Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2018
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
я придерживаюсь взгляда, что признаки должны извлекаться автоматически самой моделью из временного ряда (если они есть). И не нужно ничего делать вручную. Достаточно приращений. Вопрос в архитектуре. Например, как в NLP (neural language processing) нейросеть сама определяет контекст в последовательностях слов, т.е. связь между отсчетами временного ряда.
Про архитектуру согласен, нужна совершенно иная архитектура, нужен набор сетей:
1. Идентифицирующая образы
2. Определяющая пространственное упорядочивание образов
3. Ищущая закономерности в размещенных в пространстве образов
Сейчас я своим мозгом решаю за 1 и 2 сеть - сочиняя предикторы, а с третей задачей справляется CatBoost. Свести эти сети в одну будет сложно, может попробовать работать с каждым направлением по отдельности, а потом объединить эти сети?
Сейчас я своим мозгом решаю за 1 и 2 сеть - сочиняя предикторы, а с третей задачей справляется CatBoost. Свести эти сети в одну будет сложно, может попробовать работать с каждым направлением по отдельности, а потом объединить эти сети?
надо наблюдать за новинками, они постоянно улучшаются. У современных сеток именно такая задача, все делать сразу
искать предикторы вручную это уже прошлый век, как кайлом по камню. И, как все убедились, почти не работаетнадо наблюдать за новинками, они постоянно улучшаются. У современных сеток именно такая задача, все делать сразу
искать предикторы вручную это уже прошлый век, как кайлом по камню. И, как все убедились, почти не работаетЭто очень сложная архитектура должна быть, что б всё и сразу, а чем сложней архитектура, тем больше вычислительных мощностей нужно.
Впрочем, если есть потребность в мощностях (есть старенькие сервера и ГПУ), то я готов их предоставить за идею ;)
Это очень сложная архитектура должна быть, что б всё и сразу, а чем сложней архитектура, тем больше вычислительных мощностей нужно.
Впрочем, если есть потребность в мощностях (есть старенькие сервера и ГПУ), то я готов их предоставить за идею ;)
не сложные, просто надо разбираться
мощности вообще не нужны. У меня LSTM на ноутбуке обучается за неск. минут безо всяких видеокарт. Про мощности это миф.
Это очень сложная архитектура должна быть, что б всё и сразу, а чем сложней архитектура, тем больше вычислительных мощностей нужно.
Впрочем, если есть потребность в мощностях (есть старенькие сервера и ГПУ), то я готов их предоставить за идею ;)
Готов озвучить идеи, в личку?
не сложные, просто надо разбираться
мощности вообще не нужны. У меня LSTM на ноутбуке обучается за неск. минут безо всяких видеокарт. Про мощности это миф.
Не сложные архитектуры не работают, сами же Выше сказали. Для несложных нужна стационарность... циклы.
Ого, за пару минут - это круто, и какая это топология сети, сколько слоев, нейронов?
Готов озвучить идеи, в личку?
Можно и в личку.
Не сложные архитектуры не работают, сами же Выше сказали. Для несложных нужна стационарность... циклы.
Ого, за пару минут - это круто, и какая это топология сети, сколько слоев, нейронов?
блин.. не сложные в плане понять можно
обычно пары слоев хватает, большой глубины на форексе не требуется
просто архитектурно есть более продвинутые сети для вр, покруче lstm. Оттуда может быть профит, не проверял еще. Все что "классика" типа бустингов и персептронов - для вр не подходит вообще.
Можно и в личку.
Вот те на, ситуационный парадокс, в личку не попадаю) сайт глючит. Прочихается - отпишу Вам и Максиму.
не сложные, просто надо разбираться
мощности вообще не нужны. У меня LSTM на ноутбуке обучается за неск. минут безо всяких видеокарт. Про мощности это миф.
)), ну... спорное утверждение.
Эта же самая операция средствами MQL занимает от 10 минут и более. Скорость можно было бы увеличить, если бы на хосте было больше ядер в процессоре или самих процессоров ))).