Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2737

 
Maxim Dmitrievsky #:
Ya bir sincabınız var ya da büyüklük kuruntusuna kapılıyorsunuz.
Tek yapabildiğin otobüste herkesin takdir edeceği bir ses çıkarmak. Tek yapabildiğin bu.
))))) MO profesyonelleri... Ahahahaha..... Oh, lanet olsun.

 

Bir fikir oluşturucu olarak: belki bir teklif veya çubuk rengi belirlenmemelidir, ancak örneğin daha az gürültülü ve yarı bilinen bir şey ve tek bir olay değil.

Örneğin, LWMA 20'nin 7 çubuktaki konumu? Basit matematik, yaklaşık olarak nerede olacağını belirlemek için kullanılabilir ve ML / NN yöntemleri bu alanı daraltmayı başarırsa, o zaman sadece kar sağlayacak bir ticaret algoritması bulma meselesidir.

 
Maxim Kuznetsov ticaret algoritması bulmak meselesidir.

Gelecekteki fiyat hareketi vektörünü hesaba katmamız gereken bir şey var ve farklı ayrıklıklarla da olsa bunu tahmin etmeye çalışıyoruz. Ancak, daha da basit bir problemi çözmekle ilgileniyorum - fiyatın kesişme noktasına doğru hareket edip etmeyeceğini belirlemek, hatta ideal olarak kesişme noktasını hesaplamak.

Ne yazık ki, MQL'de regresyon modellerinin veya çoklu sınıflandırma modellerinin nasıl yapılacağını bilmiyorum ve bu olmadan sorunu diğer dillerin herhangi bir paketinde çözmeye başlamak için hiçbir teşvik yok. Yine de, böyle bir görevim var, bu yüzden hesaplama da dahil olmak üzere ilgilenen biriyle birlikte çözmeye hazırım.

 
mytarmailS #:

Evet, ben de ne yapmak istediğinizi ve bunu nasıl yapmak istediğinizi, neyi nasıl tanımlayacağınızı anlamıyorum.

Tüm bunların faydasız olduğu ve örneklem ne kadar büyük olursa o kadar iyi olacağı görüşündeyim, ancak bunu test etmeye hazırım ve bu amaçla uygun bir araca ihtiyacımız var. Bir modeli eğitmek için en uygun alanları belirleyecek bir araç, ilk başta geçmişte olsun ve sonra geleceğe bakmadan bunu yapıp yapamayacağımızı göreceğiz.

 
Aleksey Vyazmikin #:

Mesele şu ki, gelecekteki fiyat hareketi vektörünü hesaba katmamız gerekiyor ve farklı ayrıklıklarla da olsa bunu tahmin etmeye çalışıyoruz. Ancak, daha da basit bir sorunu çözmekle ilgileniyorum - muvingin fiyatını belirlemek, fiyatın kesişme noktasına doğru hareket edip etmeyeceğini, hatta ideal olarak kesişme noktasını hesaplamak.

Ne yazık ki, MQL'de regresyon modellerinin veya çoklu sınıflandırma modellerinin nasıl yapılacağını bilmiyorum ve bu olmadan problemi diğer dillerin herhangi bir paketinde çözmeye başlamak için hiçbir teşvik yok. Yine de, böyle bir görevim var, bu yüzden hesaplama da dahil olmak üzere ilgilenen biriyle birlikte çözmeye hazırım.

Fiyat SMA'ya doğru hareket edecekse ve çapraz geçişlere ihtiyacımız varsa, sorun tamamen aynıdır (belki de önceden bilinen yöne rağmen çapraz geçişlere duyulan ihtiyaç nedeniyle daha da karmaşıktır).

dSMA eğiminin=(fiyat[N]-fiyat[0])/N olduğunu ve fiyat teklifinin istatistiksel özelliklerini (kaç tik olduğunu, belirli bir süre için kaç tikin noktalara çevrildiğini) bilerek "gelecekte" olasılık alanları oluşturabilirsiniz - işte fiyat alanı, işte sma alanı, işte_fiyat_karşılaşacak_SMA.

Ancak bu istatistiksel-analitik bir çözüm olacaktır ve bundan para kazanamazsınız. O zaman bu alanları ML / NN ile aynı şekilde daraltmanız ve ardından bir algoritma bulmanız gerekir. bundan nasıl para kazanılır :-)

 
Maxim Kuznetsov #:

Fiyat SMA'ya doğru hareket edecekse ve geçişlere ihtiyacımız varsa, görev tamamen aynıdır (bilinen yöne rağmen geçişlere duyulan ihtiyaç nedeniyle belki daha da zordur).

dSMA=(fiyat[N]-fiyat[0])/N eğimini ve fiyat teklifinin istatistiksel özelliklerini (kaç tik olduğunu, belirli bir süre için kaç tikin noktalara çevrildiğini) bilerek, "gelecekte" olasılık alanları oluşturabiliriz - işte fiyat alanı, işte sma alanı, işte_burada_fiyat_karşılaşacak_SMA.

Ancak bu istatistiksel-analitik bir çözüm olacaktır ve bundan para kazanamazsınız. O zaman bu alanları ML/NN ile aynı şekilde daraltmanız ve daha sonra bundan nasıl para kazanacağınıza dair bir algoritma bulmanız gerekir :-)

Nasıl para kazanacağımı biliyorum - düzeltme bekleyen kanalda işlem yapmak. Ve geri kalanı - evet, çoklu sınıflandırma veya regresyon bunun içindir. Aslında, olası çubuklardan oluşan bir model oluşturmanız ve ardından modeli hesaplamanız gerekir.

 
Maxim Kuznetsov ticaret algoritması bulma meselesidir.
Cloze fiyatlarında gürültüyü nerede görüyorsunuz ve Mashka'dan nasıl daha kötüler? Hiçbir etkisi yok. Rastgele bölü rastgele.

Bu muhtemelen MO'ya yeni başlayan birinin kontrol etmek için koşacağı ilk yollardan biridir.

Orada yazdığım gibi... önce çalışma nesnesini ve özelliklerini tanımlamanız ve ardından MO kullanarak nedensel ilişkiyi (eğer varsa) tanımlamanız gerekir

MO, hipotezleri yeni verilerle test etmenin acısız bir yoludur. Ve bu adamlar hiçbir şeyin işe yaramadığını haykırarak etrafta koşturuyorlar.
 
Maxim Dmitrievsky #:
Eğer sadece zaman serilerini analiz etmiyorsanız, o zaman elbette. Ancak sadece zaman serileri herkes tarafından analiz edilemez, bu yüzden MO yöntemleriyle bir araştırma nesnesi olarak piyasanın bir fiyat serisi biçimindeki açık temsiline karar verdim.

Aksi takdirde yığın, haber analizi, ikili ticaret, arbitraj vb. gibi diğer şeyleri etiketlemiş olurdum.

Ayrıklaştırma analiz için gereklidir, onsuz hiçbir yol yoktur. Genellikle, bir zaman serisi eşit zaman aralıklarında bir ayrıklaştırmadır. Ancak bunu başka bir şekilde de yapabilirsiniz - örneğin renko veya zigzaglar.

Gördüğüm kadarıyla, ayrıklaştırmanın kaynağı, daha sonra modellerimizden filtreler aracılığıyla geliştirmeye çalıştığımız aptal bir temel TS'dir. Örneğin, ilk TS "saat başında al ve sonunda sat" veya "yönünde bir zikzağın dizinin oluşumunda aç ve bir sonrakinin oluşumunda kapat" ve bazı göstergeler-tahminciler temelinde nihai TS bazı girdileri reddeder.

Farklı ayrıklaştırma yöntemleriyle uğraşmayı boş bir uğraş olarak görüyorsunuz ve bunun bir nedeni var, ancak her zaman sizinle aynı fikirde olmayanlar olacaktır. Bu da bu başlıkta herhangi bir ayrıntıya ilişkin yapıcı bir tartışmanın mümkün olmamasının bir başka nedenidir.

 
Aleksey Nikolayev #:

Ayrıklaştırma analiz için gereklidir, onsuz hiçbir yol yoktur. Genellikle bir zaman serisi düzenli aralıklarla ayrıklaştırılır. Ancak bunu başka bir şekilde de yapabilirsiniz - örneğin renko veya zigzaglar.

Gördüğüm kadarıyla, ayrıklaştırmanın kaynağı, daha sonra modellerimizden filtreler aracılığıyla geliştirmeye çalıştığımız aptal bir temel TS'dir. Örneğin, ilk TS "saat başında al ve sonunda sat" veya "yönünde bir zikzağın dizinin oluşumunda aç ve bir sonrakinin oluşumunda kapat" ve bazı göstergeler-tahminciler temelinde nihai TS bazı girdileri reddeder.

Farklı ayrıştırma yöntemleriyle uğraşmayı boş bir uğraş olarak görüyorsunuz ve bunun bir nedeni var, ancak sizinle aynı fikirde olmayanlar her zaman olacaktır. Bu, bu başlıkta herhangi bir özelliğin yapıcı bir şekilde tartışılmasının imkansız olmasının bir başka nedenidir.

Ben sadece kendi fikrimi ifade edebilirim. Örneğin, farklı koşullar altında kenelere dayalı farklı çubuk türleri oluşturmayı denedim ve hiçbir şey elde edemedim. Bu aşamada şimdiye kadar her şey açık, çok fazla gereksiz terim getirmezsek yapıcı bir konuşma yapabiliriz :).

Şu anda sadece rastgele bir özellik ve etiket kümesi alıyorum ve yeni veriler üzerinde doğrulama ile bu kümeler arasında döngü yapıyorum. Ayrıca etiketleri karşılıklı bilgiye dayalı olarak türetmeye çalışıyorum, böylece özellikler ve korelasyon arasında mümkün olduğunca fazla bilgi var.
 
Aleksey Nikolayev #:

Farklı örnekleme yöntemleriyle uğraşmayı boş bir uğraş olarak görüyorsunuz ve bunun bir nedeni var, ancak sizinle aynı fikirde olmayanlar her zaman olacaktır. Bu, herhangi bir ayrıntı başlığında yapıcı bir tartışmanın imkansız olmasının bir başka nedenidir.

Ayrıklaştırma filtrelemenin özel bir durumudur (bilginin sıkıştırılması) eğer yararlı olmasaydı hiç var olmazdı.... Bunu boş iş olarak görmek aptallıktır, ki bu da şaşırtıcı değildir
MO profesörü ahahaha
Neden: