Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 735

[Yuriy Asaulenko]

Nikolay Gaylis:

Por eso pedí la fórmula...

Si quieres trabajar con NS, vete a un software profesional normal, o no te molestes con estas falsificaciones de MQL - no servirá de nada.

[[Eliminado]]

Probablemente este

[Maxim Dmitrievsky]

[Maxim Dmitrievsky]

Nikolay Gaylis:

Probablemente este.

bueno, hay un artículo sobre el tema, cómo escribir una neurona, sí, así de fácil... la búsqueda funciona

No hagas caso a Asaulenko, está harto aquí de su paradigma, no está claro por qué viene siquiera a este foro, menos mal que le han baneado hoy, a este pardillo indefenso

[Maxim Dmitrievsky]

Es divertido :)

https://smart-lab.ru/blog/456953.php

[Mihail Marchukajtes]

en silencio crujiendo el departamento de pizarra crece mi sin prisa .....

Te comentaré más tarde... no hay tiempo ahora...

[Mihail Marchukajtes]

Es así:

Oh hombre, Michael..., cómo no puedes entenderlo, ya te hemos explicado y troleado para motivarte emocionalmente a evolucionar, ¡pero estás como una piedra! Tendría sentido si estuvieras vendiendo algún tipo de grial a un imbécil, pero no parece ser así, así que es raro, no razonable. No se puede describir todo el mercado con 40 observaciones, es más 3 semanas, es como describir la cara de miles de personas con 40 píxeles, coge por ejemplo una foto de Vladimir Lenin y saca de ella lo que quieras, utilizando cualquier transformación de datos ~40 puntos e intenta reconocer al líder del proletariado en ella)) Y todo el mercado no es una sola foto, es cientos de veces mayor en capacidad. No seas tan autocomplaciente y "deseoso".

Su problema es que intenta describir todo el mercado. Cada bar, según tengo entendido... Ahora hagamos las cuentas juntos.

Una TF de 15M durante una quincena es de 1920 bares. Si está describiendo el mercado ENORME, entonces necesita alimentar 1920 barras a la entrada neta, etc. etc.

Señales TF 15M para comprar 40 piezas (aproximadamente). Para describir estas dos semanas por mi TS, necesito aplicar sólo 40 valores para el entrenamiento, para que la red pueda aprender estas dos semanas, porque no analizo todo el mercado, lo analizo sólo en sus momentos de inversión. La TS básica es de tendencia contraria. Es decir, identifica las áreas de posibles retrocesos del mercado. Y es en este punto donde tiene lugar el análisis. Lo que reduce significativamente el número de muestras durante el entrenamiento, pero al mismo tiempo cubre el mismo intervalo de tiempo (2 semanas)

Como he dicho antes, no puedo aumentar la muestra de entrenamiento porque los datos que estoy utilizando no me lo permiten. Si los datos de entrada fueran mejores, entrenaría para 100 y 1000. PERO PERO no es tan importante, lo importante es el resultado final y es así......

[Mihail Marchukajtes]

Esta imagen muestra la sección de formación y COE.

Aquí está sólo la sección de formación del 31.01.2018 Para que sea más fácil de ver

Y aquí está la sección del lunes 03.05.2018 El TC es el mismo...

[Mihail Marchukajtes]

Y todo esto es obra de estos dos bebés, que han sido entrenados con los datos adecuados y seleccionados al máximo VI en relación con la entrada

double getBinaryClassificator1A(double v0, double v1, double v2, double v3, double v4) {
   double x0 = 2.0 * (v0 + 2748.0) / 2951.0 - 1.0;
   double x1 = 2.0 * (v1 + 83.09069) / 154.45321 - 1.0;
   double x2 = 2.0 * (v2 + 71.06971) / 147.16595 - 1.0;
   double x3 = 2.0 * (v3 + 94.29885) / 172.688 - 1.0;
   double x4 = 2.0 * (v4 + 70.91128) / 154.99767 - 1.0;
   double decision = 0.07032014810363377 * x1 * x3
  -0.2709385389305134 * sigmoid(x0 + x1)
  + 0.4766552616529839 * sigmoid(x1 + x2)
  -0.02475017204446986 * sigmoid(x3)
  + 0.6522278547266189 * sigmoid(x4)
  -0.4251146155411889 * sigmoid(x0 + x4)
  + 0.3491339620629828 * sigmoid(x1 + x4)
  -0.11995134291612954 * sigmoid(x0 + x1 + x3 + x4)
  -0.5414699867210747 * sigmoid(x2 + x3 + x4)
  -0.15299357377557646 * sigmoid(x1 + x2 + x3 + x4)
  + 0.3477721452733811 * sigmoid(1.0 + x2 + x3)
  -0.2667852400383829 * sigmoid(1.0 + x0 + x2 + x4)
  + 0.35137296333271945 * sigmoid(1.0 + x1 + x2 + x4)
  + 0.5545211348150159 * sigmoid(1.0 + x1 + x2 + x3 + x4);
   return decision;
}

double getBinaryClassificator2A(double v0, double v1, double v2, double v3, double v4) {
   double x0 = 2.0 * (v0 + 1543.0) / 2763.0 - 1.0;
   double x1 = 2.0 * (v1 + 83.27445) / 157.86037 - 1.0;
   double x2 = 2.0 * (v2 + 96.96413) / 167.20560999999998 - 1.0;
   double x3 = 2.0 * (v3 + 76.54987) / 162.84452 - 1.0;
   double x4 = 2.0 * (v4 + 70.10687) / 136.14457 - 1.0;
   double decision = -1.4629648549243972 * x2 * x3
  -0.24382747582073286 * x2 * x4
  -0.16956988148753577 * sigmoid(x0)
  -0.09466097943059529 * sigmoid(x1)
  + 0.09458009807928075 * sigmoid(x2)
  + 0.5855852404304591 * sigmoid(x1 + x2)
  + 0.5480350088543795 * sigmoid(x3)
  + 0.030113404168369433 * sigmoid(x1 + x3)
  -0.146080234300504 * sigmoid(x4)
  + 0.26372003133088134 * sigmoid(x1 + x3 + x4)
  -0.40493035689960494 * sigmoid(x0 + x2 + x3 + x4);
   return decision;
}

Pregunta: ¿Quién está descontento con el rendimiento de estos modelos?

[Mihail Marchukajtes]

Estoy absolutamente seguro de mi enfoque del mercado, viendo los resultados.

Gracias por la ayuda en R, que ha hecho que el TS funcione muchas veces mejor.....

El planteamiento lleva mucho tiempo y hay que tener muchas cosas en cuenta para no cometer un error, que puede cambiar fundamentalmente el resultado, pero en general estoy satisfecho, lo que deseo que hagan ustedes también....

Y ahora estoy empezando a escribir un artículo sobre BW + también habrá un vídeo, así que no te lo pierdas. Cuando se publique, me aseguraré de avisaros en este hilo.... ¡¡¡¡Buena suerte!!!!