Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 70

 
mytarmailS:

Hallo!

Ich versuche, ein Faltungsnetzwerk aus mxnet Pakethttp://tjo-en.hatenablog.com/entry/2016/03/30/233848 laufen, aber nicht ganz klar, wie man es mit "unseren" Daten, nämlich in Form von Zeichenfolgen laufen, weil das Netzwerk arbeitet meist mit Bildern und die Daten nimmt die Form eines mehrdimensionalen Arrays mit Matrizen, kurz gesagt, wenn jemand versteht und weiß, wie es zu laufen, wäre ich sehr dankbar für ein Beispiel des Netzwerks mit, sagen wir, "Iris

In der Hitze eines neuen Themas nicht bemerken, meinen Beitrag, +10 Seiten an einem Tag ist kein Witz)

Aber trotzdem ... Bitte helfen Sie, ich brauche es wirklich, ich werde die Ergebnisse veröffentlichen

 
mytarmailS:
Hören Sie, außer Ihnen benutzt hier niemand Reshetovs Klassifikator, die meisten von uns benutzen die R-Programmierumgebung, sie ist in allen Richtungen viel flexibler als ein separates Produkt... Wenn Sie richtig erklärt, was und wie, dann denke ich, jeder von uns wäre in der Lage, sowohl Algorithmus und Handel zurück Test zu implementieren, wissen Sie? Sie erklären einfach, was zu tun ist und wie man es richtig macht. Ich habe Ihnen gesagt, dass ich vor einer Woche dasselbe Konzept umgesetzt habe, aber es hat nicht funktioniert, und Sie sagen, das sei alles Blödsinn. und Sie erhalten eine Implementierung und einen Backtest, und zwar in verschiedenen Varianten von jedem von uns....
ҮIch verstehe, ich dachte, jeder hier benutzt den Optimierer. Woher weiß ich, was Sie in R programmieren werden, um die Daten vorzubereiten? Ich arbeite mit dem Optimierer von Reshetov und bin damit sehr zufrieden. Es ist nur ein Werkzeug, finden Sie einfach anständige Eingaben und deo in den Hut, und angesichts der Geschwindigkeit der Optimierung hat sich erhöht, ich denke, es wird nicht schwer sein, es zu tun....
 
Mihail Marchukajtes:
Woher weiß ich, was Sie in R programmieren werden, um die Daten vorzubereiten?
Was immer Sie erklären, wir werden es programmieren, ich verstehe nicht, worüber wir reden...
 
mytarmailS:

Hallo!

Ich versuche, das Faltungsnetzwerk aus dem Paket mxnet http://tjo-en.hatenablog.com/entry/2016/03/30/233848laufen, aber nicht ganz, oder eher nicht klar, wie man es mit "unseren" Daten, nämlich in Form von Zeichenfolgen laufen, weil das Netzwerk arbeitet meist mit Bildern und die Daten nimmt die Form eines mehrdimensionalen Arrays mit Matrizen, kurz gesagt, wenn jemand versteht und weiß, wie es ausgeführt wird, wäre sehr dankbar für ein Beispiel des Netzwerks mit, sagen wir, "Iris

Man kann ein Faltungsnetzwerk nicht einfach so auf Devisen anwenden, da seine Vorhersagekraft stark von der Konfiguration des Modells selbst abhängt. Die Vorhersagefähigkeiten für die Bilderkennung werden ständig verbessert, indem die Konfiguration geändert wird, wobei Monate damit verbracht werden, herauszufinden, wie viele Schichten das Netz haben sollte, wie das Pixelraster für die Kerne aussehen sollte usw. Die ganze bisherige Arbeit, um die beste Konfiguration zu finden, ist für den Devisenhandel absolut nutzlos. Ich würde mir dieses Modell nicht einmal ansehen. Nur wenn ein persönliches Studium von Akademikern, die helfen können, die Netzwerkkonfiguration für Forex zu berechnen, dann macht es noch Sinn.
 
mytarmailS:
Was auch immer Sie erklären, wir werden programmieren, ich weiß nicht, wovon wir reden...
Was gibt es da zu erklären? Ich bin kein Entwickler von neuronalen Netzen, ich bin ein Nutzer von ......
 
Mihail Marchukajtes:
Wenn Sie nicht wissen, wie man den Market Maker benutzt, kann ich nicht sicher sein, ob Sie ihn nicht schon haben. Woher weiß ich, was Sie in R programmieren werden, um Daten aufzubereiten? Ich arbeite mit dem Optimierer von Reshetov und bin damit sehr zufrieden. Es ist nur ein Werkzeug, finden Sie einfach anständige Eingaben und deo in den Hut, und angesichts der Geschwindigkeit der Optimierung hat sich erhöht, ich denke, es wird nicht schwer sein, es zu tun....

Es ist sinnlos, die Leute zu überreden, zu einer anderen Software zu wechseln. Es ist psychologisch schwierig, das weiß ich aus eigener Erfahrung, und ich habe es oft bei anderen beobachtet. Als ich zum Beispiel in einer Organisation arbeitete, wurden neue Computer installiert und Windows eingeführt. Aber die Leute beherrschten Word und Excel nicht, sie starteten MS-DOS und benutzten den Lexicon-Texteditor, um alle Dokumente auszufüllen, einschließlich Tabellen.

Damit die Massenabwanderung zu einer anderen Software beginnt, muss ein konkretes Ergebnis nachgewiesen werden, zum Beispiel in Form eines gewinnbringenden Signals. Als ich einen AfterEffects Expert Advisor erstellt habe, habe ich auch ein Signal für ihn in einer Demo gestartet. Die Nutzer sahen den Gewinn und begannen, den Expert Advisor herunterzuladen. Gegenwärtig sind die Seiten, die die Optimierung von AfterEffects beschreiben, laut Statistik die meistbesuchten, obwohl das Signal seit langem deaktiviert ist. Offenbar hat jemand den Expert Advisor im Handel eingesetzt, Gewinne erzielt und anderen Ratschläge gegeben.

Dasselbe muss mit jPrediction gemacht werden. Erstellen Sie ein vollautomatisches jPrediction-Bundle mit MetaTrader, erzielen Sie zumindest in der Demo Gewinne, lassen Sie das Signal laufen, erstellen Sie eine Anleitung für Benutzer. Und dann werden die Leute mitmachen.

 
Mihail Marchukajtes:
Was gibt es da zu erklären? Ich bin kein Entwickler von neuronalen Netzen, ich bin ein Nutzer von ......

OMG....

Als ich schrieb, dass ich dasselbe getan habe wie Sie, aber kein Ergebnis erhalten habe, sagten Sie, dass Sie die Daten richtig vorbereiten mussten, was meinen Sie?

 
Yury Reshetov:


Dasselbe muss mit jPrediction gemacht werden. Erstellen Sie ein vollautomatisches jPrediction-Bundle mit MetaTrader, erzielen Sie zumindest in der Demo Gewinne, lassen Sie das Signal laufen, erstellen Sie Anleitungen für Benutzer. Und dann werden die Leute zugreifen.

In modernen Begriffen ist jPrediction überhaupt keine Software, und es mit R zu vergleichen, ist in oooh oooh... Es braucht nur eine Menge Phantasie.

jPrediction ist einer der Klassifikatoren - und eine ganze Menge davon - und es ist wichtig, eine Umgebung zu haben, in der man sie vergleichen kann.

Noch wichtiger ist etwas anderes.

Es ist wichtig, über ein ausreichend großes Instrumentarium für die Aufbereitung der Ausgangsdaten zu verfügen. Außerdem ist es wichtig, über ein ausreichend großes Instrumentarium zu verfügen, um das Ergebnis bewerten zu können.

Aber es tut mir leid, Sie werben nur für einen weiteren Schnickschnack... Sie verwirren die Leute...

 
Alexey Burnakov:
Übrigens, ich habe die Daten veröffentlicht. Wer könnte es versuchen? Ich werde das Out-of-Sample-Set für die Schätzung des Handels separat veröffentlichen. Anstelle von -1;0;1 werden die Werte der Preisdifferenzen mit einem Intervall von 3 Stunden angegeben. Und wir können die Erwartung eines Handels auf Basis der vorhergesagten Signale berechnen.

Ich werde es ausprobieren und das Modell innerhalb einer Woche trainieren. Dann kann ich es sogar auf fronttest testen, auf einer noch unbekannten Fortsetzung dieser Datei. Aber es gibt eine Nuance, dass der Algorithmus, mit dem ich arbeite, auf zwei Klassen aufbaut, bei drei gibt es ein Problem mit meiner Fitnessfunktion zur Bewertung des Modells.

Im Moment habe ich zwei mögliche Klassen im Modell, mit einem Klassifizierungsergebnis von 0 oder 1 für Verkauf/Kauf. Ich werde den gleichen Code für Ihre drei Klassen anwenden, aber mit einer Skalierung der Ausgabe auf (0;0,5;1), aber dies ist nicht der beste Ansatz. Es wäre besser, in neuronka drei Ausgänge zu erzeugen, die den drei Klassen entsprechen, und das Ergebnis der Klassifizierung als den Ausgang mit dem höchsten Wert zu nehmen. Ich weiß nicht, welche der beiden Methoden bei Ihren Daten besser funktionieren würde. Ich werde beide Modelle erstellen und frage mich, welche von ihnen bessere Ergebnisse liefern wird.

 
Dr. Trader:

Ich werde es ausprobieren und das Modell innerhalb einer Woche trainieren. Dann kann ich es sogar auf fronttest testen, auf einer noch unbekannten Fortsetzung dieser Datei. Aber es gibt eine Nuance, dass der Algorithmus, mit dem ich arbeite, auf zwei Klassen aufbaut, bei drei gibt es ein Problem mit meiner Fitnessfunktion zur Bewertung des Modells.

Im Moment habe ich zwei mögliche Klassen im Modell, mit einem Klassifizierungsergebnis von 0 oder 1 für Verkauf/Kauf. Ich werde den gleichen Code für Ihre drei Klassen anwenden, aber mit einer Skalierung der Ausgabe auf (0;0,5;1), aber dies ist nicht der beste Ansatz. Es wäre besser, in neuronka drei Ausgänge zu erzeugen, die den drei Klassen entsprechen, und das Ergebnis der Klassifizierung als den Ausgang mit dem höchsten Wert zu nehmen. Ich weiß nicht, welche dieser Methoden für Ihre Daten besser geeignet ist. Ich werde beide Modelle erstellen und frage mich, welche davon bessere Ergebnisse liefern wird.

Ich danke Ihnen. Versuchen Sie, Nullen zu entfernen. Sie bedeuten die Kursbewegung in einem engen Kanal. Dann gibt es noch zwei Klassen.