Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2809
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
.
там целый зоопарк подходов, можно на гитхабе найти реализации, для питона видел
там целый зоопарк подходов, можно на гитхабе найти реализации, для питона видел
решений то может и много, но какое качество этих решений и насколько они рабочие в реальных задачах
Если бы Алексей хотел думать и слушать, то там с моим скриптом все рашаеться на 2 минуты..
Любопытные оценочные суждения. Вы не услышали, что я Вам написал. Нужен пример?
Любопытные оценочные суждения. Вы не услышали, что я Вам написал. Нужен пример?
да, читал ... столько ошибок в мышлении на нестолько строк текста давно не видел..
ну пример в студию )
Ты понимаешь что такое корреляция вообще? Ты такую чушь говоришь что меня потряхивать начинает
Вот Вам пример того, о чём я говорю - желтая обрезанная выборка и целая зеленая - размышляйте.
Вот Вам пример того, о чём я говорю - желтая обрезанная выборка и целая зеленая - размышляйте.
Тебе до сих пор в голову не пришло что никому не понятно что значат твои таблички, может надо обозначить значение каракулек? ))
Я думаю, Вам стоит быть сдержанней. Разочарование жизнью оставить собутыльнику или священнику.
Очевидно, что Pn - предикторы, а K - коэффициент корреляции. На примере показано, как может измениться коэффициент, если другие 50% данных изменят свою последовательность. Ваш подход может быть применен только к стационарным данным, с неизменной зависимостью, что в нашем случае не имеет места быть. Поэтому, рекомендую думать, прежде чем ехидничать.
Поэтому, рекомендую думать, прежде чем ехидничать.
Про думать....
Вопрос зачем перебирать все варианты кореляции признаков от 0,1...0,2...0,7...0,8 тем саммым увеличивая и без того огромный масив работы для алгоритма?
даже сгенерированый случайный шум может чисто случайно коррелировать с предиктором и на 0,6 и на 0,8 , редко больше ...
Из этого следует что глупо брать порог корреляции меньше 0,8 , но ты решыл делать полный перебор что говорит о том что ты вообще не думаешь что делаешь..
Так что имею право поехидничать, считаю так..
Очевидно, что Pn - предикторы, а K - коэффициент корреляции.
Очевидно.. ))) ето писец... А в чем очевидность то стесняюсь просить? какой алгоритм расшыфровки я должен был применить чтобы это стало очевидно?
Ну ты хоть капельку думаешь что говориш?
Ваш подход может быть применен только к стационарным данным, с неизменной зависимостью, что в нашем случае не имеет места быть.
Это не мой подход, а твой , и он изначально был ущебрный, и тебе об этом говорили трое человек
Про думать....
Вопрос зачем перебирать все варианты кореляции признаков от 0,1...0,2...0,7...0,8 тем саммым увеличивая и без того огромный масив работы для алгоритма?
даже сгенерированый случайный шум может чисто случайно коррелировать с предиктором и на 0,6 и на 0,8 , редко больше ...
Из этого следует что глупо брать порог корреляции меньше 0,8 , но ты решыл делать полный перебор что говорит о том что ты вообще не думаешь что делаешь..
Я скажу лишь, что провожу эксперименты и делаю выводы.
Очевидно.. ))) ето писец... А в чем очевидность то стесняюсь просить? какой алгоритм расшыфровки я должен был применить чтобы это стало очевидно?
Исходя из контекста обсуждения это очевидно.
Это не мой подход, а твой , и он изначально был ущебрный, и тебе об этом говорили трое человек
Какой Ваш подход? Какой мой подход? Я не понимаю о чём глобально речь.
Вы, в частности, утверждали, что модель на выборке нельзя будет обучить - Вы ошиблись.
память - это НС с весами обученная, ты на каждом шаге ее дообучаешь, немного двигаешь веса.. не намного, поэтому запаздывание
и в терминал это хрен перенесешь потом
Пробовал, нихрена не работает, все опять же упирается в признаки.
Кому интересно, кидаю конструктор мультивалютного тестера со спредом, примитивным лотом и намеком на открытие закрытие позиций с дробным лотом.
Для работы тестера надо подготовить датафрейм с столбцами ['open', 'spread], а также в signal кинуть numpy массив формата х (n,2) с прогнозами вероятностями бай/селл на каждый новый бар. Тестер работает из цикла, ниже представлен пример инициализации использования тестера
логику торговли и лот можно корректировать в методе transcript_sig объекта Symbol
Результаты теста лежат в словаре trade_history_data, для общего теста и trade_symbol_data каждого символа.
self.trade_history_data = {'step': [], 'acc_profit': [], 'acc_balance': [], 'acc_equity': [], 'lots_open': [], 'R2_balance': [0,0,0,0]}там списки, если кто хочет что то оптимизировать или менять - велком)