Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2106
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
Para onde?
Bem, não para minimizar o RMSE ou o que quer que seja, mas para colocar o seu libra de fitness lá.
Como assim?
Estou apenas a prever o modelo 500 pontos à frente.
É fácil fazer uma previsão de 4 ondas sinusoidais (modelo), na verdade, uma previsão linear.
Apaguei-o, pensei que ninguém estava interessado, posso enviar-lhe o código, mas preciso de o traduzir para uma forma legível
A propósito, enfrentei a instabilidade do método de recozimento, nem sei como trabalhar com ele, os resultados são muito instáveis, os parâmetros saltam muito...
Cheguei a isto.
Primeiro inicializo aleatoriamente o ponto de partida,
então quando uma solução é encontrada eu salvo-a.
Depois recomecei o esgotamento, mas com os parâmetros iniciais da solução encontrada e assim por diante...
Por favor, largue-me uma linha.
O recozimento é instável. Use o rgenout. Testado, confiável.
Os modelos aplicam a função de perda. Escreva o seu próprio e se o modelo lhe permite inserir a sua função de perda, experimente-o.
Estou apenas a prever o modelo 500 pontos à frente.
mas eu acho que para negociar apenas as primeiras 1-2 negociações
e precisam de aprender a encontrar parâmetros
Você pode usar 2 modelos dirigidos de forma diferente
Eu tentei ensinar separadamente usando minha estratégia básica - os resultados foram piores, eu acho que devido à amostragem desequilibrada - eu recebo muitos zeros e aprendo com eles.
Eu quero tentar outra variante - ensinar direção com um modelo separado. Acontece que o primeiro modelo treina sobre a volatilidade e o segundo sobre o seu vector. Mas mais uma vez, o tamanho da amostra deve ser grande.
Eu tentei ensinar minha estratégia básica separadamente - os resultados foram piores, eu acho que devido à amostragem desequilibrada - há muitos zeros e o treinamento é baseado neles.
Eu quero tentar outra opção - ensinar a direção com um modelo separado. Acontece que o primeiro modelo treina sobre a volatilidade e o segundo sobre o seu vector. Mas mais uma vez, a amostra deve ser grande.
Você pode usar a sobreamostragem para classes desequilibradas. Tenho corrido tanto 2 como 3 modelos, essencialmente não há diferença.
Isto é, filas duplicadas com o alvo "1"? Tentei - o meu resultado quase não mudou em CatBoost. Provavelmente precisa de adicionar algum ruído.
Isto é, linhas duplicadas com um alvo "1"? Tentei - o meu resultado quase não mudou em CatBoost. Provavelmente precisa de adicionar algum ruído.
Isto é, linhas duplicadas com um alvo "1"? Tentei - o meu resultado quase não mudou em CatBoost. Provavelmente precisa de adicionar algum ruído.
Sem duplicação. Pesquisa no Google, como o SMOTE. Eu também não aprendo com grandes desequilíbrios. Depois de sobreamostragem, tudo está bem.
Bem, sim, essencialmente adicionando ruído à métrica do prognosticador. Pode afectar os limites de quantização ao aumentar a selecção de áreas com uns, mas por ideia o mesmo efeito deve ser com a adição de duplicados, a única coisa que assumo é que os duplicados são cortados pelo algoritmo CatBoost antes do início da aprendizagem (necessidade de verificar), depois sim - opção.