Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 452
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
Anladığım kadarıyla ticarette ML kullanmanın tüm sorunları çözüldü ve görsellere geçebilir miyim?
Çok yazık. İplik kurumuş gibi görünüyor.
Anladığım kadarıyla ticarette ML kullanmanın tüm sorunları çözüldü ve görsellere geçebilir miyim?
Çok yazık. İplik kurumuş gibi görünüyor.
452 sayfanın hepsini okudun mu? )
saymak?
kesinlikle okudum
saymak?
kesinlikle okudum
Ben sadece seçiciyim.)
Ancak konu zaten o kadar büyük ki, içinde belirli bir şey bulmak neredeyse imkansız. Denedim, 300 sayfalık bir sayfada buldum. Ama çok uzun.)
Anladığım kadarıyla ticarette ML kullanmanın tüm sorunları çözüldü ve görsellere geçebilir miyim?
Eski sorunlar ne kadar çözülürse, yenileri de o kadar çözülmez.
Bir süre önce, forumdaki tavsiyeleri izleyerek, fiyatın nereye gideceğini (2 sınıf yukarı ve aşağı) değil, çubuklarla fiyat artışının büyüklüğünü (regresyon) tahmin etmeyi öğrenmeye başladım. Daha zor, ancak bu tür sonuçlar çok daha net.
Sınıflandırma ile% 60'lık bir doğruluk ve güzel bir grafik elde edebiliyorsanız, o zaman regresyon ile pozitif bir R ^ 2 elde etmek çok daha zordur. Ve terminalde mevcut verilere göre R ^ 2 = 1 elde etmek hiç de imkansız görünüyor.
Ancak diğer yandan, sınıflandırma genellikle arka testte iyi sonuçlar ve ön testte kötü sonuçlar veriyorsa; daha sonra yetkin çapraz doğrulama ile regresyon ile, arka testin kendisi oldukça kötü görünüyor, bu da kendi başına yeni verilerde kötü sonuçlar olduğunu gösteriyor, yanlış beklentiler yok.
Kanıtlanmış farklı çapraz doğrulama yöntemleri eklendiğinde ve farklı modeller denendiğinde, kararlı bir modelin bile iyi eğitilemediği, yeterli veri olmadığı ortaya çıkıyor. Muhtemelen bu, yüksek kaliteli tahminciler elde etmek için yalnızca ücretli aboneliklerle çözülür.
Kendim için şimdilik bu yönü aldım - M5'teki fiyat artışlarını tahmin etmek, modeli her yeni çubukta yeniden eğitmek, işlem süresini günde birkaç saatten fazla olmayacak şekilde sınırlamak ve bir şekilde işlem süresini seçmek için. Örneğin, piyasada, büyük borsalar kapalıyken gece yarısı sadece birkaç saat çalışan birçok danışman gördüm. TF'yi M5'ten daha az kullanmak imkansız görünüyor veya keneler üzerinde çalışmak imkansız görünüyor, yayılma herhangi bir kârı yok edecek. Bu işe yararsa, bu güzel olacak.
Ve gözlemlerime göre Forex çok yapay. Fiyatlar bazen tamamen önceden bulunan örüntülere göre hareket eder ya da tam tersi, yıllarca tekrar eden örüntüler vardır ve fiyat ortalamada sıfır olmak için ya onlara göre ya da onlara karşı hareket eder.
Piyasadaki danışmanların kârını kendim görmeseydim, Forex ML'yi uzun zaman önce bırakırdım. Ve böylece başarılı örnekler olduğu ortaya çıktı, çabalanacak bir şey var.
Ve gözlemlerime göre Forex çok yapay. Fiyatlar bazen tamamen önceden bulunan örüntülere göre hareket eder ya da tam tersi, yıllarca tekrar eden örüntüler vardır ve fiyat ortalamada sıfır olmak için ya onlara göre ya da onlara karşı hareket eder.
Piyasadaki danışmanların kârını kendim görmeseydim, Forex ML'yi uzun zaman önce bırakırdım. Ve böylece başarılı örnekler olduğu ortaya çıktı, çabalanacak bir şey var.
Deney. Peki ya farklı gbpusd, usdchf, usdrub ve diğer popüler sembolleri alıp bunları eurusd'u tahmin etmek için kullanırsak.
İşte saldırıdaki 2 tablo, train.csv ve test.csv, içlerinde hedef bir sonraki çubuk için eurusd m5'in büyümesidir ve tahminciler audusdOpen[0]-audusdOpen[1], audusdOpen[2]- audusdOpen[3], audusdOpen[ 3]-audusdOpen[4], eurusdOpen[0]-eurusdOpen[1], eurusdOpen[1]-eurusdOpen[2], vb. Toplamda 12 sembol vardır, her birinden önceki 3 geçmiş çubuğun kazanımları alınır. Genel olarak, sütunların adıyla her şey açıktır.
Yaklaşık 7 hafta olan antrenman tablosunda 10.000 satır bulunmaktadır.
Bir modeli eğitmeye çalıştım, eğitim verilerinde r^2 = 0.0006164161 elde ettim ve hedefi ve sonuçları -1 ve 1 sınıflarına yuvarlarsak, doğruluk 0,5052'dir. Bu çok kötü. Ancak her eğitim örneği için düzinelerce çubuk ve kendileri için düzinelerce sembol almak gerçekçi değildir, modelim bu yüzlerce sütun üzerinde haftalarca eğitilecek.
Test tablosunda, model doğrulama sonuçları düştü, r^2 = -0.003390913 ve doğruluk 0.4907. Rastgele oldu, rastgele ve kaldı.
Ama hepsi sıkıcı ve anlamsız.
Modelin her bir tahminciye hangi ağırlıkları verdiğine baktığımda ilginç çıktı (ağırlık ne kadar yüksekse o kadar iyi):
Sonuç: eurusd'un bir sonraki m5 çubuğunda nereye gideceğini tahmin etmeye çalışmak, her şeyden önce audusd, usdrub, usdsgd kullanarak daha iyidir
Sonuç: eurusd'un bir sonraki m5 çubuğunda nereye gideceğini tahmin etmeye çalışmak, her şeyden önce audusd, usdrub, usdsgd kullanarak daha iyidir
ilgi için oraya 10-30 rastgele sütun daha ekleyin
ve dürüst olmak gerekirse, yaklaşımım (buradaki ve şimdiki hareketi tahmin etme) başarısız oldu. Belirli bir süre için fiyatın hangi seviyelere geleceğini tahmin etmeye çalışın, örneğin günlük, sonuçlar çok daha iyi olacaktır.