Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1336

 
Maxim Dmitrievsky:

Não percebo a ideia... reordenar os gráficos na tua mente e tudo ficará bem.

Faço-o porque sou demasiado preguiçoso para rebobinar os gráficos do testador o tempo todo, não há diferença e é ainda melhor, o treino está actualizado em vez de há 3 anos

O problema é que a conexão dos preços futuros com os preços atuais é logicamente realizada através do fato de que todas as negociações são planejadas com base nos preços atuais, que por sua vez afetam os preços futuros - ou seja, a conexão argumento-função vai da esquerda para a direita e não vice versa.
 
Aleksey Vyazmikin:

Porquê? Interessado não só no que está em jogo, mas também na razão de ser.

respondido acima
 
Maxim Dmitrievsky:

Não, eu tenho um processo Markov, a solução depende apenas do estado actual, não há planeamento quando se aprende como no q-learning clássico, por exemplo

não há nada a aprender no testador - vá direto para o tempo real:)

mas se você usar um testador, então faça tudo de uma só vez.

 
Ivan Negreshniy:
A questão é que a relação entre os preços futuros e os preços actuais é logicamente determinada pelo facto de todas as negociações serem planeadas com base nos preços actuais, o que por sua vez afecta os preços futuros, ou seja, a ligação argumento-função vai da esquerda para a direita, mas não o contrário.

Ele tem acordos de curto prazo, a julgar pelo gráfico. Nada vai mudar de um rearranjo. Melhor ainda, como aprender com os últimos dados, há uma chance de que o real será melhor do que quando aprender muito antes do real.

 
Maxim Dmitrievsky:

Já estou a cavalgar um pouco na troca, a senti-la...

Bem, talvez no câmbio, onde o agente pode influenciar o processo de alguma forma com suas ações lá no copo, mas aqui no Forex, onde não há influência e tratá-lo como um Markoviano...
 
Maxim Dmitrievsky:

Um desenvolvimento único de robôs com inteligência artificial que conquistarão não só o mercado, mas o mundo inteiro.

Planos napoleónicos. Deixa-me lembrar-te, Napoleão acabou em St. Helena.

 
Yuriy Asaulenko:

Planos napoleónicos. Lembra-te que Napoleão acabou em Santa Helena.

Todos acabam por ir parar a algum lado.
 
Maxim Dmitrievsky:

Esta é uma bicicleta para você, mas para outros uma SVM kernelizada (sobre "Reshetov's Vector Machine")

Duvido"kernelizada", a sua saída é linear, é apenas hiperplano, Eu não analisei em detalhes o código Java que Yury tinha postado no cyber-forum antes dele desaparecer, mas um "graale-writer" que eu sei que mandou analisar este código para um cliente ajustá-lo e disse que era apenas uma busca por força bruta de coeficientes de modelos lineares, algum tipo de busca estocástica personalizada como genética ou ottigrafia, o resultado é um vetor de coeficientes lineares, em suma, uma versão mais avançada desta obra-prima:

AI Expert Advisor para MetaTrader 4

double perceptron() 
  {
   double w1 = x1 - 100;
   double w2 = x2 - 100;
   double w3 = x3 - 100;
   double w4 = x4 - 100;
   double a1 = iAC(Symbol(), 00);
   double a2 = iAC(Symbol(), 07);
   double a3 = iAC(Symbol(), 014);
   double a4 = iAC(Symbol(), 021);
   return(w1 * a1 + w2 * a2 + w3 * a3 + w4 * a4);
  }

No entanto, os coeficientes são pesquisados não pelo MT-optimizador, mas pela minha própria arte.

 
Terminado o processamento dos modelos, semente 1 a 200 - Troquei a amostra de treinamento em amostra de validação e vice versa. Na tabela eu mantive a lógica, ou seja, onde havia 10% tornou-se 90% e vice-versa - isto é por causa da troca de amostras.

Tabela com os resultados da estimativa de saldo



Tabela com indicadores métricos




Tabela com o número de modelos que satisfazem os critérios de seleção em amostragem independente




Tabela com o número de modelos que satisfazem os critérios de selecção nas três amostras



Poucos modelos foram selecionados - não está claro porque isso aconteceu - precisamos pensar.

Gráficos dos modelos (não fiz fotos por causa do pequeno número de modelos selecionados)


60%

70%

O que podemos concluir aqui - a taxa de amostragem acabou por ser novamente superior a 30% (amostras antigas 70%, mas lugares trocados!). Os gráficos têm à primeira vista mais diferenças, mas ainda não o suficiente para uma execução paralela eficaz, para cobrir uma maior percentagem de completude (Recall).

 

E é assim que se combinam dois modelos da última e penúltima experiência - mas eu aumentei a separação para 0,55. Se um dos modelos tem um sinal, então entre no mercado.