Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 45
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
Ок, это очень хорошие показатели торговли на истории! Поздравляю.
Как сделать из диапазонов одного предиктор несколько предикторов? Я этого не пойму.
О это очень просто ) кластеризация...
1) Берем каждый предиктор и кластеризируем его скажем на 50 кластеров (при чем кластеризацыю можно и нужно провести по двум типам 1) кластеризировать "как есть" чтоб кластеризировать предиктор по числовым значениям и второй тип 2) кластеризировать нормированый предиктор чтоб кластеризировать его в виде образа) в комплексе получиться все как у человеческого зрения, мы будем знать не только числовые "реальные" значения предиктора но и образ - изгибы, наклоны
2) Создаем таблицу где колонки это кластера , 50 кластеров ---> 50 колонок ---> 50 предикторов, проверяем каким то алгоритмом важность этих предикторов и видим что из 50 предикторов важных всего 1-5 штук, их и оставляем
3) берем следующий предиктор кластеризируем и повторяем пункты 1 и 2
теоретически такая селекцыя внутри предиктора должна на порядки поднять качество распознавания...
но есть и недостатки
1) дорогие вычисления
2) если каждый предиктор будет разбиваться поочередно и его внутрености будут оцениваться отдельно от внутреностей других предикторов то будет невозможна оценка взаимосвязи между предикторами это нужно как то решыть
О это очень просто ) кластеризация...
1) Берем каждый предиктор и кластеризируем его скажем на 50 кластеров (при чем кластеризацыю можно и нужно провести по двум типам 1) кластеризировать "как есть" чтоб кластеризировать предиктор по числовым значениям и второй тип 2) кластеризировать нормированый предиктор чтоб кластеризировать его в виде образа) в комплексе получиться все как у человеческого зрения, мы будем знать не только числовые "реальные" значения предиктора но и образ - изгибы, наклоны
2) Создаем таблицу где колонки это кластера , 50 кластеров ---> 50 колонок ---> 50 предикторов, проверяем каким то алгоритмом важность этих предикторов и видим что из 50 предикторов важных всего 1-5 штук, их и оставляем
3) берем следующий предиктор кластеризируем и повторяем пункты 1 и 2
теоретически такая селекцыя внутри предиктора должна на порядки поднять качество распознавания...
но есть и недостатки
1) дорогие вычисления
2) если каждый предиктор будет разбиваться поочередно и его внутрености будут оцениваться отдельно от внутреностей других предикторов то будет невозможна оценка взаимосвязи между предикторами это нужно как то решыть
Так можно попробовать . Вообще есть такой метод. Строится точечная диаграмма выход-предиктор. В идеале там будет хорошая зависимость. Но если на каком то отрезке (обычно в хвостах) зависимость смазанная, то эти наблюдения исключают.
как называется такой метод?
в р-ке есть?
как решать проблему №2 ?
как называется такой метод?
в р-ке есть?
как решать проблему №2 ?
Кстати, кому-то это интересно или нет, я не понял. Робот нужен обученный, который проходит валидацию за 5 лет с прибылью?
Такой
я из отпуска вернулся. могу подготовить файлы и выложить, а кому нужно, улучшит его под себя.
Мне интересно как вы создавали робота по пунктам, если не трудно...
1) Отобрали признаки по вашему способу
2) натринеровали модель
и все?
Мне интересно как вы создавали робота по пунктам, если не трудно...
1) Отобрали признаки по вашему способу
2) натринеровали модель
и все?
Это общая схема, которая работает всегда.
Признаки я отбираю через важность после прогона GBM. И пробую разное количество отобрать. Машина обучается через GBM и я пробовал разные фитнесс-функции. Используется кроссвалидация. Параметры ее также варьируются. И еще есть нюансы.
В общем, я получил такой результат, который говорит о том, что сложнее не всегда лучше. На EURUSD модель использует всего 5 предикторов и всего два фолда кроссвалидации.
Очень интересная нейросеть http://gekkoquant.com/2016/05/08/evolving-neural-networks-through-augmenting-topologies-part-3-of-4/ как думаете можно ее заставить саму торговать и чтоб она сама обучалась на своих ошибках? И если да то как, приглашаю к обсуждению
Если разработчик говорит о том, что сеть может заменить алгоритм обучения с подкреплением, то это многообещающе.
Экспериментировать нужно. Но тема интересная.
Если разработчик говорит о том, что сеть может заменить алгоритм обучения с подкреплением, то это многообещающе.
Экспериментировать нужно. Но тема интересная.
Cогласен, интересная... но мне там практически ничего не понятно толком, начиная с идеологии заканчивая самим кодом, очень всего много и многие операторы мне даже не известны
Если бы кто то смог это все пояснить хотя бы на элементарных примерах как применить ее в торговле то это стало бы хорошым толчком для экспериментов для таких неучей как я