Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 354
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
Более правильно и элегантно это решено в calibrate::CORELearn/
И уже довольно давно.
Удачи
Самое смешное, что я пользовался калибровкой без особого успеха и забросил. С помощью калибровки просто двигал границу между классами, но не догадался оставлять ПРОМЕЖУТОК между классами.
Самое смешное, что я пользовался калибровкой без особого успеха и забросил. С помощью калибровки просто двигал границу между классами, но не догадался оставлять ПРОМЕЖУТОК между классами.
Вот дошел до момента подготовки обучающих данных к своему варианту сетки...
Смотрю на примеры и думаю, а зачем вводить в обучение бары, на которых нет торговой команды?
Если обучающие примеры строятся по зигзагу, то надо заносить в НС, только моменты разворота зигзага.
Или непринятие торгового решения - это тоже решение? ))) И этому тоже надо научиться? Хотя по логике, если не бай и не сел, значит принято решение об отсутствии торговли.
Предполагается что обученная модель при торговле будет делать какой-то прогноз на каждом баре. Например её предсказание должно интерпретироваться в "держать длинную позицию"/"держать короткую позицию"/"Не торговать", и дальше уже по этому прогнозу внутри советника совершать различные торговые операции - переворачиваться, закрываться, открываться в лонг или шорт. Так что модель (нейронка) должна научиться определять все три эти ситуации, и обучающие данные соответственно заранее подготавливаются так чтоб показать ей где и какой прогноз от неё ожидается.
Предполагается что обученная модель при торговле будет делать какой-то прогноз на каждом баре. Например её предсказание должно интерпретироваться в "держать длинную позицию"/"держать короткую позицию"/"Не торговать", и дальше уже по этому прогнозу внутри советника совершать различные торговые операции - переворачиваться, закрываться, открываться в лонг или шорт. Так что модель (нейронка) должна научиться определять все три эти ситуации, и обучающие данные соответственно заранее подготавливаются так чтоб показать ей где и какой прогноз от неё ожидается.
Все-таки мне кажется, что ничего-не-деланию не надо учиться. Это у всех хорошо получается)
К тому же, если не скальпируем и торговые решения принимаются раз в 100 - 10000 баров, то НС должна все те ненужные 10000 баров перелопатить... очевидно разница в скорости обучения будет тоже в 10000 раз. Даже если скальпируем, например 1 раз за 10 баров, то 10 кратное увеличение времени расчетов - тоже существенно.
В общем, практика - критерий истины, попробую оба варианта и сравню.
Калибровка делает из "твердого" классификатора "мягкий (он может говорить "не знаю"). Исчезают просадки.
Такой вопрос по R, как сделать совместимость версий?
Такой вопрос по R, как сделать совместимость версий?
Залезть в код модуля, и исправить.
я неумеха, не знаю че куда лезть )
я неумеха, не знаю че куда лезть )
Исходный код пакета. Скачать, исправить, скомпилировать. Иногда это получается, иногда нет. М.б там всего 2 строчки поправить, а может до фига.)
ЗЫ Самый простой вариант, скачать предыдущую версию R.