Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 70
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Olá!
Estou tentando rodar uma rede convolucional a partir do pacote mxnethttp://tjo-en.hatenablog.com/entry/2016/03/30/233848, mas não exatamente, ou melhor, não sei como rodá-la com "nossos" dados, ou seja, na forma de strings, porque a rede funciona principalmente com imagens e os dados tomam a forma de um array multidimensional com matrizes, em suma, se alguém entende e sabe como rodá-la, eu ficaria muito grato por um exemplo da rede com, digamos, "íris
No calor de um novo tópico não notei meu post, +10 páginas em um dia não é uma piada)
Mas mesmo assim... Por favor, ajude, realmente preciso, eu vou publicar os resultados
Ouça! Ninguém usa o classificador Reshetov aqui excepto você, a maioria de nós usa o ambiente de programação R, é muito mais flexível em todas as direcções do que usar um produto separado... Se você explicar corretamente o quê e como, então eu acho que cada um de nós seria capaz de implementar tanto o algoritmo quanto o trade back test, você sabe? Explica apenas o que fazer e como fazê-lo correctamente. Eu disse-te que há uma semana implementei o mesmo conceito, mas não funcionou, e tu dizes que é tudo treta. e você terá uma implementação e um backtest, e em diferentes variantes de cada um de nós....
Como é que sei o que vai programar em R para preparar os dados?
Olá!
Estou tentando rodar a rede convolucional a partir do pacote mxnet http://tjo-en.hatenablog.com/entry/2016/03/30/233848, mas não exatamente, ou melhor, não sei como rodá-la com "nossos" dados, ou seja, na forma de strings, porque a rede funciona principalmente com imagens e os dados tomam a forma de um array multidimensional com matrizes, em suma, se alguém entende e sabe como rodá-la, ficaria muito grato por um exemplo da rede com, digamos, "íris
O que quer que explique, nós programamos, não sei do que estamos a falar...
Se você não souber como usar o Market Maker, não posso ter certeza se você ainda não o tem. Como é que sei o que vai programar em R para preparar dados? Eu trabalho com o optimizador Reshetov e fica-me bem. É apenas uma ferramenta, basta encontrar inputs e deo decentes no chapéu, e dado que a velocidade de optimização aumentou, penso que não será difícil fazer isso....
Não adianta tentar persuadir as pessoas a mudarem para outro software. É psicologicamente difícil, sei disso pela minha própria experiência e tenho observado isso muitas vezes nos outros. Por exemplo, quando eu trabalhava em uma organização, eles instalaram novos computadores e lançaram o Windows. Mas as pessoas não dominavam o Word e o Excel, lançaram o MS-DOS e usaram o editor de texto Lexicon para preencher todos os documentos, incluindo tabelas.
Para que a migração em massa para outro software comece, um resultado concreto deve ser demonstrado, por exemplo, sob a forma de um sinal lucrativo. Quando eu criei um Expert Advisor AfterEffects, também lancei um sinal para ele em uma demonstração. Os usuários viram o lucro e começaram a baixar o Expert Advisor. Atualmente, as páginas que descrevem a otimização do AfterEffects são as mais visitadas de acordo com as estatísticas, embora o sinal tenha sido desativado por um longo tempo. Aparentemente, alguém dirigiu o Expert Advisor na negociação, obteve lucros e deu conselhos a outros.
O mesmo tem de ser feito com o jPrediction. Construa um pacote jPrediction totalmente automatizado com o MetaTrader, obtenha lucros pelo menos na demonstração, execute o sinal, faça uma instrução para os usuários. E depois as pessoas vão-se juntar.
O que há para explicar? Não sou um desenvolvedor de redes neurais, sou um utilizador delas......
OMG....
Quando escrevi que fiz a mesma coisa que você, mas não obtive nenhum resultado, você disse que tinha que preparar os dados corretamente. O que você quer dizer com isso?
O mesmo tem de ser feito com o jPrediction. Construa um pacote jPrediction totalmente automatizado com o MetaTrader, obtenha lucros pelo menos na demonstração, execute o sinal, faça instruções para os usuários. E depois as pessoas vão atender.
Em termos modernos o jPrediction não é de todo um software, e compará-lo com o R está em oooh oooh... é preciso muita imaginação.
jPrediction é um dos classificadores - e muitos deles - e é importante ter um ambiente no qual compará-los.
Ainda mais importante é outra coisa.
É importante ter um conjunto de ferramentas suficientemente grande para a preparação preliminar dos dados iniciais. Além disso, é necessário ter um conjunto de ferramentas suficientemente grande para se poder avaliar o resultado.
Mas desculpa, estás apenas a anunciar outra bugiganga... Estás a confundir as pessoas...
A propósito, eu já afixei os dados. Quem pode tentar fazer isso? Vou afixar separadamente o conjunto fora da amostra para estimativa comercial. Em vez de -1;0;1 haverá valores de diferenças entre os preços com intervalo de 3 horas. E podemos calcular a expectativa de uma troca sobre os sinais previstos.
Vou tentar, treinar o modelo dentro de uma semana. Então posso até testá-lo na frente, na continuação ainda desconhecida desse arquivo. Mas há uma nuance de que o algoritmo com o qual estou trabalhando é construído em duas classes, em três será um problema com a minha função de aptidão física para avaliar o modelo.
Neste momento tenho duas classes possíveis no modelo, com um resultado de classificação de 0 ou 1 para venda/compra. Vou aplicar o mesmo código para as vossas três classes, mas com a saída escalada para (0;0.5;1), mas esta não é a melhor abordagem. Seria melhor fazer 3 outputs em neuronka correspondentes a três classes e tomar o resultado da classificação como o output com o maior valor. Não sei qual destas formas funcionaria melhor nos seus dados, farei os dois modelos, pergunto-me qual deles dará melhores resultados.
Vou tentar, treinar o modelo dentro de uma semana. Então posso até testá-lo na frente, na continuação ainda desconhecida desse arquivo. Mas há uma nuance de que o algoritmo com que trabalho é construído em duas classes, em três haverá um problema com a minha função de fitness para avaliar o modelo.
Neste momento tenho duas classes possíveis no modelo, com um resultado de classificação de 0 ou 1 para venda/compra. Vou aplicar o mesmo código para as vossas três classes, mas com a saída escalada para (0;0.5;1), mas esta não é a melhor abordagem. Seria melhor fazer 3 outputs em neuronka correspondentes a três classes e tomar o resultado da classificação como o output com o maior valor. Não sei qual destas formas funcionaria melhor para os seus dados, vou fazer os dois modelos, pergunto-me qual deles dará melhores resultados.