Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 539
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
No puedo entender nada sin el código.
Debería hacer un simple Asesor Experto con un conjunto mínimo de funciones, sólo leer los valores del indicador y escribirlos en el registro (o mejor - en archivo csv, para una mejor comparación posterior). En este caso los resultados serán diferentes, y el código debe ser enviado al Service Desk junto con el código del Asesor Experto.
También puede adjuntar el código allí -https://www.mql5.com/ru/forum/1111/page2096 - las personas con conocimientos lo comprobarán y confirmarán o explicarán lo que está mal.
Bien, trataré de informar al respecto. No estoy probando un EA en agente, estoy probando un indicador que llama al indicador desde un símbolo diferente. Tal vez haya una diferencia... No sé... el tiempo pasa, el problema persiste :-(
https://geektimes.ru/post/294617/
por fin sale algo con el sistema adaptativo que se reconduce a sí mismo... es un infierno de tiempo para hacerlo y todavía es un borrador pero ya es algo y el gráfico de la equidad es incómodo pero "honesto", es decir, es todo un avance sin ningún ajuste al mercado :) muchos tratos ruidosos de los que me tengo que deshacer también
La MO es, por supuesto, muy dura para el cerebro
F
es decir, todo es un avance sin ninguna adaptación al mercado :) un montón de operaciones ruidosas de las que también tengo que deshacerme
Esto es muy duro para el cerebro
F
¿Cree que sería posible mostrar el gráfico de símbolos para el mismo periodo?Es similar en su conjunto, sí ) pero el modelo está ligeramente por delante del mercado en términos de rentabilidad
y utilizó el marco de tiempo m15, por eso tantas operaciones. Pero aún no es la versión definitiva, la he desplumado porque estoy harto de ella :)
Todavía no puedo. He estado ocupado con problemas domésticos desde hace un año. Me queda un mes más. Entonces empezaré a publicar los resultados, el material de origen está listo.
Ha pasado más de un mes. Estamos esperando la aplicación de GARCH, con imágenes...
Ha pasado más de un mes. Esperando una historia sobre la aplicación práctica de GARCH, con imágenes...
Sí, lo hice.
Me encontré con una descripción comprensible de una neurona LSTM, así que escribí un pequeño código para probarla. Artículo -http://datareview.info/article/znakomstvo-s-arhitekturoy-lstm-setey/
En el código tomo 100 barras de eurusd m5, cuento los incrementos por barras y entreno a la neurona lstm para que prediga el siguiente incremento basándose en el último conocido.
El aprendizaje se hizo sin complejas ecuaciones analíticas, los pesos de las neuronas se ajustan por optimización discreta de lbfgs, es peor pero para una prueba simple servirá.
La estimación de la predicción (R2) resultó ser un poco más que cero, lo cual es muy bajo, pero sigue siendo mejor que una conjetura al azar. Teniendo en cuenta que la neurona lstm no toma algunos indicadores o array de incrementos, sino un solo valor a partir del cual predice el siguiente, y se repite para cada barra, y en general es muy simple - el resultado es mejor de lo que esperaba. Pero si tomamos miles de barras, la puntuación R2 resulta ser < 0, una pena. Y parece que el resultado de tal modelo empeora mucho en Forex sobre nuevos datos, necesito inventar algunas bicicletas con validación cruzada, no habrá beneficio en una forma tan simple.
Ahora necesito hacer una red con estas neuronas, pero no se menciona en el artículo.
Me encontré con una descripción comprensible de una neurona LSTM, así que escribí un pequeño código para probarla. Artículo -http://datareview.info/article/znakomstvo-s-arhitekturoy-lstm-setey/
En el código tomo un eurusd m5 de 100 barras, cuento los incrementos por barras y enseño a la neurona lstm a predecir el siguiente incremento usando el último conocido.
He realizado el entrenamiento sin complejas ecuaciones analíticas, los pesos de las neuronas se ajustan a la optimización discreta lbfgs, es peor pero servirá para una prueba sencilla.
La estimación de la predicción (R2) resultó ser un poco más que cero, lo cual es muy bajo, pero sigue siendo mejor que una conjetura al azar. Teniendo en cuenta que la neurona lstm no toma algunos indicadores o array de incrementos, sino un solo valor a partir del cual predice el siguiente, y se repite para cada barra, y en general es muy simple - el resultado es mejor de lo que esperaba. Pero si tomamos miles de barras, la puntuación R2 resulta ser < 0, una pena. Y parece que el resultado de tal modelo empeora mucho en Forex sobre nuevos datos, necesito inventar algunas bicicletas con validación cruzada, no habrá beneficio en una forma tan simple.
Ahora necesito componer de alguna manera una red a partir de estas neuronas, pero eso no se menciona en el artículo.
La red Lstm predice incluso los ciclos estacionales peor que arima, pero tarda mucho más en entrenarse... Todavía no he entendido la utilidad de estas redes :)
Tengo un amigo que siempre se entusiasmó con ellos, aprendió keras, tomó una serie sencilla en el trabajo con beneficio estacional, entrenó la red durante casi un día... y juró por ello durante mucho tiempo después.