L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 692

Nuovo commento
 
Mihail Marchukajtes:

Questa è la prima opzione, e la seconda è quella di costruire piccoli modelli senza adattamento per un periodo di tempo relativamente breve. Per così dire, razziare il mercato. Arrivi, con un optimel, porti via un paio di buoni affari ai comuni, e sei fuori fino alla prossima volta....

Puoi spegnere la memoria a lungo termine in un bot e sarà come un neonato ogni giorno, ma la mancanza di esperienza a lungo termine è sempre un fiasco e il giorno della marmotta

 
SanSanych Fomenko:

Non ho bisogno di pensare - per me è una fase passata con un archivio piuttosto grande di risultati sperimentali.

Ripeterò quello che ho scritto molte volte.

1. Mirato ZZ.

2. Ho inventato circa 200 predittori per questo obiettivo

3. 27 predittori su 200 secondo l'algoritmo "influenza sull'obiettivo

4. Ho selezionato i predittori da 27 predittori su ogni barra e ho cambiato il numero di predittori selezionati da 6-7 a 15 su 27.

5. Montaggio di rf. L'errore di adattamento è poco meno del 30%.


Nessun ciclo infinito. Il 30% è un ottimo risultato, ma in teoria. Non sono riuscito a costruire un pratico Expert Advisor utilizzando questo risultato, ho dovuto aggiungere indicatori di tendenza. Ora sto cambiando gli indicatori (spazzatura) in GARCH.

Quello che devo dimostrare, gli approcci sono identici perché è un principio, ma cos'è la rfe?

P.S. Ho contato i modelli negli indicatori la cui uscita ha la freccia su o giù. L'Expert Advisor ha la funzione di un "apripista" affidabile

 
SanSanych Fomenko:

Non ho bisogno di pensare - per me, è stato fatto, con un archivio piuttosto grande di risultati sperimentali.

Beh, non dobbiamo farlo se non puoi farlo tu.

penseresti che siamo più intelligenti di te :)

PS Mi sono abituato a imparare dall'esperienza degli altri.

 
Maxim Dmitrievsky:

Si può semplicemente spegnere la memoria a lungo termine del bot e rinascerà ogni giorno, ma la mancanza di esperienza a lungo termine è sempre un fiasco e il giorno della marmotta

La sovraottimizzazione quotidiana al mattino non è buona, qui sono d'accordo. TC ha bisogno di un intervallo leggermente più prolungato per funzionare. Sulla mia M15 una settimana è giusta. Se considero 40 segnali in formazione dove l'intervallo di confidenza per il modello è circa 20 di cui 5 su OOS (venerdì) gli altri 15 stanno già lavorando, di solito 3-4 affari al giorno, quindi è una settimana per me! È di nuovo il giorno della marmotta, o meglio la settimana della marmotta, quindi è lavoro... Non posso farci niente :-). Mi piace, però, e Steve Jobs aveva ragione. "Non c'è lavoro migliore di un hobby ben pagato.

 
Maxim Dmitrievsky:

Beh, non dobbiamo farlo se non puoi farlo tu.

Penserai che siamo più intelligenti di te :)

P.S. Sto imparando dalle esperienze degli altri.

Non ho detto che non funziona. L'ho fatto, e molto - sono riuscito a risolvere alcuni problemi finanziari.

Ma il mio Expert Advisor è stato riqualificato e la fonte degli indicatori di cui sto cercando di sbarazzarmi.

 
Mihail Marchukajtes:

"Non c'è lavoro migliore di un hobby ben pagato".

Saint-Simon ha posto questa affermazione 200 anni prima di Jobs come base del socialismo utopico.

 
SanSanych Fomenko:

Saint-Simon, 200 anni prima di Jobs, basava il socialismo utopico su questa premessa.

Molto probabilmente. Non ho intenzione di discutere...

 
Mihail Marchukajtes:

Ma non credo che una metrica VI sia sufficiente. Dovremmo cercare di calcolare la ridondanza e provare a ridurre il numero di colonne.

Forse ci sono già funzioni pronte che permettono di stimare i dati di input all'output oltre alle informazioni reciproche????

Ci sono molte librerie (pacchetti) in R per molti casi, compresa la selezione dei predittori (colonne).
https://cran.r-project.org/web/packages/available_packages_by_name.html sono librerie ufficialmente supportate, e ce ne sono altre centinaia su githab. Puoi cercare lì per parole chiave quello di cui hai bisogno.

Per la determinazione della VI di ogni predittore con scopo funziona bene il pacchetto vtreat (funzione designTreatments, cerca con il suo nome su questo sito, darà molti link a questo argomento con esempi).
Recentemente ho anche dato un esempio di come usare il pacchetto FSelector per trovare un buon insieme di predittori -https://www.mql5.com/ru/forum/86386/page643#comment_6472393
Ci sono diversi altri pacchetti offerti - FSelectorRcpp, CORElearn, VSURF, VarSelRF, Boruta.

Boruta mi sembra il più facile da usare (ma forse non il migliore), devi solo eseguire tale codice e aspettare -.

#  install.packages("Boruta", dependencies=T) #  эту строчку нужно запустить всего 1 раз чтобы автоматически установить пакет
# library(Boruta) #  эту строчку нужно запустить каждый раз когда вы заново открываете R или RStudio, чтоб загрузить пакет в память
forexFeatures <- read.csv2("Qwe.txt", dec=".")
Boruta(TargetProf ~ . , data = forexFeatures) #запуск  с дефолтными параметрами
Boruta(TargetProf ~ . , data = forexFeatures, doTrace = 1, maxRuns = 1000) #больше  логов на экране, и больше итераций алгоритма, результат должен быть качественней чем дефолтный
Il codice darà"4 attributi importanti: AD10, Del, Del2, N;", quindi potete prendere solo questi 4 e provare a insegnare il modello con essi.
N (numero ordinale) è anche considerato buono perché la classe 1 è concentrata all'inizio del file con N piccolo. In generale, è meglio rimuovere prima dalla tabella le colonne che portano solo informazioni per l'utente e non per i modelli.
forexFeatures <- forexFeatures[,-1]
Boruta(TargetProf ~ . , data = forexFeatures, doTrace = 1, maxRuns = 1000)
# 2 attributes confirmed important: AD10, Del;
 
Ildottor Trader:

R ha molte librerie (pacchetti) per molti usi, inclusa la selezione dei predittori (colonne).
https://cran.r-project.org/web/packages/available_packages_by_name.html sono librerie ufficialmente supportate, e ce ne sono altre centinaia su githab. Puoi cercare lì per parole chiave quello di cui hai bisogno.

Per la determinazione della VI di ogni predittore con scopo funziona bene il pacchetto vtreat (funzione designTreatments, cerca con il suo nome su questo sito, darà molti link a questo argomento con esempi).
Recentemente ho anche dato un esempio di come usare il pacchetto FSelector per trovare un buon insieme di predittori -https://www.mql5.com/ru/forum/86386/page643#comment_6472393
Ci sono diversi altri pacchetti offerti - FSelectorRcpp, CORElearn, VSURF, VarSelRF, Boruta.

Boruta mi sembra il più facile da usare (ma forse non il migliore), devi solo eseguire questo codice e aspettare

Mm-hmm. Ho già scaricato un mucchio di roba, ma la mia conoscenza di R è scarsa, ed è per questo che ci sono i tamburelli. Ma grazie per le informazioni. Penso di dovermi stabilire su una serie specifica di metriche, che saranno sufficienti per l'analisi. Anche a me è piaciuto il VI, guardando i modelli e i risultati dei test, ma sento che non è abbastanza. Una volta definito un insieme di metriche, non resta che ampliare l'insieme degli input, in modo che ci sia qualcosa da scegliere, e la cosa più importante è la qualità degli input in relazione all'output. Trovare buoni input per il tuo TS è più di metà della battaglia... è così....

 
Ildottor Trader:

R ha molte librerie (pacchetti) per molti usi, inclusa la selezione dei predittori (colonne).
https://cran.r-project.org/web/packages/available_packages_by_name.html sono librerie ufficialmente supportate, e ce ne sono altre centinaia su githab. Puoi cercare lì per parole chiave quello di cui hai bisogno.

Per la determinazione della VI di ogni predittore con scopo funziona bene il pacchetto vtreat (funzione designTreatments, cerca con il suo nome su questo sito, darà molti link a questo argomento con esempi).
Recentemente ho anche dato un esempio di come usare il pacchetto FSelector per trovare un buon insieme di predittori -https://www.mql5.com/ru/forum/86386/page643#comment_6472393
Ci sono diversi altri pacchetti offerti - FSelectorRcpp, CORElearn, VSURF, VarSelRF, Boruta.

Boruta mi sembra il più facile da usare (ma forse non il migliore), devi solo eseguire questo codice e aspettare

Il codice darà"4 attributi confermati importanti: AD10, Del, Del2, N;", quindi puoi prendere solo questi 4 e provare ad allenare il modello con loro.
N (numero ordinale) è anche considerato buono perché la classe 1 è concentrata all'inizio del file con N piccolo. In generale, è meglio rimuovere prima dalla tabella le colonne che portano solo informazioni per l'utente e non per i modelli.

Aspetta, fammi provare di nuovo. Volevo solo chiedere un esempio di codice da usare....

1...685686687688689690691692693694695696697698699...3399
Nuovo commento
Motivazione: