Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1929
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
специально для вас, только с одной надеждой что будете р-ку учить)
там сразу две функции
и
первая создает дата сет из индикаторов, вторая целевую из зигзаг
все что вам надо это загрузить данные с ценой закрытия в 10к и записать ее в переменную clos
и получите свой umap с целевой
https://github.com/jlmelville/uwotОчень приятно, спасибо!
Побольше бы комментариев :)
Вопрос тут в том, как синхронизировать предикторы из файла с полученной целевой?
Очень приятно, спасибо!
Побольше бы комментариев :)
Вопрос тут в том, как синхронизировать предикторы из файла с полученной целевой?
ну поскольку целевая строиться по цене то она уже синхронизирована, а если предикторы по той же сцене строятся то они значит тоже)
или я не понял вопрос
Я постарался переменные называть так чтобы понятно было без коментариев
Вопрос от нуба.
Есть три переменные A, B, C. Из них составлено руками какое-то условие. Например.
Хочется это условие воспроизвести автоматом. Находить его не надо, т.к. я его уже знаю. Но нужно иметь например десяток каких-то весовых коэффициентов, определенная комбинация которых в состоянии с высокой вероятностью попадать в это условие, когда туда (полином это или НС - не знаю, т.к. ноль) подставляя A, B, C, получается выполнение оригинального условия.
Меня интересует, какой вид и сколько входных весовых коэффициентов у искомой функции, чтобы подобные оригинальные условия можно было воспроизводить через веса?
Итак, как получилось обучить деревья по кластерам, рассказываю и показываю.
Получилась такая модель для распознания классов
На истории достаточно точная Accuracy 0.9196756 - т.е. логика кластера вполне воспроизводится.
Дальше обучил для каждого кластера по модели
Кластер 1
Кластер 2
Кластер 3
Кластер 4
У всех кластеров Accuracy 0.53 примерно.
А вот так выглядит модель без разбиения на кластеры
Accuracy 0.5293815 - примерно как и у кластеров.
Если сравнивать модели для кластеров и одну модель дерева со всей выборкой, то видно, что в у деревьев кластеров больше листьев с обобщенной информацией выборки с целевыми 1 и -1, что теоретически хорошо.
Посмотрим, что показывают тесты - в начале посмотрим на периоде обучения
Модель без разбиения на кластеры:
Модель с разбиением на кластеры:
Видим, что точность лучше у модели без кластеров, но трейдов больше у модели на кластерах, что позволяет добиться более хороших финансовых показателей.
А теперь посмотрим на выборку вне обучения.
И вот наши кластеры:
И модель без кластеров:
Тут кажется, что ситуация обратная - много сделок оказало пагубное влияние, когда рынок стал конвульсировать с апреля.
Решил посмотреть листья с кластерных моделей по отдельности, если бы не было кластера, на гистограмме по убыванию:
В общем всего 6 убыточных листа (нулевую целевую убрал - это запрет на вход), получается, что не попадаем в нужный кластер?
ну поскольку целевая строиться по цене то она уже синхронизирована, а если предикторы по той же сцене строятся то они значит тоже)
или я не понял вопрос
Я постарался переменные называть так чтобы понятно было без коментариев
Как взять свой дата сет с предикторами и ценой закрытия и загрузить, указав колонку с ценой закрытия, а не использовать вариант генерации индикаторов в R?
Как я понимаю, раз целевая - вершки ZZ, то часть выборки с предикторами должна отфильтроваться, вот, а значит для подачи предикторов надо так же отфильтровать таблицу с предикторами, или как?
Вопрос от нуба.
Есть три переменные A, B, C. Из них составлено руками какое-то условие. Например.
Хочется это условие воспроизвести автоматом. Находить его не надо, т.к. я его уже знаю. Но нужно иметь например десяток каких-то весовых коэффициентов, определенная комбинация которых в состоянии с высокой вероятностью попадать в это условие, когда туда (полином это или НС - не знаю, т.к. ноль) подставляя A, B, C, получается выполнение оригинального условия.
Меня интересует, какой вид и сколько входных весовых коэффициентов у искомой функции, чтобы подобные оригинальные условия можно было воспроизводить через веса?
как вариант
На вход НС - значения A,B,C n раз (допустим, 1000), на выход ответы вашей формулы для этих значений в виде 0;1. Попробовать. И посмотреть ошибку классификации, насколько хорошо модель воспроизводит условие.
если надо именно посмотреть какой вид и интерпретировать, то через деревья
Вариант 2 (если первый плохо сработал) - A, B, A-B, C, A+3*C, 2B - переменные, все то же самое как в первом варианте загнать в дерево. И можно посмотреть его структуру как у Алексея на картинках вышеЕсть три переменные A, B, C. Из них составлено руками какое-то условие.
Хочется это условие воспроизвести автоматом. Находить его не надо, т.к. я его уже знаю. Но нужно иметь например десяток каких-то весовых коэффициентов, определенная комбинация которых в состоянии с высокой вероятностью попадать в это условие
Если условие известно, то подобрать значения А, Б и Ц, при которых оно выполняется, может тупой ГА.
А если нет, то у задачи нет однозначного решения, можно придумать много разных условий для разных значений переменных.
вариант 3 - через логистическую регрессию + генератор полиномиальных фичей. Тогда на выходе будет довольно короткая и легко интерпретируемая формула, подобная вашей
но я не шпрехаю в чем смысл воспроизводить условие через МО
вариант 3 - через логистическую регрессию + генератор полиномиальных фичей. Тогда на выходе будет довольно короткая и легко интерпретируемая формула, подобная вашей
но я не шпрехаю в чем смысл воспроизводить условие через МО
тогда уж "не ферштею")))
впрочем, я тоже.
Вопрос от нуба.
Есть три переменные A, B, C. Из них составлено руками какое-то условие. Например.
Хочется это условие воспроизвести автоматом. Находить его не надо, т.к. я его уже знаю. Но нужно иметь например десяток каких-то весовых коэффициентов, определенная комбинация которых в состоянии с высокой вероятностью попадать в это условие, когда туда (полином это или НС - не знаю, т.к. ноль) подставляя A, B, C, получается выполнение оригинального условия.
Меня интересует, какой вид и сколько входных весовых коэффициентов у искомой функции, чтобы подобные оригинальные условия можно было воспроизводить через веса?
Сетка с 1 скрытым нейроном способна научиться пересечению ма100 с ценой.
Это ее параметры, всего 103 штуки, на вход подаются приращения последних 100 баров. Нейрон с активацией tanh это функция tanh(x*W+b), по сути в скобках линейная регрессия, x - вход нейрона, W - матрица весов, b - смещение. В скрытом нейроне: W из 100 элементов, b из 1. И в выходном: W - 1 элемент, b - 1 элемент.
"Другой тестовый пример, пересечение ма и цены."
https://www.mql5.com/ru/forum/86386/page1879#comment_17365998