L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1274
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
Encore une fois, je ne comprends pas la question sur "vous avez personnellement fait quelque chose en conséquence" - développez, quel était le résultat, et qu'est-ce que j'ai dû faire personnellement ? Si nous parlons de mon application de MoD, alors oui, je travaille sur cette question de plusieurs façons (création de modèles, sélection, application) - j'ai beaucoup écrit sur mes réalisations ici.
C'est-à-dire que vous appliquez déjà ce que vous avez exprimé ici (je n'ai pas tout lu car ce n'est pas réaliste 1200 pp). Si vous avez 100500 signaux, peut-être que l'un d'entre eux est le vrai.
Ainsi, lors de la prochaine partie, ce comportement non standard sera déjà battu par le bot, il est clair que pour le moment, l'humain peut surpasser l'IA grâce à un comportement non standard, mais dès que l'IA "dit" "Pourquoi ça serait....", l'humain aura du mal.
Si ce tour est répété constamment comme moyen de combat, alors oui, il fera quelque chose, mais sinon, c'est juste une aberration ordinaire, à laquelle le modèle ne devrait pas répondre de manière adéquate.
C'est-à-dire ce que vous utilisez déjà d'après ce qui a été dit ici (je n'ai pas tout lu car ce n'est pas réaliste 1200 pp). Pouvez-vous me donner un lien où cela est utilisé par vous, vous avez 100500 signaux, probablement l'un d'eux est celui-là.
J'utilise CatBoost et l'arbre "magique" de Doc, j'y ai ma propre méthodologie. Pour l'instant, seuls les tests ont lieu sur un compte réel, ce qui a révélé un certain nombre de problèmes avec les prédicteurs. En conséquence, je vais devoir apprendre à partir de zéro, à partir de l'arbre - c'est environ une demi-année de perdue. Catbust cuit les modèles assez rapidement, tout y est déjà à peu près automatisé, de la création du modèle, de la sélection, à l'application du modèle dans le commerce. Catbust m'a beaucoup aidé, notamment avec l'interpréteur de modèles dans MQL. Si aucun bogue n'est détecté, j'utiliserai les modèles avec de l'argent réel d'ici le printemps - j'utiliserai un lot pour chaque modèle, il y aura deux comptes - pour l'achat et la vente.
J'utilise CatBoost et l'arbre "magique" de Doc, j'ai ma propre méthodologie. Pour l'instant, seuls les tests ont lieu sur un compte réel, ce qui a révélé un certain nombre de problèmes avec les prédicteurs. En conséquence, je vais devoir apprendre à partir de zéro, à partir de l'arbre - c'est environ une demi-année de perdue. Catbust cuit les modèles assez rapidement, tout y est déjà à peu près automatisé, de la création du modèle, de la sélection, à l'application du modèle dans le commerce. Catbust m'a beaucoup aidé, notamment avec l'interpréteur de modèles dans MQL. Si aucun nouveau bogue n'est détecté avant le printemps, je prévois d'utiliser les modèles avec de l'argent réel - les modèles seront utilisés en lot, pour chaque modèle 1 lot, il y aura deux comptes - pour l'achat et la vente.
Quel est l'arbre "magique" de Doc ? Où voir les détails ?
Il y a un script R avec un algorithme génétique pour créer un arbre, sélectionner les générations par amélioration de l'entropie. Ensuite, il y a une sorte de sélection finale. Je prends tous les arbres pour la sélection finale et j'en retire les feuilles pour d'autres mesures séparées dans MT5. Le scénario n'a pas été rendu public, il n'y a donc pas non plus de description détaillée. Apparemment, c'est comme sélectionner le meilleur arbre de la forêt, mais il y a une limitation de la profondeur pour éviter le surentraînement, ainsi le processus prend environ 2 jours sur tous les noyaux sur le dernier échantillon, où pas toutes les barres, mais seulement les signaux à entrer, et si toutes les barres pour 3 ans, alors le calcul prend 1,5 mois là. Après le calcul, j'ai divisé l'arbre, c'est-à-dire que j'ai supprimé la colonne contenant le prédicteur racine du meilleur arbre de la population et j'ai recommencé. Il s'est avéré que même après 40 procédures de ce type, de très bonnes feuilles ont été créées, et j'en ai conclu que la meilleure disposition mathématique de l'arbre n'est pas toujours la plus efficace, et qu'une information interfère avec une autre, ce qui est apparu plus tard dans le même CatBoost, lorsqu'ils ont choisi au hasard des prédicteurs de tous les échantillons pour construire un arbre.
À propos, notez que l'homme perdait en faisant des erreurs d'action (en cliquant de travers/en oubliant d'activer une compétence), mais qu'il a pu gagner en utilisant un mouvement tactique non standard - en distrayant constamment l'adversaire en atterrissant à l'arrière de sa base, ce qui l'a forcé à déployer ses troupes pour attaquer la base de l'homme, ce qui a donné à ce dernier le temps de développer ses unités à un niveau supérieur, ce qui lui a permis d'infliger des dégâts importants à l'adversaire et de gagner le match.
C'est également de cette manière que les clous inattendus et les faux proboys détournent le trader de l'objectif.
Notez que cela est dû à une conversion grossière en fenêtre coulissante, le programme a été perturbé par les fenêtres, c'est un problème technique.
avant que de telles chutes ne soient repoussées par le zeitgeist.
doit regarder attentivement les clips
Il y a un script R avec un algorithme génétique pour créer un arbre, sélectionner les générations par amélioration de l'entropie. Ensuite, il y a une sorte de sélection finale. Je prends tous les arbres pour la sélection finale et j'en retire les feuilles pour les mesurer séparément dans MT5. Le scénario n'a pas été rendu public, il n'y a donc pas non plus de description détaillée. Apparemment, c'est comme sélectionner le meilleur arbre de la forêt, mais il y a une limitation de la profondeur pour éviter le surentraînement, ainsi le processus prend environ 2 jours sur tous les noyaux sur le dernier échantillon, où pas toutes les barres, mais seulement les signaux à entrer, et si toutes les barres pour 3 ans, alors le calcul prend 1,5 mois là. Après le calcul, j'ai divisé l'arbre, c'est-à-dire que j'ai enlevé la colonne avec le prédicteur racine du meilleur arbre de population et j'ai tout recommencé, il est apparu que même après 40 ans de cette procédure, de très bonnes feuilles sont créées, j'en suis donc arrivé à la conclusion que le meilleur arbre mathématique n'est pas toujours le plus efficace, et qu'une information interfère avec une autre, ce qui est apparu plus tard dans le même CatBoost, lorsque les prédicteurs sont choisis au hasard dans tous les échantillons pour construire un arbre.
A propos, Alglib utilise un ensemble aléatoire de prédicteurs (50% du nombre total par défaut) pour choisir le partitionnement dans chaque nœud. Cela semble être une approche standard par les créateurs de Random Forest. Le résultat est une grande variété d'arbres.
Mais il est difficile de trouver les meilleurs, car la différence dans l'erreur finale n'est pas supérieure à 1%. C'est-à-dire que tous les arbres aboutissent approximativement au même résultat, mais dans un arbre pour un prédicteur, il y a eu une division plus tôt, dans un autre arbre pour le même prédicteur plus tard (parce qu'il a été exclu plus tôt de la liste pour la division).
En général, j'ai des difficultés avec la sélection des prédictions. Je pense vérifier 100 prédicteurs en ajoutant 1 et en continuant à améliorer les résultats. Si vous excluez 40 fois le prédicteur de la racine, après des calculs compliqués, il est peut-être plus facile d'utiliser la force brute totale ? Ou est-ce que vous avez un millier de prédicteurs là ?
Il y aun script R avec un algorithme génétique pour créer un arbre, sélectionner les générations par amélioration de l'entropie. Ensuite, il y a une sorte de sélection finale. Je prends tous les arbres pour la sélection finale et j'en retire les feuilles pour d'autres mesures séparées dans MT5. Le scénario n'a pas été rendu public, il n'y a donc pas non plus de description détaillée. Apparemment, c'est comme sélectionner le meilleur arbre de la forêt, mais il y a une limitation de la profondeur pour éviter le surentraînement, ainsi le processus prend environ 2 jours sur tous les noyaux sur le dernier échantillon, où pas toutes les barres, mais seulement les signaux à entrer, et si toutes les barres pour 3 ans, alors le calcul prend 1,5 mois là. Après le calcul, je divise l'arbre, c'est-à-dire que j'enlève la colonne avec le prédicteur racine du meilleur arbre de la population et je recommence, il s'est avéré que même sur 40 procédures de ce type, de très bonnes feuilles sont créées, j'en suis donc venu à la conclusion que la meilleure disposition mathématique de l'arbre n'est pas toujours la plus efficace, et qu'une information interfère avec une autre, ce qui s'est avéré plus tard utilisé dans le même CatBoost, lorsque les prédicteurs sont choisis au hasard dans tous les échantillons pour construire un arbre.
Il s'avère que tu fais n'importe quoi car tu imites l'algorithme de la forêt et du boosting au lieu de lire la théorie qui explique pourquoi ça marche, encore une fois.
Notez que cela est dû à une conversion grossière en fenêtre coulissante, le programme a abîmé les fenêtres, c'est un problème technique.
avant que de tels largages ne soient repoussés à la facilité.
Regardez attentivement les clips.
Malheureusement, vous n'analysez pas les informations que vous recevez, vous éteignez les commentaires et vous les regardez de vos propres yeux.
De telles situations n'existaient pas auparavant, regardez attentivement la vidéo.
Malheureusement, vous n'analysez pas les informations que vous recevez, éteignez les commentaires et voyez par vous-même.
Il n'y avait pas de telles situations auparavant, regardez à nouveau la vidéo attentivement.
l'algorithme d'alphastar a été MODIFIÉ spécifiquement pour revashn, passant d'une vue complète de la carte à une vue en tranche, ils n'ont pas réussi à le faire correctement
vous pouvez voir que le robot est lent à passer d'une fenêtre à l'autre, qu'il ne sait pas où se trouve le prisme et qu'il fait des allers-retours.
C'est un bug.
Je n'ai aucun respect pour vous !