L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 730

 
J'ai remarqué tout à l'heure que le problème des CTs à long terme est qu'après deux semaines ou un mois, on oublie comment on a fait..... Mais pas dans ce cas. Je me suis souvenu de mon approche, car en regardant les signaux d'aujourd'hui, j'espère qu'elle fonctionnera correctement pendant deux semaines. Attendons et voyons.....
 

Question de régression/prédiction.

Les entrées doivent-elles être normalisées ou mises à l'échelle ? Quelque chose me dit que je n'en ai pas besoin.

 
Elibrarius:

Question de régression/prédiction.

Les entrées doivent-elles être normalisées ou mises à l'échelle ? Quelque chose me dit que je n'en ai pas besoin.

Pour la régression, une normalisation des entrées-sorties est généralement appliquée. C'est-à-dire qu'ils appliquent les coefficients en ordre avant sur l'entrée et en ordre arrière sur la sortie.
 
L'échantillon est celui qui produit une courbe d'apprentissage acceptable :

C'est un vieux sujet, sur le nombre d'échantillons dans les ensembles de données de Mikhail et le classificateur de feu Yura Reshetov, Mikhail ne s'incline pas quand il s'agit du nombre d'échantillons, et la publicité de l'artisanat de Reshetov fait soupçonner seulement que Mikhail et Yura sont la même personne, mais compte tenu de l'âge des comptes et le nombre de postes, il est douteux, mais Yura devrait être reconnaissant à Mikhail même du ciel ou du monde souterrain pour une telle promotion désintéressée d'un artisanat plutôt médiocre.

Eh bien, artisanat médiocre ou non, je ne sais pas. Tout ce dont je suis sûr, c'est qu'il ne sur-apprend pas, mais qu'il généralise assez bien ....

Quant à l'échantillon d'entraînement. Eh bien, je ne peux pas l'augmenter, même si je le ferais volontiers. Les données que j'utilise ne vous permettent pas de le faire. On choisit donc l'échantillon qui permet de recevoir le modèle avec une qualité de formation acceptable......

 
C'estun exemple simple et assez bon :

Mikhail et Jura sont la même personne, mais vu l'ancienneté des comptes et le nombre de posts, c'est douteux, mais Jura doit être reconnaissant à Mikhail, même du ciel ou de l'enfer, pour cette promotion désintéressée d'un travail plutôt médiocre.

Tout d'abord, on ne le sait pas avec certitude.

Deuxièmement, ce n'est pas du tout médiocre, mais un exemple simple et assez bon et fonctionnel d'application des neurones.

 

J'ai joué avec des conneries toute la nuit. Je voulais les écrire, mais je me suis dit, qui en a besoin ?

mais peut-être que quelqu'un obtiendra un fth utile pour lui-même, bien que ce ne soit qu'un seul là - l'apprentissage des neurones :)

et de toute façon une implémentation très malheureuse de RRL (recurrent learning with reinforcement), je n'ai pas obtenu des tests aussi bons avec la version mql4 qu'avec les auteurs en python

il y a des sources en python et mql4

https://github.com/darden1/tradingrrl

 

J'ai finalement appris à connaître ce "neurone" de Reshetov.

Loin d'être un neurone. Il s'agit plutôt d'un système de trading basé sur un algorithme génétique, sans utiliser d'algorithme génétique.

L'idée est intéressante, mais je ne comprends pas vraiment qu'on y prête tant d'attention.

 
Aleksey Terentev:

J'ai finalement appris à connaître ce "neurone" de Reshetov.

Loin d'être un neurone. Il s'agit plutôt d'un système de trading basé sur un algorithme génétique, sans utiliser d'algorithme génétique.

Cette idée est intéressante, mais je ne comprends pas vraiment l'attention qu'elle suscite.

Il s'agit d'un système expert ordinaire, vous pouvez effectuer une tonne de modifications de ce type grâce à la logique floue.

 
Maxim Dmitrievsky:

J'ai joué avec des conneries toute la nuit. Je voulais les écrire, mais je me suis dit, qui en a besoin ?

mais peut-être que quelqu'un obtiendra un fth utile pour lui-même, bien que ce ne soit qu'un seul là - l'apprentissage des neurones :)

et de toute façon une implémentation très malheureuse de RRL (recurrent learning with reinforcement), je n'ai pas obtenu de tests aussi bons avec la version mql4 qu'avec les auteurs en python

il y a des sources en python et mql4

https://github.com/darden1/tradingrrl

un peu plus subliminalement descriptive :

http://dustwell.com/PastWork/MoodyRLTradingPresentation.pdf

https://raghavgoyal14.github.io/assets/ML_project/Final%20Report.pdf

Et sur le test et il devrait y avoir de mauvais résultats, c'est sur l'apprentissage tout est beau ... mais aussi le système lui-même est assez simple, en fait il utilise un seul ratio de sharpe pour la formation.

ils écrivent également que le RRL est meilleur que le q-learning mais j'ai des doutes car tout dépend de la réalisation (ce qu'un agent apprend et quel type de récompenses il obtient)

 

Comme Maxim, j'en ai assez d'essayer d'entraîner les NS avec les capacités d'un cafard. Je vais probablement revenir à l'entraînement de la chose la plus capable - mon propre cerveau. Bien qu'il soit sensible à l'émotion et à la fatigue. Et s'ennuiera la plupart du temps alors que rien ne se passe. Et par ennui (quand on a envie de faire un tour), on commence parfois à faire du commerce aussi, et 50% du temps, ça va dans le mauvais sens...
En général, il y a aussi des inconvénients.

C'est peut-être la nostalgie du printemps et je veux de l'action extrême. Je vais peut-être vendre sur un compte portable et revenir. Même s'il serait préférable de commencer à gagner de l'argent.

Raison: