Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1612
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
Eu tenho lidado com tais estratégias por meio ano, o resultado máximo em testes de costas é x5 por um ano, mas uma vez por ano eu tenho certeza de que vou perder tudo e é impossível resolver este problema.
Sim, bem... É uma vergonha para o povo.
Então, o que se passa com a transmissão do seu sistema?
Sim, bem... É uma vergonha para o povo.
Então, o que se passa com a transmissão do seu sistema?
Eu executei o sistema no testador na semana passada e fiquei mais uma vez convencido que a "ajuda" colocando filtros, etc. leva ao fato de que o esforço gasto no treinamento do sistema esta "ajuda" leva apenas a um resultado negativo e este resultado em dados conhecidos e treinados, o que dizer quando os dados chegam em tempo real (em bruto).
Eu executei o sistema no testador na semana passada e fiquei mais uma vez convencido de que "ajudar" a definir filtros, etc. leva ao fato de que o esforço gasto no treinamento do sistema esta "ajuda" leva apenas a um resultado negativo e este resultado nos dados conhecidos e treinados, o que dizer quando os dados chegam em tempo real (em bruto).
Temos dois vectores de variáveis, a vela actual e a anterior ("-1")
a = "aberto", "alto", "baixo", "baixo", "fechado", "centro".
b = "open-1", "high-1", "low-1", "close-1", "center-1".
a variável "centro" é o meio do castiçal (alto+baixo)/2, sem esta variável é impossível descrever um padrão como "eskimo" etc. Eu acho que o significado de outras variáveis não é necessário para explicar, elas são óbvias.
Portanto, vamos criar todas as combinações lógicas possíveis (também podem ser não lógicas).
Apenas duas velas, miserável duas velas.....Caramba, nem sei o que dizer. As bibliotecas em redes neurais tornaram-se tão acessíveis, que as pessoas até se esquecem do senso comum, ou o quê?
É obviamente um disparate multiplicar entidades, enquanto em todos os manuais iniciais sobre qualquer tipo de análise está escrito que é necessário livrar-se de entidades redundantes para alcançar resultados.
Bem, se você criar variáveis se for maior por um número, por dois, por um terço, etc., então dois castiçais podem resultar em 1000)))
Se você acha que essa relação de predição é tão importante para o seu modelo e deve ser necessariamente alimentada para a entrada, então crie uma espécie de camada de convolução, mas para multiplicar os preditores, sim...
Meu, eu nem sei o que dizer. As bibliotecas das redes neurais tornaram-se tão acessíveis que as pessoas se esquecem do senso comum, ou o quê?
É obviamente um disparate multiplicar entidades, quando todos os manuais primários para qualquer tipo de análise dizem que é necessário livrar-se de entidades desnecessárias para obter resultados.
Bem, se você criar variáveis se for maior por um número, por dois, por um terço, etc., então dois castiçais podem resultar em 1000)))
Se você acha que essa relação de predição é tão importante para o seu modelo, e você deve necessariamente alimentá-lo para a entrada, então crie uma espécie de camada de convolução, mas para multiplicar os preditores, yadaa...
oops.... crianças....
Para se livrar de entidades supérfluas , você precisa primeiro entender o que é supérfluo! Das 1000 características dos candidatos, você pode escolher as 5 mais importantes a olho nu?
oops.... crianças....
Para se livrar de entidades supérfluas , você precisa primeiro entender o que é supérfluo! Para entendê-lo, você precisa olhar através das opções! Ou você conhece outro caminho? Você pode escolher entre 1000 de fingidores 5 significativos por olho?
Você fez muito trabalho, estudou muito material, gastou muito tempo. Qual é o objectivo de tentar mudar de ideias...
Você fez muito trabalho, estudou muito material, gastou muito tempo. Bem, não posso mudar a tua opinião sobre nada.
Se houver argumentos, eu adoraria ouvi-los.
Se os argumentos forem objectivos, terei todo o prazer em te fazer mudar de ideias.
Se você percebesse que tinha falado demais e decidisse pular com cuidado, isso não funcionava))
Se houver argumentos, eu adoraria ouvi-los.
Se os argumentos forem objetivos, eu ficaria feliz em mudar de idéia e me tornar mais sábio.
Se você percebesse que falou demais e decidisse sair sob fiança, falhou)).
Que argumentos, se você está fazendo isso significa que ou você não entende algo ou eu entendo.
A essência da minha surpresa - um modelo ensinável, estamos a falar deles aqui, deve ser treinado em dados brutos.
Se os dados de entrada estiverem correlacionados, eles devem ser reduzidos a não correlacionados. Mas você está fazendo o contrário - você está multiplicando os dados originais, fortemente correlacionados uns com os outros.
Aqui está um exemplo - nós ensinamos o modelo a classificar a tonalidade da cor por 3 dígitos - RGB. Três dígitos, isso são dados puros em bruto!!! Na sua abordagem você precisa fazer preditores como:
1- R 2-G 3-B - 4 Mais vermelho 5 - Mais verde 6- Mais vermelho do que verde e azul juntos .... 100500 Não tão vermelho como seria se o verde fosse tão vermelho como o azul. ))
O modelo não deveria aprender sozinho?, ele tem os dados em bruto e é para isso que serve!
Que argumentos, se você faz isso, significa que ou você não entende algo ou eu entendo.
O ponto da minha surpresa é que um modelo treinado, de que estamos falando aqui, deve ser treinado com os dados brutos.
Se os dados de entrada estiverem correlacionados, eles devem ser reduzidos a não correlacionados. Mas você está fazendo o contrário - você está multiplicando os dados originais, fortemente correlacionados uns com os outros.
Aqui está um exemplo - nós ensinamos o modelo a classificar a tonalidade da cor por 3 dígitos - RGB. Três dígitos, isso são dados puros em bruto!!! Na sua abordagem você precisa fazer preditores como:
1- R 2-G 3-B - 4 Mais vermelho 5 - Mais verde 6- Mais vermelho do que verde e azul juntos .... 100500 Não tão vermelho como seria se o verde fosse tão vermelho como o azul. ))
O modelo não tem de aprender sozinho, tem os dados de entrada e é para isso que serve!