Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1550

 
forexman77:

Serviu apenas preços para treinar uma floresta aleatória. Tenho a linha vermelha prevista. Notado nas áreas de tendência, a linha de previsão não atinge de todo.


Tudo bem, pense no porquê.

 
Maxim Dmitrievsky:

Isso mesmo, pensa porquê.

Porque, pelo que sei, eu já sei. Eu gostaria de ouvir o que os outros pensam sobre isso?

 
forexman77:

Porque, pelo que sei, eu já sei. Eu gostaria de ouvir o que os outros pensam sobre isso.

porque a floresta não sabe como extrapolar

Você precisa escalar os dados, por exemplo, os incrementos.

Ou tomar alguns mercados planos se apenas o preço como uma característica
 
Maxim Dmitrievsky:

porque a floresta não sabe como extrapolar

Quer dizer como a ARIMA quando vários valores são previstos à frente?

Eu tenho cada previsão, apenas uma barra para frente (ciente de que a floresta não funciona com séries temporais). Também tentei fazer o seguinte: a barra prevista é adicionada e uma barra atrás é subtraída das antigas e vai em ciclos para

Eu tentei desta forma: eu deveria passar por algumas barras e substituir as anteriores por barras previstas.

A primeira e a segunda barras previstas são repetidas.

É assim que é treinado no "gif":

    def on_press(self, event):
        if event.xdata!=None and event.xdata>=1:
           index = int(event.xdata)
           index_ = ind[index:index + 30]
           if self.ln != 0:
               self.ln.remove()
           X = z[index - 31:index]
           X1 = z[index-1:index + 29]
           X=X.reshape(-1, 1)
           X1 = X1.reshape(-1, 1)
           y = z[index - 30:index + 1]
           regr = RandomForestRegressor(max_depth=5, random_state=0, n_estimators=10)
           regr.fit(X, y)
           y_1 = regr.predict(X1)

           self.ln, = self.ax.plot(index_, y_1, color='red')
 
forexman77:

Quer dizer, como ARIMA, onde vários valores são previstos para a frente?

em modelos de regressão, os sinais são simplesmente dominados pelos coeficientes, portanto tudo funciona quando os dados de treinamento estão fora dos limites

Folhas florestais que têm valores marginais tanto acima como abaixo, ao longo do intervalo dos dados de treinamento. Se os novos dados saírem desse intervalo, a floresta mostra os valores das folhas extremas que conhece.

por isso tem uma linha recta, porque a floresta mostra os valores extremos que conhece.
 
Maxim Dmitrievsky:

Porque não arranjar um testador qualquer, como um zipline? Qual é a vantagem?

Você não precisa rodar nada no MT5, e a dll não é muito útil

O MLflow já está em Python. Você pode armazenar o resultado dalinha zipline nela.

Você vai verificar a estratégia de negociação no testador MT5 de qualquer maneira, porque ele tem mais possibilidades.

 
Maxim Dmitrievsky:

em modelos de regressão, os atributos são simplesmente multiplicados por coeficientes, de modo que tudo funciona quando os dados de treinamento estão fora dos limites

a floresta divide as folhas que têm valores marginais tanto acima como abaixo, ao longo do intervalo dos dados de treinamento. Se os novos dados saírem desse intervalo, a floresta mostra os valores das folhas extremas que conhece.

é por isso que você tem uma linha reta, porque a floresta está mostrando os valores extremos que ela conhece.

Bem, sim, em princípio, como uma opção para prever os incrementos e adicioná-los à barra inicial e assim ir até a profundidade desejada.

Porque eu perguntei, porque a floresta não precisa normalizar os dados, mas é como é.

 
forexman77:

Bem, sim, em princípio, como opção para prever os incrementos e adicioná-los à barra inicial e assim ir até a profundidade desejada.

Porque eu perguntei, porque a floresta não precisa normalizar os dados, mas é assim que acontece.

Bem, no caso de séries cronológicas não estacionárias é necessário, pelo menos, levá-las a um intervalo razoável, para além do qual não irão por algum tempo

mas quanto mais forte for a diferenciação, maior é a perda de informação.

por isso esta é uma espada de dois gumes - tanto as séries iniciais não são muito adequadas como os incrementos com um único atraso não são muito bons, porque se perde muita informação

perde-se informação precisamente sobre a mudança de tempo na média, e nada mais. Nos meus super postos de maternidade tento explicar isso em termos simples

 
Roffild:

O MLflow já está em Python. Você pode armazenar o resultado dalinha zipline nela.

A estratégia de negociação ainda será testada no testador MT5, porque ele tem mais características.

Pode vir a ser útil mais tarde, obrigado.

 
1