L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 327

Nouveau commentaire
 
Maxim Dmitrievsky:

Sera-t-il possible de faire le lien avec mt-check SciLab plus tard ?

C'est ce que je fais. La DLL devra être écrite, bien sûr.

À propos, l'interface graphique et la syntaxe de SciLab sont très proches de R.

Maintenant je regarde les neuro-packages R et leurs descriptions. À mon avis, tout est beaucoup plus compliqué et moins transparent que dans SciLab. Dans SciLab, qui vient de démarrer hier, je peux déjà créer un neurone, si j'ai un tableau d'apprentissage.

Là, dans les instances, il y a une prédiction du sinus par 3 pas en avant.

C'est élémentaire. Tout le code, déjà formé :

x = 0:0.02:20;
P = sin(x);
T = 2.*sin(x - 0.2);
plot(x,P,x,T);

// Create and train a network to preduct T from P
Delay = 3;
[w,b,y,ee] = ann_ADALINE_predict(P,T,0.2,1,Delay);
figure(); plot(T); plot(y,'r');

w et b sont les paramètres du neurone entraîné.

 
Maxim Dmitrievsky:

Avez-vous un bon article sur R et la façon de former des réseaux neuronaux simples, avec des exemples ?

Atacha a un neurone pour Renat, mais vous pouvez aussi l'utiliser comme un exemple simple.

Il existe un bon article de SanSanych Fomenko -https://www.mql5.com/ru/articles/1165.
Il y montre comment utiliser l'une des interfaces graphiques de R, qui permet de traiter les données et de former différents modèles. Après toutes les opérations sur l'onglet Log, vous pouvez voir le code correspondant, et ensuite le modifier et l'exécuter vous-même pour apprendre la programmation en R.


J'ai pris l'historique des barres de l'eurusd et du gbpusd m30 de mt5 avec sa nouvelle fonctionnalité d'exportation de l'historique des barres vers csv.

Ensuite, R entraîne le neurone, ses poids sont enregistrés dans le fichier et ces poids doivent être insérés dans mql5 Expert Advisor. J'ai formé neuronics sur janvier 2017, il ne se négociera pas bien dans d'autres périodes.
L'EA peut être exécuté sur eurusd ou gbpusd.
Trader aussi bien l'eurusd que le gbpusd est médiocre avec la neuronique, il faut probablement plus de neurones. En outre, il y a un autre tableau de poids commenté dans le code mql, ils ont été formés uniquement pour eurusd, respectivement, le profit avec ces poids sera généralement cosmique.


Négocier lors de la formation des neurones uniquement sur l'eurusd. Je l'ai étudié pendant 3 mois, un seul d'entre eux a été utilisé, au milieu, il montre clairement que les bénéfices augmentent.


Случайные леса предсказывают тренды
Случайные леса предсказывают тренды
  • 2014.09.29
  • СанСаныч Фоменко
  • www.mql5.com
В статье описано использование пакета Rattle для автоматического поиска паттернов, способных предсказывать "лонги" и "шорты" для валютных пар рынка Форекс. Статья будет полезна как новичкам, так и опытным трейдерам.
Dossiers :
nnet_example.zip  1926 kb
 
Yuriy Asaulenko:

C'est ce que je fais. La DLL devra être écrite, bien sûr.

À propos, l'interface graphique et la syntaxe de SciLab sont très proches de celles de R.

Maintenant je regarde les neuro-packages R et leurs descriptions. À mon avis, tout est beaucoup plus compliqué et moins transparent que dans SciLab. Dans SciLab, qui vient de démarrer hier, je peux déjà créer un neurone, si j'ai un tableau d'apprentissage.

Là, dans les instances, il y a une prédiction du sinus par 3 pas en avant.

C'est élémentaire. Tout le code, déjà formé :

w et b sont les paramètres du neurone entraîné.

Oui, cool... j'ai déjà R, mais... j'ai travaillé un peu avec, si ssilab est meilleur pour certaines tâches spécifiques, alors peut-être qu'il peut être utilisé... mais je ne les ai pas encore...

Si vous revenez au sujet de la prédiction des séries temporelles - vous êtes finalement arrivé à la fin de la vidéo, et que pensez-vous... Ils ont commencé par l'analyse de régression, puis sont passés à des modèles compliqués comme Arima et Garch et ont terminé avec le slogan : au diable ces modèles, l'analyse de régression fait un meilleur travail :)) Au fait, c'était une conférence très compétente, en tout cas pour moi, elle a éclairci beaucoup de choses. J'ai également saisi l'essence de l'arithmétique et des ordures, et trouvé une certaine confirmation de mes idées intuitives.

"Il n'y a pas de science derrière, en fin de compte, nous sommes arrivés à la conclusion qu'aucune science n'est nécessaire en ce qui concerne les méthodes de régression."


 
Dr. Trader:

Atacha a un neurone pour Renat, mais vous pouvez aussi l'utiliser comme un exemple simple.

Vous trouverez un bon article de SanSanych Fomenko à l'adressehttps://www.mql5.com/ru/articles/1165.
Il montre comment utiliser l'une des interfaces graphiques de R, où vous pouvez traiter les données et former différents modèles. Après toutes les opérations, dans l'onglet Journal, vous pouvez voir le code correspondant, puis le modifier et l'exécuter vous-même pour apprendre la programmation dans R.


J'ai pris l'historique des barres de l'eurusd et du gbpusd m30 de mt5 avec sa nouvelle fonctionnalité d'exportation de l'historique des barres vers csv.

Ensuite, R entraîne le neurone, ses poids sont enregistrés dans le fichier et ces poids doivent être insérés dans mql5 Expert Advisor. J'ai formé neuronics sur janvier 2017, il ne se négociera pas bien dans d'autres périodes.
L'EA peut être exécuté sur eurusd ou gbpusd.
Trader aussi bien l'eurusd que le gbpusd est médiocre avec la neuronique, il faut probablement plus de neurones. En outre, il y a un autre tableau de poids dans le code mql qui a été commenté et il a été formé seulement pour eurusd, cela signifie que le profit avec ces poids sera totalement cosmique.


Négocier lors de la formation des neurones uniquement sur l'eurusd. 3 mois, sur ces 3 mois, il n'a été formé que sur un seul, au milieu, vous pouvez clairement voir le profit qui augmente ici.



Cool, merci :) Mon modèle, cependant, est maintenant meilleur dans les tests ... mais n'a pas encore été testé dans des conditions de combat.

Au fait, j'ai lu cet article de SanSanych, j'ai même commencé à faire quelque chose, mais j'ai abandonné, pas le temps.

 
Maxim Dmitrievsky:

Oui, cool... j'ai déjà R, cependant... j'ai travaillé un peu avec, si c'est mieux pour certaines tâches spécifiques, alors peut-être que je peux l'utiliser... mais je ne les ai pas encore...

Si vous revenez au sujet de la prédiction des séries temporelles - vous êtes finalement arrivé à la fin de la vidéo, et que pensez-vous... Ils ont commencé par l'analyse de régression, puis sont passés à des modèles compliqués comme Arima et Garch et ont terminé avec le slogan : au diable ces modèles, l'analyse de régression fait un meilleur travail :)) Au fait, c'était une conférence très compétente, en tout cas pour moi, elle a éclairci beaucoup de choses. J'ai également obtenu l'essence d'Arima et de Garcia, et trouvé la confirmation de certaines de mes idées intuitives.

Je ne sais pas où (et dans quoi ?) vous avez vu la spécificité dans SciLab ? C'est juste un réseau ordinaire. À propos, il existe des dizaines de réseaux différents, pour des tâches différentes. Un exemple est celui de la prédiction. Il existe également des réseaux de classification.

La régression est formidable, bien sûr. Mais si vous négociez en utilisant la régression, un nouveau modèle doit être construit à chaque minute. Comme il est dit dans le cours, plus l'intervalle de prévision est long, plus l'erreur est grande, et à des intervalles plus longs, la prévision s'effondre en même temps que le modèle. Avec les méthodes décrites dans le cours, la reconstruction en temps réel est impossible.

 
Yuriy Asaulenko:

Je ne sais pas où (et dans quoi ?) vous voyez la spécificité de SciLab ? Un réseau ordinaire. D'ailleurs, il existe des dizaines de réseaux différents, pour des tâches différentes. Par exemple, il y en a un qui est prédictif. Il existe des réseaux de classification.

La régression est formidable, bien sûr. Mais si vous négociez en utilisant la régression, vous devrez construire un nouveau modèle chaque minute. Plus l'intervalle de prévision est long, plus l'erreur est importante, et à des intervalles plus longs, la prévision se désintègre en même temps que le modèle. En utilisant les méthodes décrites dans la conférence, la reconstruction en temps réel est impossible.


Pas les spécificités, mais le fait que certaines choses sont plus pratiques et plus rapides à faire là qu'en R, comme vous l'avez écrit
 
Maxim Dmitrievsky:

Pas de spécificités, mais que certaines choses sont plus faciles et plus rapides à faire là qu'en R, comme vous l'avez écrit

Oui, beaucoup plus pratique, et plus rapide à mettre en œuvre. Mais je ne comprends pas ce que cela signifie -"si ssilab est meilleur pour certaines tâches spécifiques,... ". Neuronics et African neuronics, et la seule question est de savoir où il est plus facile, plus rapide et moins coûteux d'obtenir des résultats.

Zy. J'ai vu des exemples de neurones vous apprenant la table de multiplication. Disons qu'il a 7 x 7, eh bien, cela donne 48,7 environ. J'ai vu l'exemple d'un neurone apprenant la table de multiplication, par exemple, 7 x 7.

 
Yuriy Asaulenko:

Oui, beaucoup plus pratique, et plus rapide à mettre en œuvre. Mais je ne comprends pas ce que cela signifie -"si ssilab est meilleur pour certaines tâches spécifiques,... ". Neuronics et African neuronics, et la seule question est de savoir où il est plus facile, plus rapide et moins coûteux d'obtenir des résultats.

Zy. J'ai vu des exemples de neurones vous apprenant la table de multiplication. Disons qu'il a 7 x 7, eh bien, cela donne 48,7 environ. J'ai également vu une instance d'un neurone apprenant la table de multiplication.


C'est donc plus pratique pour apprendre la NS, mais dans R, par exemple, il y a un dataminer et il y a déjà un moyen de le combiner avec MT
 
Maxim Dmitrievsky:

Je veux dire, c'est plus pratique pour l'enseignement de la NS, mais dans R il y a un dataminer et il y a déjà un moyen de le combiner avec la TA.

L'exploration des données dans SciLab est également présente, y compris l'optimisation et la génétique. Oui, il n'y a pas de DLL, il faut l'écrire. Mais il existe une API C/C++, et il n'y a aucun problème pour se connecter, mais cela prendra du temps, bien sûr. Cependant, j'ai des compétences pour écrire des DLL, mais pas pour travailler avec des réseaux neuronaux, et je ne pense pas que tout se fera instantanément et tout seul.

Bien que j'aie à la fois R et SciLab sur mon ordinateur, et que je travaille avec les deux, R est utilisé beaucoup moins souvent - R est mieux adapté à son domaine - The R Project for Statistical Computing.

 
Maxim Dmitrievsky:

Je veux dire, c'est plus pratique pour apprendre NS, mais dans R, disons, il y a un dataminer et il y a déjà un moyen de le combiner avec MT

Pourquoi vous en prendre aux réseaux ? Ils ne fonctionnent pas et c'est tout, c'est juste une vogue d'une époque révolue, probablement le premier paquet d'apprentissage automatique qui était disponible.

Il en existe d'autres plus prometteurs : les forêts aléatoires, une variété d'ada. Et généralement le paquet shell caret, qui a quelques centaines de paquets, y compris les maillages, et vous pouvez faire une sélection automatique entre eux.


PS.

Des mailles sérieuses qui fonctionnent probablement ici et ici. L'auteur est sur le forum, il s'attaque au commerce, fait le lien avec les terminaux MT4/5 ...


PSPS

Comment pouvez-vous sérieusement comparer R avec Skylab ? Une sorte de paquet rustique, pas dans n'importe quel classement...


PSPSPS

Et ce n'est pas du tout une question de modèles, c'est une question de datamining. Si vous trouvez les prédicteurs qui se rapportent à la variable cible, vous serez en or.

Tout le reste n'est que jeux d'esprit.

1...320321322323324325326327328329330331332333334...3399
Nouveau commentaire