L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2030

 
Maxim Dmitrievsky:

sono riqualificati allo stesso modo degli altri

Ci sono molte informazioni su Google.

Eccone una buona.

https://towardsdatascience.com/gate-recurrent-units-explained-using-matrices-part-1-3c781469fc18

Ho problemi con l'inglese))), e non ci sono quasi articoli in russo.

Non è chiaro come aggiornare i pesi delle connessioni. per essere precisi, non è chiaro come aggiornare il peso che va dall'uscita di un neurone al suo ingresso.
 
Maxim Dmitrievsky:

Probabilmente ha fatto lo stesso errore nel suo tester.

Non credo. Ricordate, ha iniziato a testare con altri dati, cercando qualche funzione booleana o qualcosa del genere... ...e tutto andava bene).

Maxim Dmitrievsky:

Ho trovato un bug nel tester, finalmente. Ora tutto ha un senso.

chiuso il soggetto ) in fretta e furia, la lampada è rimandata.

Qual è la conclusione? Non funziona o cosa devi riscrivere?

 
Aleksey Vyazmikin:

CatBoost inghiottirà questi dati - funziona bene con i file di grandi dimensioni. Non capisco proprio quale sia l'obiettivo...

Se preparerete i dati in forma di csv con l'obiettivo, posso eseguire da solo.

Qualche suggerimento? Non ho ancora decrittato il risultato.

Le mie opzioni, dalle informazioni di input determinano il risultato del commercio +/- o prevedono il valore esatto.

Non so come fare, vorrei ottenere informazioni sui parametri favorevoli: tempo di entrata, tempo di attesa/uscita, direzione, SL, TP.

Ancora più interessante, vorrei fare un costruttore di strategie. Ho tutti i dati nella tabella, abbiamo solo bisogno di coefficienti per il volume, la direzione, e possiamo costruire qualsiasi sistema, inverso, su martin, ecc.

 
Aleksey Vyazmikin:

E sono riuscito a creare un sistema in cui il TP è 2-3 volte più alto dello SL, ma c'è un altro problema - 20%-25% di trade vincenti, e non posso insegnare al modello in modo corretto a setacciare le voci non redditizie.

Penso che SL=TP sia molto visivo, onesto e comodo da confrontare, ma dalle osservazioni SL>TP è meglio, anche se può essere attribuito alla martingala

 
Aleksey Vyazmikin:

E sono riuscito a creare un sistema in cui il TP è 2-3 volte più grande dello SL, ma c'è un altro problema - il 20%-25% dei trade vincenti, e non posso addestrare correttamente il modello per eliminare le voci non redditizie.

possiamo cercare di esprimere l'obiettivo in modo più complesso sotto forma di 4 parametri contemporaneamente


Diciamo che decidiamo di comprare...

e la rete non ci dice solo di comprare o vendere.

ci dice

a che prezzo comprare, a che prezzo chiudere, dopo quanto tempo comprare e dopo quanto tempo chiudere

è possibile aggiungere uno stop loss

 
mytarmailS:

Non credo. Ricordate, ha iniziato a testare con altri dati, cercando qualche funzione booleana o qualcosa del genere... e stava bene).

Quindi qual è la conclusione? Non funziona? O devi riscrivere qualcosa?

Facevo trapelare i trade perdenti al tester come quelli redditizi. L'ho riscritto - il grafico è invertito, non è possibile)

Non c'è modo di farlo funzionare sul lato positivo

C'è una funzione booleana con 5 finte, 4 righe... mi dispiace... che la inseguono per centinaia di iterazioni. Non è nemmeno divertente. È come quello che hai fatto tu, ma c'è molto poco. Non lo so, però.

 
Alexander Alexeevich:

) Ho problemi con l'inglese))), e non ci sono quasi articoli in russo.

E quelli che sono disponibili, non è chiaro come aggiornare i pesi delle connessioni.

https://www.mql5.com/ru/articles/8385

non è un fatto che sia una buona implementazione )

in russo passerò

Нейросети — это просто (Часть 4): Рекуррентные сети
Нейросети — это просто (Часть 4): Рекуррентные сети
  • www.mql5.com
Продолжаем изучение нейронных сетей. Ранее мы уже рассмотрели многослойный перцептрон и сверточные нейронный сети. Все они работают со статичными данными в рамках марковских процессов, когда последующее состояние системы зависит только от ее текущего состояния и не зависит от состояния системы в прошлом. Сейчас я предлагаю посмотреть в сторону...
 
mytarmailS:

possiamo cercare di esprimere l'obiettivo in modo più complesso sotto forma di 4 parametri contemporaneamente


diciamo che decidiamo di comprare...

e la rete non ci dice solo di comprare o vendere

ci dice

a che prezzo comprare, a che prezzo chiudere, dopo quanto tempo comprare e dopo quanto tempo chiudere

puoi anche aggiungere uno stop loss

Perché non usare una strategia di base di qualsiasi formato come base e costruire il file di allenamento in base ad essa? In questo caso, non ci saranno problemi con quello di destinazione. Ma alla fine, vuoi fare quattro griglie invece di una.

Particolarmente interessante, come si vuole ottenere una risposta dalla rete a che prezzo comprare, dato che il prezzo dovrebbe essere minimamente razionato? Può essere fatto solo in caso di punto di riferimento iniziale, penso che sia la barra successiva alla formazione e come risultato il target ottenuto dovrà essere ulteriormente trasformato per ottenere una specifica figura di prezzo.

 
Rorschach:

Qualche suggerimento? Non ho ancora decifrato il risultato.

Le mie opzioni sono determinare il risultato del trade +/- o prevedere il valore esatto dalle informazioni di entrata.

Non so come, vorrei ottenere informazioni sui parametri favorevoli: tempo di entrata, tempo di tenuta/uscita, direzione, SL, TP.

Ancora più interessante, vorrei fare un costruttore di strategie. La tabella ha tutti i dati, dobbiamo solo aggiungere i coefficienti per il volume, la direzione, e possiamo costruire qualsiasi sistema, inverso, con martin, ecc.

Ti auguro il successo :)

Hai bisogno di regressione? Non ho molta esperienza in questi modelli.

Conosco questo concetto - c'è chi lo fa - la questione è quale metodo usare per creare strategie - nel motore stesso...

 
Rorschach:

imho, SL=TP è molto chiaro, giusto e conveniente per confrontare, ma dall'osservazione SL>TP è meglio, anche se questo può essere attribuito alla martingala

Il mercato è volatile, il TP/SL fisso non è sempre efficace in condizioni simili del grafico. Ecco perché è meglio essere legati a punti di ingresso specifici, in questo modo l'apprendimento dovrebbe essere migliore in base all'idea.

Motivazione: