Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1621
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
A realidade pode não ser o que imaginamos - devemos tentar reproduzir os algoritmos de particionamento do CatBoost e ver o que realmente acontece lá e o quão correto ele é.
Em relação à aleatoriedade - há uma aleatoriedade na escolha da partição da grade preditora, como não a melhor, mas aleatória, se eu entendi corretamente. E, há algoritmos que dividem a pilha de forma desigual por intervalos.
Eu penso diferente. Cada preditor é dividido por um ponto aleatório, mas a melhor divisão resultante ainda é escolhida.
Eu diria que não é mau, mas é frustrante.
Basicamente funciona como um indicador normal de sobre-compra/sobre-venda.
Às vezes é certo, às vezes é errado, não devia ser...
Você já testou esta rede para negociar? A minha experiência diz-me que não vai fazer dinheiro...
A menos que você coloque um filtro na "certeza" da rede
Dar-lho-emos para testes num futuro próximo.
Zona laranja acima - prevê movimento para baixo, verde abaixo - movimento para cima, o nível de confiança do neurônio é grosso. Funciona apenas no BTCUSD M1 (por enquanto).
Está tudo bem? ))
Parece ser um indicador de tendência normal )))). Com que frequência se recicla?
Com base neste quadro, o treinamento é extremamente raro ou não é suficientemente correto, pois de outra forma tais zonas simplesmente não existiam no momento em que o sistema treinado foi aplicado.
Provavelmente não será uma revelação para ninguém que o testador de estratégia em MT é essencialmente o sistema neural treinado.Parece ser um indicador de tendência normal )))). Com que frequência se recicla?
Eu treinei uma vez, este é o primeiro julgamento. A área de formação até cerca de 1 de Fevereiro, depois um conjunto de dados de teste até 24 de Fevereiro.
Devo dizer que este neurónio foi construído sobre o meu monte de sucata, por isso estou surpreendido que mostre alguma coisa. Eu tenho uma ideia de para onde ir a partir daqui.
Com base neste quadro, o treinamento é extremamente raro ou não é suficientemente correto, pois de outra forma tais zonas simplesmente não existiam no momento em que o sistema treinado foi aplicado.
Não será provavelmente uma surpresa para ninguém que o testador de estratégia em MT seja na verdade o neurosistema treinado.Isso se olhares para ele à distância. Depois de um olhar mais atento, você vê que não é assim tão simples.
Eu tentei uma vez, foi o primeiro julgamento. Área de aprendizagem até aproximadamente 1 de Fevereiro, depois um conjunto de dados de teste até 24 de Fevereiro.
Devo dizer que este neurónio foi construído sobre o meu monte de sucata, por isso estou surpreendido que mostre alguma coisa. Há um entendimento de para onde ir a seguir.
Então, em essência, você ainda não desenvolveu um sistema para negociar nele, até agora você só vê um resultado de previsão relativamente aceitável, mas você já tentou negociar e que regras você aplica?
Ou seja, em essência você ainda não desenvolveu um sistema (negociação) sobre ele, até agora você só vê um resultado de previsão relativamente aceitável, mas você já tentou negociar e que regras você aplica?
Não penso em transformar-me em negócios, por uma questão de princípio. Assim que começo a lidar com take/stop/backtest, o meu cérebro começa a encolher e eu começo a lutar com moinhos de vento. Eu faço um indicador e o resto vai resolver-se por si só.
Você tem algum exemplo de treinamento adequado? Não me refiro a redes neurais secretas que dão milhões de lucro, toda a gente as tem). Refiro-me aos que são públicos.
Eu tenho.... Eu tiro conclusões a partir dos testes de retaguarda no testador, qual você acha que é o resultado que você obtém se o seu sistema for treinado corretamente? Quase 90% de resultados de entradas corretas. Anteriormente os mesmos backtests não davam tal resultado, do qual concluo que o treino neste caso estava correcto.
Tente o mesmo.
Eu penso diferente. Cada preditor é dividido aleatoriamente, mas o melhor resultado ainda é escolhido.
Fui ver a ajuda deles, mas não entendo - é muito confuso. Vou tentar encontrar este ponto no vídeo mais tarde, é mais claro lá.
Mas também vi que a CB acrescentou novas opções para a construção de árvores.
A política de cultivo de árvores. Define como realizar a construção de árvores gananciosas.
Profundidade- Uma árvore é construída nível por nível até que a profundidade especificada seja atingida. Em cada iteração, todas as folhas não-terminais do último nível da árvore são divididas. Cada folha é dividida por condição com a melhor melhoria da perda.
Guia de perdas- Uma árvore é construída folha por folha até que o número máximo de folhas especificado seja alcançado. Em cada iteração, a folha não-terminal com a melhor melhoria da perda é dividida.