Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 182
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
la cuarta y última parte del artículo de RNeat ha salido...
Me atrevo a decir que al menos una persona de aquí estaría interesada en leerlo
http://gekkoquant.com/
Sí, es interesante.
Estoy probando en las cotizaciones de la M30. Para obtener un buen resultado es necesario ajustar los parámetros genéticos.
Pero un modelo muy prometedor.
Buena suerte
Sí, es interesante.
Estoy probando en las cotizaciones de la M30. Para obtener un buen resultado es necesario ajustar los parámetros genéticos.
Pero es un modelo muy prometedor.
Buena suerte
mytarmailS:
¿Por qué no lo haces simple?Encuentras a la multitud, encuentras a los grandes...
Creo que "más fácil" ya nos lo han robado todo antes, eres demasiado generalista en cuanto a esta "multitud" ya que entiendo que solo hay pequeños y medianos especuladores, y además de especuladores también hay inversores y hedgers y todo tipo de transferencias entre países, muchas posiciones son por tanto opuestas y no pueden formar una multitud, no está claro cómo y por qué encontrar la acción de los pequeños especuladores
Hay que renunciar a buscar cualquier tipo de patrón gráfico o indicador.
Definitivamente todo el mundo pasa por esto, pero no todo el mundo lo supera, es lo mismo en la vida, la mayoría de la gente no supera la forma de pensar de los adolescentes.
mencionó una solución interesante aquí, https://www.mql5.com/ru/forum/96886/page2#comment_2866637
sólo lo visualizó. sin embargo, si busca patrones en cómo los grandes jugadores mueven sus ofertas, cómo ejecutan, cómo se comporta el precio después de grandes márgenes o icebergs, etc, En acciones puede ser difícil porque hay demasiados ECNs más darkpools.
Un tema interesante, gracias.
pequeños y medianos especuladores, y aparte de los especuladores hay inversores y coberturistas y todo tipo de transferencias entre países, muchas posiciones
todo es una multitud... imho y tú y yo también, por muy desagradable que sea....
eso es lo que hace la multitud... imho y tú y yo también, por muy desagradable que sea....
Si tu público incluye grandes jugadores y dinero inteligente, jugar contra ese público es inútil.
Una vez más, cuando se habla de la división, aquí es un ejemplo típico de cómo funciona la red, donde la primera señal es correcta, a continuación, dos señales erróneas y la corriente. como vemos la cuarta señal es diferente de la segunda y la tercera, como la segunda y la tercera eran falsas, es decir, tienen que dar la vuelta, entonces el último, ya que difiere de los dos anteriores, también, debe ser volcado, y luego seguir el plan ....... Sí, cuando obtenemos la primera señal de compra, obtenemos menos, pero la segunda señal de compra pertenece a la misma clase que la anterior, que era menos, por lo que se invierte, y la última señal de venta es diferente a las dos anteriores, se renombra a una clase diferente. Y si aquellos eran menos, este será más. Lo principal es que la división sea estable, aunque la red se haya equivocado y haya empezado a reflejar señales, lo principal es que sea estable.
Así que es así....
Sí, es interesante.
Estoy probando en las cotizaciones de la M30. Para obtener un buen resultado es necesario ajustar los parámetros genéticos.
Pero es un modelo muy prometedor.
Buena suerte
Intenté hacer un modelo de trabajo con rneat hace un par de meses pero no funcionó, el modelo está sobreentrenado también. Las primeras generaciones pueden tener un poco de éxito en OOS, pero cuanto más larga sea la formación, menor será la correlación entre los resultados en la muestra y en OOS. Y ese momento de dejar de aprender es bastante difícil de captar, incluso la validación cruzada no ayuda en ese caso.
En cuanto al ejemplo del artículo, mi resultado es completamente diferente al del autor. El modelo en OOS estuvo cotizando en positivo durante un año aproximadamente y luego perdió un 20% de saldo y dejó de cotizar. El resultado no es tan rentable, pero no "5 años en beneficios" como el del autor. Si no sabe qué hacer con el mercado, le sugieren que utilice la dirección correcta utilizando el enfoque adecuado. Así que este artículo es dudoso.
Intenté hace un par de meses hacer un modelo de trabajo con rneat, pero no funcionó, el modelo también está sobreentrenado. Las primeras generaciones pueden tener un poco de éxito en OOS, pero cuanto más larga sea la formación, menos correlación habrá entre los resultados en la muestra y en OOS. Y ese momento de dejar de aprender es bastante difícil de captar, incluso la validación cruzada no ayuda en ese caso.
En cuanto al ejemplo del artículo, mi resultado es completamente diferente al del autor. El modelo en OOS estuvo cotizando en positivo durante un año aproximadamente y luego perdió un 20% de saldo y dejó de cotizar. El resultado no es tan rentable pero no para "5 años en beneficios" como el del autor. Si no sabe qué hacer con el mercado, le sugieren que utilice la dirección correcta utilizando el enfoque adecuado. Así que todo este artículo es cuestionable.
Yo también lo probaré mañana....
También tengo que probarlo con mis datos pero si hay muchos predictores debe ser un proceso largo...
¿Tuvo una larga curva de aprendizaje? Esta es la última
Sarcasmo con una pista. El dibujo es a mano. No hay problema en dividirlo en una máquina como esta, o más fría. Lo principal es hacer que funcione en el futuro...
Los dos primeros gráficos son realmente sencillos, cualquier modelo sería capaz de dividir el espacio de esa manera. Pero es imposible, en mi opinión, encontrar predictores que se agrupen en dos objetivos tan fácilmente.
El tercer gráfico es más realista para el mercado de divisas. Pero aquí los modelos comenzarán a empantanarse por completo.
Quería encontrar algunos ejemplos con dos indicadores de Forex, entrenar el modelo y dibujar un mapa de partición del espacio, pero no pude, 2 indicadores es demasiado poco.
Es más fácil mostrar un ejemplo como este -http://playground.tensorflow.org - se pueden ver estos gráficos para las neuronas. Todas esas "islas de clases", como las que tienes en el tercer gráfico, no tendrán bordes circulares claros en el modelo. Habrá algunos puentes entre ellos, ramas en diferentes direcciones, etc.
Es fácil dibujar los límites de las clases a mano, pero los modelos harán un trabajo mucho peor. Por eso me gusta tu foto, es difícil encontrar tales predictores y objetivo y modelo que todo funcione tan bien.
Debería probar el SVM, si es tan bueno para asignar áreas de la misma clase en el espacio entonces super, gracias por los consejos.