Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1289
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
Podrías correr en círculo, agitando los brazos, el resultado sería más o menos el mismo )
En realidad, me refiero al ciclismo. Y los experimentos mentales no cuestan nada, pero pueden ser muy útiles).
Por cierto, si hubiera ciclos reales en el mercado, siempre podrían distinguirse mediante el análisis espectral. Por lo tanto, en duraciones de análisis completamente diferentes, el espectro de ruido puro. Lo hice hace tiempo, si lo voy a repetir usando Python, lo demostraré.
¿cuáles son los errores finales? ambos modelos y cómo funcionan con los nuevos datos
Maldición, necesitas un análisis profundo aquí
Se muestra el delta del error, es decir, cuánto contribuye este predictor al error total del modelo. En el dominio de entrenamiento, la eliminación de 1 cambió el error en no más de un 0,5% (ya que este dominio tiene un fuerte ajuste), mientras que en el dominio de validación el error cambia hasta un 5,5% (ya que este dominio no fue ajustado). La permutación en los tramos traineo y validado salta hasta el 5-6%.
En general, el reentrenamiento aleatorio + el barajado aleatorio de nodos también da resultados aleatorios.
Creo que acumularé predictores por 1. Creo que hasta 10-20 generarán modelos rápidamente, y luego se ralentizarán.
Se muestra el delta del error, es decir, qué contribución hace este predictor al error total del modelo. En la parcela de entrenamiento, la eliminación de uno de ellos cambió el error en no más del 0,5% (porque el ajuste era alto en esta parcela), mientras que en la parcela de validación el error cambia hasta el 5,5% (porque esta parcela no se ajustó). La permutación en los tramos traineo y validado salta hasta el 5-6%.
En general, el reentrenamiento aleatorio + el barajado aleatorio de nodos también da resultados aleatorios.
Creo que acumularé predictores por 1. Creo que hasta 10-20 generarán rápidamente modelos, y luego se ralentizarán.
Si los parámetros varían ligeramente, es normal, el bosque es aleatorio. Si se establece la siembra, debe ser siempre la misma.
Es decir, tanto allí como allí ~5% en la validación, significa que hacen el mismo trabajo.
¿hay un setcid en el alglieb?
hay un gcj para las divisiones
Acabo de poner en el EA o el script o lo que sea MathSrand() antes del bosque de entrenamiento o durante la inicialización
creo que hasta funcionó... lo olvidé... ahora no lo hago ya que no lo necesitoEn realidad, me refiero a la ciclicidad. Y los experimentos mentales no cuestan nada, pero pueden ser muy útiles).
Por cierto, si hubiera ciclos reales en el mercado, siempre se podrían identificar mediante el análisis espectral. Por lo tanto, en duraciones de análisis completamente diferentes, el espectro de ruido puro. Lo hice hace tiempo; si lo voy a repetir usando Python, te lo mostraré.
¿Por qué? Todo está claro de todos modos.
Hay ciclos en el mercado, pero no son periódicos, es decir, aparecen, continúan y desaparecen. Probablemente de forma aleatoria. La cuestión es cómo atrapar este fenómeno (y si es posible), no hay más preguntas a las citas de BP.
¿Por qué? Está bastante claro.
hay ciclos en el mercado, pero no son periódicos, es decir, surgen, continúan y desaparecen. Probablemente de forma aleatoria. La cuestión es cómo captar este fenómeno (y si se puede), no hay más preguntas para las cotizaciones de BP.
hay ciclos en el mercado, pero no son periódicos - Maxim, los ciclos, por definición, son periódicos, o casi - pseudoperiódicos. No hay otros ciclos). O no son ciclos).
Los fenómenos aleatorios no se pueden predecir ni detectar. Se puede intentar detectarlos sólo en el proceso de su aparición y señales de vida, en el curso de la obra, sin más que una cierta probabilidad, tal vez muy pequeña.
hay ciclos en el mercado, pero no son periódicos - Maxim, los ciclos, por definición, son periódicos, o casi - pseudoperiódicos. No hay otros ciclos). O no son ciclos).
Los fenómenos aleatorios no se pueden predecir ni detectar. Sólo se puede intentar detectarlos en el proceso de su aparición y señales de vida, en el transcurso de la obra, con no más que alguna probabilidad, quizá muy pequeña.
Cómo explicar... en resumen, hay una señal o algo que toma la forma de un ciclo, y después de un punto de bifurcación toma la forma de otro ciclo. O punto de bifurcación, como quieras llamarlo, el significado no cambia.
No sé cómo se llama científicamente, pero a partir de un determinado semiperiodo se puede "correr" el ciclo con una probabilidad decente y un error bajo, hasta que se rompe de nuevo y pasa un determinado tiempo (semiperiodo o como se llame), para el que se puede volver a coger. Así es como funciona en teoría.
como explicar... en resumen hay una señal o algo que toma la forma de un ciclo, y después de un punto de bifurcación toma la forma de otro ciclo. O punto de bifurcación, como quieras llamarlo, el significado no cambia.
No sé cómo se llama científicamente, pero a partir de un determinado semiperiodo se puede "conducir" el ciclo con una probabilidad decente y un error bajo, hasta que se rompa de nuevo y haya pasado un determinado tiempo (semiperiodo o como se llame), que se puede volver a coger
Si lo sabes, y realmente existe (llamémoslo: el ciclo de desarrollo de un fenómeno, que de nuevo es un evento que se repite regularmente), entonces puedes utilizarlo fácilmente.
Sólo puedo ver esas cosas en la historia, cuando las cosas ya han sucedido. En tiempo real, paso). Por cierto, es habitual que identifiquemos una señal sólo cuando ha terminado. En el procesamiento de la señal suele ser así.
como explicar... en resumen hay una señal o algo que toma la forma de un ciclo, y después de un punto de bifurcación toma la forma de otro ciclo. O punto de bifurcación, como quieras llamarlo, el significado no cambia.
No sé cómo se llama científicamente, pero a partir de un cierto semiperiodo se puede "correr" el ciclo con una probabilidad decente y un error bajo, hasta que se rompe de nuevo y pasa un cierto tiempo (semiperiodo o como se llame), para el que se puede volver a coger. Es más o menos en teoría como podría funcionar.
Encaja fácilmente en mi teoría sobre el mercado. Simplemente alguien con mucho dinero encendió su algoritmo para la captación de posiciones/transacciones, algún banco grande, tal vez el Banco Central, por supuesto esto no se hace rápidamente, pero como este participante era dominante y la situación del mercado contribuyó a ello, fue posible encontrar señales de su algoritmo. Por supuesto, cuando el participante dejó de influir en el mercado, las señales dejaron de funcionar. Hay muchos participantes de este tipo (tal vez 100), sus algoritmos pueden superponerse, pero hay una suposición de que son similares (recuerde el análisis técnico y los requisitos para los bancos para justificar sus operaciones de comercio sobre la base de ese análisis (al menos en Rusia), y por esta razón tiene sentido para analizar una gran muestra, donde uno y el mismo algoritmo se ejecuta varias veces, entonces hay una oportunidad de entender cómo funciona, describirlo por signos indirectos, pero el modelo debe aprender a identificarlo y no trabajar en este momento en el ruido, a la espera de que el algoritmo para encender Creo que esto por supuesto funcionaría aún mejor en acciones y derivados, no hago MO en forex.
Pero la conclusión es que tenemos que encontrar modelos de 10 que describan el algoritmo de los individuos con mucho dinero, y aprender a determinar qué algoritmo es preferible en un momento dado. Como el ciclo del algoritmo puede ser de un par de días y probablemente se repita durante un corto periodo de tiempo, no pasa nada si entramos con un pequeño retraso, sólo hay que elegir el modelo adecuado para este algoritmo.
Todos somos peces pequeños que pueden unirse a la ballena -el gran actor del mercado- en condiciones mutuamente beneficiosas.Si lo sabes, y realmente existe (llamémoslo: el ciclo de desarrollo de un fenómeno, que de nuevo es un evento que se repite regularmente), entonces puedes utilizarlo fácilmente.
Sólo puedo ver esas cosas en la historia, cuando las cosas ya han sucedido. En el real - pase). Por cierto, es un fenómeno común cuando sólo podemos identificar una señal después de que haya terminado. En el procesamiento de señales, esto es lo que ocurre a menudo.
Existe en la historia, no sé cómo algoritmizarlo.