L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 182
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
la quarta e ultima parte dell'articolo di RNeat è uscita...
Oserei dire che almeno una persona qui sarebbe interessata a leggerlo
http://gekkoquant.com/
Sì, è interessante.
Sto testando su quotazioni M30. Per ottenere un buon risultato è necessario modificare i parametri della genetica.
Ma un modello molto promettente.
Buona fortuna
Sì, è interessante.
Sto testando su quotazioni M30. Per ottenere un buon risultato è necessario modificare i parametri della genetica.
Ma un modello molto promettente.
Buona fortuna
mytarmailS:
Forse basta mantenere le cose semplici,trovare la folla e trovare i grandi...
Penso che "più facile" sia già stato rubato prima di noi, siete troppo generici su questa "folla" come capisco solo i piccoli e medi speculatori, e oltre agli speculatori ci sono anche investitori e hedgers e tutti i tipi di trasferimenti tra paesi, molte posizioni sono quindi opposte e non possono formare una folla, non è chiaro come e perché cercare azioni di piccoli speculatori
Dovete rinunciare a cercare qualsiasi tipo di modello grafico o indicatore.
Sicuramente tutti passano attraverso questo, ma non tutti lo superano, è lo stesso nella vita, la maggior parte delle persone non supera il modo di pensare adolescenziale.
ha menzionato una soluzione interessante qui, https://www.mql5.com/ru/forum/96886/page2#comment_2866637
Tuttavia se cercate dei modelli in come i grandi giocatori muovono le loro offerte, come eseguono, come il prezzo si comporta dopo grandi margini o iceberg, ecc, Nelle azioni può essere difficile perché ci sono troppi ECN più i darkpool.
Argomento interessante, grazie.
Solo gli speculatori piccoli e medi, e oltre agli speculatori ci sono investitori e hedger e ogni sorta di trasferimenti tra paesi, molte posizioni
è tutta una folla... imho e anche tu e io, per quanto possa essere sgradevole....
è questo il senso della folla... imho e anche tu e io, per quanto possa essere sgradevole....
Se la tua folla comprende grandi giocatori e denaro intelligente, giocare contro una tale folla è inutile.
Ancora, quando si parla di divisione, ecco un tipico esempio di come funziona la rete, dove il primo segnale è corretto, poi due segnali sbagliati e la corrente. come vediamo il quarto segnale è diverso dal secondo e dal terzo, in quanto il secondo e il terzo erano falsi, cioè devono essere girati, poi l'ultimo, dato che anche lui differisce dai due precedenti, deve essere girato, e poi seguire il piano ....... Sì, quando riceviamo il primo segnale di acquisto, otteniamo meno, ma il secondo segnale di acquisto appartiene alla stessa classe del precedente, che era meno, quindi è invertito, e l'ultimo segnale di vendita è diverso dai due precedenti, è rinominato in una classe diversa. E se quelli erano dei meno, questo sarà un più. La cosa principale è che la divisione deve essere stabile, anche se la rete ha fatto un errore e ha iniziato a riflettere i segnali, la cosa principale è che deve essere stabile.
Quindi va così....
Sì, è interessante.
Sto testando su quotazioni M30. Per ottenere un buon risultato è necessario modificare i parametri della genetica.
Ma un modello molto promettente.
Buona fortuna
Ho provato a fare un modello funzionante con rneat un paio di mesi fa, ma non ha funzionato, anche il modello è in overtraining. Le prime generazioni potrebbero avere un po' di successo su OOS, ma più lungo è l'allenamento - meno correlazione c'è tra i risultati su Sample e OOS. E quel momento per smettere di imparare è abbastanza difficile da cogliere, anche la convalida incrociata non aiuta.
Per quanto riguarda l'esempio nell'articolo - il mio risultato è completamente diverso da quello dell'autore. Il modello in OOS è stato scambiato sul lato positivo per circa un anno e poi ha perso il 20% dell'equilibrio e ha smesso di commerciare. Il risultato non è tanto il profitto ma non "5 anni in profitto" come quello dell'autore. Se non sapete cosa fare con il mercato vi suggeriscono di usare la giusta direzione usando il giusto approccio. Quindi questo articolo è dubbio.
Ho provato un paio di mesi fa a fare un modello funzionante con rneat, ma non ha funzionato, anche il modello è in overtraining. Le prime generazioni possono avere un po' di successo su OOS, ma più lungo è l'addestramento, minore è la correlazione tra i risultati su Sample e OOS. E quel momento per smettere di imparare è abbastanza difficile da cogliere, anche la convalida incrociata non aiuta.
Per quanto riguarda l'esempio nell'articolo - il mio risultato è completamente diverso da quello dell'autore. Il modello in OOS è stato scambiato in positivo per circa un anno e poi ha perso il 20% del suo saldo e ha smesso di commerciare. Il risultato non è tanto il profitto ma non "5 anni in profitto" come quello dell'autore. Se non sapete cosa fare con il mercato vi suggeriscono di usare la giusta direzione usando il giusto approccio. Quindi tutto questo articolo è discutibile.
Lo proverò anche domani....
Ho anche bisogno di provarlo con i miei dati, ma se ci sono molti predittori deve essere un processo lungo...
Hai avuto una lunga curva di apprendimento? Questo è l'ultimo
Sarcasmo con un'allusione. Il disegno è a mano. Non c'è nessun problema a romperlo su una macchina come questa, o più fredda. L'importante è farlo funzionare in futuro...
I primi due grafici sono davvero semplici, qualsiasi modello sarebbe in grado di dividere lo spazio in questo modo. Ma è impossibile, secondo me, trovare predittori che si raggruppino in due obiettivi così facilmente.
Il terzo grafico è più realistico per il forex. Ma qui i modelli cominceranno ad impantanarsi completamente.
Volevo trovare alcuni esempi con due indicatori forex, addestrare il modello, e disegnare una mappa di partizionamento dello spazio, ma non poteva, 2 indicatori è troppo poco.
È più facile mostrare un esempio come questo -http://playground.tensorflow.org - si possono vedere tali grafici per la neuronica. Tutte queste "isole di classi", come quella che hai nel terzo grafico, non avranno confini circolari chiari nel modello. Ci saranno dei ponti tra di loro, rami in direzioni diverse, ecc.
È facile disegnare i confini delle classi a mano, ma i modelli faranno un lavoro molto peggiore. Ecco perché mi piace la tua immagine, è difficile trovare dei predittori e un obiettivo e un modello che tutto funzioni così bene.
Dovrei provare SVM, se è così bello dividere aree della stessa classe nello spazio allora super, grazie per i consigli.