L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1926

 
Maxim Dmitrievsky:

et récupère et crée, et récupère de ce que j'ai créé )) et crée de ce que j'ai récupéré ) et par magua et toutes sortes de choses )

et choisit ensuite les meilleurs par sélection et réarrangement, etc., etc.

bien cool, cool mais c'est toujours une recherche fonctionnelle primitive et je parle d'une recherche aléatoire complète....


comme, c'est le genre de chose que votre oscillateur ne fera pas -

si la bougie à 6 heures était blanche et qu' à 12 heures le prix était inférieur au prix de la bougie à 6 heures

Vous savez ce que je veux dire ? Je ne parle pas de multiplier une fonction par une autre, je parle de créer une énumération complète et aléatoire de tout, sans aucune absurdité.


Vous devez tenir compte de TOUT ! Le temps, les prix, les niveaux, les modèles, leurs séquences, tout, tout, et chercher, chercher, chercher...

 
mytarmailS:

bien cool, cool mais c'est toujours une recherche fonctionnelle primitive et je parle d'une recherche aléatoire complète....


C'est le genre de chose que votre générateur ne créera pas -

si la bougie de 6 heures était blanche et qu' à 12 heures le prix était inférieur au prix de la bougie de 6 heures, alors elle s'est assise sur le prix de 12 heures

Vous savez ce que je veux dire ? Je ne parle pas de multiplier une fonction par une autre, je parle de créer une énumération aléatoire complète de tout, sans aucune absurdité.


Vous devez prendre en compte TOUT ! le temps, les prix, les niveaux, les modèles, leurs séquences tout, tout, tout, et chercher, chercher, chercher

Je ne pense pas que ça marche comme ça.

 
Maxim Dmitrievsky:

Je ne pense pas que ce soit comme ça que ça fonctionne.

quel est le problème selon vous ?

 
mytarmailS:

Quel est, selon vous, le problème ? L'explosion combinatoire ?

en quelque sorte, il y a infiniment plus de règles

 
Maxim Dmitrievsky:

comme ça, une infinité de règles.

deux mots - réduction dimensionnelle

C'est à ça que ça sert.

Vous pensez que je suis devenu accro à ça ?)

Je peux déjà voir le potentiel des tests primitifs.

 
mytarmailS:

deux mots - réduction dimensionnelle

Vous pensez que je suis juste en train de devenir accro à ça ?)

Je vois déjà le potentiel des tests primitifs.

je vois la faille dans mon approche... les critères d'entrée des transactions étaient déterminés par la moyenne et la std du cluster entraîné, et les nouvelles données montrent un changement...

nous devons réviser les critères et c'est tout.

Essayez-le... je suis trop paresseux pour le moment )

 
Maxim Dmitrievsky:

J'ai réalisé le défaut de mon approche. Les critères d'entrée des transactions étaient déterminés par la moyenne et la std du groupe entraîné, et sur les nouvelles données il y a un biais.

nous devons réviser les critères et c'est tout.

cela ne changera rien mais continuez à essayer).

Maxim Dmitrievsky:

Essayez-le... Je suis un peu paresseux à ce stade).

je ne sais pas encore comment...


==================================

je me suis entraîné sur les classes de yumap, j'ai visualisé les classes, je vois que les classes se remplacent les unes les autres au fil du temps, surtout là où il y a une forte concentration ("pattern") ces systèmes non seulement meurent au fil du temps mais fonctionnent même à l'envers.


 
Aliaksandr Hryshyn:
Une idée de la manière de procéder ?

quoi exactement ?

 
mytarmailS:

quoi exactement ?

En général, le principe de la génération de fiches.
 
Aliaksandr Hryshyn:
Généralement, le principe de génération de fiches.

aléatoire...

Un fich peut être représenté comme une règle de logarithme...

Taille de la règle - aléatoire

contenu de la règle - aléatoire

généré 1000 règles - envoyé à l'OMI en tant que 1000 fonctionnalités

choisissez 1 à 5 bonnes caractéristiques si vous en avez, sinon, jetez-les toutes.

Les caractéristiques sélectionnées sont jetées dans la "base de données des bonnes caractéristiques".

et à nouveau, générer 1000 fonctionnalités, et ainsi de suite.


lorsque la "base de bonnes caractéristiques" contient plus de 1000 caractéristiques, vous pourrez les utiliser pour entraîner un nouveau modèle et voir ce que vous obtiendrez.

Raison: