L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1892
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
Sì! Non ho ancora trovato una buona ragione per passare attraverso tutti i tipi di AMO se il "gap" nella qualità del riconoscimento tra tutti loro è inferiore al 5%. Tutti ovviamente mancano di informazioni (caratteristiche) per una conoscenza più profonda (migliore classificazione) dell'oggetto, quindi sì, ho iniziato a lavorare esclusivamente sulle caratteristiche e sui modi di presentare le informazioni.
A proposito, c'è un interessante pacchetto in python sulla generazione automatica di caratteristichefeaturetools, purtroppo non sono riuscito a eseguirlo in R-ka, alcuni problemi con python a me))) Dategli un'occhiata, penso che sia una cosa interessante.
E che tipo di predittori avete aggiunto?
Non sono ancora arrivato a python e R - molto poco tempo :(
Mi sto chiedendo che tipo di predittori posso ottenere con un canale di regressione? Ho un coefficiente, il numero di ripetizioni del vettore di costruzione del canale, che fissa i punti in cui il prezzo attraversa i confini del canale.
E forse chi sa come viene calcolato il canale di regressione in MT5, se il suo punto finale è esteso oltre la data corrente, cioè nel futuro?
Tutto è possibile)
featuretools, purtroppo non sono mai riuscito a eseguirlo in R, ho qualche problema con python)) Dategli un'occhiata, penso che sia una cosa interessante.
pensare o provato? cosa c'è di interessante?
In [12]: feature_matrix_customers Out[12]: zip_code COUNT(sessions) NUM_UNIQUE(sessions.device) MODE(sessions.device) SUM(transactions.amount) STD(transactions.amount) MAX(transactions.amount) SKEW(transactions.amount) MIN(transactions.amount) MEAN(transactions.importo) COUNT(transazioni) NUM_UNIQUE(transazioni.product_id ) MODE(transazioni.product_id) DAY(date_of_birth) DAY(join_date) YEAR(date_of_birth) YEAR(join_date) MONTH(date_of_birth) MONTH(join_date) WEEKDAY(date_of_birth) WEEKDAY(join_date) SUM(sessions.SKEW(transactions.amount)) SOMMA(sessions.NUM_UNIQUE(transactions.product_id)) SOMMA(sessioni.MAX(transazioni.importo)) SOMMA(sessioni.MIN(importo delle transazioni)) SOMMA(sessioni.STD(importo delle transazioni)) SOMMA(sessioni.MEAN(importo delle transazioni)) STD(sessions.SKEW(transactions.amount)) STD(sessions.NUM_UNIQUE(transactions.product_id)) STD(sessioni.MAX(transazioni.importo)) STD(sessions.SUM(transactions.amount)) STD(sessions.COUNT(transactions)) STD(sessions.MIN(transactions.amount)) STD(sessions.MEAN(transactions.amount)) MAX(sessions.SKEW(transactions.amount)) MAX(sessions.NUM_UNIQUE(transactions.product_id)) MAX(sessions.SUM(transactions.amount)) MAX(sessions.COUNT(transactions)) MAX(sessions.MIN(transactions.amount)) MAX(sessions.STD(transactions.amount)) MAX(sessions.MEAN(transactions.amount)) SKEW(sessions.NUM_UNIQUE(transactions.product_id)) SKEW(sessions.MAX(transactions.amount)) SKEW(sessions.SUM(transactions.amount)) SKEW(sessions.COUNT(transactions)) SKEW(sessions.MIN(transactions.amount)) SKEW(sessions.STD(transactions.amount)) SKEW(sessions.MEAN(transactions.amount)) MIN(sessions.SKEW(transactions.amount)) MIN(sessions.NUM_UNIQUE(transactions.product_id)) MIN(sessions.MAX(transactions.amount)) MIN(sessions.SUM(transactions.amount)) MIN(sessions.COUNT(transactions)) MIN(sessions.STD(transactions.amount)) MIN(sessions.MEAN(transactions.amount)) MEAN(sessions.SKEW(transactions.amount)) MEAN(sessions.NUM_UNIQUE(transactions.product_id)) MEAN(sessions.MAX(transactions.amount)) MEAN(sessions.SUM(transactions.amount)) MEAN(sessions.COUNT(transactions)) MEAN(sessions.MIN(transactions.amount)) MEAN(sessions.STD(transactions.amount)) MEAN(sessions.MEAN(transactions.amount)) NUM_UNIQUE(sessions.MODE(transactions.product_id)) NUM_UNIQUE(sessions.DAY(session_start)) NUM_UNIQUE(sessions.WEEKDAY(session_start)) NUM_UNIQUE(sessions.YEAR(session_start)) NUM_UNIQUE(sessions.MONTH(session_start)) MODE(sessions.MODE(transactions.product_id)) MODO(sessioni.DAY(session_start)) MODE(sessions.WEEKDAY(session_start)) MODE(sessions.YEAR(session_start)) MODE(sessions.MONTH(session_start)) NUM_UNIQUE(transactions.sessions.device) NUM_UNIQUE(transactions.sessions.customer_id) MODE(transactions.sessions.device) MODE(transactions.sessions.customer_id) customer_id 1 60091 8 3 mobile 9025.62 40.442059 139.43 0.019698 5.81 71.631905 126 5 4 18 17 1994 2011 7 4 0 6 -0.476122 40 1057.97 78.59 312.745952 582.193117 0.589386 0.000000 7.322191 279.510713 4.062019 6.954507 13.759314 0.640252 5 1613.93 25 26.36 46.905665 88.755625 0.000000 -0.780493 0.778170 1.946018 2.440005 -0.312355 -0.424949 -1.038434 5 118.90 809.97 12 30.450261 50.623125 -0.059515 5.000000 132.246250 1128.202500 15.750000 9.823750 39.093244 72.774140 4 1 1 1 4 1 2 2014 1 3 1 mobile 1 2 13244 7 3 desktop 7200.28 37.705178 146.81 0.098259 8.73 77.422366 93 5 4 18 15 1986 2012 8 4 0 6 -0.277640 35 931.63 154.60 258.700528 548.905851 0.509798 0.000000 17.221593 251.609234 3.450328 15.874374 11.477071 0.755711 5 1320.64 18 56.46 47.935920 96.581000 0.000000 -1.539467 -0.440929 -0.303276 2.154929 0.013087 0.235296 -0.763603 5 100.04 634.84 8 27.839228 61.910000 -0.039663 5.000000 133.090000 1028.611429 13.285714 22.085714 36.957218 78.415122 4 1 1 1 1 3 1 2 2014 1 3 1 3 13244 6 3 desktop 6236.62 43.683296 149.15 0.418230 5.89 67.060430 93 5 1 21 13 2003 2011 11 8 4 5 2.286086 29 847.63 66.21 257.299895 405.237462 0.429374 0.408248 10.724241 219.021420 2.428992 5.424407 11.174282 0.854976 5 1477.97 18 20.06 50.110120 82.109444 -2.449490 -0.941078 2.246479 -1.507217 1.000771 -0.245703 0.678544 -0.289466 4 126.74 889.21 11 35.704680 55.579412 0.381014 4.833333 141.271667 1039.436667 15.500000 11.035000 42.883316 67.539577 4 1 1 1 1 1 1 2 2014 1 3 1 desktop 3 60091 8 3 mobile 8727.68 45.068765 149.95 -0.036348 5.73 80.070459 109 5 2 15 8 2006 2011 8 4 1 4 0.002764 37 1157.99 131.51 356.125829 649.657515 0.387884 0.517549 3.514421 235.992478 3.335416 16.960575 13.027258 0.382868 5 1351.46 18 54.83 54.293903 110.450000 -0.644061 0.027256 -0.391805 0.282488 2.103510 -1.065663 1.980948 -0.711744 4 139.20 771.68 10 29.026424 70.638182 0.000346 4.625000 144.748750 1090.960000 13.625000 16.438750 44.515729 81.207189 5 1 1 1 1 1 2 2014 1 3 1 mobile 4 5 60091 6 3 mobile 634966 44.095630 149.02 -0.025941 7.55 80.375443 79 5 5 28 17 1984 2010 7 7 5 5 0.014384 30 839.76 86.49 259.873954 472.231119 0.415426 0.000000 7.928001 402.775486 3.600926 4.961414 11.007471 0.602209 5 1700.67 18 20.65 51.149250 94.481667 0.000000 -0.333796 0.472342 -0.317685 -0.470410 0.204548 0.335175 -0.539060 5 128.51 543.18 8 36.734681 66.666667 0.002397 5.000000 139.960000 1058.276667 13.166667 14.415000 43.312326 78.705187 5 1 1 1 3 1 2
Sto pensando, che tipo di predittori possiamo trovare con un canale di regressione?
Sono arrivato alla conclusione che è meglio non pensare e non inventare, ma scrivere una sorta di algoritmo di riscrittura che sintetizza i tratti e li controlla, se il tratto è buono, allora lo lascia se è cattivo, allora lo scarta, così si può passare attraverso milioni di varianti, è chiaramente più efficiente dell'inventare umano.
Dopo di che possiamo migliorare e modificare i buoni segnali, poi ancora, ancora e così via fino a quando l'errore cade.
Sono stato ispirato dagli scritti di Ivakhnenko e dal metodo MSUA. Mi piace la filosofia del metodo stesso.
pensare o provato? cosa c'è di interessante lì?
Ho scritto che non ho potuto eseguire il pacchetto, come posso provare qualcosa se non l'ho nemmeno toccato, ho letto la documentazione, ci sono alcuni trucchi, ha senso provarlo, ma non l'ho provato per i motivi descritti sopra
non puoi trovare il mezzo, lo std e il mod da solo.
Per qualsiasi serie thailandese, è proprio quello che vi serve. Quindi non devi farlo a mano.
Questo dovrebbe essere messo nel LSTM, che è stato menzionato qui
non puoi trovare da solo il mezzo, lo std e la moda.
non è tutto così primitivo, leggi di più
Ma alla fine dovrete scrivere il vostro sintetizzatore di funzioni, naturalmente
Non è tutto così primitivo, leggi di più.
Ho quasi finito il mio bot! i test saranno fatti presto
quante pulsioni di geomoro hanno dovuto essere superateHo quasi finito il mio bot, i test stanno arrivando!
aspettare)
È da tre anni che commercia su neuroni. Ho parlato con lui personalmente. Ha gestito conti per almeno 100.000.000. Apri il suo profilo e vedrai tutti i suoi conti. Ce l'ha fatta. Quindi lo farai anche tu. Se non lo fai ora, ci riuscirai più tardi, non mollare).
L'ha fatto, e ha fatto trading su un conto demo per tre anni).
Ce l'ha fatta ed è per questo che fa trading in un conto demo da tre anni ?)
Ecco fatto.
hanno calpestato l'illusione di diventare ricchi ...