L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 879
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Credo che sia l'unico, non fino ad oggi, ma l'unico per MO e NS in configurazioni di ragionevole complessità. In primo luogo, limitiamo le aree di applicazione di NS e MO, e poi applichiamo NS e MO.
E risolvere problemi come "in generale, tutti e subito" - questo è per l'AI).
Piuttosto, la NS è una logica decisionale allenabile. In origine era destinato a sostituirlo nelle strategie standard, non a preoccuparsi di scriverlo.
Beh, "mai in generale" è un'affermazione troppo forte. Spero l'apparizione di un computer quantistico sensato nei prossimi 50 anni))) E poi forse una vera IA).
Ma sì - lo sviluppo attuale dei processori ha raggiunto il limite fisico del posizionamento sul piano. E in tre dimensioni, è molto più difficile costruire tutto.
Mirato - avete la regressione, non la classificazione. Ho rinunciato alla regressione per ora. Penso che sia meglio allenare 2 neuroset, secondo il numero di obiettivi, ma non ho fatto abbastanza esperimenti con la regressione - sperimentate per conto vostro.
La sequenza delle colonne non è importante, l'importante è dire a NS che questi sono obiettivi. La sequenza delle righe è probabilmente migliore per avere i dati più freschi alla fine (ma non necessariamente), molti pacchetti mischiano tutte le righe di default per un allenamento uniforme. Altrimenti NS potrebbe bloccarsi da qualche parte nel mezzo (minimo locale) e non arrivare a dati freschi. I dati freschi (ultimo 10-20%) possono essere alimentati 2 - 3 volte per far sì che la rete impari meglio le ultime tendenze del mercato - anche questa è un'opinione non testata da me nella pratica.
Controlla il blog del topicstarter - ha insegnato la regressione lì, un sacco di buoni pensieri. Ma alla fine ha scritto che aveva trovato qualche errore nel codice che rendeva tutti i risultati non validi.
Quindi non ci sono risposte chiare e univoche, ecco perché tutti tacciono)
Proprio quello che voglio per convertire l'obiettivo in una classificazione! Capisco che l'albero mangia solo 0 e 1 (cioè due valori logici), e nel mio caso i risultati di acquisto e vendita devono essere separati separatamente e addestrati (classificati?) come alberi separati.
Grazie per la risposta! Ho rifiutato la regressione, perché i suoi valori assoluti saranno rumore in un sistema non stazionario, ma userò la regressione come soluzione logica, per esempio per trovare il prezzo relativamente al canale.
Sui dati di miscelazione è chiaro, ma strano, e ho capito che se vogliamo dire a NS/Decision Tree degli eventi passati, dovremmo fare una copia dei predittori con uno spostamento, aumentando la profondità per ogni spostamento di un ordine di grandezza?
Il rimescolamento dei dati è comprensibile, ma strano, e capisco che se vogliamo dire a NS/Decision Tree degli eventi passati, dobbiamo fare una copia dei predittori con uno spostamento, aumentando la profondità per ogni spostamento di un ordine di grandezza?
A cosa serve un'altra copia? Ogni riga della tua tabella sono gli stessi predittori andando indietro nel tempo.
che tipo di domande?
Non si può insegnare a una rete neurale il profitto atteso, bisogna insegnare le cose che la rete neurale deve classificare o approssimare, cioè specifiche azioni di acquisto/vendita o specifiche condizioni di mercato
Per quanto riguarda i predittori, quali sono migliori e quali no, nessuno può dirvi la risposta, perché dovete studiarli e vedere come funziona il TS, questo è ciò di cui tratta l'intero argomento, per la maggior parte, ma ognuno ne ha diversi
sulle reti neurali - puoi usare alglib o R o Python - è stato scritto circa 100 volte
sulla sequenza di addestramento - non importa quali dati sono più nuovi e quali più vecchi, è necessario capire come funziona il NS - minimizza l'errore per tutti i casi nell'aggregato.
Potete trovare un sacco di nozioni di base sulle reti neurali su youtube e su google, non se ne parla qui perché non ha senso.
Ho scritto - bisogna studiare tutto dalle basi, poi si capisce cosa e dove, altrimenti è un esercizio inutile.
Sei mesi fa io stesso ancora non li capisco, ora più o meno. Ho letto una tonnellata di letteratura e centinaia di ore di video, e poi è iniziata una sorta di sintesi delle conoscenze. E sì, anche le mie domande non ricevono risposte intelligenti, ho cercato per conto mio :)
Ma le tue domande sono troppo vaghe, si scopre che bisogna essere un sensitivo per iniziare a indovinare, perché bisogna osservare un numero enorme di dettagli per far funzionare qualcosa, piuttosto che guardare la tabella e capire tutto :)))
Il mio contributo allo sviluppo di MO sulla risorsa, ho fatto in forma di 2 articoli, se continuerò a scrivere finora non lo so, perché ci ha già iniziato la zona di santo grails (solo scherzando)
Perché non posso insegnare i punti d'entrata dove si prevede il massimo profitto per comprare o vendere?
Ho abbastanza predittori - li sto lentamente aggiungendo allo script. Non so ancora se sono buoni o cattivi alla fine...
A proposito di reti neurali - era interessato a nomi specifici di NS che lavorano meglio con l'obiettivo in forma di classificazione... E finora non sono ancora stato in grado di impostare nessun pacchetto normale :( Ecco perché sto testando con "Deductor Studio Academic" - interfaccia molto comprensibile, tutto è in russo, ci sono alberi e reti neurali, sembra buono per un principiante, ma il minus è che non si possono esportare i risultati.
Non so se è un buon risultato per un albero. È stato addestrato sul 50% del campione e testato sul 50%.
Sto studiando le basi, rileggendo alcuni articoli qui e guardando conferenze su NS, ma non tutto è semplice, e non ho nessuno a cui chiedere...
Grazie per l'attenzione.
Perché altrimenti ci sarebbe una copia? Ogni riga della tua tabella sono gli stessi predittori andando indietro nel tempo.
Allora come si fa a mescolarli? Perché rompe la loro sequenza...
L'albero guarda la sequenza?
Allora come si fa a mescolarli? Perché rompe la loro sequenza...
Un albero guarda la sequenza?
Non mi occupo di alberi.
Perché non posso insegnare i punti d'entrata dove si prevede il massimo profitto per l'acquisto o la vendita?
Ho abbastanza predittori - li sto lentamente incorporando nello script. Non so ancora se alla fine sono buoni o cattivi...
A proposito di reti neurali - era interessato a nomi specifici di NS che lavorano meglio con l'obiettivo in forma di classificazione... E finora non sono ancora stato in grado di impostare nessun pacchetto normale :( Ecco perché sto testando con "Deductor Studio Academic" - interfaccia molto comprensibile, tutto è in russo, ci sono alberi e reti neurali, sembra buono per un principiante, ma il minus è che non si possono esportare i risultati.
Non so se è un buon risultato per un albero. È stato addestrato sul 50% del campione e testato sul 50%.
Sto studiando le basi, rileggendo alcuni articoli qui e guardando conferenze su NS, ma non tutto è semplice, e non ho nessuno a cui chiedere...
Grazie per l'attenzione.
Il punto è evitare di colpire uno dei minimi locali. Tuttavia, la miscelazione non è necessaria - è possibile imparare senza di essa; dipende dalla presenza di minimi locali nei vostri dati, e dalla disponibilità di altri metodi per saltare i minimi di blocco, se esistono.
Non mi occupo di alberi.
OK, come dovrebbe essere presentata la sequenza (cronologia) dei dati nel file - dovrebbe essere il più recente (2018) o il più vecchio (2017) all'inizio?
OK, come dovrebbe essere presentata la sequenza (cronologia) dei dati nel file - il più recente (2018) dovrebbe essere all'inizio o il più vecchio (2017) all'inizio?
Too Good - meno del 10% di errore. I tuoi predittori non hanno una visione del futuro? Questo è di solito il motivo per cui l'errore è così piccolo.
Non per quanto ne so - ieri ho trovato un predittore che guardava 1 barra, ma il mio obiettivo non dipende dal numero di barre passate dall'apertura della posizione (cioè non imposto la dipendenza), ho chiuso usando lo stop loss, che funziona sull'indicatore.
Tutti i predittori funzionano all'apertura della barra - non so nemmeno come rilevare quelli che sbirciano - dovrebbero essere importanti, giusto?
Non lo vedo nella foto...