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
написал советника который записывает данные каждого тика и формирует csv файл с данными, и рядом запустил нейросеть которая анализирует этот файл, производит обучение и на основании последней строки в первом файле выводит прогноз куда пойдет цена и на сколько пунктов. Написал на python. Есть кто уже делал нечто подобное и какие данные еще можно учиывать чтобы охватить полную картину. Сейчас опыт идет на основе 'Открытие', 'Максимум', 'Минимум', 'Закрытие', 'Объем'.
не знаю как вставить скрин
написал советника который записывает данные каждого тика и формирует csv файл с данными, и рядом запустил нейросеть которая анализирует этот файл, производит обучение и на основании последней строки в первом файле выводит прогноз куда пойдет цена и на сколько пунктов. Написал на python. Есть кто уже делал нечто подобное и какие данные еще можно учиывать чтобы охватить полную картину. Сейчас опыт идет на основе 'Открытие', 'Максимум', 'Минимум', 'Закрытие', 'Объем'.
не знаю как вставить скрин
записывать и анализировать тики ВСЕХ валютных пар и металлов.
добавить время дня, день недели
классификацию ожидаемой новости
секунд до новости
классификацию прошедшей новости
секунд после новости
===
в общем чем-то себя и питон занять :-)
Мы еще не все МО осилили, поэтому с ходу не подскажем :)
Зачем осваивать все МО? Только моделей несколько сот... А модели явно менее половины проблемы.
Может освоить пару моделей, но научиться стабильно добиваться примерно одинаковой ошибки классификации на ООВ и ООС менее 20%? При этом имея в базе доказательство отсутствия сверх обучения, заглядывания вперед и, главное, доказательство полученной ошибки классификации в будущем?
Зачем осваивать все МО? Только моделей несколько сот... А модели явно менее половины проблемы.
Может освоить пару моделей, но научиться стабильно добиваться примерно одинаковой ошибки классификации на ООВ и ООС менее 20%? При этом имея в базе доказательство отсутствия сверх обучения, заглядывания вперед и, главное, доказательство полученной ошибки классификации в будущем?
Под всем МО подразумеваются распространенные подходы и практики. Например, вы можете получить вероятности классов для бинарной классификации? Если да, ко каким образом?
Не могу сразу вспомнить пакеты, которые НЕ выдают вероятность класса. Поэтому мне казалось, что это стандарт.
Не могу сразу вспомнить пакеты, которые НЕ выдают вероятность класса. Поэтому мне казалось, что это стандарт.
Пакетное мышление в деле. Это не те вероятности, они так называются из-за применяемых лосс ф-й, для оценки правдоподобия.
Другого мышления не бывает! Используем готовые алгоритмы МО, которые сопровождаются набором дополнительных функций. Все вместе называется "пакетом".
Что такое "реальные вероятности классов"? Например, функция
возвращает "probability class estimates". Никаких других вероятностей, кроме "оценок" алгоритм содержать не может.ребятки не ссортесь, мы вас читаем
открывайте локи ;)
Другого мышления не бывает! Используем готовые алгоритмы МО, которые сопровождаются набором дополнительных функций. Все вместе называется "пакетом".
Что такое "реальные вероятности классов"? Например, функция
возвращает "probability class estimates". Никаких других вероятностей, кроме "оценок" алгоритм содержать не может.