Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 515
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
Os preços não são introduzidos no modelo sem algum tipo de conversão.
O andaime para extrapolação toma o valor conhecido mais próximo. Neuronc ou régua na extrapolação irá calcular algo de acordo com as fórmulas internas. Mas na verdade todos estes modelos nesta situação irão fundir-se, por isso não há diferença.Eles fazem sem qualquer conversão, mas não é essa a questão.
A diferença é enorme na aplicação técnica destes ou daqueles modelos. Não é isto que o dreno tem a ver com isto, mais uma vez não é essa a questão.Fazer tudo em MT não é conveniente. A melhor opção na minha opinião é o Python para aprendizagem e experimentação e uma DLL com carregamento de um modelo treinado para MT. Python tem uma coisa tão fixe para experiências com o caderno de Júpiter. Além da execução interativa do código nele você pode manter anotações, o que é útil para escrever pensamentos sobre um tópico. Então você tem que escolher uma biblioteca que possa funcionar em Python e C++. Python é fácil de aprender.
Fazer tudo em MT não é conveniente. A melhor opção na minha opinião é o Python para aprendizagem e experimentação e uma DLL com modelo treinado carregado para MT. Python tem uma coisa tão fixe para experiências com o caderno de Júpiter. Além da execução interativa do código nele você pode tomar notas, o que é útil para escrever pensamentos sobre um tópico. Então você tem que escolher uma biblioteca que possa funcionar em Python e C++. Python é fácil de aprender.
Tudo isto tira a questão, é preciso fazer tudo no mesmo lugar onde se negoceia, sem aborrecimentos desnecessários... poupando tempo e nervos. Você precisa fazer tudo no mesmo lugar onde você está negociando, sem aborrecimentos desnecessários, economizando tempo e nervos.
Mas a pitão é fixe, sem dúvida, o R rodou-a - é irritantemente lenta. Pelo que entendi, os profissionais da aprendizagem mecânica sentam-se em python, enquanto o R é tão tagarela e estatuária e os alunos para ensinar. Mas também é tudo um boneco, quando você pode conectá-lo diretamente.
R é, do ponto de vista de um programador, uma linguagem estranha e diferente de qualquer outra. Sim, para a aprendizagem da máquina, Python é o padrão.
R é, do ponto de vista de um programador, uma linguagem estranha e diferente de qualquer outra. Sim, Python é o padrão para a aprendizagem de máquinas.
Vocês são estranhos. Para um, "R do ponto de vista de um programador é uma linguagem estranha e diferente de qualquer outra linguagem". De que programadores estás a falar? O outrodiz "Eu tentei R - é irritante porque é lento" - pode ser que você tenha tentado em um lugar errado ou de uma maneira errada?
Você pode não estar ciente disso, mas todos os módulos Python estão disponíveis em R e, portanto, em MT. Além disso, todos os últimos desenvolvimentos gigantes TensorFlow (Googl), CNTK (Microsoft) e outros ofereceram instantaneamente uma API em R e, portanto, em MT. Sublinhei duas vezes - hoje é possível utilizar toda a riqueza da aprendizagem de máquinas no terminal via R. É preciso entender o que se quer fazer, conhecimento e habilidade. Se queres fazer, fá-lo.
O fio transformou-se numa verborreia inútil. Infelizmente.
Boa sorte.
Vocês são estranhos. Para um, "R é, do ponto de vista de um programador, uma linguagem estranha, diferente de qualquer outra coisa". De que programadores estás a falar? Outrodiz: "Eu tentei R e foi muito lento" - talvez você estivesse tentando torcê-lo em um lugar errado ou com uma ferramenta errada?
O fio transformou-se numa verborreia inútil. Infelizmente.
Boa sorte.
O próprio Sluggish R, não estou a falar de pacotes. Funciona mais devagar que a pitão e mais devagar que o MT5. Ou são conchas lentas como o RStudio, que nem sequer move as janelas suavemente, o que diz que é mesmo lento por si só. Sem mencionar a VS 2017 em conjunto com a Ropen, ela está constantemente pendurada, incompatibilidade de pacotes, etc. Tenho medo de imaginar o que vai acontecer se você também usar um pacote para trabalhar com python. Muitos pacotes para R são escritos por Deus sabe quem e podem conter bugs, não há padrões unificados.
Existem apenas alguns bons pacotes de redes neurais que você descreveu no seu último artigo, e que funcionam bem sem R. Tudo o resto no pré-processamento e assim por diante para forex é mais jogos mentais do que o uso eficaz de vantagens linguísticas. Bem, sim, as imagens podem ser avaliadas a olho nu, mas na maioria das situações as avaliações numéricas para todos os modelos são suficientes. IMHO :)
O próprio Slow R, não estou a falar de pacotes. Funciona mais lentamente que a pitão e mais lentamente que o MT5.
Não mais lento que o MT5... Eu fiz uma comparação antes:
ALGLIB é um péssimo travão para a aprendizagem.
Serviu 240-50-1 rede no ALGLIB, - esperou 2 dias, não esperou e desligou-o.
Ensinou a rede 70-5-1 em meia hora. Aprender nnet de R leva menos de um minuto com os mesmos dados.
Não mais lento que o MT5... Eu fiz uma comparação antes:
Você deu uma comparação com outro NS - não é mais R, mas um pacote que é escrito em profissionais e, claro, é rápido. Para uma grande rede você precisa do otimizador LBFGS, talvez você o tenha usado. As florestas são muito rápidas em algibeira, por exemplo, eu gosto... e a qualidade dos modelos nunca é pior do que no MLP. O reforço é certamente inferior, mas não muito crítico, tanto quanto posso dizer pelos artigos na internet. Isto é, essencialmente há um modelo universal que é um andaime de árvore, além de ser rápido. Todo o resto, que algum outro neurônio pode fazer algo melhor, ainda não foi provado na prática (em relação ao forex).
O multithreading não está em R mas em pacotes de redes neurais, conecte também ao mt5 e será um multithreading
Você fez uma comparação com outro NS - não é R, mas um pacote escrito em profissionais e, claro, é rápido. O Alglib não tem multithreading na versão gratuita, + para grandes redes você precisa do otimizador LBFGS, talvez você o tenha usado. A floresta é agradável rápido em Alglib, por exemplo, eu gosto... A qualidade dos modelos nunca é pior do que no MLP.
Parece ser o mesmo MLP, portanto a rede é a mesma em estrutura e quantidade de dados. Esse pacote não usava multithreading, apenas lia tudo com um thread (eu verifiquei com o gerenciador de tarefas).
Eu comparei as velocidades LBFGS (cerca de 40 min.) e LM (27 min.). De acordo com as descrições LBFGS deve ser mais rápido, mas na prática é o inverso em ALGLIB.
Checked e andaimes - muito mais rápido que NS (4 min.), e o resultado é praticamente o mesmo. E o que é interessante, a regressão linear conta ainda mais rápido, com os mesmos resultados.
Como alguém escreveu aqui - é tudo sobre características.
Parece ser o mesmo MLP, portanto a rede é a mesma em estrutura e quantidade de dados. Esse pacote não usava multithreading - eu li tudo em um único tópico (eu verifiquei no gerenciador de tarefas).
Eu comparei as velocidades LBFGS (cerca de 40 min.) e LM (27 min.). De acordo com as descrições LBFGS deve ser mais rápido, mas na prática ALGLIB é o oposto.
Pelo que entendi, você pode definir 1-2 épocas lá, já que quase sempre converge na primeira vez... talvez tenha sido um lapso... embora eu não o use há algum tempo, eu poderia ficar confuso.