Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1917
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
Evet, her şeyin herkes gibi olduğunu varsayar) Buradaki fikir, özellikleri değiştirmek, modeli eğitmek ve yeni verilerde ne olduğunu görmek.
Ve geleneksel modellerle nasıl çalışıyoruz? biz sadece x1, x2, x3,.... x20'ye hizmet ediyoruz ve hepsi bu.
Son senaryoda yaptığım şey şuydu - 0.82
31 göstergenin tümünü tahmin edici olarak aldım
sonra tahminlerini ikinci dereceden tahminciler olarak aldım, sonra tahminlerden tahminler ve böylece hata düşene kadar 11 kez, 0,7 yerine 0,82 çıktı
Ancak gerçek ticaretin simülasyonunda benzer bir kesinti elde etmeyi başaramadım. nerede batırdığımı bilmiyorum
Fikir kesinlikle doğrudur, esasen tahmin ediciler oluşturmanıza izin verir, ancak iki nüans vardır:
1. Sonuçların tekrarlanabilirliği - olduğu gibi ek bir dönüşüm yapmak gerekli olacak - işlemden sonra ne elde ediyoruz - yeni bir tablo?
2. Örnekleme periyodundaki kalıpları kontrol etmek gerekir - böylece doğru sınıflandırma farklı alanlarda olur ve bu benim bildiğim hiçbir eğitim modelinde uygulanmaz, bu çok kötü.
Tahmincilerimin ana kısmı esasen kategorik nicelik olduğundan, önceden birleştirilmiş istatistiksel olarak anlamlı tahmin edicilerin && aralıklarını birleştirerek tahmin ediciler oluşturmaya çalışmak istiyorum.
Hata ile ilgili olarak, daha önce bilinmeyen bir örneğe mi yoksa test edilen bir örneğe mi düştü? Belki senaryo, yeni kurallar oluştururken test örneğindeki okumaları dikkate almıştır?
Çok zaman geçti, sonunda ne oldu - yöntem işe yarıyor mu, çalışmıyor mu?
3 boyutlu NN eğitimi için tipik verilerin nasıl görüneceğini görmeye karar verdim))
veri 31 gösterge, hedef zikzak
üç algoritma kullanarak boyutu üç boyuta indirdi - pca, t-sne , umap (son ikisi en modern olarak kabul edilir)
genel olarak nedir - https://en.wikipedia.org/wiki/Dimensionality_reduction
nasıl yardımcı olabilir - https://ru.wikipedia.org/wiki/%D0%9F%D1%80%D0%BE%D0%BA%D0%BB%D1%8F%D1%82%D0%B8% D0%B5_%D1%80%D0%B0%D0%B7%D0%BC%D0%B5%D1%80%D0%BD%D0%BE%D1%81%D1%82%D0%B8
Yani 31 göstergenin verileri hedef zikzak, ilki PCA
Benim gibi aptalların da seçimlerinde böyle güzel resimlere bakabilmeleri için bir senaryo yayınlar mısınız?
Burada, bir tartışma bile değil, hedef işlevleri tartışmak için bir başlık oluşturmak için bir fikrim vardı, bunun yerine farklı türde hedef ve istatistiklerden oluşan bir veritabanı oluşturmak, neyin işe yarayıp neyin hiç işe yaramadığı.
Sizce kimsenin ihtiyacı var mı?
Fikir güzel, ancak fikirlerin dışında, MQL'de açık olan kod orada faydalı olacaktır - sonuç bir kütüphane olacaktır.
Bir kod bile değilse, o zaman en azından üreme için kelimelerde bir algoritma.
1. gün içi verilerden günün en yüksek fiyatını tahmin edin (regresyon)
Geçmiş günlerin veya gün içindeki dahili verilere göre - ikincisi ise, günün sonunda hata basitçe azalacaktır.
Zamanın belirli bir noktasında ise, örnek küçük olacaktır.
2. hangi seviyede aşırı oynaklık olacak (regresyon + sınıflandırma)
Aşırı oynaklığın ne olduğunu bile bilmiyorum, ama bence bu sadece bir trend mi yoksa sadece değil mi?
Eğer birçok seviye varsa, o zaman birçok sınıf olacaktır, bu da ikili sınıflandırmadan önemli ölçüde daha yüksek bir hata anlamına gelir.
Burada her seviye için sadece kendi modelinizi kullanırsanız...
2. gün içi verileri kullanarak , günlük tersine dönüşün ne zaman olacağını tahmin edin (sınıflandırma)
Aslında, yüksek fiyatı tahmin etmeye benzer - aynı problemler.
3. İlk mum siyahsa, üçüncü mum beyaz olur mu? (sınıflandırma)
İlkel uygulanmalı gibi görünüyor - deneyebilirsiniz.
4. Destek ve direnç seviyelerini işaretleyin ve hangi seviyeden itibaren olasılıklarda bir toparlanma/bozulma olacağını tahmin edin (sınıflandırma)
İkinci cümledekiyle aynı sorunlar.
5. Her belirli anda gösterge için en uygun dönemi tahmin edin. zaman (gerileme)
Göstergeyi kullanma amacını tersine çevirmek elbette ilginç.
Çok zaman geçti, sonunda ne oldu - yöntem işe yarıyor mu, çalışmıyor mu?
Evet, kendim anlamadım, evet gibi, benzer bir şeyi beceriksizleştirmeye çalışın
x1, x2, x3 işaretleri ve "Y" hedefi var
dayalı tahminler yapmak
"Y_x1[i+1]" ~ x1+x2+x3
"Y_x2[i+1]" ~ x1+x2+x3
"Y_x3[i+1]" ~ x1+x2+x3
ve modele ekleyin
x1, x2, x3 "Y_x1" + "Y_x2" + "Y_x2" ve hedef "Y"
şimdi 6 işaret var
Benim gibi aptalların da seçimlerinde böyle güzel resimlere bakabilmeleri için bir senaryo yayınlar mısınız?
Evet, zaten sildim, görselleştirme için harika, şımartmak için ... ve bu yüzden xs hiç gerekli mi .. Eğer ihtiyacınız varsa, tekrar yazabilirim, gerekli mi?
Fikir güzel, ancak fikirlerin dışında, MQL'de açık olan kod orada faydalı olacaktır - sonuç bir kütüphane olacaktır.
Bir kod bile değilse, o zaman en azından üreme için kelimelerde bir algoritma.
Evet, tüm bu seçenekleri sadece tahmin etmenin milyonlarca yolu olduğunu göstermek için yazdım, aksi takdirde herkes bir veya ikili (yukarı / aşağı) veya artışlara sabitlenir ve bu kadar !! zaten hasta ... İkisi de çalışmıyor, ama herkes tecavüz ediyor)
Evet, kendim anlamadım, evet gibi, benzer bir şeyi beceriksizleştirmeye çalışın
x1, x2, x3 işaretleri ve "Y" hedefi var
dayalı tahminler yapmak
"Y_x1[i+1]" ~ x1+x2+x3
"Y_x2[i+1]" ~ x1+x2+x3
"Y_x3[i+1]" ~ x1+x2+x3
ve modele ekleyin
x1, x2, x3 "Y_x1" + "Y_x2" + "Y_x2" ve hedef "Y"
şimdi 6 işaret var
Evet, kendi yöntemime göre deneyeceğim, ama yine de, her şey çok yavaş yapılacak gibi görünüyor - birçok kombinasyon var.
Hangi örneklem büyüklüğü ile R üzerinde ne kadar yapılır?
Evet, zaten sildim, görselleştirme için harika, şımartmak için ... ve bu yüzden xs hiç gerekli mi .. İhtiyacım olursa tekrar yazabilirim, gerekli mi?
Görmek ilginç olurdu - sadece biraz daha yazın ve kitaplıkların nasıl kurulacağını lütfen. Peki, senaryoda daha fazla yorum. Hedeften özelleştirilebilir ayırıcı ve sütun seçiminin yanı sıra hariç tutma sütunları :)
Bu arada, bir döngüde farklı sütun gruplarını atabilir ve bu görsel modellerin nasıl değişeceğini görebilirsiniz, o zaman görüntüleri kaydetmeyi uygulamanız gerekir ...
Evet, tüm bu seçenekleri sadece tahmin etmenin milyonlarca yolu olduğunu göstermek için yazdım, aksi takdirde herkes bir veya ikili (yukarı / aşağı) veya artışlara sabitlenir ve bu kadar !! zaten hasta ... İkisi de çalışmıyor, ama herkes tecavüz ediyor)
Milyonlar mı...
Benim yöntemimi deneyin - 1 veya -1 - ZZ vektörünün karşısındaki Donchian kanalı vektör değişim noktasını geçti. Vektör değiştiğinde gireriz, karşı kanal boyunca trol yaparız ve 0 - piyasaya girmeyin - düz. Sınıf 1 ve -1'in %40'lık bir sınıflandırma doğruluğu ile bir kar olacaktır.
Basit olanlardan, puan olarak 1k3 veya herhangi bir riskle doğru girişi işaretleyerek ilkel bir hedef uygulamak istiyorum - farklı risklere sahip bir topluluk toplamda iyi bir sonuç verebilir, ancak bu teoriktir.
Ve tabii ki, farklı hedefler hakkında düşünmemiz gerekiyor.
Evet, kendi yöntemime göre deneyeceğim, ama yine de, her şey çok yavaş yapılacak gibi görünüyor - birçok kombinasyon var.
Hangi örneklem büyüklüğü ile R üzerinde ne kadar yapılır?
vektörleştirme ile hızlı ve zaten bir denetleyici yazdığımda, böylece bir çubuk sayıldı, o zaman zaten daha yavaştı, ama yine de her şey çok kabul edilebilir
Görmek ilginç olurdu - sadece biraz daha yazın ve kitaplıkların nasıl kurulacağını lütfen. Peki, senaryoda daha fazla yorum. Hedeften özelleştirilebilir ayırıcı ve sütun seçiminin yanı sıra hariç tutma sütunları :)
TAMAM. Bana özelliklerinizi ve hedefinizi içeren bir dosya gönderin, dosyayı r-ku'ya yükleyeceğiniz formatta, her şeyi kutudan çıkarmaya çalışacağım
Sadece büyük bir dosya değil, göz başına 1000 satır plz
Bunun sadece bir oyuncak olduğunu unutmayın, sadece görselleştirme için, modeli / özellikleri kontrol etmek istiyorsanız, o zaman 10000% testteki hataya aptalca bakmak daha iyidir)vektörleştirme ile hızlı ve zaten bir denetleyici yazdığımda, böylece bir çubuk sayıldı, o zaman zaten daha yavaştı, ama yine de her şey çok kabul edilebilir
Hmm, ilginç - eğer mümkünse - senaryoyu sıfırla, gerçekten iyi bir fikir olabilir. Şimdi çok büyük bir yeni tahmin havuzu oluşturuyorum ve bir şekilde aralarında bir bağlantı aramam gerekiyor - sinerji, belki çoğunu atmak zorunda kalacağım ...
TAMAM. Bana özelliklerinizi ve hedefinizi içeren bir dosya gönderin, dosyayı r-ku'ya yükleyeceğiniz formatta, her şeyi kutudan çıkarmaya çalışacağım
Sadece büyük bir dosya değil, göz başına 1000 satır plz
İşin aslı, formatlar değişebilir - bu yüzden yorumlarda cimri olmayın :)
Daha sık kullanılan seçenek ektedir.
zaman dikkate alınacak mı yoksa göz ardı edilecek mi?
Nihai sonucun yanı sıra son sütunları da yoksay. Zaman, tahmin edicilere dahildir.
Nihai sonucun yanı sıra son sütunları da yoksay. Zaman, tahmin edicilere dahildir.
evet gördüm zaten)
Hedef pahasına, videoda söylediğim gibi giriş verilerini değiştirmenin bir yolu olmadığında değiştirilmesi gerektiğini düşünüyorum. Veriler toplandığında ve bunu değiştirmenin bir yolu olmadığında. Aksi takdirde, çeşitli girdi değişkenleriyle standart hedefi almanız ve girdi verilerini zaten incelemeniz gerekir.
Unutmayın ki eğer hedef kasıtlı olarak hatalar içeriyorsa ve öğrenme çıktısını iyileştirdiği ortaya çıkıyorsa, model de hedefe göre hatalar yapacaktır. Benim nacizane fikrime göre