Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 510
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Makaleden kodu çalıştırdım, her şey ilk kez çalıştı.
Sürüm R 3.4.2, ancak bunun özellikle önemli olduğunu düşünmüyorum.
R'm açık .. yani içinde bir söve var
Sadece burada bazıları fiyatların sınıflandırılmasıyla uğraşıyor. Bu onlar için.
Sınıflandırma türü, çok dikkatli olunması gereken öğretmen tarafından belirlenir.
Eğilimler öğretmen ise (trend modeli), aşağı ve yukarı eşit miktarda (kabaca) olmalıdır. Ama taraflarla ne yapılacağı belli değil... Ve eğer taraflar varsa, o zaman net değil: neyin yukarı ve neyin aşağı olduğu. Trendlerle çıkmaz sokak.
Bu nedenle, en umut verici olan ve burada tartışılan, fiyat artışlarının tahminidir. Ama onun için öğretmen farklıdır, trendlerle aynı değildir.
Bu arada, burada kimse fiyat sınıflandırmasıyla ilgilenmiyor.
Zaman serisi tahmini ile uğraşıyorsanız, makaleleri okumak daha iyidir.
Bağlantınız sadece durağan zaman serisi mi? Üstel düzeltmeye bakılırsa, evet. Finansal piyasalarda durağan bir zaman serisi yoktur .
Bahsettiğiniz makalenin tahminle hiçbir ilgisi yoktur - bu, eğrinin analitik bir biçimde ekstrapolasyonudur. Peki ya bir boşluk varsa? Peki ya biraz Draghi ya da başka biri?
En düşük RMSE'ye göre 3 farklı özelliğin periyotlarının otomatik seçilmesi, özelliklerin piyasadaki öneminin hem mutlak değerlerde hem de diğer özelliklere göre zaman içinde önemli ölçüde değiştiği görülebilir. Bazen aynı dönemlerin tutulduğu veya hafifçe değiştiği istikrarlı dönemler vardır, ancak genel olarak değişkenlik büyüktür. Bu sadece küçük bir kesim. Tüm tahmin edicilerin durağan bir formu vardır.
Yani, aptalca stat koymak için. piyasada sabit kalıpların varlığına ilişkin boş hipotez doğrulanmamıştır.
Sonuç: En az 2 model yapmanız gerekir: biri gerçek zamanlı olarak bilgilendirici özellikler seçecek, diğeri ise bunlar üzerinde eğitilecek ve yeniden eğitilecektir. Ve bunun için, özelliklerinin varyasyonunun etkili olacağı bir sisteme ihtiyaç vardır, yani. her şeyi bir bütün sistem olarak düşünün.
Sonuç: En az 2 model yapmanız gerekir: biri gerçek zamanlı olarak bilgilendirici özellikler seçecek, diğeri ise bunlar üzerinde eğitilecek ve yeniden eğitilecektir.
Bana gelince, sonuç doğru değil, çünkü model her zaman bir adım geride, piyasanın mevcut özelliklerine göre her zaman bir adım modası geçmiş olacak ... Aynı hareketli gecikmeli talihsiz ortalama ..
Bir sınıflandırma modeli eğitmek için, sınıf sayısını "1" sınıfındaki eğitim örneklerinin sayısı "2" sınıfındaki eğitim örneklerinin sayısıyla eşleşecek şekilde dengelemeniz gerektiğine dair bir işaret vardır (ve gereksiz örnekleri kaldırın)
Bazı regresyon modelleri için benzer bir gereksinim fark ettim, ancak burada daha karmaşık - 0,001 hedefi olan örneklerin sayısı, -0,001 hedefi olan eğitim örneklerinin sayısıyla eşleşmelidir.
0,002 hedefli örneklerin sayısı, hedef -0,002 vb. olan örneklerin sayısıyla eşleşmelidir.
İşte bu dengelemeyi yapmak için bir komut dosyası -
Bana gelince, sonuç doğru değil, çünkü model her zaman bir adım geride, piyasanın mevcut özelliklerine göre her zaman bir adım modası geçmiş olacak ... Aynı hareketli gecikmeli talihsiz ortalama ..
evet, ama hayır .. yani. olmadan daha iyi
Bu özünde ne anlama geliyor?
Dolar art arda birkaç aydır büyüyorsa (bir eğilim vardı), o zaman eğitim örneklerinin sayısını eşitleyerek, NN'yi tüm bu zaman boyunca bir daire varmış gibi göstereceğiz. Ve buna göre dairede öğrenecek. Doğru mu? Belki de trendde aynı şeyi öğrenmesine izin verin?
Peki ya yeni verilerin fiyatı düşmeye başlarsa? Model büyümesini bekliyor. Böyle bir durumda benim kullandığım model biraz aptallaşmaya başlıyor ve uzun süre işlemlerde oturarak oturuyor.
evet, ama hayır .. yani. olmadan daha iyi
Ne diyebilirim ki, deneyin, deneyimlerinizi paylaşın, okumak ilginç olan bu
Modeli her çubukta yeniden eğitmeyi denedim...
Evet - model statik modelden daha iyi performans gösteriyor (eğitildikten sonra)
hayır - model çalışma olarak adlandırılamaz
p.s. umarım daha iyisini yaparsın.Ne diyebilirim ki, deneyin, deneyimlerinizi paylaşın, okumak ilginç olan bu
Modeli her çubukta yeniden eğitmeyi denedim...
Evet - model statik modelden daha iyi performans gösteriyor (eğitildikten sonra)
hayır - model çalışma olarak adlandırılamaz
p.s. umarım daha iyisini yaparsın.Bunu, modelin hiç yeniden eğitmemesi, ancak optimize edicide ayarlanmış belirli parametrelere sahip olması için yapıyorum, ancak özelliklerin başka bir model aracılığıyla sabit bir uyumu var, böylece ilki her zaman yaklaşık olarak aynı sonuçları verecek, ancak özelliklerin periyotlarının değişmesinden dolayı piyasaya göre ya daha fazla çok yönlü sinyal üretir ya da daha az üretir. Örneğin, bir düz, küçük tahmin periyotları, bir trend için büyük olanlar için uygundur. Hala bir gecikme olduğu açık, soru bunun ne kadar kritik olduğu. Ancak toplamdaki her şey belirli bir süre boyunca hala optimize edildiğinden, süper uyarlanabilir bir stil olduğu ortaya çıkıyor.
Eh, kısacası, bunlar benim fantezilerim, size cildi nasıl bitireceğinizi göstereceğim)
Bunu, modelin hiç yeniden eğitmemesi, ancak optimize edicide ayarlanmış belirli parametrelere sahip olması için yapıyorum, ancak özelliklerin başka bir model aracılığıyla sabit bir uyumu var, böylece ilki her zaman yaklaşık olarak aynı sonuçları verecek, ancak özelliklerin periyotlarının değişmesi nedeniyle piyasaya göre ya çok yönlü sinyal daha fazla ya da daha az üretir. Örneğin, bir düz, küçük tahmin periyotları, bir trend için büyük olanlar için uygundur. Hala bir gecikme olduğu açık, soru bunun ne kadar kritik olduğu.
Eh, kısacası bunlar benim fantezilerim, size cildi nasıl bitireceğinizi göstereceğim)
"özellik/tahmin dönemleri" ne anlama geliyor? dönemler nelerdir? )