Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3686
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
Это суммарное преобразование цены с использованием своего рода техники каузальной декомпозиции для преобразования цены в более предсказуемые (волнообразные) компоненты.
А это - использование кода склонности Максима на этих суммированных сериях в качестве входных данных и всех компонентов в качестве характеристик, хотя его еще предстоит протестировать в реальном времени.
Любопытно. Сами придумали или есть какие-то статьи на эту тему?
Curious. Did you come up with it yourself or are there any articles on this topic?
Это не научная статья, я вывел это после многих лет бесконечных поисков альтернатив неудобным методам, таким как преобразование Фурье и другие техники декомпозиции. Главная проблема в том, что большинство алгоритмов используют данные из будущего и страдают от краевых эффектов.
На практике, это очень простое решение, и когда бы я ни пытался добавить больше функций/сложности, всё разваливалось...
Я готов поделиться этим, если вы хотите сотрудничать над этим и другими вещами, напишите мне сообщение.
Это когда используются компоненты в качестве признаков, 50 тысяч минутных баров для обучения и 10 тысяч баров для тестирования. Это не идеально, но кривая доходности становится гораздо более гладкой, чем при использовании только признаков скользящих средних.
Это когда используются компоненты в качестве признаков, 50 тысяч минутных баров для обучения и 10 тысяч баров для тестирования. Это не идеально, но кривая доходности становится гораздо более гладкой, чем при использовании только признаков скользящих средних.
Какие результаты при торговле на реальном счете?
Для желающих помедитировать над стратегией. Найти изъяны/посоветовать улучшения :)
Любые идеи приветствуются, здесь или в комментариях к статье.
Пока еще верю в коллективный разум, хотя все больше в форме ИИ :)
https://www.mql5.com/ru/articles/16457
Еще одна статья на тему. От тех же авторов, но более компактная.
Один из авторов тот же, остальные другие.
Короче кластеринг умер, да здравствует бикластеринг )Написал что-то похожее, до тестов еще не дошло. Любопытно, что моя разметка (из последней статьи) позволяет найти паттерны и посредством бикластеризации. Тогда как на случайной разметке, a-ля по приращениям или зигзагу, точность лишь немного выходит за 60, в лучшем случае. Никогда бы не понял прикол и выкинул, если бы не сравнил для разных сэмплеров.
Написал что-то похожее, до тестов еще не дошло. Любопытно, что моя разметка (из последней статьи) позволяет найти паттерны и посредством бикластеризации. Тогда как на случайной разметке, a-ля по приращениям или зигзагу, точность лишь немного выходит за 60, в лучшем случае. Никогда бы не понял прикол и выкинул, если бы не сравнил для разных сэмплеров.
И
Точность: 84.7%Не очень ясно, что за точность и распределение. У вас получается что точность = распределению продаж.
Я думал, что точность должна быть равна количеству правильно угаданных продаж, а не проценту продаж из общего числа сделок (покупки + продажи).
Может опечатка в коде, которая вместо точности показывает продажи (во всех 3 примерах)?
И
Не очень ясно, что за точность и распределение. У вас получается что точность = распределению продаж.
Я думал, что точность должна быть равна количеству правильно угаданных продаж, а не проценту продаж из общего числа сделок (покупки + продажи).
Может опечатка в коде, которая вместо точности показывает продажи (во всех 3 примерах)?
В описании основной сигнал (направление) и его точность. В скольки случаях найденное правило срабатывает правильно.
см. оригинал статьи. Это еще называется поддержка (support) в дата-майнинге.В описании основной сигнал (направление) и его точность. В скольки случаях найденное правило срабатывает правильно.
см. оригинал статьи. Это еще называется поддержка (support) в дата-майнинге.Для всех 3х примеров = 100%
Точности по идее, это случайные числа и 3 раза их сумма = 100%. Странно.
Ну да ладно, со стороны не все детали видны. Может и займусь повторением вашей статьи, как будет настрой.
Подозрительно точное совпадение сумм (точность покупок + точность продаж)
Для всех 3х примеров = 100%
Точности по идее, это случайные числа и 3 раза их сумма = 100%. Странно.
Ну да ладно, со стороны не все детали видны. Может и займусь повторением вашей статьи, как будет настрой.
В том месте могло быть любое слово, например ваша реклама )
Нужен был способ проверки, насколько МО (классификация, регрессия) плохо для поиска закономерностей (любых) в сильно зашумленных рядах. Получается, что очень плохо, и должно использоваться только для предсказаний на уже подготовленных данных.
Весь ужас дата-майнинга в одном флаконе