L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2811

Nouveau commentaire
 

Вы, в частности, утверждали, что модель на выборке нельзя будет обучить - Вы ошиблись.

? ? Où ai-je dit que
 

Suis-je le seul à penser que les mots "algo-trading" et "alcohol-trading" sont presque identiques ?

C'est à se demander

 

fixer la date


les 10 premières lignes sont des informations sur les prix, si vous souhaitez créer de nouvelles caractéristiques, sinon elles doivent être supprimées de la formation.

dernière ligne - cible

diviser la sélection en deux pour l'entraînement et le test.


sur Forest sans aucun réglage, j'obtiens sur de nouvelles données

Confusion Matrix and Statistics

          Reference
Prediction   -1    0    1
        -1 2428  453   23
        0   597 3295  696
        1    14  448 2046

Overall Statistics
                                         
               Accuracy : 0.7769         
                 95% CI : (0.7686, 0.785)
    No Information Rate : 0.4196         
    P-Value [Acc > NIR] : < 2.2e-16      
                                         
                  Kappa : 0.6567         
                                         
 Mcnemar's Test P-Value : 2.565e-16      

Statistics by Class:

                     Class: -1 Class: 0 Class: 1
Sensitivity             0.7989   0.7853   0.7400
Specificity             0.9316   0.7772   0.9361
Pos Pred Value          0.8361   0.7182   0.8158
Neg Pred Value          0.9139   0.8335   0.9040
Prevalence              0.3039   0.4196   0.2765
Detection Rate          0.2428   0.3295   0.2046
Detection Prevalence    0.2904   0.4588   0.2508
Balanced Accuracy       0.8653   0.7812   0.8381

sur HGbusta avec de nouvelles puces, j'ai obtenu Akurashi 0.83.


Je me demande s'il est possible d'obtenir un Akurashi de 0,9 ?

Dossiers :
dat.zip  4562 kb
 
mytarmailS #:
? ? Où ai-je dit cela ?

Ici.

 
Aleksey Vyazmikin #:

Ici.

On parlait de déséquilibre des classes, et là, on parle de corrélations...
D'accord, laissez tomber, laissez tomber, laissez tomber... Je n'ai ni l'énergie ni l'envie de mâcher des choses à mâcher...
 
mytarmailS #:
Il y a eu une conversation sur le déséquilibre des classes, et ici il y a une conversation sur les corrélations....
D'accord, laissez tomber, laissez tomber, laissez tomber... Je n'ai ni l'énergie ni l'envie de mâcher des trucs à mâcher....

Pour moi, il s'agit d'un échantillon spécifique qui n'a pas été formé sans manipulation des données.

Le filtrage par corrélation est un moyen simple de faire progresser la formation.
 
mytarmailS #:

date fixée

Quoi ? Personne ne l'a touché ? (
[Supprimé]  
iwelimorn #:

J'ai essayé, ça ne marche pas, c'est encore une fois une question de signes.


Si vous êtes intéressé, je lance un constructeur de testeur multidevises avec spread, lot primitif et un soupçon d'ouverture de positions de clôture avec lot fractionnaire.

Pour que le testeur fonctionne, vous devez préparer un dataframe avec les colonnes ['open', 'spread'], et aussi lancer un tableau numpy de format x (n,2) avec des prévisions de probabilités d'achat/vente pour chaque nouvelle barre dans le signal. Le testeur fonctionne à partir d'une boucle, voici un exemple d'initialisation de l'utilisation du testeur

la logique de trading et le lot peuvent être ajustés dans la méthode transcript_sig de l'objet Symbol


Les résultats du test se trouvent dans le dictionnaire trade_history_data, pour le test global et trade_symbol_data de chaque symbole.

Il y a des listes, si quelqu'un veut optimiser ou changer quelque chose - bienvenue).

Vous devez trouver des récompenses amusantes pour capturer les modèles. Sinon, il se contentera d'un pseudo-optimum de n'importe quelle fonction.
 
Maxim Dmitrievsky #:
Il faut trouver des récompenses amusantes pour capter les modèles. Dans le cas contraire, il s'agira d'un pseudo-optimum de n'importe quel ph-i.
Tout est question de fonction q et de critiques, de sujets intéressants....
[Supprimé]  
mytarmailS #:
Il s'agit d'une question de fonction et de critique, un sujet intéressant....

il a été discuté ici il y a plus d'un an, lorsque j'écrivais des algorithmes de RL.

Je ne veux pas encore y revenir, et j'ai déjà un certain mélange de RL + supervisé, je suis passé aux schémas d'auteur il y a longtemps.

Utilisez RL si vous ne savez pas comment marquer les étiquettes, mais vous avez besoin d'un mécanisme de sémiologie adéquat. Vous commencez avec le hasard, comme dans mes articles, par exemple, puis vous ajoutez des conditions. Vous faites une approximation avec forest ou NS, vous vérifiez les résultats, vous corrigez, et ainsi de suite, vous obtiendrez les résultats et l'exploitation.

Ce qui se trouve dans le dernier article est essentiellement RL. Vous pouvez considérer le deuxième NS comme une critique, et vous attribuez vous-même une valeur au mécanisme de semiliberté des accords. Les termes peuvent être inexacts, mais cela ne change pas l'essence de l'approche.

La fonction Q n'est pas nécessaire, il existe d'autres méthodes comme le renforcement, etc.
1...280428052806280728082809281028112812281328142815281628172818...3399
Nouveau commentaire