L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2316

 
Valeriy Yastremskiy:

(sophismes )))) Sans connaissance intermédiaire, il n'y aura pas de connaissance)) Dans l'étape intermédiaire, il y a toutes sortes de choses, les SB sont généralement comme des périodes de changement)))).

Je l'ai.

 
Maxim Dmitrievsky:

je ne sais pas sur quel bouton appuyer pour obtenir de meilleurs résultats de classification

seulement un exemple pour la régression

j'ai compris que l'échantillonnage par défaut par gradient maximum est utilisé (comme une nouvelle fonctionnalité)

ou bien il est simplement intégré par défaut et il n'y a rien à faire

Au fait, le catbust est très dur en termes de reconversion... il est très difficile de le faire se reconvertir. Si la base de données est merdique... ...il apprendra mal et ne se souviendra pas de toutes les options.

Apparemment, nous sommes à des stades différents du processus). Je m'intéresse au processus de construction du modèle de probabilité initial - s'il décrit plus ou moins la réalité, tout algorithme plus ou moins sensé donnera des résultats dans les calculs ultérieurs.

 
Aleksey Nikolayev:

Apparemment, vous et moi sommes à des stades différents du processus). Je m'intéresse au processus de construction du modèle probabiliste initial - s'il décrit plus ou moins la réalité, alors tout algorithme plus ou moins significatif donnera des résultats dans les calculs ultérieurs.

Apparemment, il n'y en a pas tant que ça qui peuvent comprendre comment un modèle probabiliste approprié peut décrire la réalité. ))) Des mouvements dans les modèles ?

Je dirige parfois un modèle de jeu minoritaire. Il ressemble souvent à un graphique en tic-tac.

 
Valeriy Yastremskiy:

Il ne semble pas y avoir beaucoup de personnes capables de comprendre comment un modèle probabiliste approprié peut décrire la réalité. ))) Des mouvements dans les modèles ?

Défilement occasionnel d'un modèle de jeu minoritaire. Cela ressemble souvent à un graphique en tic-tac.

Je ne vois pas l'intérêt (pratique) de modèles de prix globaux qui la décrivent sous tous ses aspects et sur toute la durée. Il me semble que seuls les modèles qui décrivent les aspects individuels du prix sur des périodes distinctes peuvent être utiles. Comme simple exemple, je peux citer mon article sur les gaps, qui examine uniquement la déviation maximale du prix vers le côté opposé du gap, avant sa fermeture (aspect séparé), et respectivement, uniquement sur l'intervalle de temps entre le gap et sa fermeture.

Non pas qu'il s'agisse d'une idée nouvelle, mais je ne fais que constater l'évidence à voix haute.

 
Aleksey Nikolayev:

Je ne vois pas l'intérêt (pratique) de modèles de prix globaux qui décrivent les prix sous tous les aspects et sur toutes les périodes. À mon avis, seuls les modèles qui décrivent les aspects individuels du prix sur les différentes échéances peuvent être utiles. Comme simple exemple, je peux citer mon article sur les gaps, qui examine uniquement la déviation maximale du prix vers le côté opposé du gap, avant sa fermeture (aspect séparé), et respectivement, uniquement sur l'intervalle de temps entre le gap et sa fermeture.

Non pas que ce soit une idée nouvelle). Je ne fais que constater l'évidence à haute voix.

modéliser et analyser des systèmes comportant un grand nombre d'éléments pour ne commencer que par les sections évidentes)

Je n'ai jamais compris pourquoi et avec quoi l'écart est comblé. Je l'accepte comme une évidence).

 
mytarmailS:

Mon idée était la suivante

1) Apprendre au réseau neuronal quelques actions, bien que bye/seat.

2) Le réseau fera beaucoup d'erreurs sur les nouvelles données.

3) Je voulais regrouper les motifs dans les couches du réseau pour voir si je pouvais distinguer les mauvaises décisions du réseau des bonnes en observant les motifs qui apparaissent dans le réseau pendant le traitement du signal...

=========

Vladimir, savez-vous s'il existe un paquet dans R-ka où je peux interagir avec les graphiques, par exemple, pour sélectionner une zone sur un graphique avec ma souris et obtenir les paramètres de cette zone dans le code.

Je ne l'ai pas fait. Je ne peux même pas imaginer comment cela pourrait être fait.

 
Valeriy Yastremskiy:

Je n'ai jamais compris pourquoi et avec quoi l'hépatite se ferme. Je considère que ce n'est pas une évidence)

Il se ferme en dessous du gap (lorsque le gap est à la hausse, par exemple). Avec quoi d'autre peut-il fermer)

Si le prix après l'écart = SB, alors sa fermeture se produira avec une probabilité unitaire et avec une distribution connue pour la déviation maximale du prix dans l'autre direction.

 
Vladimir Perervenko:

Je ne l'ai pas fait. Je ne sais pas comment faire.

Cela peut être fait avec la fonction locator(), exécutez-la avec les bons paramètres et cliquez sur le graphique...


Voici un exemple de la façon de construire une ligne de tendance en cliquant sur un graphique

data <- matrix(cbind(1:50,cumsum(rnorm(50))), ncol = 2)
plot(data,t="o")

xy <- locator(n=2)
xy$x <- round(xy$x,0)

abline(coef(lm(y~x, xy)),col=8)
lines(xy, col="red", lwd=2)

J'ai écrit une fonction qui sélectionne des rectangles sur un graphique.

rect.locator <- function(){ 
  L <- locator(n=4)  
  id <- c(1, which.min(abs( L$x[1] - L$x)[-1])+1)
  idd <- c(mean(L$x[id]),mean(L$x[id]),mean(L$x[-id]),mean(L$x[-id]))  
  q <-  L$y[id][1]
  idy <- c(1, which.min(abs( q - L$y)[-1])+1)
  val <- c(mean(L$y[idy]),mean(L$y[-idy]),mean(L$y[idy]),mean(L$y[-idy])) 
  return(list(idx=idd,val=val))}

x <- cumsum(rnorm(100))
plot(x,t="l",col=1)

r <- rect.locator()

rect(r$idx[1],xleft = r$idx[3],ytop = r$val[1],ybottom = r$val[2],
       col= rgb(0,1,0,alpha=0.3))


Nous pouvons enseigner au neuronku des choses que nous ne savons pas programmer, mais nous pouvons les dessiner et après avoir obtenu les paramètres du dessin, nous pouvons les envoyer sous forme d'images au neuronku, je pense que c'est très cool)).

Ou bien, en utilisant locator(), nous pouvons facilement sélectionner certains clusters spécifiques, ou ... ou ... tout ce que vous voulez, rêvez sur.....


Voici un code permettant de marquer les parties intéressantes de l'intrigue et d'appercevoir par furjashka

x <- cumsum(rnorm(200))
plot(x,t="l",col=8)

 xy <- locator(n=2)
id <- round(xy$x,0)
idd <- id[1]:id[2]

library(dtt)
dc <- dct(x[idd])
dc[7:length(dc)] <- 0
dc <- dct(dc,inverted = T)

NAve <- rep(NA,length(x))
NAve[idd] <- dc

lines(NAve,lwd=2,col=4) 
abline(v=range(idd),col=8,lty=2)


 
Aleksey Nikolayev:

Clôture avec un prix inférieur au gap (lorsque le gap est à la hausse, par exemple). Avec quoi d'autre pourrait-il se terminer ?)

Si le prix après le gap = SB, alors il se fermera avec une probabilité unitaire et avec une distribution connue pour la déviation maximale du prix dans l'autre direction.

Le SB est clair. Mais il se ferme assez rapidement, parfois il est même possible de faire du profit))) bien que cela puisse arriver.

 

Forum sur le trading, les systèmes de trading automatisés et les tests de stratégies de trading

Testeur de stratégie MetaTrader 5 : bugs, anomalies, suggestions d'amélioration

fxsaber, 2021.01.31 11:06

Très souvent, dans l'analyse des TS (modèles d'apprentissage automatique), nous examinons l'échantillon et le hors échantillon sur le graphique du passage unique.

Pour comprendre où se trouve l'OOS sur un tel graphique, il faut passer la souris et chercher la date dans les infobulles.


Après cela, vous commencez à comprendre où se trouve cet OOS.

Ainsi, à chaque fois, vous devez déplacer la souris et la chercher, etc.


Je propose d'ajouter une fonction.

void TesterGraphLabel( const datetime LabelTime, const string Description ); // На графике одиночного прохода ставится соответствующая метка.

Avec la sauvegarde de l'étiquette dans un fichier tst.


Cela facilitera grandement le travail avec les cas OOS et autres.

Veuillez donner votre avis sur la proposition. Il se peut que vous ayez négligé quelque chose ou que vous ayez une vision étroite des choses. Commentez non pas ici mais .

Raison: