Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 397
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
Eu tenho uma versão resumida, este é o resultado do conjunto que eu postei logo acima.
Mas mais uma vez, levei quase um dia para o optimizar.
Os resultados da avaliação da importância são os seguintes. Quanto mais alto o prognosticador na mesa, melhor. SomenteVVolum6, VDel1, VVolum9, VQST10 passaram no teste.
No guizo podemos construir 6 modelos ao mesmo tempo sobre estes 4 preditores, e SVM mostra uma precisão de cerca de 55% na validação e dados de teste. Nada mal.
É possível obter o arquivo fonte? Eu quero comparar este resultado com a minha abordagem.
O resultado de 55% é muito mau para estes 6 preditores
É possível obter o arquivo fonte? Eu quero comparar este resultado com a minha abordagem.
O resultado de 55% é muito mau para estes 6 preditores
Mas, por outro lado, levei quase um dia a optimizá-lo.
Err... não, eu preciso de algo por 15 minutos :) então eu vou remover metade dos preditores
Francamente falando, eu nem sei como é organizado. Acho que é assim. A amostra é dividida em duas partes - uma de teste e outra de treinamento. Uma grade é treinada em uma parte e testada na outra. Outro, pelo contrário, é treinado no segundo, e testado no primeiro, depois o resultado é somado e o resultado geral é calculado, tal como aquele IMHO
esta metodologia aplica-se a qualquer aprendizagem de máquina.
O Maxim está sobre o assunto?
O classificador Reshetov ainda é um único neurónio, não é uma rede? Ou é uma rede de neurónios Reshetov?
Mas eu gostaria de me dirigir a todos. Não há dados no grande conjunto a partir de 05.29. Ou seja, você pode ensiná-lo por completo e obter o modelo, então você pode carregar o modelo no MKUL e ver como ele funciona nessas duas semanas. Esta será uma medida do desempenho do modelo. Em outras palavras, o modelo que ganha mais com o mínimo de drawdown e que ganha. Eu otimizei um conjunto reduzido e o modelo funcionou assim
Vejamos como os SEUS modelos vão se sair nesta área????
uh... não, eu preciso de algo por 15 minutos :) então eu vou apagar metade dos preditores
Então deixe del,vdel,voluntario,vvolum.
esta metodologia aplica-se a toda a aprendizagem da máquina.
Talvez Maxim esteja sobre o assunto?
Eu dei-lhe um link para o seu site, há uma descrição do modelo. Nem sei como caracterizá-lo, diz Máquina Nuclear + Máquina Vectorial. É mais complicado lá do que na versão mt5 + treino com o adversário em vez de seleccionar pesos no optimizador, mas produz os mesmos pesos para cada preditor.
Agora vamos sonhar um pouco e imaginar que temos uma máquina com 100 núcleos para otimização e executamos um conjunto completo de dados com 452 linhas e conjunto completo de colunas e em tempo aproximado o otimizador calculou tudo, o que seria o modelo????
Bem, primeiro as variáveis de entrada serão mais de 10-12 e o tamanho do polinômio será bastante grande. O que é que isso te diz. Que o modelo é multi-paramétrico, o que leva em conta muitos fatores de mercado (o que é bastante relevante porque é ridículo prever o mercado com base em um modelo (como exemplo)). O comprimento do polinômio sugerirá que o modelo é muito flexível. No final este modelo funcionará durante muito tempo com um nível de qualidade apropriado quando a curva de equilíbrio é dirigida para cima com um ângulo de 45 graus sem quedas abruptas e vales. Isso não seria um sonho????
E quanto ao grande conjunto, direi que todo o contrato de futuros de junho é coletado lá. Em outras palavras, você deve treinar o modelo com estes dados e alcançar um bom resultado no treinamento e teste e este modelo funcionará pelo resto de sua vida, pois aprendeu todo o contrato de futuros. O próximo contrato será exactamente o mesmo em termos da relação entre as saídas e as entradas IMHO. É uma forma de graal, que funciona com erros, mas por tempo suficiente. E se você treinar rede nos dados anuais, com o nível adequado de qualidade, você saberá sobre o mercado. Algo parecido com isto ....
Bem, sim. Há apenas a versão antiga e a abordagem básica. Mas como a prática tem mostrado, a abordagem de duas redes aumenta significativamente a capacidade de generalização. O resultado do otimizador é o seguinte arquivo. Você pode ver duas grades e uma normalização diferente para cada grade. Então os resultados são combinados no final.
Então Reshetov fez um bom produto, você não deveria tê-lo criticado para ser honesto ......
Olhando para o arquivo, há 8 coeficientes de entrada é23, ou seja, há um neurônio para trabalhar com 3 entradas. Acho que durante vinte e quatro horas o seu programa conta que 3 entradas de 100 devem ser dadas a este neurónio. Pensei que o neurónio tinha sido expandido para pelo menos 10 entradas...
getBinaryClassificator1(x0, x1, x2, x3, x4, x5, x6, x7);