Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1037

 
Renat Akhtyamov:

Hay uno interno.

mytarmailS:

¡Hola!

¿Alguien conoce un exportador de cotizaciones inteligente de mt4 a un archivo txt o csv?

entiempo real.

........

Pero gracias de todos modos.

P.D. Tengo ayuda de buena gente.

 
Maxim Dmitrievsky:

no es algo, sino una contraparte veces más complicada e ineficiente

y él mismo no puede explicar del todo en qué metió la pata y por qué :)

Es difícil decir lo que hay, su artículo DECISIÓN ALEATORIA EN EL ENTRENAMIENTO

Lo estudié anoche, claro que no hay mucha información, pero me impresionó mucho el ejemplo... Probablemente no debería haber publicado el ejemplo! Me he pasado media noche mirando las fotos del probador, es increíble! )))

En serio, el aprendizaje automático en sí parece funcionar, pero el problema está en los datos de entrada - la máquina necesita aprender diferentes partes de los datos de precios, por separado para los movimientos planos o laterales, por separado para los movimientos de tendencia, y la idea de elegir los parámetros de los indicadores sigue sin gustarme - el mercado está cambiando constantemente y los parámetros de los indicadores elegidos son el mismo juego - adivinar o suponer.

como primer paso, es decir, enseñar al coche a, por ejemplo, si era un día de tendencia, entonces será una tendencia lateral - dejar que el coche aprenda a identificar ese momento por lo menos - es el verdadero aprendizaje automático

así que es así

 
Igor Makanu:

es difícil decir lo que hay, su artículo BOSQUE DE DECISIONES ALEATORIAS EN EL ENTRENAMIENTO CON CONEXIÓN

Lo estudié anoche, sin mucha información, por supuesto, pero me impresionó mucho el ejemplo... Probablemente no debería haber publicado el ejemplo! Me he pasado media noche mirando las fotos del probador, es increíble! )))

En serio, el aprendizaje automático en sí parece funcionar, pero el problema está en los datos de entrada - la máquina necesita aprender diferentes partes de los datos de precios, por separado para los movimientos planos o laterales, por separado para los movimientos de tendencia, y la idea de elegir los parámetros de los indicadores sigue sin gustarme - el mercado está cambiando constantemente y los parámetros de los indicadores elegidos son el mismo juego - adivinar o suponer.

como primer paso, es decir, enseñar al coche a, por ejemplo, si era un día de tendencia, entonces será una tendencia lateral - dejar que el coche aprenda a identificar ese momento por lo menos - es el verdadero aprendizaje automático

así

hay un enlace a un libro completo para más detalles :)

 
Maxim Dmitrievsky:

no es algo, sino una contraparte veces más complicada e ineficiente

Y él mismo no puede explicar del todo en qué metió la pata y por qué :)

Simplemente no veo el sentido de explicar algo a alguien que logró confundir el umbral de alguna modificación con el parámetro R de AlgLib que de hecho sólo divide la muestra en enseñable y de prueba.

El beneficio y el "análogo ineficiente" se siguen combinando.

He modificado el bosque de AlgLib, para que cuente con predictores involucrados. No quiero revelar la lista de predictores, porque "aún no se lo merecen", pero el número está guardado.

Archivos adjuntos:
stats_rf.zip  2 kb
 
Roffild:

No veo el sentido de explicarle nada a alguien que logró confundir el valor del umbral de alguna modificación con el parámetro R de AlgLib, que en realidad sólo divide la muestra en enseñable y de prueba.

Al fin y al cabo, beneficio y "análogo ineficiente" van juntos.

He modificado el bosque de AlgLib, para que lleve la cuenta de los predictores implicados. No quiero desvelar la lista de predictores en sí, porque "aún no la merecen", pero el número está guardado.

49

Aquí nadie te entiende, ni siquiera yo. Ya que sabes escribir código pero no puedes expresar tus pensamientos en letras

Qué valor de umbral y r, no escribí nada en absoluto.

¿Por qué publicar la biblioteca sin una descripción, y luego escribir que "no lo merecen"?

 
Roffild:

No veo el sentido de explicarle nada a alguien que logró confundir el valor del umbral de alguna modificación con el parámetro R de AlgLib, que en realidad sólo divide la muestra en enseñable y de prueba.

Sin embargo, el beneficio y el "análogo ineficiente" se combinan.

He modificado el bosque de AlgLib para que cuente los predictores implicados. No quiero revelar la lista de predictores en sí, porque "aún no se lo merecen", pero el número está guardado.

¿Por casualidad han modificado el bosque para permitir la poda de árboles en él? Sería interesante probarlo.

 

Maxim Dmitrievsky:

qué valor de umbral y r, no te escribí tal cosa en absoluto

¿Qué pasa con los puestos anteriores?
Maxim Dmitrievsky:

El bosque no da probabilidades de pertenencia a una clase, por lo que estas desigualdades no tienen sentido.

>< 0,5 y ya está, no hay otra forma. Y luego está la cuestión de qué es mejor, si los signos y los resultados binarizados o no.

puedes dividir las clases de 0 a 100, no hay diferencia
Maxim Dmitrievsky:

Ah, sí.

El resultado de todos los algoritmos de clasificación incluidos en el paquete ALGLIB es un vector de probabilidades condicionales, no una clase a la que pertenece el objeto.

Pero eso no es un gran consuelo. Habrá menos señales y no necesariamente más resultados. En mi caso, por ejemplo, no lo hizo. Ahora pongo un umbral de 0,5 en todas partes.

Lo que es más importante es la comparabilidad de los errores en el tren y el oob.

Al principio pensé que se utilizaban modificaciones, de las cuales hay muchas. Es cierto que allí se utiliza la noción de "peso", no de "umbral". Bien mezclado... Pero luego esto:
Maxim Dmitrievsky:

creo que yo también tengo un algib)

Y entonces me di cuenta de que el "umbral" se llama parámetro R de AlgLib.

Leer el código fuente es mucho más importante que leer artículos teóricos. El programador debe leer el código fuente del que depende la implementación del programa.

 
Roffild:
¿Qué pasa con los puestos anteriores?
Al principio pensé que se estaban utilizando modificaciones, de las cuales hay muchas. Es cierto, allí se utiliza el concepto de "peso", no de "umbral". Bien mezclado... Pero luego esto:

Y entonces me di cuenta de que el "umbral" es el parámetro R de AlgLib.

La lectura de las fuentes da mucho más que la lectura de artículos teóricos. El programador está obligado a leer las fuentes, de las que depende la ejecución del programa.

He dado una cita del sitio web de AlgLib:

"el resultado de todos los algoritmos de clasificación incluidos en el paquete ALGLIB no es la clase a la que pertenece el objeto, sino un vector de probabilidades condicionales".

es decir, confirmó sus palabras de que la salida son las probabilidades. Son, por supuesto, pseudoprobabilidades, pero aún así. No he estudiado en detalle cómo se cuentan, pero lógicamente la palabra "probabilidades" sólo tiene un nombre allí.

¿Qué tiene que ver esto con r
 
forexman77:

¿Por casualidad has modificado el bosque para poder podar los árboles en él? Sería interesante probarlo.

Pensé en una modificación de este tipo, pero después de cambiar a Apache Spark, que ya implementa dicha característica, no estoy planeando este cambio todavía.
 
Maxim Dmitrievsky:

He citado el sitio web de ALGLIB:

"el resultado de todos los algoritmos de clasificación incluidos en el paquete ALGLIB no es la clase a la que pertenece el objeto, sino un vector de probabilidades condicionales".

¿qué hace r
¿Qué tiene esto que ver con el "umbral" de un bosque aleatorio?