Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1915
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
А я уже подумал, что в этот раз никто не кинет в меня камень ))
Исследования и продажа продукта несовместимы?
нормальные продукты даже не показывают
;)
там и нейронка и адаптивная фильтрация и спектральный анализ и Q-learning и кластеризация и обучение с учителем в котором учитель он сам, он сам тыкает на графике точки где надо входить и сам наказывает робота при ошибке. Робот адаптивный, сам приобретает новые знания и забывает старые если надо, кароч. там тот еще зверь.
Что за сеть, которая умеет забывать? По какому принципу забывает?
Что за сеть, которая умеет забывать? По какому принципу забывает?
я же написал что там алгоритмов немерено у него в одном роботе, откуда я знаю какая сеть там сейчас и она ли вообще за память отвечает.
Когда то использовал SOINN сеть , также принципы МГУА но в каких контекстах там это использовалось я не знаю
https://habr.com/ru/post/192978/
)) Уверен тут никто даже не слышал про такую сеть, а ей уже 15 лет..
без посягательств на ваш грааль.) есть вопрос- каким образом нейросеть спрогнозирует желание банка купить или продать определенный объем(оказывающий влияние на цену) валюты (например)? Банк зачастую и сам не знает какую заявку будет исполнять и какого клиента,а тут нейросеть уже все знает )Любая нейросеть может только схватить так инерцию по направлению-это когда происходит реализация спекулятивных объемов и цена активно начинает движение.Но никогда нейросеть не укажет точно момент входа того участника который будет изменять цену(драйвер цены) ,хотя это и не нужно- в 99% если вы умеете определять драйвера цены и его направление то ваши сделки будут всегда до реализации и у вас будет стабильный профит. У меня в компании так же есть отдел по алгоритмическому трейдингу-но это больше заточенно под очень быстрый скальпинг -нейросеть так же ловит инерционность алгоритмов hft роботов и исходя из ее анализа наши роботы совершают сделки полностью копируя hft(это только для определенных рынков и инструментов). Основная же торговля идет по старинке руками- так как драйвера цены не возможно спрогнозировать(да это и не нужно) а можно только увидеть=это как автомобиль покажет вам поворотник перед изменением направления(понимаете что нейросеть не сможет предугадать в какой момент включится поворотник у этого или другого автомобиля).так что я желаю вам успехов и процветания с машинным обучением )
О Майтрейде слышали? На сколько он прав? Спасибо.
как видим разделить по классам не получается, так что либо целевая г-но либо признаки , либо все вместе )))
Вы действительно молодец. Проблема большинства разработчиков сетей в том, что они учат сеть предсказывать изменения цены. При этом сами плохо понимают механику рынка,так как знали бы что рынок далеко не хаос. Нужно знать кто изменяет цену и как,и уже учить сеть видеть работу того кто изменит цену. Все просто и вы в дамках. Если дать сети мусор на вход то и мусор на выходе. Не нужно никаких индикаторов и прочей лабуды. Находите того кто вам расскажет как действительно набирается позиция для изменения цены,как себя ведёт цена,как происходит механизм всего этого- обучайте сеть видеть эти изменения и весь мир у Ваших ног
+1000 % Очень очень здравые мысли.
Вы действительно молодец. Проблема большинства разработчиков сетей в том, что они учат сеть предсказывать изменения цены. При этом сами плохо понимают механику рынка,так как знали бы что рынок далеко не хаос. Нужно знать кто изменяет цену и как,и уже учить сеть видеть работу того кто изменит цену. Все просто и вы в дамках. Если дать сети мусор на вход то и мусор на выходе. Не нужно никаких индикаторов и прочей лабуды. Находите того кто вам расскажет как действительно набирается позиция для изменения цены,как себя ведёт цена,как происходит механизм всего этого- обучайте сеть видеть эти изменения и весь мир у Ваших ног
Аааааа, ну все мысль твою понял...
Слушай ты извини что я нахамил тебе, иногда бываю не всебе
Вот тебе мой ответ. Он без условно бесит одним моментом, исключительно визуальным. Но не обращай внимание, ведь главное это суть повествования, а не то как это выглядит и каким стрёмным может быть звук... Просто примите к сведению. да я такой и я так считаю. И да у меня нет 100% результатов, не более 55% в общем смысле этого понимания :-))))
+1000 % Очень очень здравые мысли.
А индикаторы подавать однозначно надо, они упрощают сети работу т.к. уже показывают готовыми некоторые закономерности. Например, сеть конечно может найти закономерности которые мы назывем дивергенцией, но можно просто ей это дать. Говоря проще, кошек от собак можно отличить по глазам, но можно еще и хвост показывать и уши, в этом случае результат будет быстрее и качественнее. Эту роль и играют индикаторы.
Вот тебе мой ответ. Он без условно бесит одним моментом, исключительно визуальным. Но не обращай внимание, ведь главное это суть повествования, а не то как это выглядит и каким стрёмным может быть звук... Просто примите к сведению. да я такой и я так считаю. И да у меня нет 100% результатов, не более 55% в общем смысле этого понимания :-))))
То что ты хочешь можно свести к обычной классификации где признаки это метрики, а целевая это адекватность модели на новых данных..
Генери модели , симулируй работу модели на новых данных и создавай дата сет как на рисунке.
потом смотри важность и силу признаков (метрик) и все, будешь знать что важно а что нет