L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1906

 
Maxim Dmitrievsky:

En voici un. Il n'y a que 12 fiches, pas 24.

J'ai des erreurs

>>> print(train_score, " ", tst_score)

1.0 0.5454545454545454

Refaites le dossier. La cible n'est constituée que de deux classes, que vous pouvez choisir vous-même, mais l'une est 0 et l'autre 1, et vous pouvez nommer les colonnes à partir de 1. J'en ai eu assez de faire des sauts avec la dernière fois. Fais-le, j'attends...
 
Mihail Marchukajtes:
Refaire le fichier. La cible n'a que deux classes, vous pouvez les choisir vous-même, mais l'une est 0 et l'autre est 1. J'en ai eu assez de sauter partout avec la dernière fois. Fais-le, j'attends...

J'ai besoin de 3 classes

 
Maxim Dmitrievsky:

Je vois, vous êtes un optimiseur... Je ne comprends pas ce que vous dites).

Eh bien regardez VTRIT a laissé les 24 entrées. Si vous creusez plus profondément dans l'optimiseur de Reshetov, vous comprendrez qu'il utilise le wrapping, lorsque le processus d'apprentissage évalue le résultat de l'ajout ou de la suppression d'une entrée. Je vais de haut en bas, c'est-à-dire que j'alimente d'abord 11 entrées, puis vient la fonction remove, qui enlève une entrée à la fois et évalue le résultat, s'il s'est amélioré alors il ajoute une des entrées inutilisées et si cela conduit à une amélioration alors il la garde, et la fonction chang, il y en a dans l'image ci-dessus. Cette fonction permet simplement d'en retirer un et d'en ajouter un et de voir le résultat. Je suis sûr que vous n'avez pas entièrement reproduit la logique de l'optimiseur.

Je pense que je vais utiliser python et faire tout cela de la même manière que chez Reshetov plus mes propres modifications.....

 
Maxim Dmitrievsky:

J'ai besoin de 3 classes

Eh bien, regardez, c'est essentiellement un optimiseur de tendance. Tendance à la hausse, tendance à la baisse et plat. L'optimiseur répond Oui, non, je ne sais pas. Choisissez deux classes en haut et en bas et celle qui est aplatie sera celle estimée. Lorsque le plat est de +-10 pips peut être dans ce cas, si le modèle dit je ne sais pas et que la bougie n'avait vraiment pas de corps, je sais que cela fonctionne.....
 

Mec, je viens d'avoir le VTRIT inégalé... Magnifique :-)

Je prête toujours attention aux signaux lorsque le modèle dit I DO NOT KNOW, en règle générale, ce signal conduit à la fermeture de toutes les positions et il n'est pas rare que ce signal soit clôturé avec un profit symbolique, à ces moments-là, je suis juste confiant dans la capacité du modèle et les prochains signaux viennent généralement en gagnant ! !!!.

 
Bref, je compare juste l'arbre avec AdaBoost. C'est sans doute mieux... mais je ne sais pas encore comment l'analyser en code.
 
Maxim Dmitrievsky:
Je comparais l'arbre avec AdaBoost. C'est sans doute mieux... mais je ne sais pas encore comment l'analyser en code.
Allez-y et envoyez-moi le dernier fichier comme je l'ai demandé... ...pendant que je finis le mien ici et que je tords le tien.
 
Mihail Marchukajtes:
Envoyez-moi le dernier fichier comme je l'ai demandé... Je vais finir le mien ici et donner au tien un tour.

J'ai besoin de 3 classes

 
Maxim Dmitrievsky:

J'ai besoin de 3 classes

Maxim, tu es stupide ? Je vous ai dit que le troisième cours sera un test et qu'il aura lieu pendant le travail réel. J'avais la possibilité d'améliorer l'optimiseur afin que la troisième classe puisse être entraînée pour différentes valeurs de polynômes. Mais il peut être utilisé comme un test et il apparaîtra en fonctionnement réel... Tu n'as pas à faire ce que tu veux....
 
Mihail Marchukajtes:
Maximka, es-tu stupide ? Je vous ai dit que la troisième classe sera une classe test et qu'elle se déroulera pendant une opération réelle. J'avais la possibilité de modifier l'optimiseur afin que la troisième classe puisse être entraînée pour différentes valeurs de polynômes. Mais il peut être utilisé comme un test et il apparaîtra en fonctionnement réel... ce que vous voulez....

Je vais bien.

Raison: