Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1623
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
Все не так...
Одна модель (нейросеть) не дает нужного результата. Она может чему то обучиться, но этого недостаточно. Поэтому я делаю 20-25 моделей с разными фичами на входе. Сейчас сигналят отдновременно 25 моделей, мнение каждой учитывается с определенным весом в итоговом прогнозе. Расчет одной модели занимает около 0,5-0,7 секунды итого 15-20 секунд + надо еще подготовить входную дату для 25 моделей, т.е. на каждой минуте работы много )) Ответ можно свести к 1-3 секундам если правильно использовать многопоточность в питоне, но этим пока не занимался.
Обучаю модели отдельно, в обычном режиме, т.е. датасет собирается с периода истории от года и дальше обучение как обычно.
а целевая какая?
Все не так...
Одна модель (нейросеть) не дает нужного результата. Она может чему то обучиться, но этого недостаточно. Поэтому я делаю 20-25 моделей с разными фичами на входе. Сейчас сигналят отдновременно 25 моделей, мнение каждой учитывается с определенным весом в итоговом прогнозе. Расчет одной модели занимает около 0,5-0,7 секунды итого 15-20 секунд + надо еще подготовить входную дату для 25 моделей, т.е. на каждой минуте работы много )) Ответ можно свести к 1-3 секундам если правильно использовать многопоточность в питоне, но этим пока не занимался.
Обучаю модели отдельно, в обычном режиме, т.е. датасет собирается с периода истории от года и дальше обучение как обычно.
Такое ощущение, что вы обучаете модель каждую минуту. Получение результата обученной модели обычно занимает тысячные доли секунды.
а целевая какая?
нет целевой, все равные
в смысле? я имею в виду что есть Y ?
Все не так...
Одна модель (нейросеть) не дает нужного результата. Она может чему то обучиться, но этого недостаточно. Поэтому я делаю 20-25 моделей с разными фичами на входе. Сейчас сигналят отдновременно 25 моделей, мнение каждой учитывается с определенным весом в итоговом прогнозе. Расчет одной модели занимает около 0,5-0,7 секунды итого 15-20 секунд + надо еще подготовить входную дату для 25 моделей, т.е. на каждой минуте работы много )) Ответ можно свести к 1-3 секундам если правильно использовать многопоточность в питоне, но этим пока не занимался.
Обучаю модели отдельно, в обычном режиме, т.е. датасет собирается с периода истории от года и дальше обучение как обычно.
Хм, "0,5-0,7 секунды вычисления" для MLP многовато, может Вы учите, а потом вычисляете, на малых датасетах скользящим окном?
Давайте лучше по порядку:
1 Каковы исходные данные(тикер(ы), тайймфрейм)
2 Какого размера обучающий датасет(1к,10к,100к...)
3 Что за фичи
4 Что за целевые
5 Какой тип сетки
для начала хватит...
Хм, "0,5-0,7 секунды вычисления" для MLP многовато, может Вы учите, а потом вычисляете, на малых датасетах скользящим окном?
Давайте по порядку:
1 Каковы исходные данные(тикер(ы), тайймфрейм)
2 Какого размера обучающий датасет(1к,10к,100к...)
3 Что за фичи
4 Что за целевые
5 Какой тип сетки
для начала хватит...
И лампой еще надо светить в глаза))
Хм, "0,5-0,7 секунды вычисления" для MLP многовато, может Вы учите, а потом вычисляете, на малых датасетах скользящим окном?
Давайте лучше по порядку:
1 Каковы исходные данные(тикер(ы), тайймфрейм)
2 Какого размера обучающий датасет(1к,10к,100к...)
3 Что за фичи
4 Что за целевые
5 Какой тип сетки
для начала хватит...
2. 200-300к
3. это ноухау - не делюсь
4. бинарная классификация - вверх/вниз
5. sequental на keras
1. свечи + индикаторы
2. 200-300к
3. это ноухау - не делюсь
4. бинарная классификация - вверх/вниз
5. sequental на keras
Сколько фичей?
sequental - не тип сетки а способ сборки в керасе, нежна структура сетки, например MLP(в керасе только Dence слои) или микс какой то, лучше код сетки сюда