Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1381

Nuevo comentario
 
Yuriy Asaulenko:

Sí, él no, sinoAleksey Vyazmikin. Mi error.

(Aumentan, sí, por supuesto, pero no dejan de ser precios).

Llegué a la conclusión hace mucho tiempo que el precio no es un f-des y no entiendo lo que, por lo que sólo va a perder la información, y el resultado será peor.

No puedo resolver el problema, no tengo ideas. ¿Tal vez puedas darme una pista?
 
Maxim Dmitrievsky:

Hace tiempo que llegué a la conclusión de que el precio no es una función y no entiende lo que es, así que aunque lo prohíbas, sólo perderá información y ya está, y como consecuencia el resultado empeorará.

No puedo resolver el problema, no tengo ideas. ¿Tal vez puedas darme una pista?

¿Has masticado alguna vez la carta cruda?

Puede que te ayude dentro de unos diez años)).

 
Maxim Dmitrievsky:

Hace tiempo que llegué a la conclusión de que el precio no es una función y no entiende nada, así que aunque lo prohíbas, sólo perderá información y ya está, como consecuencia el resultado se deteriorará.

Aquí está el tema de la escala... No puedo resolver el problema, no tengo ideas. ¿Tal vez puedas darme una pista?

En el código, que se publicó el otro día, hay una línea con escalamiento, antes del NS para alimentar.

while i < LenHist:
    x = []
    for j in range(0, 20): #Подготовка данных для НС
        x.append((SD.history[i-j][c.c]/SD.history[i][c.c]-1)*1000)

    out = MLP.Predict([x]) # запрашиваем прогноз НС
    if out >= 3.0:
        i = Long(i)       
        tmp.append('L')
    elif out <= -3.0:
        i = Short(i)        
        tmp.append('S')
    i += 1

Para un NS de 20 entradas. La proporción (1000) puede ser la que NS quiera. Y así sucesivamente.

 
Yuriy Asaulenko:

En el código que publiqué el otro día, hay una línea con el escalado antes de que se alimente al NS.

Para NS de 20 entradas. El ratio (1000) puede ser el que quiera la NS. Es algo así.

así que esto es 20 incrementos multiplicados por 1000

 
Maxim Dmitrievsky:

así que son 20 incrementos multiplicados por 1.000.

¿Qué incrementos? Se trata de una secuencia de precios a escala, en este caso de Cierre. Todas las relaciones de la secuencia se conservan sin cambios.

 
Dividir

SD.historia[i-j][c.c]/SD.historia[i][c.c]

i-j cláusula de precio en i-ésima es un retornado

se obtienen 20 retornos con desfase de 1 a 20, luego se multiplica por 1000 por alguna razón
 
Maxim Dmitrievsky:
Dividir

SD.historia[i-j][c.c]/SD.historia[i][c.c]

i-j precio i-j es un retornado

se obtienen 20 rendimientos con un desfase de 1 a 20, luego se multiplica por 1000 por alguna razón

No estoy familiarizado con las devoluciones. No estoy familiarizado con esa terminología)). Es un simple traslado a cero del sistema de coordenadas y de la escala.

Multiplicamos por 1000 para que los números de la entrada NS estén a una escala normal (no pequeña). )) Ajuste el coeficiente como desee, en función del rango dinámico de las entradas NS o forestales.

 
Yuriy Asaulenko:

No estoy al tanto de los retornados. No estoy familiarizado con la terminología). Se trata de una simple puesta a cero y un escalado del sistema de coordenadas.

Multiplicamos por 1000 para que los números de la entrada NS estén a una escala normal (no fina). )) El coeficiente que quieras, es el que fijas, en función del rango dinámico de las entradas NS o forestales.

Cuando se divide un precio por otro cercano con un desfase, se trata de un retorno, es decir, el aumento del precio con un desfase determinado.

 
Maxim Dmitrievsky:

Cuando se divide un precio por otro cercano con cierto desfase, se trata de un retorno, es decir, un incremento de precio con un desfase determinado.

Toda la serie se divide por Close(0), es decir, el punto cero de la serie es siempre 1, lo que nos lleva a la misma escala para todas las muestras. Resta 1 a cada término de la serie - lleva la serie al origen. Multiplique por el factor de escala (1000), para ajustar el rango a la entrada NS.

Si no te gusta, no lo uses).

 
Yuriy Asaulenko:

Allí, toda la fila se divide por Close(0), es decir, el punto cero de la fila es siempre 1. Reste 1 a cada término de la fila - lleve la fila al origen. Multiplique por el factor de escala (1000), para ajustar el rango a la entrada NS.

No, si no te gusta, no lo apliques).

nope, solo digo que es retornos, puedes poner log() en lugar de -1, pasará lo mismo, es decir, logreturns. Esta pérdida de información es muy significativa, ya que sólo tienes 20 de ellos.

1...137413751376137713781379138013811382138313841385138613871388...3399
Nuevo comentario