L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 868
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
Question sur le sujet.
On considère que NS peut projeter n'importe quel indicateur à l'intérieur de lui-même.
Quelqu'un a-t-il essayé de réaliser une expérience - le NS peut-il reproduire par exemple le MA ? Ou MACD ou filtre digital?
Peut-être pas un problème. De nombreux exemples dans de nombreux paquets NS avec la conception de telles choses.
Mais seulement si vous concevez le CT, ce qu'il fait en interne reste un mystère. Juste les coefficients.
Peut-être pas un problème. De nombreux exemples dans de nombreux paquets NS avec la conception de telles choses.
Mais seulement si vous concevez le CT, ce qu'il fait en interne reste un mystère. Seulement les coefficients.
Dans les paquets, il y a généralement des iris, des médicaments, etc. - Je ne me souviens de rien avec les indices du marché.
Bien que MA soit trop simple : pour MA10, ajoutez 10 entrées avec v=1, assignez v=0 aux autres entrées et choisissez ensuite k=10.
Lesfiltres numériques fonctionnent de la même manière, mais v ne sera pas égal à 1, mais à d'autres valeurs selon la formule du filtre. En théorie, le NS pourrait trouver non pas l'un des filtres standard, mais un filtre unique qui correspondrait le mieux au marché.
C'est-à-dire qu'un neurone est essentiellement un filtre numérique (TF).
Les neurones multiples permettront d'obtenir les interactions de plusieurs TFs (deltas, sommes). Si nous avons besoin d'interactions de second ordre (delta de delta) - nous devons ajouter une couche cachée supplémentaire.
Le produit de 2x CP ne peut pas être obtenu à partir de 2 neurones dans le neurone de sortie - c'est juste une addition. Mais il peut être recalculé dans un neurone séparé, simplement v et k seront différents.
Dans l'ensemble, il s'agit pour moi d'une nouvelle façon de considérer la NS comme un TF.
Les paquets contiennent généralement des iris, des médicaments, etc. - Je ne me souviens de rien avec les indices du marché.
Bien que MA soit trop simple : pour MA10 - additionnez 10 entrées avec v=1, assignez v=0 aux autres entrées, et ensuite prenez k=10.
Lesfiltres numériques sont tout aussi simples : v ne sera pas égal à 1 mais à d'autres selon la formule du filtre. En théorie, le NS peut trouver non pas un filtre parmi les filtres standard, mais un filtre unique qui convient le mieux au marché.
C'est-à-dire qu'essentiellement 1 neurone est un filtre numérique (TF).
Les neurones multiples permettront d'obtenir les interactions de plusieurs TFs (deltas, sommes). Si vous avez besoin d'interactions de second ordre (delta de delta), vous devez ajouter une couche cachée supplémentaire.
Quelque chose de similaire à ce que j'ai écrit plus tôt. Ajoutez 2 couches à la NS, et vous obtiendrez n'importe quel indicateur-prédicteur à lui seul. Et il n'y a pas besoin de s'inquiéter.
Quelque chose de similaire à ce que j'ai écrit plus tôt. Ajoutez 2 couches à la NS, et vous obtiendrez n'importe quel indicateur-prédicteur à lui seul. Et vous n'avez pas à vous en soucier.
La sélection est nécessaire lorsque nous alimentons de manière aléatoire un grand nombre d'indicateurs standard et non standard (par exemple, MA, CCI, RSI avec différentes périodes), mais pas une série chronologique.
Nous devrions écarter ceux qui ne conviennent pas. Le NS avec les séries temporelles en entrée sélectionnera automatiquement les indicateurs avec les bons coefficients.
Il s'avère alors que la sélection des prédicteurs est une chose inutile, qui peut même interférer si l'entrée provient de barres.
La sélection est nécessaire lorsque nous alimentons de manière aléatoire un grand nombre d'indicateurs standard et non standard, mais pas une série temporelle.
Et nous devrions écarter ceux qui ne conviennent pas du tout. Mais le NS avec les séries temporelles en entrée sélectionnera automatiquement les indicateurs avec les coefficients appropriés.
Oui. Il y a une série temporelle normalisée à l'entrée du NS. Disons que la structure NS -15-20-15-10-5-1 fait déjà du bon travail.
Pour déterminer les positions longues et courtes, vous avez besoin de 2 NS.
Il s'avère alors que la sélection des prédicteurs est une chose inutile, qui peut même interférer si l'entrée provient de barres.
La sélection est nécessaire lorsque nous alimentons de manière aléatoire un grand nombre d'indicateurs standard et non standard, mais pas une série temporelle.
Et nous devrions écarter ceux qui ne conviennent pas du tout. Alors que le NS avec les séries temporelles en entrée sélectionnera automatiquement les indicateurs avec les coefficients appropriés.
Je saisis les séries temporelles (prix vides)
appliqué aux indicateurs d'entrée et aux incréments (y compris ceux avec des périodes exponentielles, etc.)
il n'y a aucune putain de différence, mais il y a une différence quand je nourris les cosinus des différences, les tangentes des différences et les cos et tang hyperboliques... Je ne sais pas pourquoi c'est le cas, mais les performances du CT s'améliorent quelque peu.
Uh-huh. L'entrée NS est une série temporelle normalisée. Disons que la structure NS -15-20-15-10-5-1 fonctionne déjà bien.
Pour déterminer les positions longues et courtes, nous avons besoin de 2 NS.
J'ai appris 2 VS dans la pratique, et c'est la seule façon de les utiliser. Si j'utilise 3 classes (acheter, attendre, vendre), alors la classe intermédiaire apparaît très rapidement, surtout si le neurone de sortie est sigmoïde ou tangent.
Mais si la régression... Idéalement, un seul neurone de sortie est nécessaire.
des séries temporelles alimentées (prix nus) à l'entrée
Je saisis les indicateurs et les incréments (y compris ceux avec des périodes exponentielles, etc.)
Je ne vois pas de différence, mais il y en a une lorsque je saisis les cosinus des différences, les tangentes des différences et les cos et tang hyperboliques... pourquoi c'est ainsi - je ne sais pas, mais les performances du CT sont quelque peu améliorées.
Ensuite, 3-4 couches cachées sont nécessaires pour construire l'analogique à partir des prix nus. 1 couche pour les indicateurs + 1 couche pour les deltas + 1 couche pour les cosinus et les tangentes. L'avez-vous essayé ?
Non, je n'utilise que l'échafaudage jusqu'à présent (un ensemble d'un nombre quelconque de modèles, sur différentes caractéristiques), le résultat est moyen.
très rapidement tout fonctionne mais