Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2067

 
Alexey Vyazmikin :

Bu doğru, ancak yapraklarda zaten çok fazla olan çizgileri kaldırırsanız, onlardan biraz daha az ("0" sınıfı) olacaktır ve kalite düşmemelidir, "1" için göreceli göstergeler ise daha büyük olur, bu da modelin arama yaparken daha önce istatistiksel olarak doğru olmayan yaprak çeşitlerini hesaba katabileceği anlamına gelir.

Diğer bir seçenek ise karşısındaki benzersiz yaprakları kaldırmaktır, sadece öğrenmeye müdahale edebilirler.

Birçok benzer satır varsa, durum genellikle tekrarlanır. Onları, örneğin, sınıf 0'ı atarsanız ve gerçek ticarette sınıf 1 ile sayfayı etkinleştirmeye başlarsanız, o zaman desenler değişmezse, tahmin edilen 1 yerine tekrar 0 alırsınız. kayıplara uğramak. Ona ihtiyacın var mı?

MO, yalnızca örüntünün devam edeceği ve geçmişte olduğu gibi hareket edeceği varsayımıyla tahmin edebilir. Kalıpları öğrenmeden çıkararak rastgele

 
Aleksey Nikolaev :

Örnek bir uygulama ile açıklamak belki daha kolay.

nokta 1) - kalıcılık-kalıcılık günlük dalgalanmalarının varlığına ilişkin hipotezi test etmek. Bu, fiyatın devam etme eğiliminin bir testidir veya tam tersi - günün saatine bağlı olarak hareketinin yönünü değiştirmek. Bunu yapmak için korelasyonu bilmeniz gerekir.

puan 2) ve 3) - fiyat terslerinin "saatte meydana geldiği" ve bunu "doğru" zamanda yapmanın daha iyi olduğu hipotezini test etmek

nokta 3) - zikzak uzunluklarının ampirik dağılımını inceleyerek günün düz (trend) zamanlarını arayın.

1) Ne ile ne arasındaki ilişki?

 
Valeriy Yastremskiy :

Günü anladım, katılıyorum. Haftanın günü hakkında soru. Ortalama süre içindeki süre, günler, başlangıçta haftanın gününe bağlı değildir. Başlangıçta haftanın gününe bağlanarak günün saatini dikkate alarak hafta içi sıklığı belirlemek mümkündür. Sadece ayın gününün günün saatine bir bağlamanız var.

Elbette, bir gün içindeki dakikalara benzetme yaparak, (örneğin) bir hafta içinde beş dakika ile yapabilirsiniz, ancak aynı yerde tamamen haftalık periyodikliği miras kalandan günlük olandan ayırmanız gerekecek, çünkü yanı sıra haber efektlerinden ve diğer durağanlıktan. Genel olarak, aynı belirgin haftalık mevsimsellikten emin değilim.

 
elibrarius :

1) Ne ile ne arasındaki ilişki?

bitişik artışlar.

 
Aleksey Nikolaev :

Elbette, bir gün içindeki dakikalara benzetme yaparak, (örneğin) bir hafta içinde beş dakika ile yapabilirsiniz, ancak aynı yerde tamamen haftalık periyodikliği miras kalandan günlük olandan ayırmanız gerekecek, çünkü yanı sıra haber efektlerinden ve diğer durağanlıktan. Genel olarak, aynı belirgin haftalık mevsimsellikten emin değilim.

Belli ki dili tutulmuş. Haftalık ortalama dikkate alınmaz. Her gün saat 9'da veya her ayın üçüncü, beşinci ve onuncu gününde veya her Çarşamba sabah 9'da periyodik bir olay olan yanıtı nasıl alırsınız?

 
Valeriy Yastremskiy :

Belli ki dili tutulmuş. Haftalık ortalama dikkate alınmaz. Her gün sabah 9'da veya her ayın üçüncü, beşinci ve onuncu gününde veya her Çarşamba sabah 9'da periyodik bir olay olan yanıtı nasıl alırsınız?

Görünüşe göre sizi anladım ve her gün sabah 9'da tekrar eden bir olayın her Çarşamba sabah 9'da tekrarlayan bir olay olacağını ruhuyla yazdım. Çok parlak günlük periyodiklik nedeniyle TAM HAFTALIK (ancak günlük bir periyodu olmayan) periyodu olan olayları ayırt etmek oldukça zor olacaktır. Elbette yanılıyor olabilirim, ancak henüz parlak bir haftalık periyodiklik fark etmedim, bu yüzden kodumda bunu tespit etmenin bir yolu yok.

 
elibrarius :

Birçok benzer satır varsa, durum genellikle tekrarlanır. Onları, örneğin, sınıf 0'ı atarsanız ve gerçek ticarette sınıf 1 ile sayfayı etkinleştirmeye başlarsanız, o zaman desenler değişmezse, tahmin edilen 1 yerine tekrar 0 alırsınız. kayıplara uğramak. Ona ihtiyacın var mı?

MO, yalnızca örüntünün devam edeceği ve geçmişte olduğu gibi hareket edeceği varsayımıyla tahmin edebilir. Kalıpları öğrenmeden çıkararak rastgele

%40 doğrulukla iyi kazandıran stratejiler, trend stratejiler var ama standart ML yöntemleri eğitilmelerine izin vermiyor, doğruluk yetersizse "1" sınıfını sıfıra atıyorum, ancak sadece ayırmam ve iyileştirmem gerekiyor bu tür bölünmeler, bu yüzden benzer yöntemler arıyorum. Aksi takdirde, Geri Çağırma 1 için çok küçüktür.

 
Aleksey Nikolaev :

Gün içi kalıpları ararken, oynaklıktaki gün içi dalgalanmalar karışır. Onlardan bir şekilde kurtulmanız gerekiyor. Olası yollar:

1) Günün saatinin oynaklığını dikkate alarak artışların yeniden normalleştirilmesi.

2) Dağılımın eşit olarak büyüdüğü yeni bir gün içi zamana geçiş.

3) Bir zikzak kullanmak. Dizlerin değerleri oynaklıktaki dalgalanmalara bağlı değildir. Zirvelerin zamanları elbette volatiliteye bağlıdır (daha sık olarak yüksek olduğu yerdedir), ancak tek tip bir zamana geçildiğinde bu birikimler ortadan kalkar.

bu teoride .. ama pratikte gözlükleri bükmeyin ..)

oynaklık için normalleştirilmiş artışlar, seviyeli dağılım. Sadece bilgi kaybı oldu.

 
Alexey Vyazmikin :

%40 doğrulukla iyi para kazandıran stratejiler, trend stratejileri var ama standart ML yöntemleri onların eğitilmesine izin vermiyor, doğruluk yetersizse "1" sınıfını sıfıra atıyorum ama sadece ayırmam gerekiyor ve bu tür bölünmeleri iyileştirin, bu yüzden benzer yöntemler arıyorum. Aksi takdirde, Geri Çağırma 1 için çok küçüktür.

Modaya uygunsa, TP büyüktür ve SL küçüktür. Örneğin, 500'den 100'e kadar. Ardından, %80'lik bir hatayla, %20 başarılı ve %80'i kaybeden esnaf olacaktır. Bakiye daha sonra sıfıra yakın olacaktır. %70 hata ile yaprak takası yaparsanız zaten kar etmiş olursunuz. Ve 50/50 bulursanız, kâr çok büyük olacaktır.


çöplük ne demek ? Hataların %70'i, yalnızca 0 sınıfına atılmış gibi görünüyor, ancak birinci sınıfın kalan %30'unda zaten para kazanabilirsiniz.

 
Alexey Vyazmikin :

Maxim, C ++ modelinin CatBoost'tan doğru şekilde yüklenmediğine dair bir şüphe var - bunu python modeliyle karşılaştırabilir misiniz?

Göstergelerin CPP modelinden alındığı MQL5'teki model yorumlama göstergelerine ve ikili modeldeki göstergelere katılmıyorum. 0.15 civarında Delta - ki bu çok fazla.

pythonic bir sarmalayıcıda cpp'dir. Her şey iyi çalışıyor

planda, hem python formatında hem de cpp olarak kaydedilebilir. cpp'ye kaydediyorum ve ardından basit adımlarla mql'ye dönüştürüyorum, çünkü modelin kendisi birkaç dizidir.
Neden: