Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1503
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
если результат постоянно перерисовывается то что тогда считать конечным результатом???
почему не считать как все остальное, по закрытию свечи?
Обучаем не крайнее значение, а диапазон значений.
Конечный результат, это изначальный учитель в одномерном массиве.
т.е. смысл в том чтобы скопировать к примеру ту же машку, но чтоб она не перерисовывалась в реал тайм (машка для примера приведена, она не рисует)
НС не много изучал в базовом понимании, но есть вопросы и не с кем посоветоваться.
...
Возможно ли с помощью НС обучить сеть, чтобы получить тот же массив выборки, но чтобы эта выборка в дальнейшем не перерисовывала в реал тайме?
То есть с помощью учителя обучить дублирование значений выборки, и будет ли такой результат перерисовывать в реал тайм?
странное базовое понимание работы НС, и что же тогда в Вашем понятии ошибка обучения НС?
ответ нельзя, НС всегда будет по Вашему перерисовывать, даже если обучали на не перерисовывающих данных, можно поэкспериментировать с функциями активации и структурой НС, но все равно все "упрется" в ошибку обучения НС - эта ошибка и будет "перерисовывать" при вычислении обученной НС
кактотак
странное базовое понимание работы НС, и что же тогда в Вашем понятии ошибка обучения НС?
ответ нельзя, НС всегда будет по Вашему перерисовывать, даже если обучали на не перерисовывающих данных, можно поэкспериментировать с функциями активации и структурой НС, но все равно все "упрется" в ошибку обучения НС - эта ошибка и будет "перерисовывать" при вычислении обученной НС
кактотак
Ошибка обучения - это разность между желаемым и реальным выходом модели.
Она не позволяет оценить точность работы модели с новыми данными не участвовавшими в процессе обучения.
Лучше использовать ошибку обобщения, т.е. ошибку модели на тестовом множестве.
Как то так.
По этому и хотел узнать, возможно ли решить данную задачу с помощью НС.
И о возможных моделях, которые смогут решить данную задачу.
Да, идея как раз была взять диапазон не перерисовывающихся значений из прошлого, и на этой выборке обучить сеть.
Есть специализируемые программы для обучения с уже готовыми моделями, или их конструировании в ручную.
Вопрос какая модель более подходит для данной задачи, название модели, уверен такая модель есть.
Да возможно ошибка будет, но можно попробовать добиться её минимизации, главное чтобы модель была правильно подобрана.
Выслушаю ещё мнения других участников.
Как там успехи на реальных данных?
Как там успехи на реальных данных?
Вроде тянет в плюс, но пока рано говорить. В пятницу только запустил на демо-счет. Торговый лот - 0.01. Думаю минимальный триггер на вход повысить, чтобы снизить число трейдов и повысить их качество.
Вроде тянет в плюс, но пока рано говорить. В пятницу только запустил на демо-счет. Торговый лот - 0.01. Думаю минимальный триггер на вход повысить, чтобы снизить число трейдов и повысить их качество.
Это - дрянь, а не ТС, дружище.
Вроде тянет в плюс, но пока рано говорить. В пятницу только запустил на демо-счет. Торговый лот - 0.01. Думаю минимальный триггер на вход повысить, чтобы снизить число трейдов и повысить их качество.
Это - дрянь, а не ТС, дружище.
По такому малому числу трейдов и Грааль не распознать. Даже при выдающейся аналитике матожидание профита очень маленькое, не сильно на много спред превосходит, реверсные стратегии(как Ваша) намного "эстетичнее" выглядят как в бэктестере так и на реале, особенно если чуток усредняться, когда поджаривает, тогда до поры до времени и без аналитического преимущества можно пудрить людям глаза, как собственно и поступают большинство барыг граалями и сигналами.
чем HMM отличается от SOM принципиально? если картам сделать 2 кластера
я прочитал около 100 из 650 страниц Кохонен: Самоорганизующиеся карты (ужасное чтиво из всех сопутствующих областей, но очень мало не конкретно про SOM ), если кратко, то " чистый SOM " это формирование связей нейронов на статических данных, чем больше данных имеют связанные признаки , тем сильнее связь нейронов
ЗЫ: я в начале недели спорил с автором статьи про SOM, вместо ответов автор какой то холивар попытался разыграть, имхо SOM ни какая не нейросеть в классическом понимании работы НС, просто процесс обучения SOM похож на обучение НС
я прочитал около 100 страниц Кохонен: Самоорганизующиеся карты (ужасное чтиво из всех сопутствующих областей, но очень мало не конкретно про SOM ), если кратко, то " чистый SOM " это формирование связей нейронов на статических данных, чем больше данных имеют связанные признаки , тем сильнее связь нейронов
ЗЫ: я в начале недели спорил с автором статьи про SOM, вместо ответов автор какой то холивар попытался разыграть, имхо SOM ни какая не нейросеть в классическом понимании работы НС, просто процесс обучения SOM похож на обучение НС
да, создается впечатление что здесь вообще принято отвечать вопросом на вопрос или посылать куда-то ))
просто интересно, похоже это на скрытую марковскую модель или не очень, если кластеры принять за скрытые состояния.. надо будет погуглить на досуге
потому что в кластеризации используется EM алгоритм и в обучении марковских цепей, например. А сом это тоже кластеризация