Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1492

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

Sim, então detecte-os no futuro e escolha um modelo que funcione bem neste cluster em particular.

Você também pode simplesmente arquivá-lo como um recurso, NS/forest irá sub-modelo em si

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

https://radfiz.org.ua/files/temp/Lab1_16/alglib-3.4.0.csharp/csharp/manual.csharp.html#example_mcpd_simple1

encontrou exemplos aqui, procure por "markov".

Aqui estão mais alguns exemplos https://csharp.hotexamples.com/examples/-/mcpd.mcpdreport/-/php-mcpd.mcpdreport-class-examples.html

[Igor Makanu]

artigo interessante sobre treinamento de NS em Habra ( apenas uma leitura )Restaurando Fotos com Redes Neurais

os mais valiosos, como sempre, são os comentários do usuário - ao longo do artigo o autor descreve um grande avanço em seu trabalho, como de costume com uma comparação de software de terceiros, mas os usuários imediatamente apontaram a falha - a predominância do verde

conclusão - a preparação dos dados de entrada é mais importante do que a própria tecnologia de treinamento NS

[Alexander_K]

Igor Makanu:

a conclusão é que a preparação dos dados de entrada é mais primária do que a própria tecnologia de treinamento NS

O feiticeiro disse isto há um bilião de páginas.

Cavalheiros, quando é que vão aprender a ouvir-se uns aos outros? O que é essa mesquinhez e estupidez? É realmente irritante e enfurecedor.

[Petros Shatakhtsyan]

Igor Makanu:

artigo interessante sobre treinamento de NS em Habra ( apenas uma leitura )Restaurando Fotos com Redes Neurais

os mais valiosos, como sempre, são os comentários do usuário - ao longo do artigo o autor descreve um grande avanço em seu trabalho, como de costume com uma comparação de software de terceiros, mas os usuários imediatamente apontaram a falha - a predominância do verde

a conclusão - a preparação dos dados de entrada é mais importante do que a tecnologia de treinamento NS

A questão é que a imagem não está em movimento e não muda, assim como as impressões digitais. E na máquina de reconhecimento de padrões a aprendizagem é indispensável.

Mas quando o MO é aplicado sobre dados históricos em forex, ele só dá a ilusão de que ele encontrou a melhor opção.

Quando na verdade simplesmente aprendeu a contornar todas as áreas perigosas da história, resultando em um grande gráfico de ganhos.

Mas o preço é um processo dinâmico que está sempre mudando e avançando, e ninguém pode adivinhar para onde o preço vai: Assim, um robô baseado na aprendizagem da máquina sempre cometerá um erro na negociação real em situações incomuns.

[Igor Makanu]

Petros Shatakhtsyan:

Mas quando o MO é aplicado em dados históricos em Forex, ele só cria a ilusão de que encontrou a melhor opção.

E na realidade, ele simplesmente aprendeu na história a contornar todas as áreas perigosas, resultando em um grande gráfico de ganhos.

leia tudo istohttps://habr.com/ru/post/443240/

Mas não é assim tão mau, vou tentar mostrar a minha opinião pela centésima vez: MO não é melhor nem pior do que o testador de estratégia GA,

mas continua a ser um tema muito interessante, é fascinante ))))

[[Excluído]]

elibrarius:
Aqui estão mais alguns exemplos https://csharp.hotexamples.com/examples/-/mcpd.mcpdreport/-/php-mcpd.mcpdreport-class-examples.html

Bem, afinal é bastante fácil de aplicar. Do exemplo 1.

Definimos o número de estados, e seqüências de transições (digamos, históricas). Isto é, as probabilidades de estar num determinado estado. E depois conta a probabilidade total para todos os estados.

Ou em MAshki para fazer um exemplo simples para o início, mas até agora ainda não sei como fazê-lo, talvez@mytarmailS explique.

//+------------------------------------------------------------------+
//|                                                          HMM.mq5 |
//|                        Copyright 2018, MetaQuotes Software Corp. |
//|                                             https://www.mql5.com |
//+------------------------------------------------------------------+
#property copyright "Copyright 2018, MetaQuotes Software Corp."
#property link      "https://www.mql5.com"
#property version   "1.00"
#include <Math\Alglib\dataanalysis.mqh>
CMCPDState states;
CMCPDReport report;
CMatrixDouble track0, track1, results;

//+------------------------------------------------------------------+
//| Script program start function                                    |
//+------------------------------------------------------------------+
void OnStart()
  {
//---
   track0.Resize(5, 2);
   track1.Resize(4,2);
   
   track0[0].Set(0, 1.0);
   track0[0].Set(1, 0.0);
   
   track0[1].Set(0, 0.95);
   track0[1].Set(1, 0.05);
   
   track0[2].Set(0, 0.92750);
   track0[2].Set(1, 0.07250);
   
   track0[3].Set(0, 0.91738);
   track0[3].Set(1, 0.08263);
   
   track0[4].Set(0, 0.91282);
   track0[4].Set(1, 0.08718);
   
   track1[0].Set(0, 0.8);
   track1[0].Set(1, 0.2);
   
   track1[1].Set(0, 0.86);
   track1[1].Set(1, 0.14);
   
   track1[2].Set(0, 0.887);
   track1[2].Set(1, 0.113);
   
   track1[3].Set(0, 0.89915);
   track1[3].Set(1, 0.10085);
   
   CMarkovCPD::MCPDCreate(2, states);
   CMarkovCPD::MCPDAddTrack(states, track0, 5);
   CMarkovCPD::MCPDAddTrack(states, track1, 4);
   CMarkovCPD::MCPDSolve(states);
   CMarkovCPD::MCPDResults(states, results, report);
   
   for(int i=0;i<results.Size();i++)
     {
      Print(results[i][0]);
      Print(results[i][1]);
     }
  }
//+------------------------------------------------------------------+

[[Excluído]]

Tal estratégia com os MAs (muito simples) é descrita aqui

https://www.quantstart.com/articles/market-regime-detection-using-hidden-markov-models-in-qstrader

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

Bem, afinal é bastante fácil de aplicar. Do exemplo 1.

Definimos o número de estados, e seqüências de transições (digamos, históricas). Isto é, as probabilidades de estar num determinado estado. E depois conta a probabilidade total para todos os estados.

Ou em MAshki para fazer um exemplo simples para o início, mas até agora ainda não sei como fazê-lo, talvez@mytarmailS explique.

//+------------------------------------------------------------------+
//|                                                          HMM.mq5 |
//|                        Copyright 2018, MetaQuotes Software Corp. |
//|                                             https://www.mql5.com |
//+------------------------------------------------------------------+
#property copyright "Copyright 2018, MetaQuotes Software Corp."
#property link      "https://www.mql5.com"
#property version   "1.00"
#include <Math\Alglib\dataanalysis.mqh>
CMCPDState states;
CMCPDReport report;
CMatrixDouble track0, track1, results;

//+------------------------------------------------------------------+
//| Script program start function                                    |
//+------------------------------------------------------------------+
void OnStart()
  {
//---
   track0.Resize(5, 2);
   track1.Resize(4,2);
   
   track0[0].Set(0, 1.0);
   track0[0].Set(1, 0.0);
   
   track0[1].Set(0, 0.95);
   track0[1].Set(1, 0.05);
   
   track0[2].Set(0, 0.92750);
   track0[2].Set(1, 0.07250);
   
   track0[3].Set(0, 0.91738);
   track0[3].Set(1, 0.08263);
   
   track0[4].Set(0, 0.91282);
   track0[4].Set(1, 0.08718);
   
   track1[0].Set(0, 0.8);
   track1[0].Set(1, 0.2);
   
   track1[1].Set(0, 0.86);
   track1[1].Set(1, 0.14);
   
   track1[2].Set(0, 0.887);
   track1[2].Set(1, 0.113);
   
   track1[3].Set(0, 0.89915);
   track1[3].Set(1, 0.10085);
   
   CMarkovCPD::MCPDCreate(2, states);
   CMarkovCPD::MCPDAddTrack(states, track0, 5);
   CMarkovCPD::MCPDAddTrack(states, track1, 4);
   CMarkovCPD::MCPDSolve(states);
   CMarkovCPD::MCPDResults(states, results, report);
   
   for(int i=0;i<results.Size();i++)
     {
      Print(results[i][0]);
      Print(results[i][1]);
     }
  }
//+------------------------------------------------------------------+

Em algibe, como eu entendo (provavelmente errado), você mesmo tem que compilar as faixas pelo número necessário de clusters. Nesses exemplos em Python, você pede o número certo de clusters e ele irá redistribuir os dados em si.

Embora se a classificação, com 2 classes, provavelmente poderíamos encadear da seguinte forma: começando com 0 até se tornar 1; e começando com 1 até se tornar 0. Como não temos 0,95, 0,8, etc.

[[Excluído]]

elibrarius:

Em algibe, como eu entendo (provavelmente errado), você mesmo tem que compilar as faixas pelo número certo de clusters. E nesses exemplos de Python, você pede o número certo de clusters e ele redistribui os dados em si.

Embora se a classificação, com 2 classes, você provavelmente poderia encadear assim: começando com 0 até que se torne 1; e começando com 1 até que se torne 0. Como não temos 0,95, 0,8, etc.

Eu não entendo como funciona. Porque não usa a classificação via NS?

Eu não entendo como isso resulta em píton, incluindo novos dados. E em algibe como obter o estado previsto em novos dados, e para cada dimensão separadamente. Demasiados baldes de cada vez.

e parece haver algo de errado com a algibeira, um modelo diferente