Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1354
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
Guarde os arquivos. Ver anexo.
Learn.csv - entradas. O primeiro dígito de cada linha é a encadernação da história, deve ser removido.
Cell.scv - alvo.
Este é o gráfico que devemos obter após o treino com estes dados.
O filtro é aproximadamente igual à EMA(16) e a previsão - 5 minutos.
Vou fazer o teste mais tarde, quando precisar.
Não tenho a certeza se este gráfico é um gráfico de treino ou um gráfico de teste.
Aqui está o CatBoost no teste - os últimos 100 valores.
Histograma de desvios.
Levei 4000 para treinamento, 2000 para validação e 100 filas para o teste. Treinei 1000 árvores de profundidade 6, fórmula RMSE (substituída porPoisson).
Amostra e configurações anexadas, para a reprodução você precisa baixar o CB e colocá-lo no diretório Setup.
Na amostra de treinamento, a mesma distribuição não se parece com a sua.
Adicionado: Aplicação incorrecta do modelo - os gráficos de probabilidade revelaram-se...
Não está muito claro, você tem este gráfico em que amostra - está no treinamento ou no teste?
Aqui está o CatBoost no teste - os últimos 100 valores.
Histograma de desvios.
Levei 4000 para treinamento, 2000 para validação e 100 filas para o teste. Treinei 1000 árvores com uma profundidade de 6, fórmula RMSE.
Amostra e configurações anexadas, para a reprodução você precisa baixar o CB e colocá-lo no diretório Setup.
Na amostra de treinamento também a distribuição não se parece com a sua
O meu gráfico é apenas um treino em toda a amostra. Eu não fiz teste neste aqui. Será aproximadamente idêntico ao treino.
Sim, eu nunca fiz regressão antes, há muitas funções de fitness obscuras, ao contrário da classificação, dão resultados diferentes, e eu tomei o valor errado.
Aqui está a amostra de teste.
E aqui está a amostra de treino - 4000 filas.
Histograma de desvios para a amostra de teste
Aqui está o gráfico geral para as 3 amostras.
A métrica que foi usada para treinar a amostra de teste
Ele diz que poderíamos ter parado de treinar com 250 iterações e que o modelo está a ser requalificado.
Sim, eu nunca fiz regressão antes, existem muitas funções de fitness obscuras, ao contrário da classificação, que dão resultados diferentes, e eu tomei o valor errado.
Aqui está a amostra de teste.
E aqui está a amostra de treino - 4000 filas.
Histograma de desvios para a amostra de teste
Aqui está um gráfico geral para 3 amostras
Parece bem.
Bem, sim, você pode melhorar se quiser - eu só não tenho experiência com modelos de regressão.
Assim, os principais preditores são ferramentas de trabalho :)
Anexei a versão final com ajustes - ele treina 10 modelos com diferentes Sementes
Bem, sim, você pode melhorar se quiser - eu só não tenho experiência com modelos de regressão.
Assim, os principais preditores são ferramentas de trabalho :)Há uma série de preços em escala no insumo. - Há 20 valores próximos e é isso. Não se trata de preditores, mas da formulação do problema - ele pode ser resolvido. E a sua floresta vai pensar em preditores por si só).
Sim, é sobre a declaração do problema, eu concordo. É que eu não vejo o preço como uma massa a partir da qual as tortas são moldadas, e são necessários preditores para moldar essas tortas.
Uma das técnicas clássicas que pode melhorar um modelo. Ou melhor, encontrar o melhor. A aplicação original de Monte Carlo.
https://en.wikipedia.org/wiki/Importance_sampling
Você não aplicou este método no seu artigo?
Para fora da política (gradiente de política) RL
https://medium.com/@jonathan_hui/rl-importance-sampling-ebfb28b4a8c6
Você pode explicar em russo, com suas próprias palavras, qual é a idéia? Em inglês, por assim dizer).
O filtro LPF que previmos com bastante sucesso. Mesmo agora nós os dois, não só a NS, mas a floresta. Agora vamos tentar prever o preço, o que é um exercício inútil). Nós preferimos prever a componente RF da mudança esperada na expectativa de preço, que (expectativa) é atualmente desconhecida. E aqui no contexto de todos os tipos de movimentos, oscilações de HF e tudo mais.
Então temos o seguinte: o tempo de previsão é de 5 m em 1m TF.
Como de costume: x é a previsão, y é o valor real. Bem, inclinado a 45 graus parece um rectângulo, obrigado por não ser um círculo. Se você se mover um pouco para a direita esquerda de zero em x, você pode até jogar com uma probabilidade de um pouco mais de 50% (ver áreas).
Claro que seria bom construir todo o tipo de linhas de regressão e distribuições, mas é necessário fazer fatias, pelo menos algumas - isso é para mais tarde.
PS Bem, e uma previsão usando um algoritmo ligeiramente modificado. Os mesmos 5 min no tempo de 1m.
Já está muito melhor). A partir da previsão >2 e < -2 por х, dificilmente se esperam negócios com perdas se simplesmente fecharmos em 5 minutos.