L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 854
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
Per me? Ho già risolto il problema. Ora sto pensando a qualcos'altro da fare. Python o R. Non ho ancora nuove idee.
Quindi come si valuta il modello? Oppure si ottiene sempre lo stesso modello quando si costruisce lo stesso set più e più volte. È così?
Hai ragione, hai ragione, ma il compito dell'IA è proprio nelle serie non stazionarie, dove il modello è fluttuante. Il compito dell'IA è quello di mantenerla in funzione quando quella relazione scappa, anche se solo per un breve periodo, ma abbastanza a lungo per fare soldi. Dopo tutto, il modello non cambia a passi da gigante. Al posto della prima voce principale ce n'è un'altra, ma quella principale rimane ancora nel set e qui è l'IA che si assume l'onere di tenere la linea, come si dice. Ecco perché nel primo mese del contratto a termine bisogna allenarsi molto spesso, soprattutto quando il mercato non sa dove andare. Guardando il Vtrite, posso vedere questo schema che balla intorno. Ma nel mezzo e alla fine dei futures, di regola, il mercato diventa più ordinato e una voce domina per molto tempo.
Amico, tutti lavorano dal momento o un paio di giorni prima della precedente chiusura dei futures. Cosa diavolo è il primo mese?
il modello varia caoticamente e le deviazioni nei modelli aumentano esponenzialmente con il tempo
qualsiasi approssimatore (tranne, in parte, RNN o LSTM) non può risolvere tali problemi
tutti gli articoli sulle statistiche, con tentativi di applicarle al mercato nella loro forma attuale - possono essere buttati via e non prestarvi attenzione
gli sforzi principali dovrebbero essere concentrati sui metodi di lavoro in un ambiente non stazionario, uno dei quali è suggerito da Alexander (a condizione di non avere segni che hanno un effetto stazionario su un quoziente, che non può essere estratto dal quoziente stesso, a-priori)Quindi qual è il metodo di stima del modello? O si ottiene sempre lo stesso modello quando si costruisce ripetutamente lo stesso set? È così?
Probabilmente è diverso, chi lo sa. Viene addestrato su una sequenza casuale.
Probabilmente è diverso, chi lo sa. È addestrato su una sequenza casuale.
Ok, allora come si fa a scegliere quello giusto? O finiscono tutti per dare lo stesso risultato nel ciclo di feedback?
Nel mio caso tutti i modelli lavoreranno in modo diverso sul ciclo di feedback....
Ok, allora come si fa a scegliere quello giusto? O finiscono tutti per dare lo stesso risultato nel ciclo di feedback?
Ho tutti i modelli che lavorano in modo diverso sull'o.c.p.....
Ho solo un modello - nc-60 neuroni. Non c'è bisogno di scegliere. Ci alleniamo, lavoriamo.
Sì, feedback - che cos'è?
Ho solo un modello - NS -60 neuroni. Non devi scegliere niente. Ci alleniamo, lavoriamo.
Sì, che cos'è l'O.C.D.?
Uh... Geez........ Avete un NS, ma quando lo allenate, otterrete sempre pesi di neuroni diversi. SEMPRE DIVERSO. Funzionerà allo stesso modo nell'area di allenamento. Ma ogni volta che lo si allena, si otterrà sempre un NS diverso e la differenza è nei coefficienti dei neuroni. Quindi, possiamo determinare statisticamente che questa NS funzionerà meglio in futuro con questa particolare serie di probabilità rispetto a questa. Non è vero? O non capisco qualcosa. In P è solo tutto cucito all'interno...... come ho capito...
Già... Geez...... Avete un NS, MA quando lo allenate otterrete sempre diversi coefficienti di ponderazione dei neuroni. SEMPRE DIVERSO. Funzionerà allo stesso modo nell'area di allenamento. Ma ogni volta che lo si allena, si otterrà sempre un NS diverso e la differenza è nei coefficienti dei neuroni. Quindi, possiamo determinare statisticamente che questa NS funzionerà meglio in futuro con questa particolare serie di probabilità rispetto a questa. Non è vero? O non capisco qualcosa. È solo che in R è tutto cucito dentro...... come lo capisco...
Non lavoro in R.
Sì, è sempre un NS diverso ad ogni allenamento. Lo controllo, l'unico, su un BP indipendente, e via al reale. A proposito, per i futuri.
Non lavoro in R.
Sì, è sempre un NS diverso ad ogni allenamento. Lo controllo, l'unico, su un BP indipendente, e via al reale. A proposito, sui futures.
L'ho testato anche su un BP indipendente. La mia strategia di base mi permette di creare un tale BP senza perdere tempo. Ma come si è scoperto è meglio usare i metodi calcolati nel mio esempio. Quindi, statisticamente più affidabile per capire quanto il tuo modello porta informazioni sull'output....