Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2645
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
É bem possível que seja esse o caso. Mas parece ser uma abordagem mais interpretável para comparação/seleção de recursos e otimização de metaparametros.
E as regras associativas que não deram certo?
Em geral, a ideia é clara. De qualquer forma, primeiro precisamos pensar em um algoritmo para particionar um conjunto contínuo de preditores em itens discretos a partir dos quais as regras são formadas. Se esses bons preditores e seu bom particionamento realmente existirem e forem encontrados, o resto é uma questão de técnica.
Em geral, a ideia é clara. Em todo caso, primeiro precisamos pensar em um algoritmo para particionar um conjunto contínuo de preditores em itens discretos a partir dos quais as regras são formadas. Se esses bons preditores e seu bom particionamento realmente existirem e forem encontrados, o resto é uma questão de técnica.
Experimentando a regressão simbólica...
Basicamente, as regras associativas sequenciais são implementadas, mas em vez de itens estáticos - regras lógicas. Isso dá mais profundidade ao algoritmo, que pode entender suas observações de forma muito mais sutil. Esse conceito possibilita a descrição de qualquer tipo de regularidade, pois a complexidade e o tipo de regras não são limitados por nada.
Há uma colher de alcatrão, o algoritmo não pode se dar ao luxo de estudar grandes matrizes de dados, pois é muito longo devido às peculiaridades de sua arquitetura.
Por isso, criei algumas abordagens para reduzir a dimensionalidade da pesquisa.
1) Estou interessado apenas nos extremos; concentrando-nos neles, reduzimos o espaço de pesquisa de 10 a 20 vezes, e, na verdade, tudo o que precisamos do mercado é saber se é uma reversão ou não, tendências-eschmends, flatts-schmets... isso é uma porcaria subjetiva que nos impede de nos concentrarmos no principal.
2) Inventei e implementei algo como "aprendizado de uma só vez", na minha opinião, agora não preciso calcular todo o histórico para aprender algo.
Até o momento, há apenas os primeiros experimentos, mas posso dizer com certeza que o algoritmo não é completamente estúpido e que há algo a ser aprendido.
O próprio algoritmo de negociação consiste em padrões, um padrão é um conjunto de regras para uma situação específica.
É assim que um padrão se parece em uma situação.
As regras são primitivas, mas estamos apenas nos aquecendo).
O padrão é negociado como uma floresta, há muitas regras no padrão e, se alguma quantidade limite de regras for acionada, nós reconhecemos a reversão e a negociamos.
A aparência é mais ou menos assim.
É assim.
Qual é a beleza do algoritmo?
1) Ele se aprofunda no padrão, se é que posso dizer isso.
2) Ele não está vinculado a índices e não trabalha com dados tabulares, portanto, é resistente à não estacionariedade, bem como às regras associativas.
A propósito, isso pode ser interessante para alguém.
Muitas vezes, se o salto não funcionar, a resistência se torna suporte.
como na imagem.
E isso pode ser explicado, portanto, os níveis estão lá, eles não podem não estar lá.
Estou pensando na possibilidade de combinar minha ideia com a ideia do algoritmo PRIM. Não tenho muito do que me gabar.
Curiosamente, esse PRIM contém as mesmas ideias que estou tentando realizar.
Li o artigo, mas há algumas confusões:
1. Qual é o processo de quantificação para o particionamento de limites? É um particionamento uniforme com uma determinada etapa?
2. Está claro com os limites - eu mesmo faço isso, mas eles têm um recorte adicional na imagem - o segundo recorte é uma exclusão estúpida da amostragem?
3. se entendi corretamente, eles, como eu, consideram cada preditor separadamente, encontrando as chamadas "caixas", mas não entendi na descrição como esses diferentes preditores são combinados.
A desvantagem desse método é que ele avalia a estabilidade dos indicadores por meio de amostragem bootstrap(retirando aleatoriamente uma determinada porcentagem da amostra de toda a amostra), o que não dá uma compreensão da dinâmica da estabilidade dos indicadores, o que, por sua vez, é importante para a negociação, porque o padrão pode existir no início da amostra, mas desaparecer completamente no final.
Você tem alguma melhoria para esse método?
Experimentando a regressão simbólica.....
Basicamente, as regras associativas sequenciais são implementadas, mas em vez de itens estáticos - regras lógicas. Isso dá mais profundidade ao algoritmo, que pode entender suas observações de forma muito mais sutil. Esse conceito possibilita a descrição de qualquer tipo de regularidade, pois a complexidade e o tipo de regras não são limitados por nada.
Entendi corretamente que é a mesma tabela com preditores, mas as desigualdades são construídas não apenas pelas pontuações dos preditores, mas também pelas desigualdades dos próprios preditores entre si?
2) Eu inventei e implementei algo como "aprendizado de uma só vez", na minha opinião, agora não preciso calcular todo o histórico para aprender algo.
Ou seja, pegue um exemplo, gere muitas variantes de folhas (padrões) que consistem em desigualdades e, em seguida, teste-as em uma amostra maior, aquelas que apresentarem resultados aceitáveis - deixe-as, certo?
Qual é a beleza do algoritmo?
1) Ele se aprofunda no padrão, se assim posso dizer.
2) Ele não está vinculado a índices e não trabalha com dados tabulares, portanto, é resistente à não estacionariedade, bem como às regras associativas.
E aqui eu não entendo, se os dados não estão em tabelas, então em que você os alimenta para trabalhar?
1. Qualquer coisa, o limite da fantasia
1. Você pode ser mais específico - o que mais poderia ser, por exemplo.
2. Está claro, e com que rapidez essas regras são geradas? Talvez faça sentido carregá-las na MQL5 e executá-las no histórico - isso pode ser mais rápido devido aos agentes. Eu já fiz algo semelhante, sobre o qual escrevi há muito tempo, mas peguei folhas de árvores genéticas.
3. não entendi a resposta - o que você alimenta a entrada - essa é a questão.
Há alguma verdade nessa explicação, porque NÃO existe uma definição do conceito de "GRAIL na negociação", de modo que TODOS nós possamos concordar com essa definição.....
E se não há definição, então o "cisne, lagostim e lúcio" começa....