Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2052
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
Нейросетевое порно.. скоро залью 2-ю часть c выводами, про RNN (GRU)
ч.2. Нормальный тест в конце видео. До этого никак не хотела нормально обучиться
И небольшой рекап как примерно то же самое работает с катбустом, где результат лучше:
Для ускорения Numbой не пользуешься?
Для ускорения Numbой не пользуешься?
сами циклы быстро работают и без этого, пока без надобности
по возможности везде векторизация, там все быстро
З.Ы. очевидная недоработака - нельзя учит по логлоссу или кросс-энтропии, нужно прикрутить accuracy метрику хотя бы. Только сейчас дошло. Из-за этого результаты не очень, скорее всего.
из ods пришло приглашение? мб есть другие способы, надо будет спроситьсами циклы быстро работают и без этого, пока без надобности
по возможности везде векторизация, там все быстро
З.Ы. очевидная недоработака - нельзя учит по логлоссу или кросс-энтропии, нужно прикрутить accuracy метрику хотя бы. Только сейчас дошло. Из-за этого результаты не очень, скорее всего.
из ods пришло приглашение? мб есть другие способы, надо будет спроситьУ меня иногда numpy массивы считаются дольше чем питоновские списки. Еще заметил, что оборачивание кода в функцию дает ускорение.
Еще не пришло, как бы не к спеху, не знаю когда будет следующий заход в НС.
У меня иногда numpy массивы считаются дольше чем питоновские списки. Еще заметил, что оборачивание кода в функцию дает ускорение.
Еще не пришло, как бы не к спеху, не знаю когда будет следующий заход в НС.
это странно. Наверное считаешь поэлементно, а не векторно
нампай как на плюсах должны летать, с небольшим оверхедомэто странно. Наверное считаешь поэлементно, а не векторно
нампай как на плюсах должны летать, с небольшим оверхедом
Да, если в цикле приходится делать.
Для нумбы насчитал что то порядка 500 раз, но это не точно. Там надо код в функцию запихнуть и @njit поставить. @vectorize работает со скоростью @njit, поэтому возиться с ним нет смысла, только если на gpu считать. Но с gpu еще больше возни, массивы внутри функции нельзя объявлять, код желательно без циклов, иначе будет очень долгоА так обучился катбуст на тех же данных (за 5 секунд)
52: learn: 0.7964708 test: 0.7848837 best: 0.7860866 (27) total: 604ms remaining: 5.09s
Исходный датасет:
Обученная модель (вторая половина торговли это тестовая выборка):
Не всегда, конечно, в зависимости от сэмплинга (а он рандомный, т.е. нужен перебор). Иногда так:
34: learn: 0.5985972 test: 0.5915832 best: 0.5927856 (9) total: 437ms remaining: 5.81s
А так обучился катбуст на тех же данных (за 5 секунд)
52: learn: 0.7964708 test: 0.7848837 best: 0.7860866 (27) total: 604ms remaining: 5.09s
Исходный датасет:
Обученная модель (вторая половина торговли это тестовая выборка):
Не всегда, конечно, в зависимости от сэмплинга (а он рандомный, т.е. нужен перебор). Иногда так:
34: learn: 0.5985972 test: 0.5915832 best: 0.5927856 (9) total: 437ms remaining: 5.81s
Максим, у меня вопрос, что у тебя на графиках на осях за значения? и делал ли ты график по сходимости сети???
Максим, у меня вопрос, что у тебя на графиках на осях за значения?
кол-во сделок, по y прибыль в пунктах
осталось спарсить модель в метак и проверить в его тестере
кол-во сделок, по y прибыль в пунктах
помнишь в прошлый раз про машки разговор был? по патерну, поставил обучаться в тот же день, до сих пор учится. как то долго.
помнишь в прошлый раз про машки разговор был? по патерну, поставил обучаться в тот же день, до сих пор учится. как то долго.
сеть написана в метатрейдере? ) я уже высказывался на эту тему