L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 405
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
Je pense que la tâche du premier message est intéressante pour que chacun puisse tester son système MO.
Votre générateur est intéressant. Est-ce qu'il est écrit par vous-même ?
Avez-vous divisé l'intrigue en 2 ou 3. Qu'obtenez-vous avec des données inconnues ?
C'est une continuation du générateur d'EA décrit dans l'article, vers la forêt).
Mais les expériences pratiques sur ces données n'ont, à mon avis, pas beaucoup de sens, car l'exemple semble être purement académique.
Il s'agit de la suite du générateur d'EA décrit dans l'article, vers la forêt).
Mais les expériences sur ces données n'ont, à mon avis, pas beaucoup de sens, car l'exemple semble être purement académique.
J'ai aussi fait 1 derovo, qui a complètement mémorisé le fichier d'entrée, mais tout est mauvais sur les nouvelles données :
Erreur moyenne sur la section de formation (60,0 %) =0,000 (0,0 %) nTrees=1 codResp=1
Erreur moyenne sur la validation (20,0%) patch =0,706 (70,6%) nTrees=1 codResp=1
Erreur moyenne sur le test (20,0%) plot =0,701 (70,1%) nTrees=1 codResp=1
Il est donc logique
Je suggère d'organiser un concours pour les modèles de RI. Les modèles peuvent être n'importe quoi, même s'ils sont bricolés, ce n'est pas la question - l'essentiel est d'avoir un élément d'apprentissage / de sélection des poids / d'optimisation. Vous pouvez jouer avec les démos. Afin de ne pas s'engager dans des discussions inutiles sur ce qui fonctionne et ce qui ne fonctionne pas :)
La vérité naît dans les arguments)Le problème est que de nombreuses personnes ici ont tendance à faire des déclarations infondées - que tout cela est absurde et ne fonctionnera pas, mais que cela ne devrait pas fonctionner de cette façon, etc... sans confirmer leurs propos par pratiquement rien. En d'autres termes, soit une personne ne fait que parler sans comprendre ce dont elle parle, soit elle comprend vraiment et a des résultats...
Le problème est que de nombreuses personnes ici ont tendance à faire des déclarations non fondées - que tout cela est absurde et ne fonctionnera pas, mais que cela ne devrait pas fonctionner de cette façon et ainsi de suite... sans confirmer leurs propos par pratiquement rien. C'est-à-dire qu'une personne est soit juste pince-sans-rire, sans comprendre ce dont elle parle, soit elle comprend vraiment et a des résultats...
Je suggère d'organiser un concours de modèles de MO, les modèles peuvent être n'importe quoi, même faits par soi-même, ce n'est pas la question... l'essentiel est qu'il y ait un élément d'apprentissage/sélection de poids/optimisation. Vous pouvez jouer avec les démos. Afin de ne pas s'engager dans des discussions inutiles sur ce qui fonctionne et ce qui ne fonctionne pas :) Et l'on saura tout de suite qui comprend vraiment comment l'IM peut être appliqué sur les marchés et qui ne fait que bafouiller :)
Je préfère les résultats pratiques et je les suis. Par exemple, je mets sur le marché des indicateurs et des conseillers experts qui fonctionnent et si leur code est créé par le générateur sans programmation supplémentaire, alors il est gratuit.
Non, je veux simplement dire que Michael est attaqué, par exemple, qu'il utilise des conneries de Reshetov ... mais ne propose pas de remplacement et ne le comprend même pas complètement :)
J'ai comparé les modèles - il donne un plus petit pourcentage d'erreurs dans l'échantillon de test, qu'est-ce qu'il me faut de plus comme preuve :) Au moins c'est mieux que les bois et le simple mlp, et comment l'appliquer est déjà le 3ème problème.
Ensuite, il fera un suivi impressionnant et mettra en pièces tous les théoriciens :D
Non, je veux juste dire que Michael est attaqué, par exemple, sur le fait qu'il utilisait des conneries de Reshetov ... mais ne propose pas de remplacement et ne le comprend même pas complètement :)
J'ai comparé les modèles - il donne un plus petit pourcentage d'erreurs dans l'échantillon de test, qu'est-ce qu'il me faut de plus comme preuve :) Au moins c'est mieux que les bois et le simple mlp, et comment l'appliquer est déjà le 3ème problème.
Ensuite, il écrira un outil de contrôle génial et réduira tous les théoriciens en miettes :D
Peut-être y a-t-il quelque chose d'intéressant dans ce système ?
Si vous avez compris ce nouveau modèle, dites-moi comment il choisit les bonnes entrées parmi 100, pour alimenter deux RNN (il y a 8 entrées chacun, non ?)? Recherche complète de 8 sur 100 ? Avec calcul de chacun d'eux et sélection du meilleur ? Ou la génétique ou un autre type de sélection ?
Je ne sais pas comment se fait exactement la sélection, mais il y a une règle, dès que le modèle est réentraîné, il y a une complication du modèle. Avec n'importe quelle formation, le nombre d'entrées est toujours différent. Tout dépend de la répartition de l'échantillonnage pour la formation et le test par randomisation.....
C'est le deuxième jour que le modèle compte...... C'est ce que cela signifie lorsque vous enlevez des déchets d'un set..... :-)
Si vous comprenez ce nouveau modèle, comment sélectionne-t-il les bonnes entrées parmi 100 pour alimenter deux RNN (il y a 8 entrées chacun, non ?)? Recherche complète de 8 sur 100 ? Avec calcul de chacun d'eux et sélection du meilleur ? Ou la génétique ou un autre type de sélection ?
Je n'ai pas encore trouvé comment éliminer les prédicteurs non informatifs, je suis en train de le réécrire sur mkul.
il faudrait un dragon pour réécrire et comprendre quelque chose, c'est pourquoi j'ai écrit 2 semaines au plus tôt ;)