Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 228
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
Короче, -
1. Создаем алгоритм собирающий потоки значений любых, нужных нам параметров (данных) и прогоняющий их через кольцевой буфер.
2. Пропускаем потоки значений запоминаемые в кольцевом буфере через специальный фильтр, который обобщает их приводя к диапазонам этих значений.
3. Создается обобщенная (с помощью диапазонов) цифровая модель характера изменения значения каждого параметра в кольцевом буфере, и записывается в соответствующим формате.
4. Данная модель посылается в статистический алгоритм, собирающий эти модели.
5. Делаем цикл по базе содержащей модели (сигнатуры) характера изменения значений наших параметров и находим ту модель, которая самым лучшим образом подходит под текущую ситуацию.
6. Принимается решение о поведении системы в ситуации запечатленной в данной сигнатуре (модели).
Позже сформулирую более точно.
7. Тестирование, и слив депозита. Потому что нельзя просто набрать любых потоков значений, и сделать на них советник. Эти потоки нужно анализировать, писать свои велосипеды чтоб определить можно ли доверять каждому из них, или какой-то их комбинации.
Например можете взять два MovingAverage индикатора, и без проблем пройти с ними шаги 2-6. Ошибка вскроется только на седьмом шаге.
Поэтому есть ещё один шаг где-то между 1 и 6 (каждый решает сам где и как это делать), который бракует неподходящие потоки данных. Огромная часть этой темы на форуме посвящена анализу разных способов как это сделать.
Аппроксимация - это обощение значений. То есть, заключение различных значений данных внутрь выбранного диапазона? Далее, можно создать цифровую модель обощающую изменение некоторого значения за период времени. Собирая эти модели можно создать статистику, на которую опираться в решениях и выборе действий.
Я в правильном направлении рассуждаю?
Короче, -
1. Создаем алгоритм собирающий потоки значений любых, нужных нам параметров (данных) и прогоняющий их через кольцевой буфер.
2. Пропускаем потоки значений запоминаемые в кольцевом буфере через специальный фильтр, который обобщает их приводя к диапазонам этих значений.
3. Создается обобщенная (с помощью диапазонов) цифровая модель характера изменения значения каждого параметра в кольцевом буфере, и записывается в соответствующим формате.
4. Данная модель посылается в статистический алгоритм, собирающий эти модели.
5. Делаем цикл по базе содержащей модели (сигнатуры) характера изменения значений наших параметров и находим ту модель, которая самым лучшим образом подходит под текущую ситуацию.
6. Принимается решение о поведении системы в ситуации запечатленной в данной сигнатуре (модели).
Позже сформулирую более точно.
К сожалению не в правильном направлении Вы рассуждаете :(
Вы попросили изложить суть, в двух словах, что я напрасно сделал, хотя знал что это бессмысленно и Вы сразу занялись проекциями этого "образного" видения на свой базис знаний, что к сожалению не приведет ни к чему хорошему. Это всё равно что как если бы Вы заставили меня изложить в двух словах сущность матанализа и я бы на примере временных рядов, сказал что производная - просто разность двух соседних значений ряда, а интеграл кумулятивная сумма и Вы бы сразу бросились ингегрировать уравнения Навье Стокса для гидродинамики. Ситуация примерно такая же. МО - это искусственный интеллект, это внушительная наука, благодаря МО поисковики ищут что нам надо, лучше чем мы хотели бы, благодаря МО машины ставят медицинский диагноз лучше врачей, благодаря МО в адронном коллайдере находят новые элементарные частицы, в шахматы МО играют лучше, в ГО и вскоре вообще в любую игру будут играть лучше. Чтобы понять суть МО нужно лет 5 минимум потратить, одному из 20 с техническим складом ума.
Очень похвально что Вы не боитесь ошибаться и рветесь в бой, это очень хорошей умонастроение, не теряйте его, но в тоже время постарайтесь объективно оценить объем труда необходимый чтобы освоить эту по сути самую сложную область знаний, посмотрите лекции, мой Вам совет, это букварь.
то что показал toxic это как бы кластеризацыя но с учителем
классификация
да, верно, опечатался я)
К сожалению не в правильном направлении Вы рассуждаете :(
Да пусть попробует, а че нет, мозг не запятнан догмами и сложившымися стереотипами, а вдруг чего интересного слепит
Да пусть попробует, а че нет, мозг не запятнан догмами и сложившымися стереотипами, а вдруг чего интересного слепит
Это не нам с Вами решать, что ему пробовать или нет, речь о базовых знаниях в этой области, без которых нет смысла вообще про всё это говорить.
Всем кто реально изучает МО.
Пожалуйста не ввязывайтесь в бесполезные дискуссии с людьми которые не знают и не хотят знать эту область знаний. "ПионЭров" которые заявляют:"Покажите, докажите.. И потом я может быть начну изучать" на форуме море. Не имея ни малейшего представления о предмете они с подростковым максимализмом будут критиковать и доказывать его ненужность. Невозможно и не нужно убеждать людей в важности и нужности каких то знаний, если они не доросли до них.
Эта дискуссия не только бесполезна но и вредна. Вы тем самым подпитываете их эго, поднимаете значимость их критиканства и стимулируете к дальнейшим мусорным высказываниям. Мы не можем запретить не относящиеся к теме глупые записи, но мы можем и должны их игнорировать.
Всем кто хочет понять суть машинного обучения и не может пользоваться поиском в интернете, подсказываю: начните отсюда.
https://ru.wikipedia.org/wiki/Машинное_обучение
http://www.r2d3.us/Наглядное-Введение-в-Теорию-Машинного-Обучения/
http://www.machinelearning.ru/wiki/index.php?title=Machine_Learning
http://datareview.info/article/vse-modeli-mashinnogo-obucheniya-imeyut-svoi-nedostatki/
===============================
Ветка сильно разрослась и становится нечитаемой. Предлагаю начать новую ветку "RUserGroup" в которой будут обсуждаться только конкретные вопросы применения моделей машинного обучения в терминале МТ4/5 на языках, которые позволяют это сделать без проблем. Я знаю два (R, Python). Обсуждение проводить с предоставлением кода. Приглашаются и знатоки имеющие наработки в области МО на других языках.
Начать можем с примера сверточной сети который выложен в предыдущих постах .
Удачи
Всем кто высказался по поводу моей, несомненно дилетанской, точки зрения - спасибо. Я не отрицаю, что эта тема мне незнакома. Возможно, изложенные вчера идеи не имеют никакого отношения к машинному обучению, но форум не запрещает быть нубом и плести лженаучную чушь, пытаясь понять сложную и важную тему.) Я не боюсь показатся глупцом и невеждой.
Я считаю, что никакая дискуссия не бесполезна, если заставляет людей думать, выходить за рамки стереотипов и рассматривать новые подходы. Это одинаково полезно как новичкам, так и опытным специалистам. Единственное, в чем я проявляю максимализм, - так это в неприятии такой позиции:
"Мы будем сидеть на форуме MQL, пропагандировать другие языки как более продвинутые и призывать пользоваться костыльными методами в решении задач, с которыми MQL не справляется. Мы не станем реализовывать новые возможности в MQL, помогая ему расти, - мы лучше будем пенять на него и критиковать. Мы хорошо разбираемся в машинном обучении, но реализовать это в MQL не в состоянии, а те которые хотят попытаться - просто невежды."
По-моему - тупиковая позиция. Не способствует ни личному росту, ни развитию языка, ни платформы, и не помогает никому из тех, кто предпочитает MQL. Если интересна только чужая реализация, то зачем обсуждать это здесь? Есть форум R. Какой толк от такой дискуссии для развития MQL, если те, кто считают себя специалистами не собираются в нем ничего реализовывать? Мало того, - они еще и отговаривают от этого других.
Я прекрасно понимаю, что большую и сложную тему нельзя расколоть на "раз -два", но в духе противоречия местным пропагандистам других языков, я буду пропагандировать MQL и возможность реализации в нем новых "недоступных" возможностей.
Поэтому, чуть позже я все равно выложу свою концепцию машинного обучения.
И пусть меня закидают гнилыми помидорами.))
ну почему же есть энтузиасты отдельные,которые на мкл заново переписывают велосипед.
кстати,тут недавно кто-то просил простой пример с НС,почему-то никто не вспомнил про давнюю поделку Решетова. Кстати,сам Решетов,я так понял,сейчас совсем не на мкл развивает свой проект.
https://www.mql5.com/ru/code/10289
https://www.mql5.com/ru/code/16727
https://www.mql5.com/ru/code/1104
Ну если есть люди, которые уже заложили какую то базу реализации машинного обучения на MQL, то тем более непонятно желание некоторых пропагандировать другие языки. Нужно просто продолжать развивать эту базу.
базы нет,от слова совсем! все коды выше это переделки поделки Решетова, о которой еще 100500 лет назад были споры - НС это или так,самоделкина хрень.
лишнее тому доказательство - почти полное отсутствие в маркете подобных советников.
так что в паблике можно сказать нет примеров НС на мкл.
и это за 6 лет развития платформы и языка. по-моему,более чем показательно.
вы можете стать пионером)) велкам!