Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 817

[Yuriy Asaulenko]

Maxim Dmitrievsky:

Eu joguei há muito tempo, agora eu voltei porque há pontos interessantes (nem mesmo no próprio Bayesian NS, mas em princípio)

Há também duas partes. Pesquisa por autor.

[Maxim Dmitrievsky]

Yuriy Asaulenko:

Há também uma parte 2. Procura-o no autor.

Sim, eu sei.

[Andrey Dik]

Maxim Dmitrievsky:

Sim, porque não vamos com probabilidades se ninguém tiver ideias?

Sinto que esta é a última coisa que resta, e se não melhorar a TS, a reciclagem não pode ser superada em princípio.

Já existem algumas ideias interessantes que vou manter por agora para não excitar as mentes dos "simpatizantes".

aqui está apenas um artigo interessante

https://habrahabr.ru/post/276355/

É interessante. Parece ser bem conhecido... mas ajudou a trazer algumas ideias novas à mente.

Provavelmente não é o que está no material que é importante, mas como ele é apresentado.

[СанСаныч Фоменко]

Alyosha:

Não importa se é um marshkas com martin, ML em python ou R se algum segurança ou funcionário torce os botões baseado em sua "intuição", o resultado é o mesmo, Fa pelo menos conscientemente oferece um GARCH coxo com o preço do passado sendo o melhor preditor do futuro, Fa não está tentando em vão encorajar as pessoas, na medida em que ele é mais honesto.

Pela centésima vez:

1. datamaning é obrigatório. é obrigatório começar com a seleção apenas daqueles preditores que têm influência sobre a variável alvo. E depois toda a datamining.

2. Há dois modelos:

• Classificação, que deve encontrar automaticamente padrões
• GARCH que deve levar em conta as características estatísticas das séries cronológicas

3. Formação de modelos com validação cruzada, se possível.

4. avaliação de modelos fora do arquivo de treinamento

5. Teste de teste no testador.

Pela centésima vez TODOS os passos são obrigatórios!

Tendo feito tudo isso, você pode fazer a suposição de que o depoimento não vai vender imediatamente!

Vamos lá, homens! Acabar de sair no fórum e com uma alegria tranquila para implementar o plano delineado para o R.

Três vivas!

[Alexander_K2]

Onde está o Michael com o Graal desenfreado?

[Dr. Trader]

Nas ilhas :)

[Alexander_K2]

Alyosha:

Não importa se é um martin, ML em python ou R se algum segurança ou funcionário está girando suas rodas baseado em sua "intuição", o resultado é o mesmo, Fa pelo menos conscientemente oferece um GARCH coxo, cujo preço passado é a melhor previsão do futuro, Fa não está tentando fazer as pessoas se sentirem bem, ele é mais honesto sobre isso.

A única pessoa inteligente aqui é Alyosha...

[Aleksey Vyazmikin]

Você pode me dizer qual algoritmo de rede neural pode ser usado para revelar a lógica (neurônio) da coluna "Calc"?

Delta<200	Delta<350	Delta>350	ZZ_D	Calc
0	1	0	1	1
0	1	0	1	1
1	0	0	1	0
1	0	0	-1	0
1	0	0	1	0
1	0	0	-1	0
0	0	1	1	1
0	1	0	1	1
0	0	1	1	1
0	0	1	1	1
1	0	0	-1	0
1	0	0	1	0
0	1	0	1	1
0	1	0	1	1
0	1	0	1	1
0	0	1	1	1
0	1	0	1	1
0	1	0	1	1
1	0	0	-1	0
0	0	1	1	1
0	1	0	-1	0
0	1	0	1	1
1	0	0	-1	0
0	1	0	1	1
0	1	0	-1	0
0	0	1	1	1
0	1	0	1	1
1	0	0	-1	0
0	1	0	1	1
1	0	0	-1	0
1	0	0	1	0

[Maxim Dmitrievsky]

Andrey Dik:

Interessante. Parece que tudo já é conhecido há muito tempo... mas contribuiu com novos pensamentos.

Provavelmente não é o que está no material que é importante, mas como ele é apresentado

Sim, e o RBM é conhecido há muito tempo, mas há muita pesquisa nova nesta área que ainda não li sobre

mas a principal diversão é que pode ser usado para pré-processamento de recursos, é isso que eu preciso

... eu sou burro, então no dipling já usado... lol... eu só descobri porque :) tudo já foi inventado antes de nós novamente

[Dr. Trader]

Aleksey Vyazmikin:

Você pode me dizer qual algoritmo de rede neural pode ser usado para revelar a lógica (neurônio) da coluna "Calc"?

É melhor usar uma árvore para isto, este modelo vai criar um conjunto de regras:

if( [Delta<200] >= 0.5 )
{
  return 0;
}
else if(ZZ_D < 0)
{
  return 0;
}
else
{
  return 1;
}

Eu escrevi o código rapidamente, o modelo dá o resultado como texto ou imagem

Há uma descrição no artigo de como fazê-lo em R:
https://www.mql5.com/ru/articles/1165

No separador "Modelo", seleccione a árvore. Defina "min split" e "min balde" para 1. Crie um modelo e depois clique no botão Desenhar para mostrar a imagem. Regras - mostrar regras em forma de texto