Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 616
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
Алгоритмов много, даже больше чем хочется. Например -
Статья от Владимира - https://www.mql5.com/ru/articles/2029
Статья от Алексея - https://habrahabr.ru/company/aligntechnology/blog/303750/
Отдуши душевно в душу. Сейчас посмотрю что там да как в этих статьях. Метод Инварианта, тоже скажу вам достаточно интересный. Что реализованно у Решетова... Так что посмотрим...
Закон сохранения энергии в действии))
Никто не хочет делать что-то новое, если и имеющийся инструмент связи МТ-R работает.
У меня связь с МТ сейчас сделана вообще без ДЛЛ, с помощью обмена ТХТ файлами через RAM-Disk. Пока надобности в DLL не возникало. Скорость обмена, >1.5 ГБайт/с - хватит на что угодно и еще останется. Общайся хоть с кем - хоть с R, хоть с чертом лысым. И ничего делать вообще не надо. Т.е., совсем ничего.
Подробности в теме --https://www.mql5.com/ru/forum/79922
Вы процесс R тоже прямо из терминала запускаете? Или вручную?
Вручную запускаю прогу в R (или в другом софте). Дальше они обмениваются сами и вечно. Вас напрягает лишний удар по клавишам перед стартом?
Оч много преимуществ по сравнению с ДЛЛ.
Имеющаяся длл мне больше нравится)
Это пока. Все течет, все изменяется.
Я предпочитаю не вызов функций, а полноценный обмен, когда программы работают независимо и обмениваются инфой в обе стороны.
В моей интерперетации, обмен через ДЛЛ и IP-клиент-сервер, это развитие двустороннего обмена через файлы - https://www.mql5.com/ru/blogs/post/671000 И такой обмен резко все упрощает, включая всяческие последующие модернизации системы.
ЗЫ в итоге, мне вообще без разницы на чем писать -Питон, С++, C#, R и пр., и пр. Интерфейсы вообще менять не надо. Они подходят для всего.
Приветствую умы форума. Скажу сразу что всю ветку ещё не осилил. Но вопрос касательно моделей и нейросети меня с недавнего времени очень сильно зацепил. Максим не однократно говорит что корреляция как бы плохой метод для определения модели, я это проигнорирую ибо в моём случае корреляция выше 0.95 . Вопрос немного в другом, прогоняя по истории модель получаешь теже 50/50. И вот тут мне и пришла мысль, может нейросеть сможет определить в какой момент модель продавать а в какой покупать...? хотелось бы услышать мнение спецов которые уже пробовали и пробуют и работают с нейросетью. Прилагаю картинки модели где видно форвард на сколько различается.
на первой картинке пошла цена вниз, на второй пошла вверх и на третьей цена флэтует.
Хочу добавить что модель можно собирать хоть каждый час, в связи с тем что она состоит из портфеля валютных пар. В силу того ,что подбирается максимальная корреляция , длина модели может быть разной. И вот тут как раз и возникает вопрос, как быть когда длина модели пляшет, как такие выборки загонять в нейросеть?
Приветствую умы форума. Скажу сразу что всю ветку ещё не осилил. Но вопрос касательно моделей и нейросети меня с недавнего времени очень сильно зацепил. Максим не однократно говорит что корреляция как бы плохой метод для определения модели, я это проигнорирую ибо в моём случае корреляция выше 0.95 . Вопрос немного в другом, прогоняя по истории модель получаешь теже 50/50. И вот тут мне и пришла мысль, может нейросеть сможет определить в какой момент модель продавать а в какой покупать...? хотелось бы услышать мнение спецов которые уже пробовали и пробуют и работают с нейросетью. Прилагаю картинки модели где видно форвард на сколько различается.
на первой картинке пошла цена вниз, на второй пошла вверх и на третьей цена флэтует.
Ответ на Ваш вопрос: классификация. Сигналы buy/sell/pass.
Что касается изображений, не ясно что за линии.
Хочу добавить что модель можно собирать хоть каждый час, в связи с тем что она состоит из портфеля валютных пар. В силу того ,что подбирается максимальная корреляция , длина модели может быть разной. И вот тут как раз и возникает вопрос, как быть когда длина модели пляшет, как такие выборки загонять в нейросеть?
Я так понял, Вы речь ведете про датасет.
Длина датасета влияет на качество и скорость обучения (строки). На качество же прогноза влияет качество параметров (столбцы)