Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 414
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
¿Por qué no se sabe? El número de conglomerados a particionar se establece como valor de entrada al inicio: K - número deseado de conglomerados, K>=1
Supongamos que he dividido los datos en 4 grupos, ¿qué debo hacer con ellos?
Me refiero a que no sé de antemano a qué clase pertenece cada cosa en la muestra... lo que hay que hacer con ellos después en términos de trading no lo sé, puede ser ver qué casos pertenecen a señales de venta y cuáles de compra, lo que es más, y así...
Los paquetes de ML con los que me familiaricé permitían cambiar la función de activación de la capa.
Pero esos son métodos extremos.
Quería atiborrarme y escribir un par de mis capas recurrentes, menos mal que he entrado en razón. =)
Básicamente, si tienes suficientes conocimientos, y si la biblioteca lo permite, puedes heredar la clase neurona y escribir allí tu función de activación.
Pero estos son métodos extremos.
Una vez quise entrar y escribir un par de mis capas recurrentes, pero es bueno que haya entrado en razón. =)
El softmax ha dividido las señales normalmente, no como antes que había pocas compras y pocas ventas, ahora es igual. Pero sigue perdiendo dinero, tengo que elaborar mejor los predictores y los objetivos.
Recuerdo que alguien me regañó por tener que orientar mi modelo cada mañana para poder trabajar con él en el futuro. Así es como ha funcionado hoy mi modelo recto. Malo, dices, por supuesto que te lo diré... Ahora, replíquelo en su cabeza y empiece a operar a partir de la tercera señal. Cómo ahora????? Y dices que el método de orientación es una mierda....
¡¡¡¡Y no es necesario mimar a la abuela!!!! :-)))))
Muy bien, ahora que estás en el punto, te diré una idea sobre la recogida de datos para su procesamiento. Es realmente difícil entrenar un modelo con un alto nivel de generalización en un área suficientemente grande, porque el mercado es un organismo vivo y bla, bla, bla. Cuanto más largo sea el periodo de entrenamiento, peor será el rendimiento del modelo, pero más largo. Objetivo: Realizar un modelo de larga duración. Dividir o método dos, sin embargo para aquellos que utilizan un comité de dos redes.
Tenemos tres estados "Sí", "No" y "No sé" cuando las cuadrículas se muestran en diferentes direcciones.
Entrenamos la red en toda la sección, en nuestro caso 452 entradas. La red aprendió este conjunto al 55-60%, asumiendo que las respuestas "No sé" en el conjunto de entrenamiento eran del 50%, por lo que 226 señales la red no podía aprender. Bien, ahora construimos un nuevo modelo SÓLO sobre los estados "No sé", es decir, intentamos construir el modelo sobre dichos cuasi estados que engañaron al primer modelo. El resultado es más o menos el mismo, de 226 sólo la mitad será reconocida, el resto obtendrá el estado "No sé", entonces construye el modelo de nuevo. el resultado es 113, luego 56, luego 28, luego 14. En 14 entradas no conocidas por ninguno de los modelos anteriores, el optimizador de Jprediction suele calcular hasta un 100% de generalizabilidad.
Como resultado tenemos un "Sistema de Patrones" que reconoce todo el mercado en un periodo de tres meses.
Aquí hay otra manera, además de "Contexto del día" Cómo se puede dividir el mercado en subespacios y realizar la formación por conseguir exactamente el "Sistema de Patrones" Aquí hay un ejemplo....
Para ser honesto, he hecho la subdivisión un poco diferente aquí, pero la esencia sigue siendo la misma.
Había un archivo general de 288 líneas, lo he dividido en tres muestras, el número de registros de la muestra de entrenamiento se especifica en la línea Patrones tootales.
El último:
Y la última.
Sin condicionalmente cada uno de ellos debe ganar, pero prestar atención al número total de ofertas en esta área 54 piezas (estrategia básica). Y esto es lo que ocurrió cuando todos trabajaron juntos a la vez.