Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1227

Yeni yorum
 
toksik :

Cipsler genel olarak bir düzine kuruş, faydalı bir şey söylemek zor, ancak ayrıntılar, peki, siz kendiniz anlıyorsunuz ...

Zaman serilerinden özellikler oluştururken büyük hatalardan kaçınmanıza izin veren bir dizi "kural" vardır, özellikle en çok ihlal edilenlerden biri, özelliklerin hedeflerle banal "karıştırılmasıdır", özellikler kesinlikle geçmişten olmalıdır ve noktalardan gelen hedefler kesinlikle gelecekten olmalıdır, böyle bir ayrım, bir diziyi bir veri kümesine dönüştürmek için algoritma düzeyinde olmalıdır ve herkesin yaptığı gibi her türlü göstergeyi mahvetmemeli, sonra kesmelidir. bir trene ve bir teste , bir yere bir şey kaydırılır, vb. Orijinal satırı kesmeniz, ardından kesişmeyen sürgülü pencerelerle (geçmiş ve gelecek) satırdan geçmeniz ve lern ve test için ayrı özellikler ve hedefler almanız gerekir, yine de doğrulayabilirsiniz. Tabii ki bunu göstergelerle yapabilirsiniz, eğer türkiye'nin özellikler için ileriye bakmadığını, ancak hedefler için geriye bakmadığını kesin olarak biliyorsanız. Daha da incelikli hatalar var ama şimdilik bundan bahsetmeyeceğim.

Dönüşümlerin kendileri, önemsiz olanlardan (getiri, varyasyon, hacim değişikliği, DOM deltası, anlaşmaların dağılımı, vb.) herhangi bir egzotik, işlem gören hacimlerin yatay seviyelerinin gradyanlarına, bunlar olmadan "kalıplar") farklı olabilir), Inokentii tarafından yukarıda dile getirilen "trend / düz" ve "düzen / kaos" vb. gibi yararlı olduğu ortaya çıkan "içgörü" veya kümeleme ile elde edilen düzinelerce özel özel istatistik. Bazı istatistikler farklı zaman ölçekleri için hesaplanır, bazıları değildir, bazı özellikler bazı araçlar için çalışır, bazıları çalışmaz, hedef için özellikleri filtreleyebilmeniz ve seçebilmeniz gerekir. Pek çok şey var, standart modeller ARMA, GARCH... benzer özellikler, farklı spektral yöntemler, tabii ki) Orta ve uzun vadeli makro tahminler, özellikler gibi vb. Şimdiye kadar, eller ulaşmadı ve metin akışlarını, sosyal ağlardan vb. Analiz etmek için NLP\NLU yapacak kimse yok. Derin öğrenmenin gerçekten işe yaradığı yer burasıdır.

Vladimir Perervenko'nun makalelerini tekrarladığımda fazladan bir şey yaptım. deney - hiçbir ek gösterge yok ( en son makaleler için dijital filtreler ), yani. tamamen fiyatlar üzerinden. Sonuç sadece yüzde birkaç daha kötüydü. Ve o zaman bile, bunun Ulusal Meclis'in daha az başarılı bir eğitimi olduğunu düşünüyorum (ağırlıkların farklı karıştırılması ve başlatılması ve OHLC, makaleden değil, sunucumdan). Millet Meclisi, tahminler için ihtiyaç duyduğu takdirde, kendi içinde herhangi bir göstergeyi kolaylıkla yapacaktır. Bazı parametrelerle (LPF / HPF / bandpass veya bir tür Mashka) hangi dijital filtrenin tahmin için yararlı olduğunu tahmin etmek için hiçbir neden olmadığını düşünüyorum. Ulusal Meclis, her şeyi OHLC'den yapacak.

Ancak daha ince hatalar hakkında bilgi edinmek hala ilginç ...

MO için VR hakkında faydalı bilgilerin 1200'den fazla sayfaya yayılması üzücü. Keşke her şeyi tek bir yerde toplayabilsem, eğer işe yaramıyorsa, o zaman en azından ZZ, PCA ve ileri / geri gözetleme gibi çıkmaz fikirler

 
toksik :

Bu nedenle, "kase" yalnızca ultra-hft bağlamında olabilir veya daha doğrusu, böyle kasvetli bir düzenleme olmadığında veya onsuz bile basitçe hamur basabilen adamların kullanabileceği bir içeriden oradaydı. kriz ve üzerlerindeki tahvillerini satın) )

işte yine burada...

Trilyonlarca ve içerdekilerle insanları korkutmaktan bıkmadınız, bilirsiniz bir atasözü vardır "melez havlar ama kervan yoluna devam eder", son yüz dolarınızı bıraktığınız DC'de, dünyada dertlerinize ihtiyacımız yok. Adil değil, sen şanslı değilsin, ama ben şanslıyım, yanındayım, yüz milyonlarca kazanacağım ve değilse, başarana kadar tekrar deneyeceğim.


Kız arkadaşına ya da annene ağla, bizi yatlar ve adalar hayal etmekten alıkoyma ve hayallerimizi adım adım gerçeğe dönüştür. Voronov'u nereden indireceğini ve bir trendi bir daireden nasıl ayırt edeceğini bile bilmeyen, kötü ruhları yok eden, cehenneme dönen her türlü "guru" burada boşandı.

 
Keşa Kökü :

işte yine burada...

Trilyonlarca ve içerdekilerle insanları korkutmaktan bıkmadınız, bilirsiniz bir atasözü vardır "melez havlar ama kervan yoluna devam eder", son yüz dolarınızı bıraktığınız DC'de, dünyada dertlerinize ihtiyacımız yok. Adil değil, sen şanslı değilsin, ama ben şanslıyım, yanındayım, yüz milyonlarca kazanacağım ve değilse, başarana kadar tekrar deneyeceğim.


Kız arkadaşına ya da annene ağla, bizi yatlar ve adalar hayal etmekten alıkoyma ve hayallerimizi adım adım gerçeğe dönüştür. Voronov'u nereden indireceğini ve bir trendi bir daireden nasıl ayırt edeceğini bile bilmeyen, kötü ruhları yok eden, cehenneme dönen her türlü "guru" burada boşandı.

Hemen söyle - hangi DC için çalışıyorsun? Rüya propagandacısı.
 

Kimsenin denemediğini biliyorum, ama aniden:

işlemleri kar / düşüşe göre sıralama, sınıflara ayrıldığında, en karlı işlemler 0,5 bölgesinde en az karlı olan daha fazla olasılık verir. Onlar. İşlemleri verimliliğe göre sıralayın ve olasılıkları atayın, daha az en verimli işlem ve daha fazla gürültü ticareti olacağı açıktır.

denemeye değer mi? hata azaltılmalı mı?

 
Maksim Dmitrievski :

Kimsenin denemediğini biliyorum, ama aniden:

işlemleri kâr / düşüşe göre sıralama, sınıflara ayırdığımızda, en karlı işlemler daha fazla olasılık verir, bölgede en az karlı olan 0,5'tir. Onlar. İşlemleri verimliliğe göre sıralayın ve olasılıkları atayın, daha az en verimli işlem ve daha fazla gürültü ticareti olacağı açıktır.

denemeye değer mi? hata azaltılmalı mı?

Eh, bu bir gerileme, ancak çubukların yüksekliğinden değil, işlemlerin sonucuna göre (görünüşe göre, kendi kendine öğrenme sistemleri için buna ihtiyacınız var). Tavsiye vermeyeceğim, çünkü 5 ay boyunca MO ile hiç ilgilenmedim ve şimdi kendi kendime hangi fikri deneyeceğimi düşünüyorum. Gürültü tahmincilerinin etkisini bir şekilde otomatik olarak hafife almak istiyorum. Ne de olsa şubenin başında yapılan da tam olarak buydu.
 
toksik :

1 2 Kısmen evet, modaya uygun bir fenomen, ancak bu benim düşüncem, "derin öğrenme"nin kendisi aslında regresyon/sınıflandırmanın kendisi değil, örneğin belirli bir türdeki verilerden oldukça basit hiyerarşik olarak organize edilmiş özellikleri çıkarmanın bir yoludur. , yansıyan ışıkla çizilen piksel görüntüleri, kameraya "gerçek dünyadan" gelen, piksellerin parlaklığı olarak kendi içlerinde, aptalca sınıflandırıcıya itilirlerse çok kötü işaretler ve CNN'de bir tür "dekorasyon" var. komşu piksellerin "ve boyut sıkıştırma, birkaç geçişte, küçük parçalara bölünmüş resimleri kümelerseniz benzer yapılabilir, genel olarak "derin öğrenme" birçok geçişte bir tür kümelemedir ve ardından "üst düzey özellikleri" bir normal sınıflandırıcı Konu elbette çok ilginç, ancak onu teorik olarak geliştirmenin ve son derece yavaş bir backprop tarafından eğitilmiş farklı mimarilerin sinir ağlarıyla "analiz etme" zamanı değil. Ama tekrar ediyorum, soru açık olmasına rağmen, bu yönde deneyler yapmak, haklı olarak belirttiğiniz gibi çok pahalı olduğu için henüz piyasayla arkadaş olamadım.

3 ağaçların yapraklarına sabitler koymak gerekli değildir, doğrusal modeller kullanılabilir veya daha karmaşık olabilir, o zaman nokta bulutunun ötesinde "ekstrapolasyon" olacaktır))

4 Bir şeyi berbat ettin ve orman ve güçlendirme ile gerileme yapabilirsin, sorun değil.

3. Yani karar ağacı modellerinin yapraklarına diğer modelleri birleştirip koyabilirsiniz, nasıl çalıştığını merak ediyorum, lütfen gerçek bir örnek verin.

4. İşleri batırmadım ve bir sorun görüyorum çünkü Sinir ağlarında olduğu gibi çok çıktılı (bağımlı değişken) iskelelerde regresyon probleminin uygulanmasını henüz görmedim.
Örneğin, alglib.mqh MQL kitaplığından rastgele bir orman oluşturma işlevini ele alalım.

 //+------------------------------------------------------------------+
//| This subroutine builds random decision forest.                   |
//| INPUT PARAMETERS:                                                |
//|     XY          -   training set                                 |
//|     NPoints     -   training set size, NPoints>=1                |
//|     NVars       -   number of independent variables, NVars>=1    |
//|     NClasses    -   task type:                                   |
//|                     * NClasses=1 - regression task with one      |
//|                                    dependent variable            |
//|                     * NClasses>1 - classification task with      |
//|                                    NClasses classes.             |

onlar. NClasses bağımlı değişken sayısı birden fazla ise, bu fonksiyon sadece sınıflandırma problemini çözebilir. Uygulamanızı bu soruna bir çözüm getirin ve lütfen kodda, çünkü biz programcılar forumundayız :)

 
Maksim Dmitrievski :

Kimsenin denemediğini biliyorum, ama aniden:

işlemleri kâr / düşüşe göre sıralamak, sınıflara ayrılırken, en karlı işlemler daha fazla olasılık verir, bölgede en az karlı olan 0,5'tir. Onlar. İşlemleri verimliliğe göre sıralayın ve olasılıkları atayın, daha az en verimli işlem ve daha fazla gürültü ticareti olacağı açıktır.

denemeye değer mi? hata azaltılmalı mı?

Bu test cihazındaysa ve dolaylı olarak, işlemlerin karlılığı yoluyla doğru giriş noktalarına ulaşmak için, o zaman bunları Monte Carlo'da zaten sormuş olmama rağmen, fiyat aralığına göre neden onları hemen ve ideal bulamıyorsunuz? iplik :)
 
Ivan Negreshniy :
Bu test cihazındaysa ve dolaylı olarak, işlemlerin karlılığı yoluyla doğru giriş noktalarına ulaşmak için, o zaman bunları Monte Carlo'da zaten sormuş olmama rağmen, fiyat aralığına göre neden onları hemen ve ideal bulamıyorsunuz? iplik :)

o zaman birkaç örnek olacak ve yeni verilerde kör bir kaybeden olmayacak, hayatında mümkün olduğunca "görmesi" gerekiyor

bu kadar aptalca alıp ideal bir zikzak boyunca sunamazsınız - o zaman özellikleri alırsınız, aynı anda her şeyi ve her şeyi sıralamak için iki uçlu bir süreç olmalı :)

2 yerine daha fazla ders alıp almamayı düşünüyorum

 
Maksim Dmitrievski :

o zaman birkaç örnek olacak ve yeni verilerde kör bir kaybeden olmayacak, hayatında mümkün olduğunca "görmesi" gerekiyor

mantıklı, ama öte yandan, m. Riski sürekli olarak işaretleyip şişirmektense, daha az görüp yalnızca kesin bir şeyle işlem yapması daha iyidir.
 
Ivan Negreshniy :
mantıklı, ama öte yandan, m. Riski sürekli olarak işaretleyip şişirmektense, daha az görüp yalnızca kesin bir şeyle işlem yapması daha iyidir.

Eh, test örneğine göre, her zaman hatalara bakarım, bu "kesin şey" sadece bir kişiye öyle görünür, farklı "düşünmez"

Bir sinir ağının nasıl düşündüğünü düşünüyorum .. kesin bir şey olup olmaması umrunda değil, asıl mesele nasıl genelleştirileceği.

bu nedenle, her dışkı 0,5 aralığına yerleştirilirse ve aykırı değerler yüksek kaliteli işlemlerse, genelleme yeteneği iyileşir.
1...122012211222122312241225122612271228122912301231123212331234...3399
Yeni yorum
Neden: