L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1265
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
Donc je comprends que vous pouvez essayer de changer quelque chose ici.
Qu'est-ce qui a changé ou amélioré dans cette erreur ? En théorie, cela ne devrait pas être le cas, puisque la division va au dernier point.
Ne t'en prends pas à Max.
Il est, en fait, le seul à tirer cette branche. Que ce soit bon ou mauvais est une autre question. Mais, grâce à lui, cette branche a encore au moins une certaine pertinence.
Si l'on supprime cette branche, il n'y aura plus rien à lire sur le forum, sauf pour résoudre les codes de programme embarrassants des autres, où les "+" et les "-" sont mélangés.
Quelle a été la diminution de la taille des arbres et de la forêt dans son ensemble ?
Qu'est-ce qui s'est amélioré/changé avec l'erreur ? Dans l'idée - il ne devrait pas, puisque la division va au dernier point.
Je ne l'ai pas encore fait, j'ai juste "jeté un coup d'oeil", ce n'est pas comme si j'avais passé la journée à fouiller :)
les rebelles se mutinent à nouveau )) vous me demandez pourquoi intervenir alors que vous avez autant de cervelle que de pain
Oui ! L'essentiel est que la "caravane" arrive).
C'est simplement lent - c'est pourquoi les gens s'indignent.
On l'a dit un milliard de fois : tout dépend des données d'entrée. Le simple prix, en raison de sa non-stationnarité irréductible, ne fait pas l'affaire.
On me l'a demandé un milliard de fois - systématisez vos recherches.
Sur quel type de données vos forêts/réseaux peuvent-ils gagner de l'argent ? Existe-t-il de tels clusters dans la BP réelle et ses premières différences ?
Une fois de plus, je vais vous donner un indice - Doc a fait beaucoup de recherches sur les séries de tiques, un travail TRES dur. Avec éclaircissement, sans éclaircissement. Juste des séquences aléatoires artificielles étudiées, etc. Mettre tout ça dans des tableaux, des graphiques. Il a fini par disparaître du forum. Je pense qu'il a trouvé le Graal. À en juger par ses messages sur mon MP, c'est "presque probablement" le cas.
Les choses avancent très vite : en moins d'un an, la Nouvelle-Calédonie a été étudiée, les approches les plus récentes et les plus prometteuses comme la RL, et quelques articles ont été rédigés pour décrire cette approche.
l'approche bayésienne qui se développe le plus rapidement dans l'apprentissage automatique, c'est-à-dire Bayes+RL. Et oui, tout est en anglais.
tout ce que je fais est généralement le truc le plus cool du MO en ce moment, c'est compliqué, donc je ne lis même pas de trucs de maternelle attardés, quelque chose qui était connu il y a 50 ans. Le ministère de la Défense a parcouru un long chemin depuis lors.
Max, je comprends parfaitement, mais quand même...
Voici à nouveau le post de Doc, après lequel ses résultats ont vraiment commencé à s'améliorer :
"Ily a deux fichiers d'expérience dans les archives d'Atacha. Les deux contiennent des valeurs dans la distribution normale, les histogrammes sont les mêmes et presque symétriques par rapport à zéro.
Mais ces fichiers présentent une très grande différence, à savoir le caractère markovien.
Un fichier a une mémoire (un processus non-markovien), vous pouvez essayer de prédire "la prochaine valeur est supérieure ou inférieure à zéro" sur la base des valeurs passées. Vous pouvez appliquer la neuronique et d'autres techniques d'apprentissage automatique pour prédire.
L'autre fichier n'a pas de mémoire (processus de Markov), toute prédiction échouera. L'apprentissage automatique est impuissant, mais peut-être qu'Alexander peut prédire quelque chose avec la physique.
Qui apprendra à identifier le fichier qui a de la mémoire et celui qui n'en a pas - bravo, et l'application de cette méthode au forex prouvera enfin que le processus de formation des prix est bien markovien.
Il convient également de vérifier si la distribution normale est une condition suffisante pour la rentabilité du modèle. Faites un graphique de marche aléatoire cumulé() et essayez de faire du commerce dessus."
Il est tout simplement évident qu'il a d'abord appris à travailler sur des données artificielles avec de la "mémoire", puis qu'il a bêtement appris à l'allouer à des BP réels.
C'est tout.
J'ai donné des exemples sur des données artificielles avec mémoire, tout fonctionne bien. La non-stationnarité du marché, tout ça, les distributions, c'est évident.
De plus, mon TS fonctionne aussi depuis longtemps (avec ses propres nuances), je n'échange simplement pas parce que ce n'est pas intéressant maintenant. Et juste améliorer, c'est intéressant d'apprendre de nouvelles choses.
Vous pouvez télécharger le robot depuis le dernier article et gagner comme Hindou. Qui empêche ?! !!
Pardon. Peut-être que je n'ai pas tout lu attentivement... Je vais voir.
! !!
Excusez-moi. Peut-être que je n'ai pas tout lu attentivement... Nous verrons bien.
J'ai déjà joint un certain nombre de tests et de captures d'écran, je ne sais pas de quoi d'autre vous avez besoin. J'y ai déjà mis beaucoup de tests et de captures d'écran, et je ne sais pas quoi faire d'autre.
Dans ce fil, un billet d'invité. Je suis venu partager un article
Max, je comprends, mais quand même...
Voici à nouveau le message de Doc, après lequel ses résultats ont vraiment commencé à s'améliorer :
"Ily a deux fichiers de test dans les archives d'Atacha. Les deux contiennent des valeurs dans la distribution normale, les histogrammes sont les mêmes et presque symétriques autour de zéro.
Mais ces fichiers présentent une très grande différence, à savoir le caractère markovien.
Un fichier a une mémoire (un processus non-markovien), vous pouvez essayer de prédire "la prochaine valeur est supérieure ou inférieure à zéro" en vous basant sur les valeurs passées. Vous pouvez appliquer la neuronique et d'autres techniques d'apprentissage automatique pour prédire.
L'autre fichier n'a pas de mémoire (processus de Markov), toute prédiction échouera. L'apprentissage automatique est impuissant, mais peut-être qu'Alexander peut prédire quelque chose avec la physique.
Qui apprendra à identifier le fichier qui a de la mémoire et celui qui n'en a pas - bravo, et l'application de cette méthode au forex prouvera enfin que le processus de formation des prix est bien markovien.
Il convient également de vérifier si la distribution normale est une condition suffisante pour la rentabilité du modèle. Faites un graphique de marche aléatoire cumulé() et essayez de faire du commerce dessus."
C'est juste qu'il a manifestement d'abord appris à travailler sur des données artificielles avec de la "mémoire", puis a stupidement appris à l'allouer à des BP réels.
C'est tout.
Eh bien ce n'est pas la question, comment se fait-il que...vous ne voyez pas, la non-stationnarité est inhérente à de tels processus, en s'accrochant à la distribution normale comme fondamentalement la plus, une fois qu'il y a une limite dans les incréments, tout est distribution normale, à partir de l'inverse, ce sera toujours non-normal, même être absent tout à fait, comment est-ce la représentation d'un processus, pas de distribution ?
J'ai déjà joint un certain nombre de tests et de captures d'écran, je ne sais pas de quoi d'autre vous avez besoin. J'ai déjà effectué de nombreux tests et captures d'écran.
J'ai déjà joint de nombreux tests et captures d'écran.
Dans ce fil, un billet d'invité. Je suis juste ici pour partager un article.
Vous êtes en retard, pas HFT))) Ils disent qu'ils n'ont aucune idée de ce qu'il faut faire avec eux.