nous devons construire l'indicateur des changements de prix pour 10 barres. Reculez d'une barre. Ce sera la fonction cible. Il suffit d'entraîner le réseau de manière à ce que l'erreur entre la sortie du réseau et la fonction cible soit minimale, c'est-à-dire que le réseau doit réagir aux données d'entrée comme une piste de persistance10%. Ce que j'ai aimé dans NS, c'est que vous travaillez avec l'ensemble de l'indicateur en même temps et que vous pouvez faire des rattachements infinis d'un indicateur à l'autre. J'ai une idée. Le fait est qu'il y a là un réseau de classification très intéressant. Et si nous entraînions plusieurs grilles de ce type en NS dans une certaine zone, puis que nous chargions ces valeurs dans l'optimiseur de Reshetov et que nous voyions si nous sommes en mesure d'augmenter le niveau de généralisation. En effet, si je comprends bien, nous obtenons l'apprentissage profond, lorsque l'entrée du réseau n'est pas l'entrée elle-même, mais le résultat du réseau sur ces entrées. Est-ce que je comprends bien le concept d'apprentissage profond ?
Nous formons d'abord un réseau sur des données d'entrée, puis le résultat de plusieurs réseaux formés sur les mêmes données est introduit dans l'entrée d'un autre réseau, ce qui permet d'atteindre un meilleur niveau de généralisation. Est-ce vrai, les gars ????
Vladimir, je vous invite à consulter mon billet sur Twitter. Quelques pages plus haut, j'ai écrit...... Vous pouvez peut-être m'aider
Y Eh bien, vous parliez du classificateur. Et alors ? D'une manière générale, pour le prédire, nous devons construire l'indicateur des changements de prix pour 10 barres. Reculez d'une barre. Ce sera la fonction cible. Il suffit d'entraîner le réseau de manière à ce que l'erreur entre la sortie du réseau et la fonction cible soit minimale, c'est-à-dire que le réseau doit réagir aux données d'entrée comme une piste de persistance10%. Ce que j'ai aimé de NS, c'est que vous travaillez avec l'ensemble de l'indicateur à la fois et que vous pouvez faire des rattachements infinis d'un indicateur à l'autre. J'ai une idée. Le fait est qu'il y a là un réseau de classification très intéressant. Et si nous entraînions plusieurs grilles de ce type en Nouvelle-Zélande dans une certaine zone, puis que nous chargions ces valeurs dans l'optimiseur de Reshetov et que nous voyions si nous sommes en mesure d'augmenter le niveau de généralisation. En effet, si je comprends bien, nous obtenons l'apprentissage profond, lorsque l'entrée du réseau n'est pas l'entrée elle-même, mais le résultat du réseau sur ces entrées. Est-ce que je comprends bien le concept d'apprentissage profond ?
Nous formons d'abord un réseau sur des données d'entrée, puis le résultat de plusieurs réseaux formés sur les mêmes données est introduit dans l'entrée d'un autre réseau, ce qui permet d'atteindre un meilleur niveau de généralisation. Est-ce vrai, Guys ????
=========================================================
Non, ça ne l'est pas. Ce que vous décrivez est une pile NN. Et l'apprentissage profond est quelque chose d'entièrement différent...
Bonne chance
Vladimir, je vous invite à consulter mon billet sur Twitter, quelques pages plus haut j'ai écrit...... Peut-être que vous pouvez m'aider avec ça
Pourriez-vous expliquer en deux mots ce que c'est, au moins approximativement... ? ????
J'ai lu votre message, je ne peux pas vous aider, car je n'ai pas traité de données textuelles. J'ai vu de nombreux exemples. Si je trouve le lien, je vous l'enverrai.
Le problème est que je ne peux pas exécuter le paquet moi-même, je ne peux pas me connecter avec Tweeter, et encore plus difficile, je ne peux pas établir une connexion, au moins un exemple est donné pour le faire, mais il y a un problème avec le code pin, je ne peux pas comprendre où il doit être entré.
Vladimir, je vous invite à consulter mon billet sur Twitter, quelques pages plus haut j'ai écrit...... Peut-être que tu peux m'aider avec ça.
Jetez un coup d'œil à https://github.com/maxbbraun/trump2cash
PS C'est une très grosse tâche, avec beaucoup d'embûches, que de faire soi-même une analyse des flux d'actualités lisible par une machine. Je recommande à https://www.accern.com/ de l'essayer, je l'utilise, très satisfait.
scale() n'est pas adapté, avec sa normalisation délicate il fait constamment des plages différentes...
Merci à tous ceux qui ont essayé d'aider
J'avais besoin d'une carte pour une gamme moi-même. Comme je l'ai déjà fait, j'ai vérifié. J'ai donné le mauvais lien. Il existe un paquet de balances (pas une fonction), il est plein de toutes sortes de balances. Pour vous, la revente me semble appropriée. Par exemple.
Affiche dans la plage spécifiée. Et un tas d'autres fonctions similaires dans le paquet spécifié.
Parlez-vous d'apprentissage profond ou de stackedNN ?