L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1335
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
Maxim, ho scambiato il campione in posti - per la formazione e la convalida, ho lasciato quello di prova - quale sarà il risultato basato sul dogma scientifico? Non lo so ancora, l'elaborazione non è ancora finita.
Se i tuoi dati e il tuo modello sono adeguati, allora in teoria il risultato dovrebbe peggiorare.
C'è qualcosa che non capisco del vostro Ministero della Difesa. Ho l'impressione che si dia semplicemente al Ministero della Difesa una serie di dati-predittori ecc. e si dica - ora andate a cercare il profitto per me, e più sono meglio è.
È come se - ecco un cavallo per te, Ivan, ecco una spada e uno scudo, e ora vai e portami l'Uccello di Fuoco, si dice - da qualche parte là fuori, oltre il mare, oltre l'oceano. Se non lo trovi, ti do un'ascia. Almeno Ivan aveva il Piccolo Cavallo Gobbo, che sapeva tutto, ma il Ministero della Difesa ha trovato solo qualcosa e chiede: "Beh, che cos'è? Il Firebird, no? - No. Va bene, guardiamo di nuovo.
In ogni caso, sarebbe bene dare a Ivan almeno qualche informazione preliminare, come ad esempio se si trova a Bukhara o in India con lo scià del tal dei tali. Ci sono solo due posti da visitare. E anche il Ministero della Difesa non è male, ci sono meno opzioni da percorrere e il compito è formulato più concretamente.
Si ha una scatola, all'interno della quale si crea una specie di paesaggio molto collinare. Lanciamo un sacco di palle lì dentro (questo è il sid), e il nostro compito è quello di assicurarci che la maggior parte delle palle colpisca le cavità più profonde. Questo sarà l'apprendimento, e questo è il principio con cui è strutturato l'apprendimento in ME.
1. Se scuotiamo leggermente la scatola, la maggior parte delle palline non sarà in grado di lasciare le cavità dove hanno colpito originariamente - l'apprendimento non avverrà.
2. Se scuotiamo vigorosamente la scatola, alcune delle palline hanno la possibilità di colpire e rimanere solo nelle cavità più profonde, ma quelle meno profonde rimarranno non riempite perché le palline salteranno fuori da lì. L'apprendimento completo non avverrà.
3. Se scuotiamo la scatola con forza media, solo le cavità profonde e medie saranno riempite, ma il resto delle palline non troverà nulla e continuerà a rimbalzare a caso intorno alla scatola. L'apprendimento è migliore che nell'1 e nel 2, ma nemmeno un asso.
I metodi di apprendimento hanno sempre delle impostazioni - esattamente come e quando agitare la scatola per ottenere l'apprendimento più efficace.
Se i vari "sid" non si sommano, allora o c'è qualcosa di sbagliato nell'algoritmo di apprendimento - lo si scuote male, o mancano nella nostra scatola dei profondi avvallamenti a cui aggrapparsi.
Ben detto, ma non sono sicuro che sia lo stesso nel boosting come in NS (regolazione casuale dei pesi nei neuroni all'inizio dell'allenamento), non sono riuscito a trovare informazioni esatte sull'implementazione. E in ogni caso, lanciare forzatamente le palle in punti diversi può essere meglio, anche perché permette di confrontare i modelli quando si cambiano altre impostazioni. L'unica cosa che non capisco è la gamma...
Per esempio, c'è un grafico, cosa dovrei dire? Qui è dove cerchi il profitto, ma non cercarlo perché non mi piace, ho cattive associazioni con esso.
Esattamente.)) Questo è esattamente quello che dovresti dire. E più sono, meglio è. Probabilmente siamo seduti sul mercato da anni per un motivo, sappiamo già qualcosa: se si va a destra, si perde un cavallo, ecc.
E in generale, da dove verrebbe qualcuno, se iniziasse tutto da zero, senza usare la conoscenza e l'esperienza delle generazioni precedenti. Facciamo in modo che il MI faccia esattamente questo.
e dirà: "Se sei così intelligente, prendilo tu stesso e vendilo senza di me".
L'ho aggiunto lì.
Tuttavia, sarebbe una buona idea che Ivan desse almeno alcune informazioni preliminari, come ad esempio a Bukhara o in India con lo scià di tale e tale. Ci sono solo due posti dove andare. E anche il Ministero della Difesa non è male, perché ci sono meno opzioni e il compito è formulato più concretamente.
Sto pensando all'implementazione, quando ci sarà la post-elaborazione del modello sul risultato della bilancia commerciale - l'obiettivo è quello di sbarazzarsi delle false idee sul mercato, se possibile. Ma tutte queste idee dovrebbero essere codificate, ci vuole troppo tempo purtroppo.
Eppure alfastar batte i pro-gamer a starcraft, scacchi e go, con solo un mese di allenamento (o meno, non ricordo), che equivale a ~200 anni di esperienza da pro player
Non conosciamo la metodologia di allenamento)). Le condizioni iniziali e l'impostazione del problema sono sempre presenti.
C'è qualcosa che non capisco del vostro Ministero della Difesa. Ho l'impressione che si dia semplicemente al Ministero della Difesa una serie di dati-predittori, ecc., e si dica - ora andate a cercare il profitto per me, e più sono meglio è.
È come se - ecco un cavallo per te, Ivan, ecco una spada e uno scudo, e ora vai e portami l'Uccello di Fuoco, si dice - da qualche parte là fuori, oltre il mare, oltre l'oceano. Se non lo trovi, ti do un'ascia. Almeno Ivan aveva il Piccolo Cavallo Gobbo, che sapeva tutto, ma il Ministero della Difesa riesce solo a trovare qualcosa e chiede: "Beh, cos'è? L'Uccello di Fuoco, no? - No. Va bene, guardiamo di nuovo.
In ogni caso, sarebbe bene dare a Ivan almeno qualche informazione preliminare, come ad esempio se si trova a Bukhara o in India con lo scià del tal dei tali. Ci sono solo due posti da visitare. E anche il Ministero della Difesa non è male, ci sono meno opzioni in cui cercare, e il compito è formulato più concretamente.
Lo so, insegno ai bot allo stesso modo, con un successo variabile finora (non ho molta esperienza)
Per esempio: il bot ha imparato a fare trading da solo per tentativi ed errori, per circa 4 minuti. A destra la formazione a sinistra i nuovi dati
non è stata data nessuna conoscenza a priori
Ci sono sviluppi unici di bot con intelligenza artificiale in arrivo, che conquisteranno non solo il mercato, ma il mondo intero
Se i tuoi dati e il tuo modello sono adeguati, allora in teoria il risultato dovrebbe peggiorare.
Perché? Non solo la posta in gioco è interessante, ma anche la logica.