交易中的机器学习:理论、模型、实践和算法交易 - 页 452

 

我认为在交易中使用MO的所有问题都解决了,你可以改用图像了?

这是个遗憾。这条线似乎已经干涸了。

 
弗拉基米尔-佩雷文科

我认为在交易中使用MO的所有问题都解决了,你可以改用图像了?

这是个遗憾。树枝似乎已经干枯了。

你看完了452页吗?)
 
尤里-阿索连科
你真的读完了452页吗?)

你知道吗?

我读了。

 
弗拉基米尔-格里巴乔夫

你知道吗?

我肯定会读它。


我只是选择性地)。

但这个话题已经很大了,几乎不可能在其中找到具体的东西。我试过了,我在300多页上找到了它。但这需要太长时间)。

 
弗拉基米尔-佩雷文科

我想在交易中使用MO的所有问题都已经解决了,你可以转而使用图像?

旧问题解决得越多,新问题就越无法解决。

前段时间,我开始学习预测,不是预测价格的走向(向上和向下两类),而是预测每个柱子的价格上涨量(回归)。它更复杂,但这样的结果却更清晰。

如果你能以60%的准确率和漂亮的图表实现分类,那么在回归中获得正的R^2就难得多了。根据终端的现有数据,似乎不可能实现R^2=1。
但是,虽然分类通常在后测中产生好的结果,而在前测中产生差的结果,但有适当交叉验证的回归也使后测看起来很糟糕,这本身就表明在新数据上的结果很差,没有错误的预期。

添加不同的成熟的交叉验证方法,并尝试不同的模型--事实证明,即使是训练有素的稳定模型也不可能,没有足够的数据。可能只有通过付费订阅高质量的预测器才能解决这个问题。

就我自己而言,到目前为止,我采取了以下方向 - 预测M5的价格上涨,在每一个新的条形图 上训练模型,按时间限制交易,每天不超过几个小时,交易时间本身应以某种方式选择,例如我在市场上看到许多专家顾问,只在午夜大型交易所不工作时工作几个小时。使用小于M5的时间框架或按点位工作似乎是不可能的,因为点差会吃掉所有的利润。如果它能成功,那将是非常好的。

 

另外,根据我的观察,外汇是非常人为的。价格有时完全违背以前发现的模式,反之亦然,有些模式已经重复了多年,价格的表现要么是根据它们,要么是违背它们,以便平均处于零。
如果我没有看到我自己使用市场顾问的利润,我早就放弃研究外汇的MO了。但事实证明,有成功的例子,就有值得努力的地方。

 
交易员博士

另外,根据我的观察,外汇是非常人为的。价格有时完全违背以前发现的模式,反之亦然,有些模式已经重复了多年,价格的表现要么是根据它们,要么是违背它们,以便平均处于零。
如果我没有看到我自己使用市场顾问的利润,我早就放弃研究外汇市场顾问了。但在这种情况下,它是成功的,所以有一些东西是可以争取的。

不仅如此,我最近还从不同的知名大型DC下载了两个故事。两个大的区别。我不能在其中一个人身上进行交易,甚至看了都觉得害怕)。而第二部是很正常的,至少故事是正常的。网上有什么,我们不知道)。
 

实验。把不同的gbpusd、usdchf、usdrub和其他流行符号拿出来,用它们来预测eurusd如何?

下面是atache中的两个表,train.csv和test。csv,其中的目标是eurusd m5 增长的下一栏,预测因素是audusdOpen[0]-audusdOpen[1],audusdOpen[2]-audusdOpen[3],audusdOpen[3]-audusdOpen[4],eurusdOpen[0]-eurusdOpen[1],eurusdOpen[1]-eurusdOpen[2],等等。一共有12个符号,前3条历史的增量分别取自其中。一般来说,一切都可以通过栏目的名称来明确。
训练表有10000行,也就是大约7周。

我试着训练一个模型,在训练数据上得到r^2=0.0006164161,如果我们把目标和结果四舍五入到-1和1类,准确率为0.5052。这是很糟糕的。但是,每个训练例子都要拿几十个柱子,几十个人物本身,我在这几百个柱子上的模型要花几周时间来训练,这实在是不现实。
在测试平台上,模型的验证结果是下降的,r^2 = -0.003390913,准确率为0.4907。随机的过去,随机的现在。

但这一切都很无聊,没有结论。
当我看了一下模型给每个预测因素的权重时,很有意思(权重越高越好)。


结论:试图预测eurusd在下一个M5柱的方向,最好首先使用audusd、usdrub、usdsgd。

附加的文件:
 
交易员博士

结论:试图预测eurusd在下一个M5柱的方向,最好首先使用audusd、usdrub、usdsgd。

增加10-30个随机列以增加兴趣

 

说实话,这种方法(在这里和现在预测运动)对我来说是一场惨败。试着预测在一定时间内价格将到达的水平,例如一天,结果会好很多。