L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1068
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
A proposito, sto cercando di usare 1000 funzioni e la formazione è in corso da 1 ora.
è possibile impostare solo 1 agenteCRLAgents *ag1=new CRLAgents("RlExp1iter",1,100,50,regularize,learn);
e in libreria impostare #define _models 1
quindi sarà veloce
certo che puoi usare valori diversi per ogni predittore, il suo è solo un semplice esempio, ogni valore vicino = 1 valore di predittore divergente
Quindi il numero 100 o 1000 o 500 ecc deve essere lo stesso in entrambi i codici copyclose e nella dichiarazione, giusto?
Quindi il numero 100 o 1000 o 500 ecc deve essere lo stesso in entrambi i codici copyclose e nella dichiarazione, giusto?
sì
sì
Ok, ma nel tuo attuale codice di esempio e nell'implementazione non sono sicuro di cosa succede esattamente durante l'addestramento e qual è la differenza tra agenti e modelli:))
Spero che lo spiegherai nel tuo articolo quando lo pubblicherai. Intendo quello che fa un agente e quello che fa un modello usando i kernel...
Ok, ma nel tuo attuale codice di esempio e nell'implementazione non sono sicuro di cosa succede esattamente durante l'addestramento e qual è la differenza tra agenti e modelli:))
Spero che lo spiegherai nel tuo articolo quando lo pubblicherai. Intendo quello che fa un agente e quello che fa un modello usando i kernel...
ogni agente RL può avere predittori unici, quindi facciamo la media dei risultati di tutti gli agenti
numero di modelli - numero di iterazioni di trasformazioni di oeature con cos. Dimenticalo ora, perché facciamo gdmh
ogni agente RL può avere predittori unici, quindi facciamo la media dei risultati di tutti gli agenti
numero di modelli - numero di iterazioni di trasformazioni di oeature con cos. Forrot su di esso ora, perché facciamo gdmh
Sì, giusto...Puoi provare a usare GDMH e fammi sapere se fai progressi o ti blocchi nell'implementazione, perché comunque alla fine dopo aver visto i risultati LIVE possiamo fare delle conclusioni sull'algo.Ma guardando l'algo di GDMH, sembra molto promettente.
A proposito, cercate di usare il log naturale nel caso delle formule di ottimizzazione e di allenamento. Nella mia esperienza, usando Mathpow() di esponenti sembra convergere una soluzione piuttosto rapidamente.
Sì, giusto...Puoi provare a usare GDMH e fammi sapere se progredisci o ti blocchi nell'implementazione, perché comunque finalmente dopo aver visto i risultati LIVE possiamo fare alcune conclusioni sull'algo.Ma guardando l'algo di GDMH, sembra molto promettente...
A proposito, cercate di usare il log naturale nel caso delle formule di ottimizzazione e di allenamento. Nella mia esperienza, l'uso di Mathpow() di esponenti sembra convertire una soluzione piuttosto rapidamente.
Si possono anche usare polinomi trigonometrici. Questo sarà qualcosa come "recursive feature eilimination", non effettivamente gdmh... qualcosa di medio )
perché gdmh il suo algoritmo quadratico lineare, ma noi usiamo RDFpuò anche usare polinomi trigonometrici. Questo sarà qualcosa come "recursive feature eilimination", non effettivamente gdmh... qualcosa di medio )
Non lo so...devo leggere per capire :))...Infatti, non sapevo nulla di GDMH e me l'hai detto solo ieri e ho appena imparato e scritto il codice...Penso che sto imparando velocemente:)))))
Quello a cui mi riferisco è quando si approssima una funzione casuale per ottenere una soluzione, poi usando il log naturale o l'esponente generalmente converge rapidamente... perché? perché questa è la definizione e lo scopo del log naturale o ln o esponenziale() o e
Ecco un codice di esempio a cui mi riferisco:
double x=MathRandomUniform(0,1,unierr);
doppia probabilità = 1/(1+exp(MathPow(x,3));
Capisco un po' la GDMH... ma l'RDF non è ancora chiaro al 100%. Stavo solo cercando di implementare monte carlo invece di RDF, ma se possiamo farlo con RDF, allora non vedo l'utilità di Monte carlo. Cosa pensi che sia meglio, Monte Carlo o RDF?
Ma riassumerò qui quello che mi aspetto da questa algo:
1.Prenderà gli indicatori o i prezzi di chiusura e li spezzerà in m piccoli pezzi e creerà polinomi o funzioni approssimative durante la formazione
2.Quando lo eseguiremo nel trading, allora per ogni candela controllerà i dati di allenamento passati e troverà quale pezzo polinomiale corrisponde al nostro prezzo corrente e prevederà cosa succederà dopo e dovrebbe iterare
Non lo so...devo leggere per capire:))
Quello a cui mi riferisco è quando si approssima una funzione casuale per ottenere una soluzione, poi usando il log naturale o l'esponente generalmente converge rapidamente... perché? perché questa è la definizione e lo scopo del log naturale o ln o esponenziale() o e
Ecco un codice di esempio a cui mi riferisco:
double x=MathRandomUniform(0,1,unierr);
doppia probabilità = 1/(1+exp(MathPow(x,3));
Capisco un po' la GDMH... ma l'RDF non è ancora chiaro al 100%. Stavo solo cercando di implementare monte carlo invece di RDF, ma se possiamo farlo con RDF, allora non vedo l'utilità di Monte carlo. Cosa pensi che sia meglio, Monte Carlo o RDF?
Ma riassumerò qui ciò che mi aspetto da questa algo:
1. Prenderà gli indicatori o i prezzi di chiusura e li spezzerà in m piccoli pezzi e creerà polinomi o funzioni approssimative durante la formazione
2.Quando lo eseguiremo nel trading, allora per ogni candela controllerà i dati di allenamento passati e troverà quale pezzo polinomiale corrisponde al nostro prezzo corrente e prevederà cosa succederà dopo e dovrebbe iterare
RDF approssima la polisemia dell'agente direttamente, d'altra parte q-learning con monte carlo o TD e catene di Markov lo fanno con troppe iterazioni, quindi può richiedere molto più tempo
1,2 sì, assolutamente giusto
RDF approssima direttamente il polisillabo dell'agente, d'altra parte q-learning con monte carlo o TD lo fa con troppe iterazioni, quindi può richiedere molto più tempo
1,2 sì, assolutamente giusto.
Quindi vuoi dire che RDF è migliore e più veloce di Monte carlo che è sicuramente richiesto per decisioni di trading istantanee alla chiusura della candela....Quindi siamo sulla strada giusta per creare la versione forex
di "ALPHA ZERO" ...vediamo:)))))))))