Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1210
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
Bueno ok, entonces tal vez debería ir directamente a python o r... para que pueda obtener el MO sin la molestia
y no puedes salir de MO hoy en día cuando las naves navegan por el universo...
No puedes salir de Sharp a Python. Hay versiones especiales de Python con Sharpies pero no es un hecho que soporten todos los paquetes de Python.
VS 2017 fuera de la caja
La pregunta es sobre los paquetes. Todavía no es seguro que MS Python con Sharp lo soporte todo. No lo voy a afirmar, pero hay rumores de que sí.
Los resultados preliminares (ya que todavía no he hecho todos los predictores) sobre la creación de modelos que determinan los modelos rentables (1) no fueron tan malos, aquí está el desglose por y - beneficio en el muestreo independiente y por x - 1 - TP+FP y 0 - TN+FN.
El objetivo era el beneficio de 2000, bueno no se ha conseguido hasta ahora, pero sólo 3 modelos han entrado en la zona de pérdidas desde 960 lo que no es un mal resultado.
La tabla de conjugación
El resultado financiero medio sin clasificar es de 1318,83, después de la clasificación 1 - 2221,04 y 0 - 1188,66, por lo que después de la clasificación el resultado financiero medio de los modelos ha aumentado un 68%, lo que no está mal.
Sin embargo, queda por ver si este modelo puede funcionar con modelos construidos a partir de otros datos.
Entrenamiento de Logloss - sorprendentemente, la muestra de prueba (sobre la que se muestrea automáticamente el modelo - no la muestra de entrenamiento) y la independiente (examen) Logloss_e convergen casi perfectamente.
También lo hace Recall.
Y la métrica de Precisión me sorprendió, ya que por defecto se suele utilizar para la selección de modelos, no tenía entrenamiento porque inmediatamente se igualó a 1 en el primer árbol.
Pero las diferentes métricas en la prueba y el examen - el resultado me sorprende mucho - un delta muy pequeño.
En los gráficos, por supuesto, está claro que el modelo está sobreentrenado y podría haber dejado de entrenar a los 3500 árboles, o incluso antes, pero no he ajustado el modelo y los datos están realmente con la configuración por defecto.
Por favor, avisad, porque da mucha pereza leer 1200 páginas, ¿alguien de aquí ha intentado implementar el aprendizaje automático basándose en los resultados de las operaciones con EAs cerrados?
La respuesta es: si uno pierde, el otro toma, es algo obvio sin MO.
Estimados usuarios del foro, ¿podrían decirme, porque me da pereza leerme 1200 páginas, si alguien de aquí ha intentado implementar el aprendizaje automático basado en los resultados de las operaciones con EAs cerrados?
No lo creo, normalmente si alguien se ocupa seriamente de estos casos, tiene un sitio web aparte para mantener su creación o lo desarrolla para uso personal
en el pasado NeuroShell DayTrader podía convertir todo lo que le dabas (tu historial de trading) en un sistema entrenado, luego el proyecto se quedó quieto, ahora no sé, no he visto nada parecido
No lo creo, normalmente si alguien lo hace en serio, o tiene una página web aparte para apoyar su creación o lo hace para uso personal
NeuroShell DayTrader solía ser capaz de convertir todo lo que le dabas (tu historial de trading) en un sistema entrenado, luego el proyecto se silenció, ahora no sé, no he visto nada parecido