Yuriy Asaulenko: Cioè come lo slancio. Quindi batte per la coda.
La ragione è di non usare le quotazioni grezze per problemi di regressione, perché i modelli non possono estrapolare e bisogna prevedere, per esempio, le letture degli oscillatori su prezzi non quotati.
Torturato per sei mesi con diversi predittori, compresi gli incrementi da qualsiasi cosa a qualsiasi cosa, il numero di predittori. E ho usato diversi modelli. E RF, e SVM, e MLP... Ho anche provato i tempi dell'ultimo anno e sono sceso a M1. Il massimo che sono riuscito ad ottenere sul campione di convalida è stato il 53% di precisione, e il 100,0% sul campione di allenamento. Questo non è sufficiente per il trading. Ho bisogno di almeno il 57% di precisione per essere redditizio. O le mie mani sono storte o qualcos'altro. Qualcuno ha ottenuto risultati migliori? Sono solo curioso.
Beh, in realtà il 50% di previsioni corrette non è troppo male per il trading. Per esempio, rapporto profitti/perdite = 2/1. Dipende da come lo fai).
Qualche consiglio, per favore. Come integrare in metatrader un modello già preparato (il modello è stato creato in python usando xgboost)?
L'unica opzione che ho trovato su Google è salvare il modello in un file di testo in python e poi caricarlo in mql usando R.
Ci sono altre opzioni? Ha qualche esempio di implementazione?
Grazie in anticipo!
Ho scelto Named Pipes come soluzione più semplice e versatile. Cioè ora mt e lo script python comunicano tra loro come un client-server. Invio di richieste/risposte l'uno all'altro.
Il punto qui è di non prendere le quotazioni grezze per i problemi di regressione, perché i modelli non possono estrapolare ed è necessario prevedere, per esempio, le letture degli oscillatori sulle non quotazioni.
Ho capito, ma non si può prevedere nulla con Momentum perché i nuovi dati in arrivo e i vecchi dati in uscita hanno pesi uguali e questo con un ritardo di -50. Cioè, non sappiamo con certezza cosa è cambiato, da cui è sorto il Delta - se la coda è caduta o il naso si è alzato...
È possibile convertirlo di nuovo in quotazioni, qui il punto è di non prendere quotazioni nude per compiti di regressione, perché i modelli non possono estrapolare ed è necessario prevedere, per esempio, letture di oscillatori su non quotazioni. o semplicemente incrementi.
+ Ho appena controllato l'adeguatezza del modello, altrimenti SanSanych continua a chiamarlo sonaglio.
È chiaro che c'è un errore, ma il tipo generale degli incrementi rimane lo stesso. E questo non è un errore del modello stesso, ma perché è costruito sulla base di predittori e anche lì c'è un errore.
+ appena controllato il modello per l'adeguatezza, perché SanSanych continua a chiamarlo sonaglio
È ovvio che c'è un errore, ma la forma generale degli incrementi è conservata. E non è un errore del modello stesso, ma perché è costruito usando dei predittori e c'è un errore proprio.
Beh, è comprensibile.
Se non si conosce il numero esatto di punti, si può ottenere una buona approssimazione del modello. A proposito, memorizza tutto molto bene.
Cioè, forse dovrei modificare qualcosa in Russia (opinione di un esperto)).
Non ho familiarità con RF, ma NS va bene solo per mangiare le citazioni, è solo desiderabile pronormalizzarle.
È molto importante come normalizzare... e anche NS andrà male se supera i limiti di campionamento, ti ho mandato un link a un articolo... con RF è lo stesso in sostanza ma ancora peggio, va solo a un costant. È rilevante solo per i compiti di regressione, mentre la classificazione non ha molta importanza.
Ed è anche molto utile normalizzare il campione a qualche segno, per esempio rimuovere l'ultimo rumore... è molto più facile e veloce impararlo subito. Oppure si può deliberatamente impostare una soglia alta di normalizzazione e di intervalli di filtraggio.
È molto importante come normalizzare... e anche NS andrà male se supera i limiti di campionamento, ti ho mandato un link a un articolo... è essenzialmente lo stesso con RF ma ancora peggio, va solo a un costant. È rilevante solo per i compiti di regressione, mentre la classificazione non ha molta importanza.
Non andrà oltre il raggio d'azione se lo si raziona correttamente, non stupidamente).
A proposito Maxim, credi davvero che sia possibile qualsiasi previsione stabile sul mercato?
Consenti l'uso dei cookie per accedere al sito MQL5.com.
Abilita le impostazioni necessarie nel browser, altrimenti non sarà possibile accedere.
Hai effettuato l'accesso. L'autenticazione a due fattori è stata disattivata. Configurala di nuovo e scansiona un nuovo codice QR, oppure continua con l'autenticazione a due fattori disattivata.
Cioè come lo slancio. Quindi batte per la coda.
La ragione è di non usare le quotazioni grezze per problemi di regressione, perché i modelli non possono estrapolare e bisogna prevedere, per esempio, le letture degli oscillatori su prezzi non quotati.
Torturato per sei mesi con diversi predittori, compresi gli incrementi da qualsiasi cosa a qualsiasi cosa, il numero di predittori. E ho usato diversi modelli. E RF, e SVM, e MLP... Ho anche provato i tempi dell'ultimo anno e sono sceso a M1. Il massimo che sono riuscito ad ottenere sul campione di convalida è stato il 53% di precisione, e il 100,0% sul campione di allenamento. Questo non è sufficiente per il trading. Ho bisogno di almeno il 57% di precisione per essere redditizio. O le mie mani sono storte o qualcos'altro. Qualcuno ha ottenuto risultati migliori? Sono solo curioso.
Salve.
Qualche consiglio, per favore. Come integrare in metatrader un modello già preparato (il modello è stato creato in python usando xgboost)?
L'unica opzione che ho trovato su Google è salvare il modello in un file di testo in python e poi caricarlo in mql usando R.
Ci sono altre opzioni? Ha qualche esempio di implementazione?
Grazie in anticipo!
Ho scelto Named Pipes come soluzione più semplice e versatile. Cioè ora mt e lo script python comunicano tra loro come un client-server. Invio di richieste/risposte l'uno all'altro.
Il punto qui è di non prendere le quotazioni grezze per i problemi di regressione, perché i modelli non possono estrapolare ed è necessario prevedere, per esempio, le letture degli oscillatori sulle non quotazioni.
È possibile convertirlo di nuovo in quotazioni, qui il punto è di non prendere quotazioni nude per compiti di regressione, perché i modelli non possono estrapolare ed è necessario prevedere, per esempio, letture di oscillatori su non quotazioni. o semplicemente incrementi.
+ Ho appena controllato l'adeguatezza del modello, altrimenti SanSanych continua a chiamarlo sonaglio.
È chiaro che c'è un errore, ma il tipo generale degli incrementi rimane lo stesso. E questo non è un errore del modello stesso, ma perché è costruito sulla base di predittori e anche lì c'è un errore.
+ appena controllato il modello per l'adeguatezza, perché SanSanych continua a chiamarlo sonaglio
È ovvio che c'è un errore, ma la forma generale degli incrementi è conservata. E non è un errore del modello stesso, ma perché è costruito usando dei predittori e c'è un errore proprio.
Beh, è comprensibile.
Se non si conosce il numero esatto di punti, si può ottenere una buona approssimazione del modello. A proposito, memorizza tutto molto bene.
Cioè, forse dovrei modificare qualcosa in Russia (opinione di un esperto)).
Beh, è comprensibile.
Non ho familiarità con RF, ma NS va bene solo per mangiare le citazioni, è solo desiderabile pronormalizzarle.
È molto importante come normalizzare... e anche NS andrà male se supera i limiti di campionamento, ti ho mandato un link a un articolo... con RF è lo stesso in sostanza ma ancora peggio, va solo a un costant. È rilevante solo per i compiti di regressione, mentre la classificazione non ha molta importanza.
Ed è anche molto utile normalizzare il campione a qualche segno, per esempio rimuovere l'ultimo rumore... è molto più facile e veloce impararlo subito. Oppure si può deliberatamente impostare una soglia alta di normalizzazione e di intervalli di filtraggio.
È molto importante come normalizzare... e anche NS andrà male se supera i limiti di campionamento, ti ho mandato un link a un articolo... è essenzialmente lo stesso con RF ma ancora peggio, va solo a un costant. È rilevante solo per i compiti di regressione, mentre la classificazione non ha molta importanza.
Non andrà oltre il raggio d'azione se lo si raziona correttamente, non stupidamente).
A proposito Maxim, credi davvero che sia possibile qualsiasi previsione stabile sul mercato?
Non andrà oltre il raggio d'azione se lo si raziona correttamente, non stupidamente).
A proposito, Maxim, credi davvero che sia possibile qualsiasi tipo di previsione stabile sul mercato?
in certi mercati sì, quasi certamente... o in certe fasi di mercato... è possibile, ma non sempre, avete bisogno di buoni filtri come minimo
per come la vedo io, se ci si adatta a un certo ciclo di mercato a lungo termine... che esiste a priori. Ma come farlo automaticamente è la domanda.
in certi mercati sì, quasi certamente... o in certe fasi di mercato... forse, ma non sempre, ci vogliono buoni filtri almeno
Filtri di nuovo. E chi farà i filtri? E quali sono queste fasi? Come li individuate? -Rilevarli algoritmicamente? Non sono affari dello zar.
Io credo così tanto: lasciato in DM - lascia che sia esso stesso a rivelare tutto.