L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1917
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, dovrebbe essere lo stesso di tutti gli altri) L'idea è quella di modificare le caratteristiche, addestrare il modello e vedere cosa succede con i nuovi dati.
Come lavoriamo con i modelli ordinari? Diamo solo x1,x2,x3,....x20 ed è la fine.
Quello che ho fatto nell'ultimo script è che - 0,82
Ho preso tutti i 31 indicatori come predittori.
poi ho preso le loro previsioni come predittori di secondo ordine, poi ho preso le previsioni dalle previsioni e così via per 11 volte fino a quando l'errore è sceso, ho ottenuto 0,82 invece di 0,7
Non so dove ho sbagliato ((
L'idea è assolutamente corretta e permette di generare essenzialmente dei predittori, ma ci sono due sottigliezze:
1. Riproducibilità dei risultati - sarà necessario fare qualche tipo di conversione aggiuntiva - cosa otteniamo dopo l'elaborazione - una nuova tabella?
2. È necessario controllare le regolarità sul periodo di campionamento - che la classificazione corretta sarebbe su siti diversi e non è realizzato in qualsiasi modello di formazione noto a me che è molto male.
Dal momento che la maggior parte dei miei predittori sono categorici in essenza quantili, voglio provare a generare predittori combinando attraverso && pre-unendo intervalli di predittori statisticamente significativi.
Per quanto riguarda l'errore, è caduto su un campione precedentemente sconosciuto o su un campione di prova? Forse lo script ha preso in considerazione le letture del campione di prova quando ha generato nuove regole?
È passato un po' di tempo, qual è il risultato finale - il metodo funziona o no?
ha deciso di vedere come sarebbero stati i dati tipici per l'allenamento di NS in 3d ))
i dati sono 31 indicatori, l'obiettivo è uno zigzag
ho diminuito la dimensionalità a tre dimensioni con tre algoritmi - pca, t-sne, umap (gli ultimi due sono considerati i più avanzati)
che cos'è comunque -https://en.wikipedia.org/wiki/Dimensionality_reduction
how it can help -https://ru.wikipedia.org/wiki/%D0%9F%D1%80%D0%BE%D0%BA%D0%BB%D1%8F%D1%82%D0%B8%D0%B5_%D1%80%D0%B0%D0%B7%D0%BC%D0%B5%D1%80%D0%BD%D0%BE%D1%81%D1%82%D0%B8
Così i dati 31 indicatore obiettivo zigzag, prima abbiamo PCA
Puoi postare lo script in modo che anche i manichini come me possano guardare queste belle immagini sui loro campioni?
Ho avuto l'idea di creare un thread per discutere delle funzioni di destinazione, non una discussione, ma piuttosto di creare un database di diversi tipi di funzioni di destinazione e statistiche su di esse, cosa funziona e cosa non funziona affatto.
Pensi che qualcuno ne abbia bisogno?
L'idea è buona, ma oltre alle idee, sarebbe utile avere un codice aperto in MQL - il risultato sarebbe una biblioteca.
Se non addirittura un codice, almeno un algoritmo di parole per la riproduzione.
1. prevedere il prezzo massimo del giorno usando i dati intraday (regressione)
Dai dati interni dei giorni precedenti o durante il giorno - se quest'ultimo, allora entro la fine della giornata l'errore semplicemente diminuirà.
Se in un certo momento, il campione sarà piccolo.
2. a quale livello di ripartizione ci sarà un eccesso di volatilità (regressione + classificazione)
Non so nemmeno cosa sia la super volatilità, ma penso che si tratti solo della tendenza o no?
Se ci sono molti livelli, ci saranno molte classi, il che significa un errore molto più alto che con la classificazione binaria.
L'unico modo per farlo è usare un modello diverso per ogni livello...
2. Predire l'ora dell'inversione giornalierausando i dati intraday(classificazione).
È essenzialmente la stessa cosa della previsione del prezzo massimo - gli stessi problemi.
3. Se la prima candela era nera, la terza sarà bianca? (classificazione)
Dovrebbe essere molto semplice - potremmo provare.
4. segnare i livelli di supporto e resistenza e prevedere il livello da cui avverrà un rimbalzo/rottura (classificazione).
Stessi problemi della seconda frase.
5. prevedere il periodo ottimale per l'indicatore in qualsiasi momento (regressione).
Questo è interessante, naturalmente, capovolgendo lo scopo dell'uso dell'indicatore.
È passato molto tempo, qual è il risultato - il metodo funziona o no?
Sì, non l'ho capito io stesso, credo di sì, prova a pasticciare qualcosa di simile
Ci sono i segni x1,x2,x3 e l'obiettivo "Y".
fare una previsione sugli attributi
"Y_x1[i+1]" ~ x1+x2+x3
"U_x2[i+1]" ~ x1+x2+x3
"Y_x3[i+1]" ~ x1+x2+x3
e aggiungere al modello
x1,x2,x3"U_x1" + "U_x2"+ "U_x2" e l'obiettivo "U"
ora ci sono 6 segni.
Puoi postare lo script in modo che i manichini come me guardino queste belle immagini sui loro campioni?
L'ho già cancellato, è divertente da visualizzare, indulgere... ma non so se ne hai bisogno... Se ne hai bisogno, posso scriverlo di nuovo, giusto?
L'idea è buona, ma oltre alle idee, sarebbe utile avere un codice aperto in MQL - il risultato sarebbe una biblioteca.
Se non addirittura un codice, almeno un algoritmo di parole per la riproduzione.
Se volessi dimostrare che ci sono milioni di modi di fare previsioni, mi sto annoiando con uno solo: o il binario (su/giù) o gli incrementi, e basta! Entrambi non funzionano, ma tutti si stufano)!
Io stesso non l'ho capito, credo di sì, prova a cucinare qualcosa di simile da te.
ci sono i segni x1,x2,x3 e l'obiettivo "Y"
fare una previsione sui segni
"Y_x1[i+1]" ~ x1+x2+x3
"U_x2[i+1]" ~ x1+x2+x3
"U_x3[i+1]" ~ x1+x2+x3
e aggiungere al modello
x1,x2,x3"U_x1" + "U_x2"+ "U_x2" e l'obiettivo "U"
Ora ci sono sei segni.
Sì, proverò la mia metodologia, ma sembra ancora che sarà tutto molto lento da fare - molte combinazioni.
Quanto di questo viene fatto su R, con quanto campionamento?
L'ho già cancellato, è divertente da visualizzare, solo per divertimento... ma non so se ne ho proprio bisogno... Se ne hai davvero bisogno, posso scriverlo di nuovo, giusto?
Sarebbe interessante vedere - basta scrivere più cosa e come mettere la libreria, per favore. E altri commenti nello script. Delimitatore personalizzabile e selezione della colonna con destinazione, anche colonne di esclusione :)
A proposito, puoi fare il dropdown di diversi gruppi di colonne nel ciclo e vedere come cambiano questi modelli visivi, poi il salvataggio delle immagini dovrebbe essere realizzato...
Sì, ho scritto tutte queste opzioni solo per mostrare che ci sono milioni di modi per prevedere, e poi tutti attaccati a uno o binario (su / giù) o incrementi, e questo è tutto!!! Sono stufo di questo ... Nessuno dei due funziona, ma tutti si stanno stancando di loro )
Milioni di loro...
Prova il mio metodo - 1 o -1 - vettore opposto ZZ canale Doncian ha attraversato il punto di cambio vettore. Entrare sul cambiamento del vettore, pescare sul canale opposto e 0 - non entrare nel mercato - piatto. Con una precisione di classificazione del 40% di 1 e -1 ci sarà un profitto.
Da semplice voglio implementare un obiettivo primitivo con entrata corretta con 1k3 rischio in pip o qualsiasi dato - l'insieme con rischio diverso può dare buoni risultati nel complesso, ma è teorico.
E così, naturalmente, si deve pensare a diversi obiettivi.
Sì, proverò la mia metodologia, ma sembra ancora che sarebbe tutto molto lento da fare - molte combinazioni.
Quanto di questo viene fatto in R, con quanto campionamento?
È molto veloce con la vettorizzazione, ma quando ho scritto un checker per farlo contare di una barra, è più lento, ma ancora molto accettabile.
Sarebbe interessante da guardare - ma ditemi quali librerie usare e come usarle, per favore. E altri commenti nello script. Delimitatore personalizzabile e selezione della colonna con destinazione, anche colonne di esclusione :)
Ok. Mandami un file con i tuoi attributi e l'obiettivo, nel formato in cui butterai il p-file, cercherò di farlo funzionare fuori dalla scatola
Non un grande file per favore 1000 linee per gli occhi
Basta tenere a mente che questo è solo un giocattolo, solo per la visualizzazione, se si vuole controllare il modello/segni è 10000% meglio vedere stupidamente l'errore sul test)È molto veloce con la vettorizzazione, ma quando ho scritto un checker per farlo contare una barra alla volta, è più lento, ma è ancora molto accettabile.
Hm, interessante - se pensi di poterlo fare, lascia lo script, potrebbe essere davvero utile. Ora sto facendo un pool molto grande di nuovi predittori, e ho bisogno di cercare in qualche modo una connessione tra loro - sinergia, forse la maggior parte di loro dovrà essere buttata via...
Ok. Mandami il file con i tuoi tratti e l'obiettivo, nel formato in cui butterai il p-file, cercherò di farlo funzionare fuori dalla scatola
Solo non un file grande, per favore. 1.000 linee sono sufficienti.
Il fatto è che i formati possono cambiare - quindi non siate avari di commenti :)
Una variante del più comunemente usato, allegato.
tempo o ignorarlo?
Ignorare, così come le ultime colonne con il risultato finanziario. Il tempo è nei predittori.
Ignorare, così come le ultime colonne con il risultato finanziario. La tempistica è nei predittori.
Sì sì, l'ho già visto)
Per quanto riguarda l'obiettivo, penso che dovrebbe essere cambiato quando non c'è modo di cambiare i dati di input, come ho detto nel video. Quando i dati sono raccolti e non c'è modo di cambiarli. Altrimenti, se avete una varietà di variabili di input, dovreste prendere l'obiettivo predefinito e scavare nei dati di input.
Non dimenticate, se l'obiettivo contiene deliberatamente degli errori e migliorerà la curva di apprendimento, allora anche il modello farà degli errori secondo l'obiettivo. IMHO