L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2485

 
mytarmailS #:

comprare l'eu per mezza giornata minimo.

sezione umorismo: un segnale da parte mia) )

Hai avuto fortuna con il lasciapassare?
 
Renat Akhtyamov #:
sei riuscito a cercare?
No, non ho ancora trovato da dove vengono questi valori
 
mytarmailS #:
No, non ho mai trovato da dove vengono questi valori

strano, molto strano.

Mandami un link nella tua casella di posta, lo proverò domani.

 
Renat Akhtyamov #:

E' strano, molto strano.

Mandami il link nella tua email, lo proverò domani.

Quindi il link al sito nella pagina precedente, l'hai aperto tu stesso, o non capisco.
 
mytarmailS #:
Quindi nell'ultima pagina c'è il link al sito, l'hai aperto tu, o non capisco... o non hai aperto la demo?
No, yandex.
 
JeeyCi #:

Per favore, rispondi anche alla mia domanda clinica (hai letto i miei pensieri ieri e hai postato il tuo modo di lavorare con i dati dopo che avevo già guardato questo metodo - grazie)... MA la domanda rimane: questo metodo è usato per classificare, quindi immagino, le caratteristiche - ne hai bisogno... cosa classifichi, se non un segreto? LN(Close/Open)? e cosa insegna?

-se è un segreto, lo capirò- "know-how"?

p.s. Mi butto un paio di link per orientarmi nell'argomento (non è proprio la mia statistica dopotutto, anche se quest'ultima può essere messa in un "modello ambientale", probabilmente):

Introduzione all'IA

Dichiarazione e possibili soluzioni al compito di addestrare le reti neurali

Pre-elaborazione dei dati

Un insieme di metodi

Sì, questo è effettivamente un metodo di classificazione, dove addestro il modello a riconoscere la verità o la falsità dei segnali dalla strategia sottostante. Cioè, quando si lavora con le classificazioni ci dovrebbe essere una strategia di base nel TS. La strategia stessa può essere assolutamente qualsiasi, lo stesso incrocio di barre e tutti i modelli hanno 50/50 di segnali corretti ed errati. Il compito della classificazione è quello di determinare quali segnali sono veramente veri e quali sono falsi. Leggete il mio articolo, è descritto lì in dettaglio!
Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта
Секвента ДеМарка (TD SEQUENTIAL) с использованием искусственного интеллекта
  • www.mql5.com
В этой статье я расскажу, как с помощью "скрещивания" одной очень известной стратегии и нейронной сети можно успешно заниматься трейдингом. Речь пойдет о стратегии Томаса Демарка "Секвента" с применением системы искусственного интеллекта. Работать будем ТОЛЬКО по первой части стратегии, используя сигналы "Установка" и "Пересечение".
 
Mihail Marchukajtes #:
Leggi il mio articolo dove è spiegato più dettagliatamente!

grazie per il link e l'articolo... se i dati ClucterDelta sono la base, è un inizio rassicurante... ma lo Spot non funziona sempre come i Futures (per quanto riguarda il forex)...

MA la base della conclusione sulla verità/falsità del segnale, per quanto ho capito, è ancora basata su Bayes...?

A proposito, ecco(c.20) il crollo dei miei tentativi di capire il grafico NS (avendo in ingresso le distribuzioni dei prezzi delle opzioni):

L'inferenza bayesiana differisce dall'inferenza statistica tradizionale in quanto conserva l' incertezza . ..

La visione del mondo bayesiana interpreta la probabilità come una misura della probabilità di un evento, cioè il grado in cui siamo sicuri che l'evento si verificherà.

... anche se i suoi parametri (la distribuzione esistente) potrebbero anche essere provati come input, probabilmente - probabilmente poi guardare verso la classificazione multiclasse
Создание нейронной сети с нуля в Python: Многоклассовая классификация - pythobyte.com
Создание нейронной сети с нуля в Python: Многоклассовая классификация - pythobyte.com
  • pythobyte.com
Автор оригинала: Usman Malik. Создание нейронной сети с нуля в Python: Многоклассовая классификация Это третья статья в серии статей на тему “Создание нейронной сети с нуля в Python”. Создание нейронной сети с нуля в Python Создание нейронной сети с нуля в Python: Добавление скрытых слоев Создание нейронной сети с нуля в Python: Многоклассовая классификация Если […]
 
JeeyCi #:

grazie per il link e l'articolo... Se i dati di ClucterDelta sono la base, è un inizio incoraggiante... eccetto che lo Spot non funziona sempre come i Futures (per quanto riguarda il forex)...

MA la base della conclusione sulla verità/falsità del segnale, per quanto ho capito, è ancora basata su Bayes...?

A proposito, ecco(c.20) il crollo dei miei tentativi di capire il grafico NS (avendo in input le distribuzioni dei prezzi delle opzioni):

... anche se i suoi parametri (distribuzione esistente) potrebbero anche essere provati per l'input, probabilmente - probabilmente poi guardare verso la classificazione multiclasse
Al momento non uso più ClusterDelta perché sono passato a Moex e lì queste informazioni sono gratuite e in più ci sono anche informazioni sugli OI, ma per quanto riguarda le opzioni, bisogna inserire i valori dei parametri di smile, che sono 3. La curvatura, la pendenza e il valore allo strike centrale e non i valori stessi ma il loro cambiamento nel tempo. Questo è quello che ancora non ho, ahimè, e allora la strategia sarà quasi una vittoria per tutti!!!!! Mi sembra....
 

Mihail Marchukajtes

Ho trovato la forza/coraggio di guardare il tuo codice (spesso c'è più verità nel codice che in tutti i libri di testo) - puoi dirmi cosa sono quei moltiplicatori nei tuoi classificatori nella doppia decisione variabile - sono pesi?... e come li hai trovati originariamente? cioè perché proprio quelli?

o meglio ancora, commentate per favore - quali variabili prende, e il codice della funzione

double getBinaryClassificator1(double v0,double v1,double v2,double v3) 
  {
   double x0=2.0 *(v0+327.0)/650.0-1.0;
//Variable v1 got under reduction
   double x2 = 2.0 * (v2 + 397.0) / 828.0 - 1.0;
   double x3 = 2.0 * (v3 + 121.0) / 264.0 - 1.0;
   double decision=1.5260326743246075*x0
                   -0.13861638107404117 * sigmoid(x0)
                   -0.06391652777916389 * sigmoid(x2)
                   -0.44591870340615364 * sigmoid(x0 + x2)
                   +0.14661031327032664*sigmoid(x3)
                   -0.024191375335575492*sigmoid(x0+x3);
   return decision;
  }

grazie in anticipo!

p.s.

1. Vedo che usi una funzione sigmoide (a forma di S) come funzione di attivazione... è "spesso usata come funzione di compressione"...

2.
Mihail Marchukajtes #:
... non i valori stessi ma i loro cambiamenti nel tempo.

forse sarebbe meglio al quadrato?

 

A proposito, la volatilità è volatilità (come rischio non sistemico), ma il rischio sistemico non è stato abolito...

La volatilità nei mercati finanziari non è la stessa cosa del rischio

p.s.

anche se ovviamente un trader fa soldi sulla volatilità... imho

Волатильность финансовых рынков не то же самое, что риск
  • 2014.06.20
  • Long/Short
  • long-short.pro
Один из первых вопросов, которые я обычно получаю, когда обсуждаю приведенные к волатильности динамические импульсные модели, заключается в том, сокращается ли динамическое окно, на котором основаны наши модели, когда волатильность увеличивается на рынке, и расширяется ли, когда волатильность уменьшается? Я думаю, это потому, что у большинства...