L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2105

Nuovo commento
 
Vladimir Perervenko:

La funzione di fitness calcola il valore del criterio di ottimizzazione durante il processo di ottimizzazione. Non ha niente a che vedere con l'addestramento dei modelli.

Ma nella regressione abbiamo l'obiettivo sotto forma di vettore numerico e cerchiamo di approssimarlo con il vettore del modello, quelli minimizzano l'errore (anche questa è ottimizzazione) ? o cerchiamo i pesi corretti dei neuroni

Beh, ecco cosa sto facendo ora, sto anche creando un modello dalle armoniche in effetti

 
mytarmailS:

Ho aggiunto una nuova funzione di calcolo dell'equilibrio alla funzione fitness, tenendo conto della commissione...

sta peggiorando in termini di apprendimento, ......

forse si dovrebbe aggiungere una convalida, per mantenerlo classico.

 
Maxim Dmitrievsky:

abbiamo bisogno di sparare il multiclasse catbust nella metaq per aggiungere "no trading"

la gamma di strategie aumenterà.

Sarebbe fantastico se lo facessi!

 
Aleksey Vyazmikin:

Sarebbe fantastico se lo facessi!

è possibile utilizzare 2 modelli diversamente orientati

 
Maxim Dmitrievsky:

abbiamo bisogno di sparare il multiclasse catbust nel metaq per aggiungere "no trading"

la gamma di strategie aumenterà.

Quando si segna, ecco.

....
rand = random.randint(min, max)
        if dataset['close'][i] >= (dataset['close'][i + rand]):
            labels.append(1.0)
        elif dataset['close'][i] <= (dataset['close'][i + rand]):
            labels.append(0.0)              
        else:
            labels.append(0.0)
.....

cambiare ad es.

rand = random.randint(min, max)
        if dataset['close'][i] - (dataset['close'][i + rand])>= 2*spred:
            labels.append(-1.0)
        elif dataset['close'][i] - (dataset['close'][i + rand])<= -2*spred:
            labels.append(1.0)              
        else:
            labels.append(0.0)

Cioè con un delta inferiore a un certo valore, sul recinto.

 
mytarmailS:

Ma nella stessa regressione abbiamo l'obiettivo sotto forma di un vettore numerico e cerchiamo di approssimarlo con un vettore del modello, quelli minimizzano l'errore (quelli sono anche ottimizzazione) ? o cercare i pesi corretti dei neuroni

Quello che sto facendo ora è essenzialmente creare un modello a partire dalle armoniche.

Naturalmente si tratta di ottimizzazione, ma questa ottimizzazione è fatta da un modello di regressione.

 
mytarmailS:

Ho aggiunto una nuova funzione di calcolo dell'equilibrio e di commissione alla funzione di fitness...

Penso che l'algoritmo stia cercando di ridurre al minimo il numero di scambi per risparmiare sulle commissioni... di conseguenza meno scambi si traducono in meno esperienza...

Ecco i grafici, si può vedere chiaramente che quando ci sono pochi scambi, l'apprendimento non funziona...

il grigio è TRAIN 1500 pips

il nero è il TEST 500 punti

Ho avuto pochissimi trade qui, l'algo non ha imparato nulla, è molto bassa la frequenza...


Sarebbe bello sapere i punti di ingresso con 2 giorni di anticipo ))

Ma probabilmente è meglio riqualificare sempre, non so ancora come testare il tutto

Com'è?

Dov'è il codice per sintetizzare la curva complessiva? Credo di averlo visto, ma ora non riesco a trovarlo.

 
Vladimir Perervenko:

Naturalmente l'ottimizzazione, ma questa ottimizzazione è fatta dal modello di regressione.

allora non capisco(((( perché la funzione di fitness non può essere incorporata lì?

 
mytarmailS:

Allora non capisco(((( perché il divertimento del fitness non può essere costruito lì?

Dove si trova?

 
Vladimir Perervenko:

Dov'è il codice di sintesi per la curva di sintesi? Credo di averlo visto, ma ora non riesco a trovarlo.

L'ho cancellato, ho pensato che nessuno è interessato, posso inviarvi il codice, ma ho bisogno di tradurlo in forma leggibile.

A proposito, ho affrontato l'instabilità del metodo di ricottura, non so nemmeno come lavorarci, i risultati sono molto instabili, i parametri saltano molto...


Sono arrivato a questo

Prima inizializzo in modo casuale il punto di partenza,

poi quando si trova una soluzione la salvo

e poi ricomincio a masterizzare con i parametri di avvio della soluzione trovata, e così via...

1...209820992100210121022103210421052106210721082109211021112112...3399
Nuovo commento
Motivazione: